フォーミュラ・スチューデント：IMU/GNSSの重要な役割
いくつかの電気自動車および自動運転車チームは、フォーミュラ・スチューデント競技会中に当社のEllipse IMU/GNSSを搭載したレースカーを装備しました。
Ellipse-Dセンサーは当社のすべてのニーズを満たし、非常に満足しています。GNSSは非常に安定しており、カルマンフィルターも満足のいくものです。| Daniel K., AMZ Racing Electric Team
フォーミュラ・スチューデントは、世界中の学生チームが独自のフォーミュラレースカーを設計、製造、レースする国際的な教育工学競技会です。競技会には、電気自動車、自動運転車、燃焼車の3つのカテゴリーがあります。
フォーミュラ・スチューデントの参加者は、最速のレースカーを製造するだけでなく、耐久性、加速、スキッドパッド性能にも優れている必要があります。
慣性航法システムの専門家であり、いくつかのチームのパートナーとして、当社は、成功の鍵となる要素を理解するために、当社の慣性計測ユニット（IMU）と全地球航法衛星システム（GNSS）を組み合わせて使用しているさまざまなエンジニアチームにインタビューしました。
正確な車両ダイナミクスのためのIMU/GNSSの重要性
AMZ RacingのD. Kiesewalter氏が述べたように、IMU/GNSSは、競合チームの車両に対し、位置、速度、ヨーレート、スリップ角、加速度、姿勢といった車両の状態に関する決定的な情報を提供します。
「我々はいくつかの理由からIMUを必要としました。主に車両の位置状態を特定するためです。また、効率的なダイナミクス制御と、信頼性が高く正確なオイラー角（ロール、ピッチ、ヘディング）の決定も必要でした。」
このようにして、電気自動車および内燃機関車のエンジニアは、実際の状態と理論上の状態を比較することで、何を改善すべきかを理解できます。
Formula Studentカーのダイナミクスの基準
フォーミュラレースにおいて、加速の制御は極めて重要です。車が過度に加速するとドリフトする可能性があり、これによりタイヤの摩耗を引き起こします。タイヤの摩耗を最小限に抑え、エンジンの出力と性能を最大限に引き出すためには、加速を適切に管理する必要があります。
レースカーの軌跡を追跡することは不可欠です。IMU/GNSSデータ、特に位置情報を用いてサーキット分析が行われ、車両がサーキット内で適切に位置しているか、またはコーナリング時に適切に走行しているかを判断するのに役立ちます。
フォーミュラ・スチューデントはレースであることを忘れないでください。競技会の目標の1つは、他のチームよりもトラックで速く走ることです。したがって、速度はIMU/GNSSのおかげで調査する上で重要な要素です。しかし、電気レースカーは消費エネルギーを追跡する必要があるため、さらに重要です。
自動運転レースカー：IMU/GNSSから最高のヘディングとナビゲーションを引き出す
レーシングカーはヘディングにシングルアンテナGPSを使用する場合がありますが、自動運転車は正確なヘディングにデュアルアンテナIMU/GNSSを使用します。これにより、初期化が高速化され、静止位置でも真のヘディングが得られます。
UPC Driverless（ETSEIB）のJ. Liberal Huarte氏は、ヘディングとローカリゼーションは、機器の他の部分が適切に機能するために不可欠であると説明しています。「LiDARテクノロジーを使用する場合、一方向に1度ヘディングしているという事実は、位置に大きな影響を与えます。
したがって、正確なヘディングは大きな要件です。また、ローカリゼーションとマッピングも重要です。X、Yで自分自身をローカライズすることが非常に重要です。」したがって、このタイプのレースカーにデュアルGNSS/IMUを実装することは、真のヘディングと位置を提供し、LiDARの安定化にも役立つため、最適なソリューションです。
ヘディングは、自動運転レースカーの正確なナビゲーションと同じくらい重要です。リアルタイムキネマティック（RTK）により、位置を非常に正確に推定できます（1〜2 cm）。IMU/GNSSが正確であるほど、車両はドリフトせずにサーキットレーンにとどまることができます。
IMU/GNSSはサーキットを分析して、最適な車両の位置決めと軌道最適化を保証します。
実装時間の短縮 = プロジェクト全体の時間の増加
“テスト時間は非常に短いため、処理が速ければ、より速くコースを走行し、より多くのテストを実施できます” と、TUfast Racingの車両ダイナミクスコントロール、A. Kopp氏は述べています。
チームは、車両のさまざまな部品を統合してテストする時間が十分にありません。CANおよびROSフレームワークは主に自動車エンジニアが使用するため、このようなワークフローの一部となり得るIMU/GNSSは、開発時間を大幅に節約できます。
