慣性導(dǎo)航多種優(yōu)勢顯著，有望成為 L3 以上自動駕駛標(biāo)配

• 陳博 2023年10月31日 來源：中研網(wǎng) 818 50
• 繁體

慣性導(dǎo)航系統(tǒng)憑借其自主性成為自動駕駛高精定位中必不可少的關(guān)鍵部件。慣性導(dǎo)航 具備不受雨雪天氣、電磁干擾等外界信息擾動的獨(dú)特優(yōu)勢，且輸出信息連續(xù)不間斷，能夠 為決策中心提供連續(xù)的車輛位置、姿態(tài)信息，在自動駕駛的定位系統(tǒng)中具有不可或缺的位 置。 其核心優(yōu)

慣性導(dǎo)航有望成為自動駕駛標(biāo)配，空間超500億。慣性導(dǎo)航多種優(yōu)勢顯著，有望成為 L3 以上自動駕駛標(biāo)配。自動駕駛獲得定位的技術(shù)方法通常有 3 種：

1. 基于信號的定位：主要為全球衛(wèi)星GNSS的衛(wèi)星信號進(jìn)行定位的技術(shù)，也包括Wi-Fi， UWB(Ultra Wide Band，超寬帶)等方式;

2. 環(huán)境特征匹配：基于視覺或激光雷達(dá)定位，用觀測到的特征和數(shù)據(jù)庫里的語義地圖 或特征地圖進(jìn)行匹配，得到車輛的位置和姿態(tài);

3. 慣性定位: 依靠慣性傳感器獲得加速度和角速度信息，通過推算獲得當(dāng)前的位置和 方位的定位技術(shù)。

慣性導(dǎo)航系統(tǒng)憑借其自主性成為自動駕駛高精定位中必不可少的關(guān)鍵部件。慣性導(dǎo)航 具備不受雨雪天氣、電磁干擾等外界信息擾動的獨(dú)特優(yōu)勢，且輸出信息連續(xù)不間斷，能夠 為決策中心提供連續(xù)的車輛位置、姿態(tài)信息，在自動駕駛的定位系統(tǒng)中具有不可或缺的位 置。 其核心優(yōu)勢可概括為：

1. IMU 不依賴外部信號，定位穩(wěn)定且連續(xù)，在失去 GNSS/5G/4G 信號后，仍能提供 車道級精度的定位。例如，在車道線識別模塊失效時，基于失效前感知到的道路信息和 IMU 對汽車航跡的推演，仍然能夠讓汽車?yán)^續(xù)在車道內(nèi)行駛;

2. IMU 可驗證 GNSS 定位的自洽性，對于無法自洽的 GNSS 數(shù)據(jù)進(jìn)行過濾和修正。 例如，若 GNSS 輸出汽車的絕對位置在短時間內(nèi)發(fā)生了很大的變化，這意味著汽車有很大 的加速度，而此時 IMU 發(fā)現(xiàn)汽車并不具備這樣的加速度，就表明 GNSS 的定位出了問題， 應(yīng)該由 IMU 來接管絕對定位系統(tǒng);(報告來源：未來智庫)

3. IMU 能夠與車輛輪速、方向盤轉(zhuǎn)角、其他傳感器等信息結(jié)合，進(jìn)一步提升定位精度。

GNSS+IMU構(gòu)成的組合導(dǎo)航系統(tǒng)有望成為L3以上自動駕駛主流定位方案。衛(wèi)星定位、 環(huán)境特征定位、慣性導(dǎo)航三種定位方式各有優(yōu)劣，需要相互配合補(bǔ)足構(gòu)成最完美的定位方 案。慣性導(dǎo)航獲得相對的位移變量，GNSS 獲得車輛初始點(diǎn)信息，即可通過原始參照點(diǎn)+ 相對位移的方法，共同實現(xiàn)既準(zhǔn)確又足夠?qū)崟r的位置更新。同時，慣性導(dǎo)航是所有定位技 術(shù)中最容易實現(xiàn)與其他傳感器提供的定位信息進(jìn)行融合的主體，作為定位信息融合的中心， 將視覺傳感器、雷達(dá)、激光雷達(dá)、車身系統(tǒng)信息進(jìn)行更深層次的融合，為決策層提供精確 可靠的連續(xù)的車輛位置、姿態(tài)信息。

以百度阿波羅的多傳感器融合定位系統(tǒng)解決方案為例，慣性導(dǎo)航系統(tǒng)處于定位模塊的 中心位置，將 IMU、GNSS、Lidar 等定位信息進(jìn)行融合，通過慣性導(dǎo)航系統(tǒng)解算修正后最 終輸出滿足自動駕駛需求的 6 個自由度的高精度位置信息。

多家智能汽車主機(jī)廠及自動駕駛科技公司均已采用慣性導(dǎo)航作為定位系統(tǒng)的一部分。 自動駕駛的發(fā)展推動高精度定位技術(shù)在汽車領(lǐng)域的應(yīng)用。GNSS+IMU 系統(tǒng)的互補(bǔ)優(yōu)勢逐 漸得到重視，目前其在車中的應(yīng)用落地正不斷加速。小鵬、蔚來、智己、埃安、華為 AITO 等車企均在其量產(chǎn)車型上搭載配置慣性導(dǎo)航的高精度定位單元。Waymo、Apollo、Momenta、 小馬智行等專注于 L3-L4 的自動駕駛科技企業(yè)亦在其高級別自動駕駛方案中采用慣性導(dǎo)航 作為自動駕駛標(biāo)配硬件。

