車載組合式慣導測試系統的設計*

郭一鳴，夏金玲，趙智杰，班亞弼

車載組合式慣導測試系統的設計*

郭一鳴，夏金玲，趙智杰，班亞弼

（遼寧工業大學汽車與交通工程學院，遼寧 錦州 121001）

文章組建了組合式慣導實際的測試系統，采用MATLAB軟件驗證的EKF控制算法的有效性，通過傳感器實測車輛運行數據輸入以嵌入式C語言編寫EKF的算法程序，通過STM32單片機運行EKF算法進行實際的車輛運行狀態參數的準確輸出，理論與實際結合完成了測試系統設計，保證了動態測試的準確性，實車運動參數可以為后期電控系統的控制提供更加精確的數據。因此，具有很好的推廣價值。

組合式慣導；嵌入式C語言；EKF；STM32單片機；狀態參數

前言

無論是GPS、慣導系統均存在各自的優缺點，單獨任何一種傳感器系統不能非常好的滿足實際使用需求，比如當汽車行駛在城市高樓區、林蔭道時，GPS衛星信號經常受到遮擋，即“盲區”的現象[1-2]，此時不能通過GPS系統實現連續準確的定位；而慣導系統單獨使用其誤差隨時間積累而發散。如果通過兩者組合具有很好互補性，通過EKF濾波可實現測試系統系統的精度和穩定性。因此，本文采用單片機智能控制系統，通過嵌入式C語言設計算法程序編寫EKF濾波算法，通過姿態傳感器、磁場傳感器和GPS組合進行了車輛運動狀態參數的實時測量，進行實際數據的測算。

1 測試系統硬件組成

該系統以意法半導體集團生產的STM32為主控制器[3]，通過各類傳感器來釆集各類信息，送入主控單元融合并處理數據后將各個傳感器信息以及精確地理坐標顯示在LCD 12864液晶上，以達到導航作用。地理坐標采集電路采用ATK1218-BD(GPS+BD)模塊，磁場強度檢測采用HMC5883L磁場傳感器完成，車輛的姿態獲取由MPU9250九傳感器實現。最后由STM32控制單元處理數據，通過程序有序合理的將各模塊信號融合在一起并完成相應動作，同時將數據顯示在LCD12864液晶屏上方便實驗觀察。系統的總體架構框圖如下圖1所示：

圖1 測試系統的總體架構

2 EKF算法的設計

2.1 EKF卡爾曼的工作原理

EKF卡爾曼濾波是一種遞歸的估計，即只要獲知上一時刻狀態的估計值以及當前狀態的觀測值就可以計算出當前狀態的估計值，因此不需要記錄觀測或者估計的歷史信息[4-5]。卡爾曼濾波器與大多數濾波器不同之處，在于它是一種純粹的時域濾波器，它不需要像低通濾波器等頻域濾波器那樣，需要在頻域設計再轉換到時域實現，卡爾曼濾波算法工作過程如圖2所示。

圖2 EKF卡爾曼濾波算法圖解

2.2 MATLAB算法驗證

基于卡爾曼濾波算法經過計算推廣到汽車的二維坐標系，在汽車的X、Y兩軸分別進行獨立的位移迭代運算，即可得到汽車的二維速度-位移運動曲線，如圖3所示。

1與2曲線分別表示車輛沿地理坐標經度方向與緯度方向的速度-位移曲線（曲線假設該過程的測量噪聲較小，測量值較系統模型的預測值更接近真實值），二者經EKF卡爾曼濾波算法迭代過程中產生的卡爾曼系數K（即預測模型與測量值的權重）用3曲線表示，3曲線逐漸上升，說明預測模型進行迭代時其結果權重偏向于測量值，這也恰恰對應了前面假設的測量噪聲較小，說明迭代過程正常進行，輸入值準確。

圖3 車輛運行的位移-速度曲線

2.3 嵌入式編程實現

本系統軟件部分采用嵌入式C語言在Keil uVision4集成開發環境中進行EKF卡爾曼濾波算法的算法的編寫，然后編譯成.Hex機器碼文件，運行于意法半導體集團生產的STM32 F407微處理器，通過液晶顯示屏來實現車輛實測車速、橫擺角速度、質心側偏角等實測參數數據，通過實際的測試系統組建完成后可方便進行實車的匹配測試效果。

3 結論

為了有效的解決GPS和MSINS各自缺點問題，進行組合式慣導的研究，應用組合式慣導系統對實際車輛的參數進行有效測量，對于EKF算確性進行了MATLAB仿真驗證后，采用嵌入式C語言編譯EKF算法程序，通過相關硬件實際測量車輛實際輸入的運行參數，得到更為精確的車輛運行相關參數，而這些相關的參數的實時測量輸送給控制系統可進行精確的控制保證行車的安全性具有至關重要作用。

[1] 郝亮,李剛,劉樹偉. EKF軟測量技術在汽車行駛狀態估計中的應用[J].中國工程機械學報,2017, 5(15):465-470.

[2] Antonov S, Fehn A, Kugi A. Unscented Kalman filter for vehicle state estimation[J]. International Journal of Vehicle Mechanics and Mobility, 2011, 49(9): 1497-1520.

[3] Gao Y, Feng Y, Xiong L. Vehicle longitudinal velocity estimation with adaptive kalman filter[J]. Lecture Notes in Electrical Engine -ering, 2013, 198:415-423.

[4] 趙治國,楊杰,吳梟威.四驅混合動力轎車分布式卡爾曼車速估計[J].機械工程學報,2015, 16(51):50-56.

[5] 李剛,趙德陽,解瑞春,等.基于改進的Sage-Husa自適應擴展卡爾曼濾波的車輛狀態估計[J].汽車工程, 2015, 12(37): 1426-1432.

Vehicle Integrated INS Test System Design

Guo Yiming, Xia Jinling, Zhao Zhijie, Ban Yabi

( Automobile & Traffic Engineering College, Liaoning University of Technology, Liaoning Jinzhou 121001 )

In this paper, the actual test system of the combined inertial navigation system is established. The validity of EKF control algorithm verified by MATLAB software is used. The algorithm program of EKF is written in embedded C language through the input of measured vehicle operation data of sensors. The EKF algorithm is run by STM32 single-chip microcomputer to output the actual vehicle operation state parameters accurately. The design of the test system is completed by combining theory with practice. The accuracy of the dynamic test is verified. The real vehicle motion parameters can provide more accurate data for the later control of the electronic control system. Therefore, it has a good promotion value.

Integrated INS; Embedded C language; EKF; STM32 single-chip; State parameters

U467

B

1671-7988(2019)24-65-02

U467

B

1671-7988(2019)24-65-02

10.16638/j.cnki.1671-7988.2019.24.021

郭一鳴，就讀于遼寧工業大學汽車與交通工程學院。

2019年遼寧工業大學大學生創新創業項目（201910154040基于EKF的車載組合式慣導測試系統的設計）。