你最后一次從手套箱里拿出地圖來(lái)弄清楚如何從一個(gè)地方到另一個(gè)地方是什么時(shí)候？您上一次訪問(wèn) Mapquest.com 打印前往新地點(diǎn)的路線是什么時(shí)候？

由于技術(shù)和精確導(dǎo)航的進(jìn)步，我們不再依賴于地圖導(dǎo)航的“舊方式”。這些進(jìn)步來(lái)自全球定位系統(tǒng) (GPS)、慣性測(cè)量單元 (IMU) 和全球連接技術(shù)的革命性改進(jìn)，可為您的智能手機(jī)提供您的位置和方向，以便導(dǎo)航到您的目的地。

話雖如此，仍然需要使用傳感器組合來(lái)定位我們所在位置的更高精度的導(dǎo)航系統(tǒng)。今天，我們?cè)?a href="http://www.www27dydycom.cn/v/" target="_blank">智能手機(jī)和汽車(chē)中看到了這種精確需求，因?yàn)槲覀兛吹轿覀兊奈恢迷诘貓D上跳躍，同時(shí)穿過(guò)隧道或高速公路立交橋。解決實(shí)現(xiàn)真正精確導(dǎo)航的挑戰(zhàn)被認(rèn)為非常重要，以至于DARPA一直在積極開(kāi)發(fā)改進(jìn)導(dǎo)航的工作——它被認(rèn)為是“圣杯”，能夠在有限或沒(méi)有 GPS/GNSS 覆蓋的情況下確定精確位置。

什么是精準(zhǔn)導(dǎo)航？在當(dāng)今許多應(yīng)用的背景下，精確導(dǎo)航是車(chē)輛和操作員以高精度、可重復(fù)性和可信度持續(xù)了解其在 3D 空間中的絕對(duì)和相對(duì)位置的能力。為了安全高效地運(yùn)行，精確的位置數(shù)據(jù)還需要快速、經(jīng)濟(jì)高效且不受地理位置限制。

許多行業(yè)的重要應(yīng)用都需要可靠的精確導(dǎo)航、定位和微定位方法。智能農(nóng)業(yè)越來(lái)越需要使用自主或半自主設(shè)備來(lái)提高種植和收獲世界糧食供應(yīng)的超精確度和生產(chǎn)力。在全球大流行期間，物流效率對(duì)倉(cāng)儲(chǔ)和運(yùn)輸/交付行業(yè)的影響變得顯而易見(jiàn)——倉(cāng)庫(kù)和貨運(yùn)機(jī)器人的有效性取決于它們的定位和導(dǎo)航能力。遠(yuǎn)程和最后一英里交付的自主能力也需要精確導(dǎo)航。

今天確實(shí)存在高精度解決方案，并用于衛(wèi)星導(dǎo)航、商用飛機(jī)和潛艇等應(yīng)用。然而，這些解決方案的成本很高（數(shù)十萬(wàn)美元）并且尺寸很大（一條面包）。這些慣性導(dǎo)航系統(tǒng) (INS) 成本和尺寸高的原因主要在于所需的高性能 IMU 的成本和尺寸，其中陀螺儀性能最為關(guān)鍵。

IMU 技術(shù)逐漸提高了硬件的尺寸和成本，從笨重的萬(wàn)向陀螺儀到光纖陀螺儀，再到今天的微型微機(jī)電系統(tǒng) (MEMS) 傳感器。另一個(gè)需要考慮的方面是 INS 軟件開(kāi)發(fā)和集成的成本，因?yàn)楝F(xiàn)代應(yīng)用程序的復(fù)雜性和復(fù)雜性增加，結(jié)合人工智能和機(jī)器學(xué)習(xí)來(lái)改進(jìn)決策和安全性。

慣性導(dǎo)航系統(tǒng)和傳感器的性能、尺寸和成本各不相同。盡管最初是為專門(mén)的解決方案而開(kāi)發(fā)的，但現(xiàn)在都可以在汽車(chē)應(yīng)用中找到。（來(lái)源：ACEINNA）

將這項(xiàng)技術(shù)帶入日常生活的關(guān)鍵是在保持性能的同時(shí)降低成本和尺寸。這樣做可以實(shí)現(xiàn)新功能，這些功能對(duì)于無(wú)人機(jī)、農(nóng)業(yè)機(jī)器人、自動(dòng)駕駛汽車(chē)和智能手機(jī)的進(jìn)步至關(guān)重要。

