大学生无人驾驶方程式 – Chalmers 车队
查尔默斯理工大学为其无人驾驶赛车配备了 Ellipse-N INS GNSS。
“我们对传感器的性能和稳健性非常满意。” | Emil R.,查尔默斯学生方程式无人驾驶工程经理
大学生方程式无人驾驶比赛
无人驾驶方程式赛车比赛包括几个不同的挑战:制动、加速、防滑测试和赛道驾驶。
查尔姆斯理工大学是一所瑞典大学,专注于技术研究和教育,参加了 2018 年的版本。

Chalmers 团队为其无人驾驶汽车配备了 Ellipse-N,这是一款嵌入 GNSS 接收器的微型惯性导航系统。
坚固稳定的惯性导航传感器
我们对传感器的性能和稳健性非常满意。在我们进行的数百小时的测试中,传感器没有任何明显的错误。
我们的惯性传感器没有出现任何漂移,出色的偏航率估计给我们留下了深刻印象。GNSS 系统也非常坚固稳定,我们从未遇到过 GNSS 覆盖不足的问题,并且始终拥有充足的卫星数量。
借助 C 库,易于集成
通过使用提供的 C 库,Ellipse-N 非常容易集成到我们自己的软件框架中。我们的框架使用托管在 Docker 容器中的 Micro 服务,其中传感器的数据由一个 Micro 服务读取。
这意味着 Micro 服务能够自动且无缝地构建至关重要。通过提供的库,可以简单地将必要的代码包含到 Docker 镜像中,并将其与我们自己的接口库代码一起构建。
如果我们只能获得提供的二进制文件,我们就必须自己读取和解析原始传感器数据,因此这个库对我们的情况非常有用。所提供的示例和文档使我们能够非常轻松地使用该库,并将 Ellipse-N 接口接入我们所需的微服务中。
在这种情况下,使用单天线还是双天线?
如果像 Ellipse-N 这样的单天线惯性导航系统 (INS) 提供非常准确的姿态和导航数据,那么像 Ellipse-D 这样的双天线 INS 则允许更快地完成初始化,即使在静态位置也是如此。

在选择您的 INS 时,应考虑此类功能。了解有关“如何选择最佳航向方法”的更多信息。
“我们没有遇到惯性传感器有任何漂移的情况,并且其出色的偏航速率估计给我们留下了深刻的印象。” | Emil R.,工程经理
Ellipse-N
Ellipse-N 是一款紧凑型高性能 RTK 惯性导航系统 (INS),集成了双频四星座 GNSS 接收机。它能够提供横滚角、俯仰角、航向角、升沉以及厘米级的 GNSS 定位。
Ellipse-N 传感器最适合动态环境和严苛的 GNSS 条件,但也可以在结合磁航向的低动态应用中运行。
获取 Ellipse-N 报价
您有疑问吗?
欢迎访问我们的常见问题解答 (FAQ) 专区!在这里,您可以找到关于我们展示的应用的最常见问题的答案。如果您找不到您要查找的内容,请随时直接与我们联系!
什么是 GNSS 与 GPS?
GNSS 代表全球导航卫星系统,GPS 代表 全球定位系统。这些术语经常互换使用,但它们在基于卫星的导航系统中指的是不同的概念。
GNSS 是所有卫星导航系统的统称,而 GPS 则特指美国的系统。GNSS 包含多个系统,提供更全面的全球覆盖,而 GPS 只是这些系统中的一个。
通过集成来自多个系统的数据,您可以通过 GNSS 获得更高的精度和可靠性,而仅使用 GPS 可能会受到卫星可用性和环境条件的限制。
AHRS 和 INS 之间有什么区别?
姿态航向参考系统 (AHRS) 与惯性导航系统(INS)之间的主要区别在于其功能以及它们所提供数据的范围。
AHRS 提供方向信息,具体为车辆或设备的姿态(俯仰角、横滚角)和航向(偏航角)。它通常结合使用陀螺仪、加速度计和磁力计等传感器来计算和稳定方向。AHRS 输出三个轴(俯仰、横滚和偏航)的角度位置,使系统能够了解其在空间中的方向。它广泛应用于航空、无人机、机器人和海洋系统中,以提供精确的姿态和航向数据,这对于车辆控制和稳定至关重要。
INS 不仅提供方向数据(如 AHRS),还跟踪车辆随时间推移的位置、速度和加速度。它使用惯性传感器来估计 3D 空间中的运动,而无需依赖 GNSS 等外部参考。它结合了 AHRS 中的传感器(陀螺仪、加速度计),但也可能包括更高级的位置和速度跟踪算法,通常与 GNSS 等外部数据集成以提高精度。
总而言之,AHRS 侧重于方向(姿态和航向),而 INS 提供全套导航数据,包括位置、速度和方向。
IMU 和 INS 之间有什么区别?
惯性测量单元 (IMU) 与惯性导航系统 (INS) 之间的区别在于它们的功能和复杂性。
IMU(惯性测量单元)提供有关车辆线性加速度和角速度的原始数据,这些数据由加速度计和陀螺仪测量。它提供横滚、俯仰、偏航和运动相关的信息,但不计算位置或导航数据。IMU 专门设计用于传输有关运动和方位的基本数据,以便进行外部处理以确定位置或速度。
另一方面,INS(惯性导航系统)将 IMU 数据与先进的算法相结合,随时间推移计算出车辆的位置、速度和方位。它结合了诸如用于传感器融合和集成的卡尔曼滤波等导航算法。INS 提供实时的导航数据,包括位置、速度和方位,而无需依赖 GNSS 等外部定位系统。
这种导航系统通常用于需要全面导航解决方案的应用,尤其是在没有 GNSS 信号的环境中,例如军用无人机、船舶和潜艇。
INS 是否接受来自外部辅助传感器的输入?
我们公司的惯性导航系统接受来自外部辅助传感器(如大气数据传感器、磁力计、里程计、DVL 等)的输入。
这种集成使 INS 具有高度的多功能性和可靠性,尤其是在无 GNSS 环境中。
这些外部传感器通过提供补充数据来增强 INS 的整体性能和精度。