0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

通过MEMS IMU传感器提高自动驾驶农机定位精度

新纳传感 来源:新纳传感 作者:新纳传感 2022-11-18 10:51 次阅读

引言

“加快建设农业强国”是中国现代化强国发展中提出的新目标,强调以科技和机制创新为动力,以设施和装备升级为重点,推进农业科技装备全领域突破,推动农业高质量高效益发展。作为全球领先的MEMS传感解决方案供应商,新纳传感很早就开始布局精准农业,推出助力农业机械自动化发展的高精定位传感器,已成为全球头部农机企业John Deere连续7年伙伴级供应商。未来,新纳将继续以科技助力中国农业发展,提高农业生产力。

高精度定位导航技术的发展,有助于提高精准农业生产力,帮助农民通过自动驾驶农机提升生产效率。

如何提高自动驾驶农机定位精度?

我们设想一下,农田里农民正在用拖拉机作业,没有车道线,没有指示牌,也没有高精地图,通常拖拉机只能依赖GNSS来实现定位导航,而传统GNSS仅能提供米级定位精度。

对于这类自动化机器而言,精准定位尤为重要。随着技术不断发展和突破,目前高精度定位技术可以提供移动车辆准确、可靠的绝对位置与相对位置。并且,在不影响性能提升的前提下,不断降低成本,定位精度已提升到了厘米级,这使得该技术的大规模应用成为可能。

相对于传统的GNSS,实时动态差分定位技术 (RTK) 就可以将定位精度提高到厘米级。不仅如此,RTK技术的应用可以精确到麦田行间距,甚至是同一行中相邻麦穗之间的间距,这不仅能最大限度地减少收割过程中的粮食浪费,同时可以更好地控制施肥过程,防止施肥过度或者施肥不足。当然,设备作业对农作物的损坏率也将大大降低。

那么RTK如何提高GNSS精度?首先,RTK通过测量GNSS载波信号以及获取准确的时间信息;其次,RTK使用来自基准站的网络改正数来校正移动站的测量数据,从而进一步提高定位数据精度。

精准农业必备——

高性能惯性测量单元(IMU)

当我们说起厘米级定位,必然会提到高精卫惯组合定位系统(INS),其除了公路场景自动驾驶车辆定位应用外,同样能完全满足非公路场景下精准农业自动驾驶农机作业要求。

INS不仅融合了GNSS与RTK数据,还包括了惯性测量单元(IMU)。IMU用于测量移动物体加速度与角速度,其中加速度计测量x、y、z轴方向的线性加速度,陀螺仪则测量三轴方向的角速率,最终可获取车辆如自动驾驶拖拉机的速度、位置与运动姿态变化等信息。

1d23bf96-6669-11ed-8abf-dac502259ad0.jpg



但区别于路面车辆,在制定农用设备安全移动和导航解决方案时,还需要考虑机械设备自身的特性。比如在振动环境下,自动播种机或干草打捆机安全运行过程中,需确保IMU信号完整性,根据IMU信号链获取信息来分析,以消除或减少振动带来的加速度变化,以及引起的误差。目前,最有效的IMU校准方法是将其置于高精度转台与温箱中进行校准,可确保IMU在温度变化以及复杂场景下输出的精度。

此外,相较于使用光纤陀螺仪的IMU,微机电系统(MEMS)IMU传感器性价比更高,尺寸也更小。因而MEMS IMU传感器在精准农业中应用更为广泛。

新纳MTLT335D倾角传感器

满足ISO 13849标准,兼容性好

随着农业自动化技术的发展,对机械安全要求也越来越高:它涵盖了各种复杂自动化应用,如增加农作物产量,如何避免过度施肥或施肥不足,或者提高灌溉效率等。因此,符合ISO 13849安全标准的农业机械系统和子系统已经开始进入市场。

新纳MTLT335D动态倾角传感器符合ISO 13849 性能级别d(PLd)的要求,开发流程均遵循ISO 13849 中的设计和安全要求,可应用于自动化农业机械中,推动精准农业发展。

MTLT335D是MTLT305D的升级版,其外形尺寸、电气接口连接器与MTLT305D相同,但在关键性能上达到了进一步提升与改进。如陀螺仪角度随机游走 (ARW) 和零偏不稳定性 (BI)就提高了三倍。通常来说,ARW 数值越低,表示在计算姿态和位置的过程中角速率积分误差就越小。BI表示陀螺仪零偏随时间变化的程度,MTLT335D改进后的BI值可以更快、更好地估计真实的陀螺仪偏差,生成更准确的姿态和位置数据。

MTLT335D与MTLT305D在通讯电缆以及与SAE J1939 CAN接口数据协议也是相同的,两者可使用相同的软件输出数据,MTLT335D可保持系统软件的兼容性,可直接迁移至ISO13849标准中。因此,客户如需改进解决方案,可无缝兼容。

精准农业未来可期

纵观当今农业技术发展,农业“无限可能”这一目标已不再遥远。当前技术成本越来越低,技术适应能力越来越强大,技术灵敏度也越来越高。曾经被认为无法攻克的难题,如崎岖不平而无法耕种的地带等,如今都可通过传感器成功采集这些信息并用于计算与校正拖拉机的运动姿态roll, pitch 和yaw。

自动化作业将农民从繁重的拖拉机操作中解放出来,大大提高了农业生产力和工作效率,灌溉、施肥与农药可以精确定位到单株农作物,减少资源浪费,提高生产力。

审核编辑:郭婷

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2548

    文章

    50765

    浏览量

    752181
  • mems
    +关注

    关注

    129

    文章

    3905

    浏览量

    190383

原文标题:期刊精选 | 厘米级高精定位赋能农机自动驾驶

文章出处:【微信号:gh_fa70fba31167,微信公众号:新纳传感】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    MEMS技术在自动驾驶汽车中的应用

