作者/ 王贇贇 李建民 侯文 中北大学 信息与通讯工程学院(山西 太原 030051)
摘要：本文规划了一个依据组合导航的轿车姿势数据收集体系，该体系使用集加速度计和陀螺仪于一体的高精度高灵敏度的惯性丈量芯片MPU6050，结合地磁传感器构成的九轴传感器，对轿车的线性加速度、角速度参数数据进行直接纳集，以互补滤波完成九轴传感器的差错补偿，用四元数法对其姿势解算，得到轿车姿势视点。一起，使用卡尔曼滤波法将捷联惯导和GPS结合，构成的组合导航体系完成轿车实时定位，供给轿车实时速度和位移。试验测验结果表明，该数据收集体系得到的数据精确率高，实时定位准，能够可靠地为轿车安全策略研讨供给数据，有着宽广的使用价值。
导言
交通事故的频频产生，使得很多人开端致力于驾驭行为检测体系的研讨。开始从医学视点动身，例如脑电、皮电、心电[1]、脉息等，日本丰田公司规划了一块手表似的设备，经过检测驾驭人的脉息、心率等生理信号来到达检测驾驭人的驾驭状况[2]，从人的形状改变动身，在呈现一些反常驾驭行为时会表现出和正常时不一样的形状，比方疲惫驾驭导致的眼睛闭合频率加大[3]和视界方向[4]，嘴巴翻开视点偏大[5]，手部动作[6]，到后来使用光学、化学、物理、机械和电子学等实质性的检测[7]。可是，上述的这些研讨都是以驾驭人为动身点，针对单一的不良驾驭行为进行的。吉林大学吴岩研讨了一种依据握力特征量的驾驭员反常行为测控体系，驾驭人经过U盘把正常驾驭握力特征载入体系，经过方向盘上的传感器实时感应来的数据与正常值作比照[2]。这种办法归纳检测了驾驭人的状况，可是存在两个问题，一是在存储正常值时驾驭人的状况不确定，导致所谓的正常值不正常;二是无法检测驾驭人的一些不良习惯，如加减速不稳，爱急刹车、急转弯等。依据此，以车辆为动身点，经过检测车辆行进过程中速度、加速度、视点等姿势数据来判别驾驭人驾驭行为，不只不影响驾驭人驾驭，还能从数据平分分出驾驭人是否契合驾驭要求，为公交公司、出租车公司，以及一些运营车辆的公司供给了司机测评依据，从根本上预防了交通事故的产生。文中规划了一种车辆姿势的数据收集体系，可认为相关数据剖析组织供给比较精确的原始大数据，并且使用捷联惯导和GPS构成的组合导航体系对车辆精确定位。
1 硬件规划
体系由数据收集终端、无线数据传输和接纳数据服务器三部分组成。以ST公司推出的功用较强的STM32F107V作为控制器，结合惯性丈量芯片MPU6050和地磁传感器构成的九轴传感器和闻名瑞士U-Blox公司出产的NEO-6系列NE0-6MGPSGPS定位模块构建安稳的数据收集终端。凭借终端收集的加速度值、角速度值和磁场强度，经过姿势解算算法得到姿势角信息和速度位移信息。选用内嵌TCP/IP协议的芯片SIM5360作为无线通讯模块，借用移动公司的GPRS网络构建无线数据传输渠道。以PC机作为服务器，接纳收集终端收集宽和算出的数据参数。体系全体框图如图1。
2 姿势剖析及解算算法
2.1 姿势剖析
在载体方位和运动规则的描绘中，选取参阅基准的坐标系是极其重要的，在这里，选取东北天的地舆坐标系(n系，也称导航坐标系)作为固定参阅坐标系。一起，固定传感器于轿车装饰台中心，以此为原点，按传感器方向树立动坐标系(b系，也称载体坐标系)。跟着轿车的运动，载体坐标系会跟着改变，用载体坐标系相对于地舆坐标系的改变角来描绘轿车姿势改变，按载体坐标系绕X、Y、Z三轴滚动顺次称为俯仰角θ、翻滚角γ、偏航角
，如图2所示。
2.2 依据四元数的姿势解算算法
通常用欧拉角法、方向余弦法、等效旋转矢量法、四元数法、对偶四元数法四种办法来描绘姿势改变。欧拉角法的方程奇特现象和三角函数核算问题，方向余弦法的多个微分方程，等效旋转矢量法的核算量，对偶四元数的不老练[8-10]，使得核算量小、无几点差错、相对老练的四元数法成为本体系的姿势解算算法首选。
2.2.1 四元数姿势解算原理
四元数表明办法如下[11]：
其间，wx、wy、wz是陀螺仪输出的数据。
依据二阶龙格库塔法有[9]：
(7)
其间，T是姿势改换的时刻距离。依据初始化四元素值[6]，结合二阶龙格库塔法求得任一时刻的四元素值，从而得到姿势角。
2.2.2 数据收集体系的差错补偿
依据四元数姿势解算原理，姿势角的求解只需陀螺仪输出的角速度，可是，只用陀螺仪得到的姿势角差错很大，包含传感器本身的丈量差错、陀螺仪抗振才能弱带来的差错、交叉耦合带来的差错，以及它的漂移差错和随机差错等。在文献[11]中介绍了用加速度计和磁力感应组合选用欧拉角方法求得姿势角，相同因为加速度搅扰和磁搅扰使得此组合得到的姿势角存在很大差错。综上，文中选用三种传感器结合构成的九轴传感器进行数据收集，选用互补滤波法将加速度计和磁力传感器得到的姿势数据和用陀螺仪得到的姿势数据的差作为陀螺仪输出角速度的差错补偿，然后使用四元数法得到差错小的姿势数据。
互补滤波的表达式如下[11]：
2.3 依据卡尔曼滤波的组合导航体系解算算法
依据车的姿势来判别驾驭人的行为，必定程度上会遭到外界客观环境的影响，比方路况。经过定位功用判别车辆所在地段，结合地段的路途状况，很大程度上能够扫除这一搅扰，使得更精确地判别驾驭人行为。现在GPS全球定位体系使用比较广泛，具有省时、快速、高精度、高效率的长处，不存在累计差错，可是在一些特别的场合和地貌，GPS信号会变弱，乃至彻底失掉[12]。由加速度计和陀螺仪构成的惯性导航体系是一种推算式导航体系，相对于GPS，受地貌、气候等影响较小，可是正因为推算式使得在不断积分过程中形成累积差错，跟着时刻的添加，漂移越大，最终使得导航信息发散失效。两者结合正好互补性地到达精确定位的作用，文中使用卡尔曼滤波法将捷联惯导和GPS进行松组合，将惯性导航与GPS得到的方位速度信息进行差运算得到观丈量，以惯性导航的差错方程作为体系方程，选用卡尔曼滤波对差错完成最优估量，对惯性导航进行数据批改[13]。
