摘 要： 開發(fā)了一種基于FPGA的捷聯(lián)式車載姿態(tài)測量系統(tǒng),。自主設(shè)計了微慣性測量單元（MIMU）和基于USB2.0接口的數(shù)據(jù)采集卡,，并應(yīng)用Visual Basic 2005開發(fā)了數(shù)據(jù)采集與處理軟件，最后通過實車道路試驗對本測量系統(tǒng)的可行性進(jìn)行了驗證,。
關(guān)鍵詞： FPGA,；MIMU；姿態(tài)測量,；數(shù)據(jù)采集
汽車運動狀態(tài)信息的測量和采集是汽車操縱穩(wěn)定性研究和設(shè)計的基本問題,，也是實現(xiàn)汽車電子控制及輔助駕駛系統(tǒng)的必要條件。這就需要一種具有足夠精度和置信度的,、快速的,、操作簡便的和適用范圍廣的測量汽車運動狀態(tài)的方法[1]。本文研究設(shè)計了一種基于可編程邏輯陣列（FPGA）的捷聯(lián)式車載汽車姿態(tài)實時測量系統(tǒng),。此系統(tǒng)具有體積小,、使用方便、成本低廉等優(yōu)點,。
1 系統(tǒng)組成
本系統(tǒng)主要由傳感器組模塊,、數(shù)據(jù)采集卡、便攜式計算機(jī),、電源等組成,，系統(tǒng)硬件如圖1所示。
1.1 微慣性測量單元（MIMU）
自主設(shè)計的微慣性測量單元,。由2個ADXL203型雙向加速度計和3個ADXRS150型角速度陀螺組成,，要求3個角速度陀螺安裝在3個正交平面上，其敏感軸相互垂直,，組成測量體的三維坐標(biāo)系，2個雙向加速度計安裝在另外2個面上（剩下的1個面作為MIMU與汽車的安裝固定平面）,。為了保證加速度計的敏感軸也組成三維坐標(biāo)系,，要求測量垂向加速度的2個敏感軸相互平行（由于本MIMU在垂向測量了2次，因此在數(shù)據(jù)采集階段垂向加速度取兩者的均值）,。
1.2 數(shù)據(jù)采集卡
數(shù)據(jù)采集卡是基于FPGA控制和USB2.0接口的采集卡,，它可實時對6路模擬信號進(jìn)行不間斷的采集，輸入信號幅度范圍是0~5 V,，AD轉(zhuǎn)換位數(shù)為16位,，單通道采樣率為250 kS/s，所使用的USB傳輸方式為高速塊傳輸,，應(yīng)用FPGA作為采集的控制單元,，并采用USB總線供電，移動性好,，內(nèi)置信號連接,，可以滿足車載測量實時性和精準(zhǔn)性的需求[2]。圖2為該數(shù)據(jù)采集卡的組成框圖。
2 系統(tǒng)軟件
系統(tǒng)軟件分為數(shù)據(jù)采集軟件和數(shù)據(jù)處理軟件兩部分,，其流程如圖3所示,。本系統(tǒng)采用Visual Basic 2005語言編程實現(xiàn)，依次實現(xiàn)信號采集,、初始信號濾波,、姿態(tài)角解算、Kalman濾波融合,、結(jié)果的顯示和存儲等功能,。
3 實車試驗
為了檢驗該汽車運動姿態(tài)測量系統(tǒng)的效果，進(jìn)行了實車試驗,。試驗時將MIMU固定于汽車質(zhì)心位置處,，并且保證傳感器所組成的測量坐標(biāo)系平行于車體坐標(biāo)系，加速度計正向指向相應(yīng)的坐標(biāo)軸的正向,，陀螺儀的分布和坐標(biāo)軸一致,，測量給定軸的旋轉(zhuǎn)角速度，旋轉(zhuǎn)的正方向由右手定則確定[3],。在完成MIMU的安裝,、系統(tǒng)接線、傳感器的標(biāo)定和軟件的初始化設(shè)置等工作后即可開展實車道路試驗,。圖4是試驗采集得到并經(jīng)初始濾波后的汽車6自由度運動信號,。圖5是試驗得到的汽車姿態(tài)角變化曲線。圖6為進(jìn)一步試驗得到的汽車姿態(tài)角估計誤差曲線,，從圖中可以看出,，由于引入Kalman濾波融合算法[4]，使得姿態(tài)角估計誤差小于0.5°,，滿足了汽車運動姿態(tài)測量的精度要求,，說明本測量系統(tǒng)的可行性。
本文研究了捷聯(lián)式車載姿態(tài)測量系統(tǒng),。自主設(shè)計了微慣性測量單元（MIMU）和基于USB2.0接口的數(shù)據(jù)采集卡,，并應(yīng)用Visual Basic 2005開發(fā)了數(shù)據(jù)采集軟件和數(shù)據(jù)處理軟件，最后通過實車道路試驗驗證了本實時測量系統(tǒng)的可行性,。另外,，此系統(tǒng)具有體積小、使用方便,、成本低廉等優(yōu)點,。如果通過選取精度更高的MEMS傳感器和采用更為高效的實時預(yù)測方法，可以進(jìn)一步地提高系統(tǒng)的預(yù)測精度,。
參考文獻(xiàn)
[1] 王雷杰．陀螺儀-全球定位的汽車組合導(dǎo)航算法的研究[D]．長春：吉林大學(xué),，2004.
[2] 華清遠(yuǎn)見嵌入式培訓(xùn)中心.FPGA應(yīng)用開發(fā)入門與典型實例[M].北京：人民郵電出版社,，2008.
[3] BROERSEN P M T，WAELS S.Costs of selection in time series analysis[C].Instrumentation and measurement Technology Conference. Proceedings of the 19th IEEE,，Volume：1,， 21～23 May 2002：303-308.
[4] 付夢印，鄧志紅,，張繼偉,，等．Kalman濾波理論及其在導(dǎo)航系統(tǒng)中的應(yīng)用[M]．北京：科學(xué)出版社，2003.