サンプルが付属しているクリーンなCライブラリは、チームの統合を支援するもう1つの方法です。
SBG Systemsは、新しい自動車設計方法をサポートします
学生の皆様からのスポンサーシップのお申し込みをウェブサイトにてお待ちしております。
Ellipse-D
Ellipse-D は、デュアルアンテナとデュアル周波数RTK GNSSを統合した慣性航法システムであり、SBG Systemsのポスト処理ソフトウェア Qinertia と互換性があります。
ロボットおよび地理空間アプリケーション向けに設計されており、オドメーター入力を Pulse または CAN OBDII と組み合わせて、デッドレコニングの精度を高めることができます。
Ellipse-D の見積もりを依頼する
ご質問はありますか？
FAQセクションへようこそ！ここでは、ご紹介するアプリケーションに関する最も一般的な質問への回答をご覧いただけます。お探しの情報が見つからない場合は、お気軽にお問い合わせください。
GNSS と GPS の違いとは？
GNSSはGlobal Navigation Satellite Systemの略であり、GPSはGlobal Positioning Systemの略です。これらの用語はしばしば混同して使用されますが、衛星測位システム内では異なる概念を指します。
GNSSは全ての衛星測位システムの総称であり、GPSは特に米国のシステムを指します。GNSSはより包括的なグローバルカバレッジを提供する複数のシステムを含みますが、GPSはそのシステムの一つに過ぎません。
GNSSを使用すると、複数のシステムからのデータを統合することで、精度と信頼性が向上します。GPS単独では、衛星の利用可能性や環境条件によっては制限がある場合があります。
AHRSとINSの違いは何ですか？
Attitude and Heading Reference System（AHRS）とInertial Navigation System（INS）の主な違いは、その機能と提供するデータの範囲にあります。
AHRS は、車両またはデバイスの姿勢（ピッチ、ロール）および方位（ヨー）に関する情報を提供します。通常、ジャイロスコープ、加速度計、磁力計などのセンサーの組み合わせを使用して、姿勢を計算および安定化します。AHRS は、3 軸（ピッチ、ロール、ヨー）の角度位置を出力し、システムが空間内での姿勢を理解できるようにします。航空、UAV、ロボット工学、および海洋システムで、正確な姿勢および方位データを提供するために使用されることが多く、これは車両の制御および安定化に不可欠です。
INSは、姿勢データ（AHRSなど）を提供するだけでなく、車両の位置、速度、および加速度を時間とともに追跡します。慣性センサーを使用して、GNSSのような外部参照に依存せずに、3D空間での動きを推定します。AHRS（ジャイロスコープ、加速度計）にあるセンサーを組み合わせますが、位置と速度の追跡のためのより高度なアルゴリズムも含まれる場合があり、多くの場合、精度を高めるためにGNSSのような外部データと統合されます。
要約すると、AHRSは向き（姿勢と方位）に焦点を当てていますが、INSは位置、速度、向きを含むナビゲーションデータの完全なスイートを提供します。
IMUとINSの違いは何ですか？
慣性計測ユニット（IMU）と慣性航法システム（INS）の違いは、その機能と複雑さにあります。
IMU（慣性計測ユニット）は、加速度計とジャイロスコープによって測定される車両の線形加速度と角速度に関する生データを提供します。ロール、ピッチ、ヨー、および運動に関する情報を提供しますが、位置や航法データは計算しません。IMUは、位置または速度を決定するための外部処理のために、動きと姿勢に関する重要なデータを中継するように特別に設計されています。
一方で、INS（慣性航法システム）は、IMUデータと高度なアルゴリズムを組み合わせて、時間経過に伴う車両の位置、速度、および姿勢を計算します。センサーフュージョンと統合のために、カルマンフィルタリングのような航法アルゴリズムを組み込んでいます。INSは、GNSSのような外部測位システムに依存することなく、位置、速度、および姿勢を含むリアルタイムの航法データを提供します。
この航法システムは、包括的な航法ソリューションを必要とする用途、特にGNSSが利用できない環境（軍用UAV、船舶、潜水艦など）で一般的に利用されます。
INSは外部支援センサーからの入力を受け入れますか？
当社製の慣性航法システムは、エアデータセンサー、磁力計、走行距離計、DVLなどの外部補助センサーからの入力を受け入れます。
この統合により、特にGNSSが利用できない環境において、INSは非常に汎用性が高く信頼性の高いものになります。
これらの外部センサーは、補完的なデータを提供することにより、INSの全体的なパフォーマンスと精度を向上させます。
