自动驾驶中的传感器技术76——Navigation(13)

本文介绍GNSS工程实践

1、指标关注(指标数据仅参考)

定位精度

  • 静态定位精度≤2m,CEP95

  • 动态定位精度≤10,CEP95

首次定位时间

  • 冷启动时间≤45s,星历/历书/时间/位置均未知

  • 热启动时间≤5s,星历/历书/时间/位置均已知

  • 重捕获时间≤3s,卫星信号失锁

灵敏度

  • 捕获灵敏度≤-140dBm,冷启动条件下

  • 重捕获灵敏度≤-145dBm,卫星信号失锁条件下

  • 跟踪灵敏度≤-150dBm,定位成功后实现持续跟踪

数据更新率

  • NMEA数据更新率≥10Hz

  • 原始观测量更新率≥5Hz

PPS精度:20ns

2、系统设计

GNSS模组供应商服务器提供的AGNSS辅助定位数据:卫星实时星历,提升首次定位时间;

模组原始观测量(RTCM3.2)输出:给自动驾驶

  • 载波观测量

  • 伪距观测量

  • 多普勒

  • 星历数据

  • PVT数据:GNSS 模组的 PVT (Position‑Velocity‑Time)输出是指接收机在一次观测历元内向外部接口提供的定位、速度和时间信息。用于给自动驾驶定位初始化

  • PPS输出

NMEA(0183格式):给高德地图等

  • RMC/GGA/GSA/GSV/GST/GLL/ZDA/VTG
  1. 组合使用:在实际应用中,通常同时打开 RMC、GGA、GSA、GSV 四条语句,以获得完整的定位、卫星状态和精度信息。

  2. 带宽控制:如果对数据量有严格限制,可仅保留 RMC(已包含时间、位置、速度)或 GGA(定位质量)+ GSV(卫星可视信息)。

  3. 时间同步:需要高精度时间的系统(如数据记录、同步网络)应使用 ZDA 或 RMC 中的 UTC 时间字段。

  4. 误差评估:对定位精度要求高的场景(如测绘、自动驾驶)建议开启 GST,实时监控 RMS 误差。

自动驾驶还需要IMU数据

  • 3轴加速度

  • 3轴陀螺仪角速度

  • 陀螺仪温度

  • 时间

自动驾驶还需要RTK基站数据(比如千寻)

最终完成自动驾驶的高精定位

相关推荐
码码哈哈0.04 分钟前
开源项目Heygem本地运行 AI 数字人模型
人工智能·ai
CertiK4 分钟前
CertiK实测:Skill扫描并非安全边界
人工智能·安全·openclaw
大傻^5 分钟前
Spring AI Alibaba 项目初始化:Maven依赖与YAML配置全解析
人工智能·spring·maven·springai·springaialibaba·评估框架
OpenCSG11 分钟前
GLM-OCR:轻量级多模态OCR的技术突破
人工智能
ofoxcoding14 分钟前
Qwen3.5 API 接入实测:和 GPT-4o 比到底差多少
人工智能·qwen3.5
摄影图16 分钟前
智能汽车领域应用图素材 汽车AI研发转型
人工智能·科技·aigc
佚名ano17 分钟前
支持向量机SVM的简单推导过程
算法·机器学习·支持向量机
一只落魄的蜂鸟24 分钟前
【2026年-11期】Where lies the future of humanity in the age of AI?
人工智能
IT阳晨。26 分钟前
PyTorch深度学习实践
人工智能·pytorch·深度学习
老师用之于民27 分钟前
【DAY29】嵌入式系统基础概念总结
人工智能