利用MEMS-IMU检测车辆运动状态的自适应方法
发布时间：2021-08-16 18:12
针对大众用户车载高精度导航中,现有的车辆状态（静止、直行、转弯）检测算法一般采用事先确定的固定阈值,不具有自适应性,其中转弯检测大多针对大角度转弯,对于小弧段变化以及变道则无法实现准确检测的问题,提出利用微机电系统-惯性测量系统（MEMS-IMU）检测车辆运动状态的自适应方法:利用滑动窗口内的加速度计数据在线确定零速探测阈值;根据速度建立自适应阈值进行转弯检测,以达到较高的零速探测成功率,可以检测出车辆行驶过程中绝大部分转弯、小弧段变化以及变道情况。实验结果表明,该方法具有较强的可行性。
【文章来源】：导航定位学报. 2020,8(05)CSCD
【文章页数】：8 页
【部分图文】：
可以看出：航向角变化率快的历元与车
利用航向角信息和速度信息朝前进方向递推，获得更为准确的位置结果。所以车辆转弯的准确检测，可为提升车辆定位结果提供较大辅助。2车辆运动状态自适应检测方法本节将分析车辆运动状态与MEMS-IMU数据的相关性，说明MEMS-IMU加速度计、陀螺数据变化分别与车辆零速、转弯具有明显对应关系，并介绍自适应方法的原理及实现。2.1零速探测本文采用加速度计输出作为零速探测的依据。首先选取了1段车辆动静态交替且区分较为明显的数据段1（Data1），加速度计3轴输出与车辆是否运动如图1所示。图1Data1时加速度计3轴输出变化从图1中可以看出，当车辆静止时，加速度计3轴输出趋于平稳，而在运动时，则波动较大。根据这个特性，本文采用加速度计数据的STD来判断车辆是否静止。若在窗口时间内有N组数据，则这N组数据的某1轴的STD可表示为STD=()NiiAN2111（4）式中：iA为第i个历元的加速度计单轴输出；为对应轴N组数据的平均值。对同一时段内加速度计3轴在动态和静态情况下，每秒计算1个STD，可得到图2至图4的时序对比图。图2Data1时加速度计X轴动静态STD对比图3Data1时加速度计Y轴动静态STD对比图4Data1时加速度计Z轴动静态STD对比MEMS-IMU在车上的安装方式为：X轴朝向车辆右方；Y轴朝向车辆前方；Z轴朝向车辆上方。从图2~图4可以看出，X轴和Z轴的STD有相似的特征：在每1个独立的静止时段内，STD整体呈现逐渐增大的趋势，这可能是实验车辆在停车
第5期胡昊杰，等.利用MEMS-IMU检测车辆运动状态的自适应方法13文献[12]通过神经网络训练，结果表明转弯时的约束噪声远大于直线时的约束噪声。所以在车辆直线运动时，可以利用速度约束得到较好的定位结果，但在转弯时，速度约束对结果的提升作用很校此外，在车辆穿过高架桥、天桥等卫星信号短时遮挡的环境时，前后几个历元的定位结果可能出现偏差，此时若能保证车辆直线行驶，则可直接利用航向角信息和速度信息朝前进方向递推，获得更为准确的位置结果。所以车辆转弯的准确检测，可为提升车辆定位结果提供较大辅助。2车辆运动状态自适应检测方法本节将分析车辆运动状态与MEMS-IMU数据的相关性，说明MEMS-IMU加速度计、陀螺数据变化分别与车辆零速、转弯具有明显对应关系，并介绍自适应方法的原理及实现。2.1零速探测本文采用加速度计输出作为零速探测的依据。首先选取了1段车辆动静态交替且区分较为明显的数据段1（Data1），加速度计3轴输出与车辆是否运动如图1所示。图1Data1时加速度计3轴输出变化从图1中可以看出，当车辆静止时，加速度计3轴输出趋于平稳，而在运动时，则波动较大。根据这个特性，本文采用加速度计数据的STD来判断车辆是否静止。若在窗口时间内有N组数据，则这N组数据的某1轴的STD可表示为STD=()NiiAN2111（4）式中：iA为第i个历元的加速度计单轴输出；为对应轴N组数据的平均值。对同一时段内加速度计3轴在动态和静态情况下，每秒计算1个STD，可得到图2至图4的时序对比图。图2Data1时加速度计X轴动静态STD对比图3Data1时加速度计Y轴动静态STD对比图4Data1时加速
【参考文献】：
期刊论文
