自动驾驶IMU与GNSS传感器标定技术与实践

1. 自动驾驶传感器标定的核心挑战

在自动驾驶系统中，IMU（惯性测量单元）和GNSS（全球导航卫星系统）是两大核心传感器。IMU提供高频的车体角速度和线加速度数据，GNSS则提供绝对位置信息。但这两个传感器通常安装在车辆的不同位置，如何将它们的数据统一到同一个车体坐标系下，就成了一个必须解决的关键问题。

我曾在三个不同自动驾驶项目中负责传感器标定工作，发现IMU到车体坐标系的标定误差会直接导致定位漂移。比如在某次路测中，由于标定偏差导致30分钟后定位误差累积达到1.2米，严重影响了路径规划效果。这就是为什么我们需要精确的外参标定。

2. 标定方案设计与传感器配置

2.1 硬件安装布局要点

典型的安装方案是GNSS天线安装在车顶中心位置（避免遮挡），IMU则靠近车辆重心（通常在前舱或底盘）。两者之间的物理距离可能达到1-2米，这个空间偏移必须精确补偿。

在实际项目中，我们使用以下配置：

• GNSS接收机：NovAtel PwrPak7，定位精度RTK模式下2cm
• IMU：ADIS16465，角速度随机游走0.15°/√h
• 安装测量：用全站仪测量天线相位中心到IMU中心的距离，精度控制在±3mm内

2.2 标定运动轨迹设计

有效的标定需要两种运动模式：

1. 直线运动：以20-40km/h匀速行驶至少100米，用于估计IMU的安装角度
2. 自由运动：包含加速、制动和转弯的复合运动，用于验证标定结果

在某商用车的标定中，我们设计了这样的测试路线：

code复制直线段：200米平整沥青路面
动态段：包含3次0.3g制动、2次0.4g加速和4个90度转弯

3. 标定算法实现细节

3.1 坐标系定义与转换模型

建立以下坐标系：

• 车体坐标系(b)：原点在后轴中心，x向前，y向左，z向上
• IMU坐标系(i)：与IMU传感器固联
• ENU坐标系(n)：东-北-天地理坐标系

转换关系为：

code复制p_b = R_bi * p_i + t_bi
ω_b = R_bi * ω_i
a_b = R_bi * (a_i - g_i) + g_b

其中R_bi是待求的旋转矩阵，t_bi是平移向量。

3.2 基于最小二乘的标定算法

核心步骤如下：

1. 数据同步：通过PPS信号对齐