0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

达摩院自动驾驶新解决方案,基于多传感器融合的紧耦合算法改善定位

牵手一起梦 来源:环球网 作者:佚名 2020-06-04 17:54 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

达摩院自研高精定位系统完成最新一次迭代,基于多传感器融合的紧耦合算法,实现了不依赖GPS信号的厘米级定位。该系统已部署于达摩院无人物流车队,通过软硬件一体化设计,以10%的成本达到业界领先定位水准。

GPS仅能提供米级精度的绝对定位,如果要将精度提升到厘米级,业界通用的解决方案是借助RTK。RTK通过地基增强信号提升GPS精度,通常需要搭配高精惯导使用。成本高昂,而且无法克服卫星信号不稳或丢失的难题。

定位是自动驾驶系统的核心功能之一,自动驾驶车辆通常借助GPS和车辆传感器等信号获取自身位置和姿态信息。

GPS仅能提供米级精度的绝对定位,如果要将精度提升到厘米级,业界通用的解决方案是借助RTK。RTK通过地基增强信号提升GPS精度,通常需要搭配高精惯导使用。成本高昂,而且无法克服卫星信号不稳或丢失的难题。

但在复杂的城市环境中,卫星信号经常因建筑物的遮挡、反射而变弱或丢失,造成定位误差。为了追求稳定连续的高精定位,将GPS和车辆传感器进行“多源融合”成为业界研究热点。

主流的多源融合定位技术分为松耦合和紧耦合两类,前者对传感器数据的处理结果进行融合;后者先对传感器原始数据作融合,再进行集中式计算,效果更好,难度也更高。达摩院正是采用紧耦合算法,实现GPS、惯导、轮速、相机、激光雷达等多模态传感器的融合,用低精度的传感器实现了厘米级定位,且在没有GPS信号的隧道、地库等场所,定位系统也能正常运行,摆脱了对RTK的依赖。

达摩院采用紧耦合算法,实现GPS、惯导、轮速、相机、激光雷达等多模态传感器的融合,用低精度的传感器实现了厘米级定位,且在没有GPS信号的隧道、地库等场所,定位系统也能正常运行,摆脱了对RTK的依赖。

达摩院将这套算法作了软硬一体化实现,研发出适配该算法的高精定位硬件。整套定位系统以10%的成本,实现了业界领先的高精定位。

责任编辑:gt

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2577

    文章

    55505

    浏览量

    793958
  • gps
    gps
    +关注

    关注

    22

    文章

    3044

    浏览量

    173977
  • 自动驾驶
    +关注

    关注

    794

    文章

    14988

    浏览量

    181544
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    自动驾驶传感器融合,到底提前融合了什么?

    [首发于智驾最前沿微信公众号]自动驾驶里的传感器融合,本质是把不同来源的信息拼在一起,让系统对环境的理解更完整。摄像头提供颜色和语义,激光雷达提供三维结构,毫米波雷达提供距离和速度,
    的头像 发表于 04-16 09:16 587次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>多</b><b class='flag-5'>传感器</b>前<b class='flag-5'>融合</b>,到底提前<b class='flag-5'>融合</b>了什么?

    智驾之“眼”的血管革命:自动驾驶传感器融合趋势下,频段射频连接集成方案深度全景解析

    自动驾驶向L3/L4级进阶的浪潮下,传感器融合已成为整车架构的核心。本文深度剖析了车载射频连接从单体向“高频、高速、径集成”演进的必然
    的头像 发表于 03-25 09:20 1109次阅读
    智驾之“眼”的血管革命:<b class='flag-5'>自动驾驶</b><b class='flag-5'>传感器</b><b class='flag-5'>融合</b>趋势下,<b class='flag-5'>多</b>频段射频连接<b class='flag-5'>器</b>集成<b class='flag-5'>方案</b>深度全景解析

    如何设计自动驾驶传感器失效检测与容错策略?

    对于自动驾驶汽车而言,传感器是它感知世界的窗口。摄像头负责采集环境图像,毫米波雷达和激光雷达则用于测量周围物体的位置和速度,而GNSS(全球导航卫星系统)与惯性测量系统可提供车辆的定位信息。这些数据经过
    的头像 发表于 01-10 10:33 2822次阅读

    基于PTP,如何做好多传感器微秒级时间同步?

    01引言自动驾驶车辆行驶过程中,传感器(相机、激光雷达等)采集的带有精准同步时间戳的数据,是车辆实现高精度感知、定位、决策与规划的核心前提。正因如此,在
    的头像 发表于 12-26 17:33 2756次阅读
    基于PTP,如何做好多<b class='flag-5'>传感器</b>微秒级时间同步?