    中的核心作用 MEMS传感器以其微小但功能强大的特性,在自动驾驶汽车中发挥着至关重要的作用。它们能够实时监测和控制车辆的各种参数,为自动驾驶系统提供精确的环境感知和数据支持。这些
    的头像 发表于 11-20 10:19 230次阅读

    自动驾驶技术的典型应用 自动驾驶技术涉及到哪些技术

    自动驾驶技术的典型应用 自动驾驶技术是一种依赖计算机、无人驾驶设备以及各种传感器,实现汽车自主行驶的技术。它通过使用人工智能、视觉计算、雷达
    的头像 发表于 10-18 17:31 535次阅读

    FPGA在自动驾驶领域有哪些优势?

    通过标准接口与其他硬件组件进行集成,如传感器、处理和通信模块等。这种易于集成的特性使得FPGA能够方便地融入自动驾驶系统的整体架构中。同时,FPGA还支持模块化设计,可以根据需要扩展
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    的数据处理和预处理,实现实时计算和反馈。 二、数据传输与处理FPGA在自动驾驶中扮演着数据传输和处理的角色。它能够支持多种传感器(如激光雷达、摄像头、GPS等)的数据传输,并通过其高速的数据处理能力,实现
    发表于 07-29 17:09

    自动驾驶传感器技术介绍

    自动驾驶传感器技术是自动驾驶系统的核心组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。以下是对自动驾驶传感器技术的详细介绍,内
    的头像 发表于 07-23 16:08 2115次阅读

    自动驾驶汽车传感器有哪些

    自动驾驶汽车传感器是实现自动驾驶功能的关键组件,它们通过采集和处理车辆周围环境的信息,为自动驾驶系统提供必要的感知和决策依据。以下是对
    的头像 发表于 07-23 16:00 2154次阅读

    XV7181BB 陀螺仪传感器自动驾驶设备中的应用

    自动驾驶技术正在迅速发展,改变着交通运输的未来。为了实现安全、稳定和高效的自动驾驶,车辆需要依赖先进的传感器技术来获取实时的姿态和运动数据。EPSON的XV7181BB陀螺仪传感器以其
    的头像 发表于 06-13 15:23 443次阅读
    XV7181BB 陀螺仪<b class='flag-5'>传感器</b>在<b class='flag-5'>自动驾驶</b>设备中的应用

    揭秘自动驾驶:未来汽车的感官革命,究竟需要哪些超级传感器

    来源:LANCI澜社汽车,谢谢 编辑:感知芯视界 Link 随着自动驾驶技术的发展,我们已进入一个技术瓶颈期。在这一背景下,汽车制造商开始将注意力转向自动驾驶的关键组成部分——传感器。特别是今年
    的头像 发表于 05-31 09:14 550次阅读

    自动驾驶:揭秘高精度时间同步技术(一)

    本文重点探讨了高精度时间同步技术在多传感器融合中的重要性。通过选择统一的时钟源和基于以太网的协议,确保多传感器数据在统一时间框架内准确处理,为自动驾
    的头像 发表于 05-29 10:40 4756次阅读
    <b class='flag-5'>自动驾驶</b>:揭秘高<b class='flag-5'>精度</b>时间同步技术(一)

    未来已来,多传感器融合感知是自动驾驶破局的关键

    巨大的进展;自动驾驶开始摒弃手动编码规则和机器学习模型的方法,转向全面采用端到端的神经网络AI系统,它能模仿学习人类司机的驾驶,遇到场景直接输入传感器数据,再直接输出转向、制动和加速信号。模仿学习人类
    发表于 04-11 10:26

    用于自动驾驶,无人驾驶领域的IMU六轴陀螺仪传感器:M-G370

    用于自动驾驶,无人驾驶IMU惯导模块六轴陀螺仪传感器:M-G370。自2020年,自动驾驶,无人驾驶
    发表于 04-02 11:44 0次下载

    探索自动驾驶传感器仿真模型的可信度

    环境感知作为实现自动驾驶的首要环节,主要是通过智能网联汽车搭载的视觉相机、激光雷达、毫米波雷达等传感器感知周围的道路环境并快速准确的获取周围目标的类别、位置、尺寸和速度等信息,是自动驾驶
    发表于 03-22 12:34 1172次阅读
    探索<b class='flag-5'>自动驾驶</b><b class='flag-5'>传感器</b>仿真模型的可信度

    推荐一个好用的高精度MEMS惯性测量单元

    ~+105 °C 规格尺寸:22.4mm ×22.4mm ×9.0mm 三 典型应用领域 L2~L5智能驾驶 组合导航系统自主导航 ADAS传感器精准平台稳定 详细资料请查阅手册;*附件:RJX-IMU-16460惯性测量单元产
    发表于 01-18 13:46

    全球自动驾驶市场分析报告

    自动驾驶系统软件和硬件系统是实现SAE自动驾驶水平的所有必要系统的总和。主要功能包括传感器数据融合、目标检测、定位、预测、环境解释、轨迹规划和执行
    发表于 12-21 14:25 738次阅读
    全球<b class='flag-5'>自动驾驶</b>市场分析报告

    LabVIEW开发自动驾驶的双目测距系统

    精确的距离信息,从而提高车辆的主动安全性能。这一系统的开发和应用有望在自动驾驶领域取得更多突破性进展。 ​ 这是LabVIEW的一个功能介绍,更多的使用方法与开发案例,欢迎登录官网,了解更多信息。有需要LabVIEW项目合作开发,请与我们联系。
    发表于 12-19 18:02