作者：Alix Paultre，特約編輯

社會上最大的爭論之一是關于電動汽車 (EV) 的開發和部署。作為一個高度關注的問題（不是雙關語），爭論會蔓延并影響電子設計，因此討論不僅是鏡像的，而且是分層的，因為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，論點是基于現實和可以完成的。

不幸的是，感知往往決定了現實，因此在某種意義上，當談到電動汽車在市場上的速度和/或成功時，工程界受制于公眾輿論。然而，下一代汽車沒有爭議的一個方面是，未來的汽車將完全或部分自動駕駛，而不管驅動車輪的動力如何。

無論 EV 以何種方式到達目的地，先進的導航系統對于成功和安全的性能都至關重要。這不僅對車輛很重要，坦率地說，對任何基于水、地面或空中的遠程自主系統都很重要。即使是先進的增強現實系統也需要精確和準確的位置確定功能才能正常運行。創建一個能夠實現真正自主的導航系統需要使用數據收集和分析系統進行廣泛的模擬和現場測試。

自我意識

“了解你自己”是人們的口頭禪，但一個自治系統還必須對它在現實空間中的位置（有時以及時間和方式）有一定的了解。這種意識是通過使用一系列傳感器來告訴設備其環境耦合到一個邏輯系統來創建的，該邏輯系統可以獲取該信息并將其轉化為可用的信息和指導。

在人類安全不是關鍵問題的系統中，信息中的一點點草率是可以的。玩 Pokémon Go 的人不必擔心他們的位置信息有多準確，有些人實際上是在玩系統（雙關語），使用他們手機的漫游 GPS 來捕捉他們真實空間位置之外的目標。當錯誤可能導致事故造成人員傷亡以及車輛可能損失時，這種不準確性顯然是不能容忍的。

這就是傳感器融合發生的地方。一個設計合理的自主系統將使用一系列具有重疊和互補功能的傳感器，以確保完全覆蓋車輛的局部環境。系統對其環境的感知越全面，就越能準確地確定其位置和實現目標的路徑。

傳感器集成

在創建用于確定位置和方向的系統時，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、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 數據“鎖定”到現實世界中，它就不足以進行地理定位。當基于汽車的 GPS 系統首次問世時，幾家制造商在汽車上安裝了車輪傳感器，以跟蹤參考內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、磁力計和陀螺儀，因為它們都具有必須通過額外的傳感器輸入來糾正的弱點，因此它們都需要統一使用。

加速度計可以像木匠的水平儀一樣確定靜態滾動和俯仰，但在加速或減速時數據會出錯，因為加速度計本身無法區分重力和線性加速度。磁力計可以確定航向，但不能確定滾動和俯仰，這對方向很重要。這就是為什么您過去還需要三個陀螺儀和一個過濾器來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的情況下實現，但陀螺儀會漂移。由于車輛內部和周圍的所有金屬，汽車中的磁力計不能很好地工作，因此您需要來自陀螺儀和 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?小規模完全校準慣性測量單元 (IMU) 這樣的解決方案可以服務于要求完整的動態測量解決方案且采用堅固的薄型封裝的要求苛刻的嵌入式應用。通過集成以前只能單獨使用的所有功能，IMU 不僅可以節省空間和組件，還可以節省開發時間和成本。為了簡化與系統的連接，IMU380ZA-209 提供標準串行外設接口 (SPI) 總線，用于經濟高效的數字板對板通信。

9 軸 IMU380ZA-209 可以測量高達 4g 的加速度，并采用低至 3 V 和高達 5.5 V 的電源電壓。這種廣泛的接受范圍緩解了系統集成問題，減少了電源轉換電子設備的數量。–40°C 至 85°C 的寬工作溫度確保它可以在各種環境環境中工作，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。（來源：ACEINNA）

這些性能方面強調了 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。通過將執行任務所需的傳統傳感器套件替換為使用新技術的集成系統，您將獲得比傳感器集合一起完成的更好的結果。

集成消除了電纜和電線、笨重的連接器和單獨的外殼，提高了堅固性和可靠性，同時功能集成提高了準確性和精度。這些優勢貫穿整個設計，從降低電力電子設備的復雜性到通過減少和簡化內部空間要求來改進車輛設計。

把它放在一起

在開發典型設計時，會模擬動態軌跡和建模傳感器讀數（有錯誤）以創建擴展卡爾曼濾波器或粒子濾波器導航算法。一旦給定的模擬顯示出有希望的結果，該算法就會在嵌入式硬件上使用實時代碼實現。然后在現場測試生成的原型，記錄數據（通常以 TB 為單位），然后根據預測結果進行分析。

為了促進這個過程，導航系統的開發人員通常會為這個過程中的每個步驟選擇和使用不同的軟件。令人驚訝的是，開源“網絡技術”可以構成用于開發導航系統的高效軟件堆棧的基礎。作為一個真實世界的例子，ACEINNA 傳統上使用了一個包含許多“經典”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 工具相結合來構建配置、繪圖和數據記錄圖形用戶界面。

歸根結底，所有這些信息都被放入存儲在內部服務器上的大型數據文件中。在 ACEINNA，決定考慮一種基于“網絡技術”的新方法。

在一個示例中，以 Web 技術為中心的堆棧使用 Python 進行模擬、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 構建用戶界面和日志引擎。桌面和移動設備的原生用戶界面甚至可以與 Electron 和 React Native 等兼容項目一起部署。

Azure 或 AWS 等云服務使得對從現場收集的大型數據集進行編目和管理以及在組織內部和外部共享這些數據集變得輕而易舉。JavaScript 和 Python 都得到了云供應商的極好支持，允許將他們的計算和存儲服務簡單地集成到堆棧中。每個開發人員的許可費用為零，從 Python 中的數值分析到基于 JavaScript 的圖形庫的庫數不勝數。

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

向前行駛

創建安全有效地為用戶服務的真正自動駕駛汽車必須使用集成到系統中的全套傳感器，該系統不僅本身是智能的，而且還支持網絡，以利用可用的外部功能來最大限度地提高系統性能。在競爭激烈且無情的自動駕駛汽車市場中，適當的系統集成可能意味著成敗之間的差異。

審核編輯 黃昊宇