國內(nèi)企業(yè)有望在軟件和應(yīng)用層取得產(chǎn)品的率先落地。目前國內(nèi)慣性導(dǎo)航/組合導(dǎo)航企業(yè) 主要集中在中游慣性導(dǎo)航系統(tǒng)設(shè)計、制造、以及軟件算法上。得益于國內(nèi)智能汽車和自動 駕駛產(chǎn)業(yè)的快速發(fā)展，主機(jī)廠對慣性導(dǎo)航產(chǎn)品的需求持續(xù)提升。在此過程中，國內(nèi)車載慣 導(dǎo)廠商有望與主機(jī)廠形成更緊密的合作，在定制化、差異化服務(wù)方面占據(jù)優(yōu)勢。此外，通 過軟件和算法上快速和持續(xù)的迭代升級，國內(nèi)企業(yè)有望實現(xiàn)軟件性能的領(lǐng)先，并以此實現(xiàn) 應(yīng)用層產(chǎn)品的率先落地。

慣導(dǎo)算法深刻影響系統(tǒng)精度。在同樣的硬件環(huán)境下，算法優(yōu)劣的標(biāo)準(zhǔn)在于盡可能對車輛精確建模、導(dǎo)航過程中準(zhǔn)確測算并及時糾正航位誤差、適應(yīng)多種外部環(huán)境特別是在衛(wèi)星 信號較弱的極端環(huán)境。慣導(dǎo)系統(tǒng)的算法包括 GNSS、IMU 子系統(tǒng)內(nèi)的算法，以及 GNSS 和 IMU 耦合算法，均對定位精度有影響：

1)IMU 子系統(tǒng)內(nèi)算法：主要是 DR(Dead Reckoning，航位推算)算法，指已知上 一時刻導(dǎo)航狀態(tài)(狀態(tài)、速度和位置)，根據(jù)傳感器觀測值推算到下一時刻的導(dǎo)航狀態(tài)。 DR 算法包括姿態(tài)編排和位置編排兩個部分。

2)GNSS 子系統(tǒng)內(nèi)算法：GNSS 系統(tǒng)單點(diǎn)定位精度均在米級，需要使用 RTK(Real - time kinematic，實時動態(tài))載波相位差分技術(shù)等增強(qiáng)技術(shù)達(dá)到厘米級定位精度，由于實際環(huán)境、通信情況等因素會影響高精度定位算法的準(zhǔn)確性，依賴于長時間積累實現(xiàn)算法迭代。

3)IMU和GNSS融合算法：INS和GNSS的組合方式可分為松耦合(loosely coupled) 和緊耦合(tightly coupled)：

a)松耦合：采用的是 RTK 定位結(jié)果+IMU 原始數(shù)據(jù)來實現(xiàn)融合，系統(tǒng)同時具有獨(dú)立 的 GNSS 和 INU，各自解算載體方位和運(yùn)動情況信息，所得結(jié)果導(dǎo)入濾波器進(jìn)行進(jìn)一步解算，估算 INS 誤差情況，從而提高導(dǎo)航精度。松耦合在隧道、地下車庫等完全無衛(wèi)星信號 的場景下與緊耦合相當(dāng)，但在有衛(wèi)星信號但是信號被遮擋的場景下，如城市峽谷等，定位 效果不如緊耦合。

b)緊耦合：采用 RTK 定位結(jié)果+GNSS 的原始數(shù)據(jù)+IMU 原始數(shù)據(jù)。相較于松耦合， 緊耦合不要求完整的 GNSS 結(jié)果，根據(jù) GNSS 提供的部分?jǐn)?shù)據(jù)即可計算 INS 誤差，因此 在 GNSS 受到一定干擾、探測到的衛(wèi)星數(shù)量少于 4 時，得到的信息經(jīng)解算后依然可以作為 濾波器的依據(jù)計算。緊耦合算法的實現(xiàn)需要的計算量較大，此外廠家同時具備 RTK 定位 算法和組合導(dǎo)航算法兩種研發(fā)能力。

欲了解更多中國汽車零部件行業(yè)的未來發(fā)展前景，可以點(diǎn)擊查看中研普華產(chǎn)業(yè)院研究報告《2023-2027年中國汽車零部件行業(yè)市場深度全景調(diào)研及投資前景分析報告》。

• 相關(guān)深度報告REPORTS

  

  2023-2027年中國汽車零部件行業(yè)全景調(diào)研與發(fā)展戰(zhàn)略研究咨詢報告

  產(chǎn)業(yè)現(xiàn)狀近年來，中國汽車零部件產(chǎn)業(yè)在國家重大工程和技術(shù)專項的支持下，通過企業(yè)自主研發(fā)、合資合作及技術(shù)人才引進(jìn)，持續(xù)加強(qiáng)技術(shù)攻關(guān)和創(chuàng)新體系建設(shè)，在部分領(lǐng)域核心技術(shù)逐步實現(xiàn)突破。中國品...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