Ich habe an einem Projekt gearbeitet, bei dem ich ein Fahrzeug entwerfen soll, das Antennen trägt, um SAR-Bildgebung ( Synthetic-Aperture Radar ) durchzuführen . Dieses Fahrzeug hat 3 Räder, von denen 2 von einem Gleichstrommotor gelenkt werden. Um den SAR-Bildgebungsalgorithmus genau auszuführen, muss ich wissen, wie weit sich mein Auto von seinem letzten Standort entfernt hat. Es gibt mehrere Methoden, die ich bisher nachgeschlagen habe, aber es gibt Probleme mit jeder davon:
GPS: Mit GPS kann ich einige Berechnungen durchführen, um zu sehen, wie viel sich mein Auto bewegt hat. Da die GPS-Standorte jedoch etwa 4-5 Meter entfernt sind, sind die Berechnungen, die ich durchführen werde, überhaupt nicht genau.
Ultraschallsensor: Das Problem bei diesem Weg ist die begrenzte Reichweite. (Soviel ich weiß 5-10 Meter)
Beschleunigungsmesser: Auch wenn es mathematisch möglich erscheint, die zurückgelegte Strecke anhand der Momentanbeschleunigung zu berechnen, machen die im Laufe der Zeit auftretenden Fehler diese Berechnung bedeutungslos. Es gibt einige vorgeschlagene Wege wie die Kalman-Filterung, um die Genauigkeit dieser Berechnungen zu erhöhen.
Computer Vision: Mit CV kann ich etwas am Fahrzeug verfolgen und seine Entfernung zur Kamera berechnen. Ich habe nicht viel Erfahrung damit, daher kann ich die Genauigkeit nicht einschätzen.
Encoder: Dieser Weg besteht aus einem Encoder, um zu verfolgen, wie viel sich die Räder gedreht haben. Dies scheint ein guter Weg zu sein, aber ich weiß nicht, ob ich mit dieser Methode genau sein kann.
Ich strebe eine Genauigkeit von mindestens ± 5 cm an. Die Gesamtentfernung kann Dutzende von Metern erreichen.
Was wäre auf obige oder andere Weise eine gute mögliche Lösung, um dies zu überwinden?
1) Methode des kalibrierten Kilometerzählers mit GPS-Synchronisierung
Auto-Tachometer und Kilometerzähler sind aufgrund von Entscheidungen mit übergroßen Reifen oft ungenau. Aber mit Bordcomputern und etwas Kalibrierungsroutine ist es theoretisch möglich, eine hohe Genauigkeit zu erreichen. Die Integration dieses Fehlers muss durch Ihre Systemspezifikationen festgelegt werden.
Sie müssen mit einem Fehlerbudget beginnen und jeder Fehlerquelle in Teilen pro Million xxx ppm zuweisen: Fertigungstoleranz, Reifen, Verschleiß, Kurvenschlupf, lockere Bodenhaftung, Bremsrutschen, Höhenänderungen in der Z-Achse.
Bestimmen Sie dann, wann eine Resynchronisierung mit GPS erforderlich ist. Führen Sie für immer eine fortlaufende Historie des kumulativen Positionsfehlers, um einen Algorithmus für die Vorwärtsfehlerkorrektur aus jeder dieser oben genannten Fehlerbudgetquellen zu erstellen. Erstellen Sie dann Korrekturfaktoren für Vorwärtsvorhersagen für jede Ursache, um die Notwendigkeit einer erneuten Synchronisierung mit GPS zu reduzieren.
Es kann von Ihrer Genauigkeitstoleranz und den Reaktionsspezifikationen der Integrationszeit abhängen, um den optimalen Kompromiss zwischen Quadratur-Zweirad-Inkremental-Encodern und GPS zu bestimmen. Berechnen Sie die Fehleranfälligkeit, wenn Sie Verbesserungsmöglichkeiten finden möchten.
Beginnen Sie immer mit guten Spezifikationen mit Annahmen, dann überprüfen, verbessern und wiederholen Sie, bis alles in Ordnung ist.
2) Wenn Sie sich alternativ auf ein Mobiltelefon mit MEMS-Beschleunigungsmesser, Gyro und GPS verlassen und nur ein SDK als Schnittstelle zur API verwenden, wird dies zu einem Auswahlprozess, und die Software muss erneut mit einer MODIFIZIERTEN Spezifikation beginnen.
PlasmaHH
Elliot Alderson
Tony Stewart EE75
Sener
Scott Seidmann