導(dǎo)致您在地圖上的位置跳躍的原因突出了當(dāng)今 GPS 技術(shù)的局限性。大氣干擾和過(guò)時(shí)的衛(wèi)星軌道路徑數(shù)據(jù)可以在一定程度上得到修正，計(jì)算出的最佳位置精度約為1米。與城市地區(qū)的多徑誤差或其他地區(qū)的覆蓋差相結(jié)合，接收器的誤差范圍增加，位置置信度降低。

這種誤差范圍轉(zhuǎn)化為道路級(jí)別的準(zhǔn)確性，即車(chē)輛可能在哪條道路上的知識(shí)。更高精度的導(dǎo)航旨在獲得車(chē)道級(jí)精度或更好的車(chē)道位置知識(shí)。

想象一下，一個(gè)人在路上開(kāi)車(chē)，無(wú)需非常努力，駕駛員就能夠觀察并繞過(guò)障礙物，例如行人、騎自行車(chē)的人和坑洼，而不會(huì)偏離車(chē)道。即使在惡劣的天氣條件下，每天都會(huì)穿越帶有令人困惑的道路標(biāo)志的復(fù)雜十字路口。人類使用多種感知（和深度感知），結(jié)合過(guò)去積累的經(jīng)驗(yàn)和實(shí)踐，來(lái)執(zhí)行看似簡(jiǎn)單的駕駛?cè)蝿?wù)。

以類似的方式，自主和半自主車(chē)輛使用一套感知傳感器與導(dǎo)航解決方案相結(jié)合，以安全地從一個(gè)點(diǎn)移動(dòng)到另一個(gè)點(diǎn)。由于 GPS 和 INS 的現(xiàn)有限制（性能、成本和尺寸之間的權(quán)衡），車(chē)輛系統(tǒng)必須采用額外的方法來(lái)提高定位精度。車(chē)道級(jí)或厘米級(jí)的位置精度在 L2+ 自動(dòng)化系統(tǒng)中非常重要，可以使車(chē)輛在復(fù)雜、動(dòng)態(tài)的環(huán)境中安全導(dǎo)航，而無(wú)需人工干預(yù)。

一種流行的定位方法是使用來(lái)自激光雷達(dá)和攝像頭的圖像和深度數(shù)據(jù)，結(jié)合高清地圖，參考已知的靜態(tài)地標(biāo)和物體實(shí)時(shí)計(jì)算車(chē)輛位置。高清地圖是一個(gè)強(qiáng)大的工具，包含大量數(shù)據(jù)，包括道路和車(chē)道級(jí)別的細(xì)節(jié)和語(yǔ)義、動(dòng)態(tài)行為數(shù)據(jù)、交通數(shù)據(jù)等等。攝像機(jī)圖像和/或 3D 點(diǎn)云被分層并交叉引用到車(chē)輛的高清地圖數(shù)據(jù)，以做出車(chē)輛控制的機(jī)動(dòng)決策。

這種本地化方法雖然有效，但也存在挑戰(zhàn)。高清地圖是數(shù)據(jù)密集型的，大規(guī)模生成的成本很高，并且必須不斷更新。感知傳感器容易受到環(huán)境干擾，從而影響數(shù)據(jù)質(zhì)量。

隨著道路上自動(dòng)測(cè)試車(chē)隊(duì)數(shù)量的增加，生成了更大的真實(shí)世界駕駛場(chǎng)景數(shù)據(jù)集，并且用于定位的預(yù)測(cè)建模變得更加穩(wěn)健。然而，它的代價(jià)是昂貴的傳感器、計(jì)算能力、算法、高運(yùn)營(yíng)維護(hù)以及數(shù) TB 的數(shù)據(jù)收集和處理成本。

通過(guò)將實(shí)時(shí)運(yùn)動(dòng)學(xué) (RTK) 整合到 INS 解決方案中，有機(jī)會(huì)提高用于精確導(dǎo)航的定位方法的準(zhǔn)確性和完整性。RTK 是一種技術(shù)和服務(wù)，可糾正 GPS/GNSS 數(shù)據(jù)中的錯(cuò)誤和模糊性，以實(shí)現(xiàn)厘米級(jí)精度。

RTK 與固定基站網(wǎng)絡(luò)一起工作，這些基站通過(guò)空中向移動(dòng)的車(chē)輛或流動(dòng)站發(fā)送校正數(shù)據(jù)。每個(gè)流動(dòng)站都將這些數(shù)據(jù)集成到他們的 INS 定位引擎中以實(shí)時(shí)計(jì)算位置，即使沒(méi)有任何額外的傳感器融合并且收斂時(shí)間非常短，也可以實(shí)現(xiàn)高達(dá) 1 cm + 1 ppm 的精度。

