Formula Student：IMU/GNSS 的关键作用
在学生方程式比赛中，多支电动和无人驾驶车队在赛车上配备了我们的 Ellipse IMU/GNSS。
Ellipse-D 传感器满足了我们的所有需求，我们对此非常满意。GNSS 非常稳定，卡尔曼滤波也很令人满意。| Daniel K.，AMZ Racing 电动车队
学生方程式是一项国际教育工程竞赛，来自世界各地的学生车队在此设计、制造并竞速他们自己的方程式赛车。比赛包括 3 个类别：电动车、无人驾驶车和燃油车。
学生方程式的参赛者不仅必须制造出速度最快的赛车，还必须在耐力、加速和滑垫性能方面表现出色。
作为惯性导航系统专家和多支车队的合作伙伴，我们采访了多支使用我们的惯性测量单元 (IMU) 结合全球导航卫星系统 (GNSS) 的工程师团队，以了解成功的主要要素是什么。
IMU/GNSS 对于精确汽车动力学的重要性
IMU/GNSS 为参赛车队的车辆提供关于车辆状态的决定性信息，例如位置、速度、偏航率、侧滑角、加速度和姿态，正如 AMZ Racing 的 D. Kiesewalter 所述：
“我们出于多种原因需要 IMU。主要是为了确定我们车辆的位置状态。我们还需要高效的动力学控制以及可靠、精确地确定欧拉角（横摇、纵倾和航向）。”
这样，电动车和燃油车的工程师就可以通过将实际状态与理论状态进行比较，从而了解需要改进的地方。
大学生方程式赛车动力学标准
在方程式赛车中，掌握加速至关重要。当赛车加速过猛时，可能会发生漂移，导致轮胎磨损。为了最大程度地减少轮胎磨损，并充分发挥发动机的动力和性能，必须对加速进行控制。
追踪赛车轨迹至关重要。通过借助 IMU/GNSS 数据（特别是位置数据）进行赛道分析，有助于确定赛车在赛道内或转弯时的位置是否良好。
让我们不要忘记，Formula Student 是一场比赛。比赛的目标之一是在赛道上比其他团队更快。因此，速度是需要研究的关键因素，这要归功于 IMU/GNSS。但对于电动赛车来说，这一点更为重要，因为它们需要跟踪消耗的能量。
无人驾驶赛车：充分利用 IMU/GNSS 的航向精度和导航
赛车可能会使用单天线 GPS 来获取航向，但无人驾驶车辆依靠双天线 IMU/GNSS 来获取精确航向。它允许更快地初始化，甚至在静止位置也能提供真实的航向。
来自 UPC Driverless (ETSEIB) 的 J. Liberal Huarte 解释说，航向和定位对于设备其他部分的正常运行至关重要：“当我们使用 LiDAR 技术时，你偏向一侧或另一侧 1 度这一事实会对位置产生很大影响。
因此，精确的航向是一个巨大的需求。还有定位和建图：在 X、Y 轴上定位自己非常重要。”因此，在这种赛车中实施双 GNSS/IMU 是最佳解决方案，因为它提供了真实的航向和位置，这也有助于稳定 LiDAR。
对于无人驾驶赛车来说，航向与精确导航同等重要。实时动态定位 (RTK) 可以极其准确地估计位置 (1-2 cm)。IMU/GNSS 越精确，赛车就越能保持在赛道车道上而不漂移。
IMU/GNSS 分析赛道以确保最佳的赛车定位和轨迹优化。
更少的实施时间 = 为整个项目节省更多时间
“我们的测试时间非常短，所以如果它跑得快，我们就能在赛道上跑得更快并进行更多测试，”TUfast Racing 车辆动力学控制的 A. Kopp 表示。
车队没有太多时间来集成车辆的不同部件并进行测试。由于 CAN 和 ROS 框架主要被汽车工程师使用，能够成为此类工作流一部分的 IMU/GNSS 可以节省巨大的开发时间。
提供带有示例的干净 C 库是帮助车队进行集成的另一种方式。
SBG Systems 支持新的汽车设计方式
欢迎学生通过我们的网站发送赞助申请！
Ellipse-D
Ellipse-D 是一款集成双天线和双频 RTK GNSS 的惯性导航系统，与我们的后处理软件 Qinertia 兼容。
专为机器人和地理空间应用而设计，它可将里程计输入与 Pulse 或 CAN OBDII 相融合，以增强推算定位精度。
索取 Ellipse-D 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。
