作者：Alix Paultre，特約編輯

社會(huì)上最大的爭(zhēng)論之一是關(guān)于電動(dòng)汽車 (EV) 的開發(fā)和部署。作為一個(gè)高度關(guān)注的問題（不是雙關(guān)語(yǔ)），爭(zhēng)論會(huì)蔓延并影響電子設(shè)計(jì)，因此討論不僅是鏡像的，而且是分層的，因?yàn)?a target="_blank">工程師討論了問題的所有方面，而不僅僅是那些最明顯的方面。工程師的好處是，論點(diǎn)是基于現(xiàn)實(shí)和可以完成的。

不幸的是，感知往往決定了現(xiàn)實(shí)，因此在某種意義上，當(dāng)談到電動(dòng)汽車在市場(chǎng)上的速度和/或成功時(shí)，工程界受制于公眾輿論。然而，下一代汽車沒有爭(zhēng)議的一個(gè)方面是，未來(lái)的汽車將完全或部分自動(dòng)駕駛，而不管驅(qū)動(dòng)車輪的動(dòng)力如何。

無(wú)論 EV 以何種方式到達(dá)目的地，先進(jìn)的導(dǎo)航系統(tǒng)對(duì)于成功和安全的性能都至關(guān)重要。這不僅對(duì)車輛很重要，坦率地說，對(duì)任何基于水、地面或空中的遠(yuǎn)程自主系統(tǒng)都很重要。即使是先進(jìn)的增強(qiáng)現(xiàn)實(shí)系統(tǒng)也需要精確和準(zhǔn)確的位置確定功能才能正常運(yùn)行。創(chuàng)建一個(gè)能夠?qū)崿F(xiàn)真正自主的導(dǎo)航系統(tǒng)需要使用數(shù)據(jù)收集和分析系統(tǒng)進(jìn)行廣泛的模擬和現(xiàn)場(chǎng)測(cè)試。

自我意識(shí)

“了解你自己”是人們的口頭禪，但一個(gè)自治系統(tǒng)還必須對(duì)它在現(xiàn)實(shí)空間中的位置（有時(shí)以及時(shí)間和方式）有一定的了解。這種意識(shí)是通過使用一系列傳感器來(lái)告訴設(shè)備其環(huán)境耦合到一個(gè)邏輯系統(tǒng)來(lái)創(chuàng)建的，該邏輯系統(tǒng)可以獲取該信息并將其轉(zhuǎn)化為可用的信息和指導(dǎo)。

在人類安全不是關(guān)鍵問題的系統(tǒng)中，信息中的一點(diǎn)點(diǎn)草率是可以的。玩 Pokémon Go 的人不必?fù)?dān)心他們的位置信息有多準(zhǔn)確，有些人實(shí)際上是在玩系統(tǒng)（雙關(guān)語(yǔ)），使用他們手機(jī)的漫游 GPS 來(lái)捕捉他們真實(shí)空間位置之外的目標(biāo)。當(dāng)錯(cuò)誤可能導(dǎo)致事故造成人員傷亡以及車輛可能損失時(shí)，這種不準(zhǔn)確性顯然是不能容忍的。

這就是傳感器融合發(fā)生的地方。一個(gè)設(shè)計(jì)合理的自主系統(tǒng)將使用一系列具有重疊和互補(bǔ)功能的傳感器，以確保完全覆蓋車輛的局部環(huán)境。系統(tǒng)對(duì)其環(huán)境的感知越全面，就越能準(zhǔn)確地確定其位置和實(shí)現(xiàn)目標(biāo)的路徑。

傳感器集成

在創(chuàng)建用于確定位置和方向的系統(tǒng)時(shí)，必須考慮多種傳感器類型。首先是“身體”傳感器，可精確提供滾動(dòng)、俯仰和偏航等基本信息。一旦你知道你的位置，位置是下一個(gè)重要的事情。

