摘 要： 開(kāi)發(fā)了一種基于FPGA的捷聯(lián)式車載姿態(tài)測(cè)量系統(tǒng)。自主設(shè)計(jì)了微慣性測(cè)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(kāi)發(fā)了數(shù)據(jù)采集與處理軟件,，最后通過(guò)實(shí)車道路試驗(yàn)對(duì)本測(cè)量系統(tǒng)的可行性進(jìn)行了驗(yàn)證。
關(guān)鍵詞： FPGA,；MIMU,；姿態(tài)測(cè)量；數(shù)據(jù)采集
汽車運(yùn)動(dòng)狀態(tài)信息的測(cè)量和采集是汽車操縱穩(wěn)定性研究和設(shè)計(jì)的基本問(wèn)題,，也是實(shí)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(jiǎn)便的和適用范圍廣的測(cè)量汽車運(yùn)動(dòng)狀態(tài)的方法[1],。本文研究設(shè)計(jì)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(shí)時(shí)測(cè)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(diǎn)。
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(jì)算機(jī)、電源等組成,，系統(tǒng)硬件如圖1所示,。
1.1 微慣性測(cè)量單元（MIMU）
自主設(shè)計(jì)的微慣性測(cè)量單元。由2個(gè)ADXL203型雙向加速度計(jì)和3個(gè)ADXRS150型角速度陀螺組成,，要求3個(gè)角速度陀螺安裝在3個(gè)正交平面上,，其敏感軸相互垂直，組成測(cè)量體的三維坐標(biāo)系,，2個(gè)雙向加速度計(jì)安裝在另外2個(gè)面上（剩下的1個(gè)面作為MIMU與汽車的安裝固定平面）,。為了保證加速度計(jì)的敏感軸也組成三維坐標(biāo)系，要求測(cè)量垂向加速度的2個(gè)敏感軸相互平行（由于本MIMU在垂向測(cè)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(shí)時(shí)對(duì)6路模擬信號(hào)進(jìn)行不間斷的采集，輸入信號(hào)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(dòng)性好,，內(nèi)置信號(hào)連接,，可以滿足車載測(cè)量實(shí)時(shí)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(yǔ)言編程實(shí)現(xiàn),，依次實(shí)現(xiàn)信號(hào)采集,、初始信號(hào)濾波、姿態(tài)角解算,、Kalman濾波融合,、結(jié)果的顯示和存儲(chǔ)等功能。
3 實(shí)車試驗(yàn)
為了檢驗(yàn)該汽車運(yùn)動(dòng)姿態(tài)測(cè)量系統(tǒng)的效果,，進(jìn)行了實(shí)車試驗(yàn)。試驗(yàn)時(shí)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(cè)量坐標(biāo)系平行于車體坐標(biāo)系,，加速度計(jì)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(cè)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(kāi)展實(shí)車道路試驗(yàn)。圖4是試驗(yàn)采集得到并經(jīng)初始濾波后的汽車6自由度運(yùn)動(dòng)信號(hào),。圖5是試驗(yàn)得到的汽車姿態(tài)角變化曲線,。圖6為進(jìn)一步試驗(yàn)得到的汽車姿態(tài)角估計(jì)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(jì)誤差小于0.5°，滿足了汽車運(yùn)動(dòng)姿態(tài)測(cè)量的精度要求,，說(shuō)明本測(cè)量系統(tǒng)的可行性,。
本文研究了捷聯(lián)式車載姿態(tài)測(cè)量系統(tǒng),。自主設(shè)計(jì)了微慣性測(cè)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(kāi)發(fā)了數(shù)據(jù)采集軟件和數(shù)據(jù)處理軟件,，最后通過(guò)實(shí)車道路試驗(yàn)驗(yàn)證了本實(shí)時(shí)測(cè)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(diǎn)。如果通過(guò)選取精度更高的MEMS傳感器和采用更為高效的實(shí)時(shí)預(yù)測(cè)方法,，可以進(jìn)一步地提高系統(tǒng)的預(yù)測(cè)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(zhǎng)春：吉林大學(xué)，2004.
[2] 華清遠(yuǎn)見(jiàn)嵌入式培訓(xùn)中心.FPGA應(yīng)用開(kāi)發(fā)入門(mén)與典型實(shí)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(mèng)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.