[1]MEMS传感器在车辆运动状态监测系统中的应用[J]. 李铮. 计算机光盘软件与应用. 2012(22)
[2]基于MEMS和GPS的驾驶行为和车辆状态监测系统设计[J]. 秦洪武,石存杰,刘军. 传感器与微系统. 2012(09)
本文编号：3346153
【文章来源】：导航定位学报. 2020,8(05)CSCD
【文章页数】：8 页
【部分图文】：
可以看出：航向角变化率快的历元与车
利用航向角信息和速度信息朝前进方向递推，获得更为准确的位置结果。所以车辆转弯的准确检测，可为提升车辆定位结果提供较大辅助。2车辆运动状态自适应检测方法本节将分析车辆运动状态与MEMS-IMU数据的相关性，说明MEMS-IMU加速度计、陀螺数据变化分别与车辆零速、转弯具有明显对应关系，并介绍自适应方法的原理及实现。2.1零速探测本文采用加速度计输出作为零速探测的依据。首先选取了1段车辆动静态交替且区分较为明显的数据段1（Data1），加速度计3轴输出与车辆是否运动如图1所示。图1Data1时加速度计3轴输出变化从图1中可以看出，当车辆静止时，加速度计3轴输出趋于平稳，而在运动时，则波动较大。根据这个特性，本文采用加速度计数据的STD来判断车辆是否静止。若在窗口时间内有N组数据，则这N组数据的某1轴的STD可表示为STD=()NiiAN2111（4）式中：iA为第i个历元的加速度计单轴输出；为对应轴N组数据的平均值。对同一时段内加速度计3轴在动态和静态情况下，每秒计算1个STD，可得到图2至图4的时序对比图。图2Data1时加速度计X轴动静态STD对比图3Data1时加速度计Y轴动静态STD对比图4Data1时加速度计Z轴动静态STD对比MEMS-IMU在车上的安装方式为：X轴朝向车辆右方；Y轴朝向车辆前方；Z轴朝向车辆上方。从图2~图4可以看出，X轴和Z轴的STD有相似的特征：在每1个独立的静止时段内，STD整体呈现逐渐增大的趋势，这可能是实验车辆在停车
第5期胡昊杰，等.利用MEMS-IMU检测车辆运动状态的自适应方法13文献[12]通过神经网络训练，结果表明转弯时的约束噪声远大于直线时的约束噪声。所以在车辆直线运动时，可以利用速度约束得到较好的定位结果，但在转弯时，速度约束对结果的提升作用很校此外，在车辆穿过高架桥、天桥等卫星信号短时遮挡的环境时，前后几个历元的定位结果可能出现偏差，此时若能保证车辆直线行驶，则可直接利用航向角信息和速度信息朝前进方向递推，获得更为准确的位置结果。所以车辆转弯的准确检测，可为提升车辆定位结果提供较大辅助。2车辆运动状态自适应检测方法本节将分析车辆运动状态与MEMS-IMU数据的相关性，说明MEMS-IMU加速度计、陀螺数据变化分别与车辆零速、转弯具有明显对应关系，并介绍自适应方法的原理及实现。2.1零速探测本文采用加速度计输出作为零速探测的依据。首先选取了1段车辆动静态交替且区分较为明显的数据段1（Data1），加速度计3轴输出与车辆是否运动如图1所示。图1Data1时加速度计3轴输出变化从图1中可以看出，当车辆静止时，加速度计3轴输出趋于平稳，而在运动时，则波动较大。根据这个特性，本文采用加速度计数据的STD来判断车辆是否静止。若在窗口时间内有N组数据，则这N组数据的某1轴的STD可表示为STD=()NiiAN2111（4）式中：iA为第i个历元的加速度计单轴输出；为对应轴N组数据的平均值。对同一时段内加速度计3轴在动态和静态情况下，每秒计算1个STD，可得到图2至图4的时序对比图。图2Data1时加速度计X轴动静态STD对比图3Data1时加速度计Y轴动静态STD对比图4Data1时加速
【参考文献】：
期刊论文
[1]MEMS传感器在车辆运动状态监测系统中的应用[J]. 李铮. 计算机光盘软件与应用. 2012(22)
[2]基于MEMS和GPS的驾驶行为和车辆状态监测系统设计[J]. 秦洪武,石存杰,刘军. 传感器与微系统. 2012(09)
本文编号：3346153
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3346153.html
