大学生方程式电动赛车
TUfast 车队为其电动赛车配备用于动态分析的 Ellipse2-N 微型INS。
"Ellipse-N N是我们 2018 年赛车取得巨大成功的决定性因素(英国、德国和西班牙汽车越野赛第一名;澳大利亚总成绩第一名)"。 | 亚历山大-K.,车辆动力学 TU FAST 车队
大学生电动方程式赛车上的 TUfast
SAE 公式于 1979 年由美国教授创立,1999 年传入欧洲。该项目旨在让学生挑战自我,测试他们的能力,并学习如何以团队的形式完成一个庞大的项目。
几年前,该竞赛SBG Systems了电动车组,TUfast 的电动车 "eb018 "参加了比赛。
车辆动力学
在 eb018 上安装了 Ellipse2-NINS。IMU 和 GPS 速度是团队用来估计车辆状态(速度、滑动角、X 和 Y 加速度以及偏航率)的滤波器的主要来源。
然后,将该状态与期望状态进行比较,以生成每个电机的指令。因此,Ellipse2-N 是 TUfast 2018 年赛车取得巨大成功的决定性因素(英国、德国和西班牙汽车越野赛第一名;澳大利亚总成绩第一名)。
轮胎分析
GPS 定位被广泛用于分析。团队绘制了许多地图,以便更直观地了解影响eb018性能的所有现象。下面的轨迹图就是一个非常有见地的例子。它显示了我们卡尔曼滤波器中的一个内部修正因子。
我们从中了解到,我们的轮胎模型高估了纵向轮胎力(直道上为蓝色/绿色),而对横向轮胎力(弯道上为橙色/黄色)的估算相当准确。
Ellipse-N 用于 2019 年汽车
Ellipse及其软件非常好用,配置也很简单。
Ellipse 提供的数据非常准确,在 1 公里以上的行程中,有时误差不到 10 厘米。
在 eb019 上,我们将进一步挖掘 Ellipse2-N 的潜力。我们将使用两个卡尔曼滤波器:一个用于主状态(与 eb018 相同),另一个用于过滤传感器和数据,并将其输入主滤波器的物理模型。
主滤波器也将通过位置和航向精度 估计进行改进。因此,Ellipse2-N 仍然是我们的汽车在状态估计方面最重要的传感器。它的集成卡尔曼滤波器在 eb019 上特别有用,可以精确估计滚动角、俯仰角和偏航角。
这三个角度对于气动力的计算十分必要。
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 接收器。
Ellipse-N 传感器最适用于动态环境和恶劣的 GNSS 条件,但也可以在动态较低的应用中使用磁性航向精度 航向精度。
询问Ellipse-N的报价
您有问题吗?
欢迎访问我们的常见问题版块!在这里,您可以找到有关我们展示的应用程序的最常见问题的答案。如果您没有找到所需的信息,请直接与我们联系!
什么是全球导航卫星系统(GNSS)与全球定位系统(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,但它们指的是卫星导航系统中的不同概念。
全球导航卫星系统是所有卫星导航系统的统称,而全球定位系统则特指美国的系统。它包括多个系统,提供更全面的全球覆盖,而 GPS 只是其中之一。
全球导航卫星系统通过整合来自多个系统的数据,提高了精确度和可靠性,而全球定位系统本身可能会受到卫星可用性和环境条件的限制。
全球导航卫星系统是指包括全球定位系统和其他系统在内的更广泛的卫星导航系统类别,而全球定位系统则是美国开发的一种特定的全球导航卫星系统。
AHRS 和INS 有什么区别?
姿态和航向精度 参考系统AHRS)与惯性导航系统INS)的主要区别在于其功能和所提供数据的范围。
AHRS 提供方位信息,特别是车辆或设备的姿态(俯仰、滚动)和航向精度 (偏航)。它通常使用陀螺仪、加速度计和磁力计等传感器组合来计算和稳定方向。AHRS 可输出三个轴(俯仰、滚动和偏航)的角位置,使系统能够了解其在空间中的方位。它通常用于航空、无人机、机器人和海洋系统,以提供准确的姿态和航向精度 数据,这对车辆控制和稳定至关重要。
INS 不仅能提供方位数据(如AHRS ),还能跟踪车辆随时间变化的位置、速度和加速度。它使用惯性传感器来估算三维空间中的运动,而无需依赖全球导航卫星系统等外部参考。它结合了AHRS (陀螺仪、加速度计)中的传感器,但也可能包括更先进的位置和速度跟踪算法,通常与全球导航卫星系统等外部数据集成,以提高精确度。
总之,AHRS 侧重于定位(姿态和航向精度),而INS 则提供全套导航数据,包括位置、速度和航向精度。
IMU 和INS 有什么区别?
惯性测量单元 (IMU) 和惯性导航系统 (INS) 的区别在于其功能和复杂程度。
IMU (惯性测量单元)提供由加速度计和陀螺仪测量的车辆线性加速度和角速度的原始数据。它提供滚动、俯仰、偏航和运动信息,但不计算位置或导航数据。IMU 专门用于传递有关运动和方向的基本数据,供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,计算出车辆在一段时间内的位置、速度和方向。它采用卡尔曼滤波等导航算法进行传感器融合和整合。INS 可提供实时导航数据,包括位置、速度和方向,而无需依赖全球导航卫星系统等外部定位系统。
这种导航系统通常用于需要全面导航解决方案的应用,特别是在不使用全球导航卫星系统的环境中,如军用无人机、舰船和潜艇。
INS 是否接受外部辅助传感器的输入?
本公司的惯性导航系统接受来自外部辅助传感器的输入,如空气数据传感器、磁力计、速度计、DVL 等。
这种集成使INS 具有高度的通用性和可靠性,尤其是在缺乏全球导航卫星系统的环境中。
这些外部传感器通过提供补充数据,提高了INS 的整体性能和准确性。