    自动驾驶BEV Camera数据采集系统:高精度时间同步解决方案

    1 自动驾驶数据采集的时间同步挑战与重要性 随着自动驾驶技术的快速发展,车辆准确感知周围环境的能力变得至关重要。在分布式传感器系统中,信号从创建到存储会历经多个软件模块和系统,产生传
    的头像 发表于 12-11 17:11 1466次阅读
    <b class='flag-5'>自动驾驶</b>BEV Camera数据采集系统:高精度时间同步<b class='flag-5'>解决方案</b>

    自动驾驶BEV Camera数据采集:时间同步技术解析与康谋解决方案

    一、自动驾驶传感器融合中的时间同步重要性 在自动驾驶感知体系中,BEV(Bird's-Eye-View,鸟瞰图)感知技术凭借尺度变化小、视角遮挡少的优势,成为环境感知的核心技术方向。B
    的头像 发表于 12-11 16:36 1156次阅读
    <b class='flag-5'>自动驾驶</b>BEV Camera数据采集:时间同步技术解析与康谋<b class='flag-5'>解决方案</b>

    从单一传感器技术融合 蓝鹏打造工业测量一站式解决方案

    1X1X0.5mm(长X宽X深)缺陷。 从单一传感器的精准应用,到技术融合的系统级方案,蓝鹏以品类
    发表于 12-08 14:57

    L4级自动驾驶数据采集系统首选

    级数据记录设备 ,为自动驾驶研发提供端到端的解决方案,助力企业突破数据采集瓶颈。 一、自动驾驶数据采集的三大核心需求 模态传感器
    的头像 发表于 11-26 09:31 533次阅读

    自动驾驶数据采集时间同步指南:方法、挑战、场景与康谋解决方案

    自动驾驶数据采集面临传感器协同与总线协议割裂的挑战,时间同步精度直接影响系统安全与研发效率。康谋科技推出"全以太网+gPTP"方案,通过
    的头像 发表于 11-21 16:48 2320次阅读

    如何处理自动驾驶感知传感器脏污问题?

    [首发于智驾最前沿微信公众号]自动驾驶系统依赖多种传感器来感知外界环境,摄像头负责将光学图像转换为图像数据供算法解析,激光雷达生成描述物体三维形状的点云数据,毫米波雷达探测目标的距离与速度,超声波
    的头像 发表于 10-21 13:50 672次阅读
    如何处理<b class='flag-5'>自动驾驶</b>感知<b class='flag-5'>传感器</b>脏污问题?

    太阳光模拟 | 在汽车自动驾驶开发中的应用

    通过模拟不同地域、不同时间、不同天气下的光照环境,可为汽车自动驾驶开发的传感器校准、算法训练和硬件测试提供标准化、可调控的测试工具。汽车的自动驾驶太阳光模拟
    的头像 发表于 07-24 11:26 824次阅读
    太阳光模拟<b class='flag-5'>器</b> | 在汽车<b class='flag-5'>自动驾驶</b>开发中的应用

    物理量传感器自动化测试解决方案

    方案旨在为各类传感器(包括压力传感器、位移传感器、速度传感器、倾角传感器等)提供一套完整的
    的头像 发表于 07-16 17:10 2191次阅读
    <b class='flag-5'>多</b>物理量<b class='flag-5'>传感器</b><b class='flag-5'>自动</b>化测试<b class='flag-5'>解决方案</b>

    康谋分享 | 基于传感器数据的自动驾驶仿真确定性验证

    自动驾驶仿真测试中,游戏引擎的底层架构可能会带来非确定性的问题,侵蚀测试可信度。如何通过专业仿真平台,在传感器配置与极端天气场景中实现测试数据零差异?确定性验证方案已成为
    的头像 发表于 07-02 13:17 4380次阅读
    康谋分享 | 基于<b class='flag-5'>多</b><b class='flag-5'>传感器</b>数据的<b class='flag-5'>自动驾驶</b>仿真确定性验证

    自动驾驶汽车是如何准确定位的?

    厘米级的定位精度,并能够实时响应环境变化。为此,自动驾驶系统通常采用传感器融合的方式,将全球导航卫星系统(GNSS)、惯性测量单元(IMU
    的头像 发表于 06-28 11:42 1487次阅读
    <b class='flag-5'>自动驾驶</b>汽车是如何准确<b class='flag-5'>定位</b>的?

    新能源车软件单元测试深度解析:自动驾驶系统视角

    、道路塌陷)的测试用例库,通过虚拟仿真和真实路测数据回灌验证算法的鲁棒性。 ‌第二部分:自动驾驶软件单元测试技术体系****‌ ‌测试对象分类与测试策略‌ ‌ 数据驱动型模块(如传感器融合
    发表于 05-12 15:59