GPS 是獲取基本位置信息的一種非常好的方法，但是如果沒有輔助反饋將粗略的 GPS 數(shù)據(jù)“鎖定”到現(xiàn)實(shí)世界中，它就不足以進(jìn)行地理定位。當(dāng)基于汽車的 GPS 系統(tǒng)首次問世時(shí)，幾家制造商在汽車上安裝了車輪傳感器，以跟蹤參考內(nèi)存中本地地圖的物理位置。

這種傳感過去需要一組傳感器、加速度計(jì)、磁力計(jì)和陀螺儀，因?yàn)樗鼈兌季哂斜仨毻ㄟ^額外的傳感器輸入來(lái)糾正的弱點(diǎn)，因此它們都需要統(tǒng)一使用。

加速度計(jì)可以像木匠的水平儀一樣確定靜態(tài)滾動(dòng)和俯仰，但在加速或減速時(shí)數(shù)據(jù)會(huì)出錯(cuò)，因?yàn)榧铀俣扔?jì)本身無(wú)法區(qū)分重力和線性加速度。磁力計(jì)可以確定航向，但不能確定滾動(dòng)和俯仰，這對(duì)方向很重要。這就是為什么您過去還需要三個(gè)陀螺儀和一個(gè)過濾器來(lái)組合信息以獲得良好的橫滾、俯仰和偏航/航向。偏航可以在沒有陀螺儀磁力計(jì)的情況下實(shí)現(xiàn)，但陀螺儀會(huì)漂移。由于車輛內(nèi)部和周圍的所有金屬，汽車中的磁力計(jì)不能很好地工作，因此您需要來(lái)自陀螺儀和 GPS 的信息。

這種使用傳感器電池的蠻力解決方案現(xiàn)在已被最新的集成慣性傳感模塊所取代，以提供這種重要的反饋。

像ACEINNA 的 IMU380ZA-209?小規(guī)模完全校準(zhǔn)慣性測(cè)量單元 (IMU) 這樣的解決方案可以服務(wù)于要求完整的動(dòng)態(tài)測(cè)量解決方案且采用堅(jiān)固的薄型封裝的要求苛刻的嵌入式應(yīng)用。通過集成以前只能單獨(dú)使用的所有功能，IMU 不僅可以節(jié)省空間和組件，還可以節(jié)省開發(fā)時(shí)間和成本。為了簡(jiǎn)化與系統(tǒng)的連接，IMU380ZA-209 提供標(biāo)準(zhǔn)串行外設(shè)接口 (SPI) 總線，用于經(jīng)濟(jì)高效的數(shù)字板對(duì)板通信。

9 軸 IMU380ZA-209 可以測(cè)量高達(dá) 4g 的加速度，并采用低至 3 V 和高達(dá) 5.5 V 的電源電壓。這種廣泛的接受范圍緩解了系統(tǒng)集成問題，減少了電源轉(zhuǎn)換電子設(shè)備的數(shù)量。–40°C 至 85°C 的寬工作溫度確保它可以在各種環(huán)境環(huán)境中工作，5 Hz 至 50 Hz 的帶寬和 200 度/秒的范圍意味著它可以處理快速變化的情況。

ACEINNA 9 軸 IMU380ZA-200 的尺寸僅為 24.15 x 37.7 x 9.5 mm，可以處理廣泛的工作溫度范圍，并且只需要最低限度的功率。（來(lái)源：ACEINNA）

這些性能方面強(qiáng)調(diào)了 IMU 不僅可以減少空間和成本，還可以提供更高水平的性能和可靠性。通過將執(zhí)行任務(wù)所需的傳統(tǒng)傳感器套件替換為使用新技術(shù)的集成系統(tǒng)，您將獲得比傳感器集合一起完成的更好的結(jié)果。

集成消除了電纜和電線、笨重的連接器和單獨(dú)的外殼，提高了堅(jiān)固性和可靠性，同時(shí)功能集成提高了準(zhǔn)確性和精度。這些優(yōu)勢(shì)貫穿整個(gè)設(shè)計(jì)，從降低電力電子設(shè)備的復(fù)雜性到通過減少和簡(jiǎn)化內(nèi)部空間要求來(lái)改進(jìn)車輛設(shè)計(jì)。