將 RTK 集成到 INS 和傳感器融合架構(gòu)中相對(duì)簡(jiǎn)單，不需要大量使用系統(tǒng)資源。RTK 的使用確實(shí)需要連接和 GPS 覆蓋以實(shí)現(xiàn)最精確的導(dǎo)航，但即使在中斷的情況下，系統(tǒng)也可以采用航位推算和使用高性能IMU來(lái)持續(xù)安全運(yùn)行。

RTK 的優(yōu)勢(shì)在于通過(guò)為每個(gè)位置基準(zhǔn)提供精確的絕對(duì)位置以及置信區(qū)間來(lái)支持視覺(jué)定位方法。定位引擎可以使用它來(lái)減少歧義并驗(yàn)證時(shí)間和上下文估計(jì)。

結(jié)論精確導(dǎo)航能力是無(wú)數(shù)現(xiàn)代應(yīng)用和行業(yè)的核心，這些應(yīng)用和行業(yè)致力于改善我們的日常生活——自動(dòng)駕駛汽車(chē)、微型移動(dòng)、智能農(nóng)業(yè)、建筑和測(cè)量。如果機(jī)器可以移動(dòng)，那么準(zhǔn)確和確定地測(cè)量和控制其運(yùn)動(dòng)至關(guān)重要。

慣性傳感器對(duì)于測(cè)量運(yùn)動(dòng)至關(guān)重要，GPS 提供有關(guān) 3D 空間中位置的有價(jià)值的上下文感知，添加 RTK 可提高可靠性和完整性。視覺(jué)傳感器可實(shí)現(xiàn)深度感知，讓您可以規(guī)劃未來(lái)。來(lái)自這些不同傳感器和技術(shù)的數(shù)據(jù)相結(jié)合，使人們對(duì)航行規(guī)劃和決策充滿信心，從而提供安全、精確和可預(yù)測(cè)的結(jié)果。

關(guān)于作者Reem Malik 負(fù)責(zé)ACEINNA的戰(zhàn)略銷售和業(yè)務(wù)發(fā)展，專注于自主應(yīng)用的精確定位硬件和軟件解決方案。她擁有超過(guò) 15 年的工程和銷售經(jīng)驗(yàn)，與 Analog Devices 和 Allegro Microsystems 的全球汽車(chē)、消費(fèi)和儀器儀表客戶密切合作。Reem 在馬薩諸塞州伍斯特市的 WPI 獲得電氣工程碩士學(xué)位和學(xué)士學(xué)位。

Eric Aguilar 擁有技術(shù)學(xué)位（Cal Poly/USC），他的職業(yè)生涯始于在美國(guó)海軍研究實(shí)驗(yàn)室為無(wú)人機(jī)制造傳感器。這些傳感器是解鎖自主飛行和進(jìn)一步提升無(wú)人機(jī)能力的基礎(chǔ)。在海軍服役期間，他加入了一家公司，該公司致力于將他的團(tuán)隊(duì)所從事的傳感器商業(yè)化。這導(dǎo)致了一家名為“Lumedyne”的初創(chuàng)公司，該公司制造了一種運(yùn)動(dòng)傳感器，后來(lái)被谷歌以 8500 萬(wàn)美元的價(jià)格收購(gòu)。

埃里克隨后轉(zhuǎn)而開(kāi)發(fā)自主系統(tǒng)。他是 Google[x] Project Wing 的航空電子設(shè)備負(fù)責(zé)人，并為其商業(yè)交付無(wú)人機(jī)啟用了自主飛行。然后，他在特斯拉工作（并領(lǐng)導(dǎo)了一個(gè) 300 人的團(tuán)隊(duì)），負(fù)責(zé) Model 3 的集成工作，以實(shí)現(xiàn)自動(dòng)駕駛。他最近在 Argo AI（一家由福特和大眾資助的自動(dòng)駕駛公司）領(lǐng)導(dǎo)他們的機(jī)器人出租車(chē)車(chē)隊(duì)的傳感器集成工作。

Eric 現(xiàn)在是Omnitr on Sensors的首席執(zhí)行官和聯(lián)合創(chuàng)始人，也是Ascent Robotics的顧問(wèn)。Omnitron 為傳感器的硅工藝設(shè)計(jì)提供了新的自由度。該公司正在與領(lǐng)先的汽車(chē)供應(yīng)商和機(jī)器人公司討論建立合作伙伴關(guān)系。

審核編輯 黃昊宇