Los sensores de velocidad de rueda (sensores de velocidad de rueda) se utilizan a menudo como sensores auxiliares en los sistemas de navegación inercial (INS) para mejorar la precisión de la navegación y suprimir los errores acumulados de los sensores inerciales. El medidor de velocidad de rueda calcula la velocidad longitudinal del vehículo midiendo la velocidad de la rueda (combinada con el radio del neumático y la corrección de la relación de deslizamiento), proporcionando información de velocidad independiente. Cuando se pierden las señales GPS (como en túneles o garajes subterráneos), el INS puede estimar continuamente la posición del vehículo mediante estima combinando los datos de velocidad del medidor de velocidad de rueda y comparándolos con los resultados de integración del acelerómetro del INS para corregir el error de velocidad. En el cálculo del rumbo, el medidor de velocidad de rueda puede calcular indirectamente la tasa de cambio del ángulo de rumbo midiendo la diferencia de velocidad entre las ruedas izquierda y derecha (diferencia de velocidad de rueda), proporcionando compensación para la calibración del ángulo de rumbo de navegación inercial.
Tomando el cambio del ángulo de rumbo como ejemplo, este artículo presenta brevemente cómo calcular indirectamente la tasa de cambio del ángulo de rumbo a través de los datos obtenidos del medidor de velocidad de la rueda.
En aplicaciones prácticas, los siguientes problemas pueden generar datos de medición inexactos del medidor de velocidad de la rueda, lo que afecta la compensación de error del ángulo acimutal en INS.
La distancia entre ejes real puede variar debido a la carga o la deformación de la suspensión, por lo que requiere calibración regular. La fórmula anterior asume que las ruedas izquierda y derecha son simétricas, por lo que el modelo debe ajustarse para vehículos asimétricos.
En superficies mojadas y resbaladizas, en terrenos todoterreno o al acelerar o frenar rápidamente, los neumáticos pueden resbalar, lo que genera una diferencia de velocidad entre las ruedas que no coincide con la velocidad angular real. Por lo tanto, es necesario combinar los datos de aceleración y velocidad angular de la IMU (Unidad de Medición Inercial) para detectar el resbalón. Ajustar dinámicamente el peso del indicador de velocidad de las ruedas mediante un algoritmo de fusión multisensor (algoritmo de filtro Kalman) para reducir el impacto del resbalón en la navegación.
El I3500 es un sistema de navegación integrado (GNSS/INS) fabricado por Micro-Magic Inc., compuesto por sensores MEMS de alto rendimiento, sistemas GNSS de alta precisión y microprocesadores de alto rendimiento. Puede conectarse a un odómetro externo, DVL y otra información de navegación auxiliar. Gracias a sus algoritmos de navegación integrados de alta fiabilidad, puede generar información en tiempo real como la velocidad, la posición y la actitud del portaaviones.
Entrada/salida de datos
Parámetros | Describir |
Salida de datos | Protocolo binario NMEA/RTCM/Novtel SPAN |
Contenido de los datos | Ángulo de Euler, velocidad, posición, aceleración, velocidad angular |
Algoritmo de fusión | Filtro de Kalman extendido |
Sensor externo | Medidor de kilometraje, GNSS, DTU |
Índice de precisión de navegación integrado
Posición | Precisión de la posición | Precisión de velocidad | Paso/Roll Aprecisión |
Acceso al medidor de kilometraje | 1cm | 0,03 m/s | 0,1° |
1m | 0,1 m/s | 0,1° | |
6m | 0,1 m/s | 0,2° |
El velocímetro de rueda complementa el sistema de navegación inercial proporcionando información de velocidad independiente, lo que mejora significativamente la fiabilidad de la navegación de los vehículos en entornos complejos. Sus valores fundamentales se reflejan en:
a. Precisión a corto plazo: los datos de velocidad de alta frecuencia suprimen la acumulación de errores INS.
b. Diseño redundante: mantener la capacidad de navegación básica en caso de falla del GPS.
do. Rentabilidad: Mejora significativa en el rendimiento de la navegación lograda a un menor costo.
En el futuro, con el avance de los algoritmos de fusión de múltiples sensores, como el filtrado asistido por aprendizaje profundo, se profundizará aún más la aplicación de sensores de velocidad de las ruedas en la conducción autónoma y los sistemas no tripulados.
Xml política de privacidad blog Mapa del sitio
Derechos de autor
@ Micro-Magic Inc Reservados todos los derechos.
RED SOPORTADA
Español
