车轮速度传感器(简称轮速传感器)通常用作惯性导航系统(INS)的辅助传感器,以提高导航精度并抑制惯性传感器的累积误差。轮速传感器通过测量车轮速度(结合轮胎半径和滑移率修正)来计算车辆的纵向速度,从而提供独立的速度信息。当GPS信号丢失时(例如在隧道或地下车库中),INS可以通过结合轮速传感器的速度数据,利用航位推算方法持续估计车辆位置,并将其与INS的加速度计积分结果进行比较,以修正速度误差。在航向计算中,轮速传感器可以通过测量左右车轮之间的速度差(轮速差)来间接计算航向角的变化率,从而补偿惯性导航航向角的校准。
本文以航向角的变化为例,简要介绍如何通过从车轮速度计获得的数据间接计算航向角的变化率。
在实际应用中,以下问题可能导致车轮速度计测量数据不准确,影响惯性导航系统方位角的误差补偿。
实际轴距可能因载荷或悬架变形而变化,需要定期校准。上述公式假设左右车轮对称,因此对于非对称车辆,需要对模型进行调整。
在湿滑路面或越野环境中,或者车辆快速加速或制动时,轮胎可能发生打滑,导致车轮速度与实际角速度不符。因此,需要结合惯性测量单元(IMU)的加速度和角速度数据来检测打滑状态;并通过多传感器融合算法(卡尔曼滤波算法)动态调整车轮速度计的权重,以降低打滑对导航的影响。
I3500是由Micro-Magic公司生产的集成导航系统(GNSS/INS),由高性能MEMS传感器、高精度GNSS系统和高性能微处理器组成。它可连接外部里程计、DVL等辅助导航信息设备,内置高可靠性集成导航算法,能够实时输出载具的速度、位置和姿态等信息。

数据输入/输出
参数 | 描述 |
数据输出 | NMEA/RTCM/Novtel SPAN 二进制协议 |
数据内容 | 欧拉角、速度、位置、加速度、角速度 |
融合算法 | 扩展卡尔曼滤波器 |
外部传感器 | 里程表、GNSS、DTU |
综合导航精度指数
位置 | 位置精度 | 速度精度 | 沥青/R奥尔 A准确性 |
里程表访问 | 1cm | 0.03米/秒 | 0.1° |
1m | 0.1米/秒 | 0.1° | |
6m | 0.1米/秒 | 0.2° |
车轮速度计通过提供独立的速度信息来补充惯性导航系统,显著提高了车辆在复杂环境下的导航可靠性。其核心价值体现在:
一个。 短期精度:高频速度数据抑制惯性导航系统误差累积。
b. 冗余设计:在 GPS 故障时保持基本导航能力。
c. 成本效益:以更低的成本实现了导航性能的显著提升。
未来,随着深度学习辅助滤波等多传感器融合算法的进步,车轮速度传感器在自动驾驶和无人系统中的应用将进一步深化。