把它放在一起

在開發(fā)典型設(shè)計(jì)時(shí)，會(huì)模擬動(dòng)態(tài)軌跡和建模傳感器讀數(shù)（有錯(cuò)誤）以創(chuàng)建擴(kuò)展卡爾曼濾波器或粒子濾波器導(dǎo)航算法。一旦給定的模擬顯示出有希望的結(jié)果，該算法就會(huì)在嵌入式硬件上使用實(shí)時(shí)代碼實(shí)現(xiàn)。然后在現(xiàn)場(chǎng)測(cè)試生成的原型，記錄數(shù)據(jù)（通常以 TB 為單位），然后根據(jù)預(yù)測(cè)結(jié)果進(jìn)行分析。

為了促進(jìn)這個(gè)過程，導(dǎo)航系統(tǒng)的開發(fā)人員通常會(huì)為這個(gè)過程中的每個(gè)步驟選擇和使用不同的軟件。令人驚訝的是，開源“網(wǎng)絡(luò)技術(shù)”可以構(gòu)成用于開發(fā)導(dǎo)航系統(tǒng)的高效軟件堆棧的基礎(chǔ)。作為一個(gè)真實(shí)世界的例子，ACEINNA 傳統(tǒng)上使用了一個(gè)包含許多“經(jīng)典”專有嵌入式編程和仿真工具的堆棧，包括用于仿真的 Matlab、用于編譯嵌入式 C/C++ 代碼的 IAR Systems，以及將 C# 與 National Instruments 工具相結(jié)合來(lái)構(gòu)建配置、繪圖和數(shù)據(jù)記錄圖形用戶界面。

歸根結(jié)底，所有這些信息都被放入存儲(chǔ)在內(nèi)部服務(wù)器上的大型數(shù)據(jù)文件中。在 ACEINNA，決定考慮一種基于“網(wǎng)絡(luò)技術(shù)”的新方法。

在一個(gè)示例中，以 Web 技術(shù)為中心的堆棧使用 Python 進(jìn)行模擬、Microsoft 的開源 VS-Code 或 GitHub 的 Atom 和 Arm 的 GNU 編譯器集合 (GCC) 用于 IDE，并使用 JavaScript 構(gòu)建用戶界面和日志引擎。桌面和移動(dòng)設(shè)備的原生用戶界面甚至可以與 Electron 和 React Native 等兼容項(xiàng)目一起部署。

Azure 或 AWS 等云服務(wù)使得對(duì)從現(xiàn)場(chǎng)收集的大型數(shù)據(jù)集進(jìn)行編目和管理以及在組織內(nèi)部和外部共享這些數(shù)據(jù)集變得輕而易舉。JavaScript 和 Python 都得到了云供應(yīng)商的極好支持，允許將他們的計(jì)算和存儲(chǔ)服務(wù)簡(jiǎn)單地集成到堆棧中。每個(gè)開發(fā)人員的許可費(fèi)用為零，從 Python 中的數(shù)值分析到基于 JavaScript 的圖形庫(kù)的庫(kù)數(shù)不勝數(shù)。

最大的問題是使嵌入式工具鏈工作所需的前期工作。有時(shí)，專業(yè)許可的工具可以開箱即用地更加用戶友好。然而，大量的 Web 開發(fā)人員和論壇在很大程度上否定了這一優(yōu)勢(shì)。由于許多專門的庫(kù)旨在幫助嵌入式開發(fā)人員使用開源工具，因此該路徑正在迅速變得更容易實(shí)現(xiàn)。

向前行駛

創(chuàng)建安全有效地為用戶服務(wù)的真正自動(dòng)駕駛汽車必須使用集成到系統(tǒng)中的全套傳感器，該系統(tǒng)不僅本身是智能的，而且還支持網(wǎng)絡(luò)，以利用可用的外部功能來(lái)最大限度地提高系統(tǒng)性能。在競(jìng)爭(zhēng)激烈且無(wú)情的自動(dòng)駕駛汽車市場(chǎng)中，適當(dāng)?shù)南到y(tǒng)集成可能意味著成敗之間的差異。

審核編輯 黃昊宇