摘 要： 開(kāi)發(fā)了一種基于FPGA的捷聯(lián)式車(chē)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(chē)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(chē)運(yùn)動(dòng)狀態(tài)信息的測(cè)量和采集是汽車(chē)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(chē)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(chē)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(chē)載汽車(chē)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(chē)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(xiàn)供電，移動(dòng)性好，內(nèi)置信號(hào)連接，可以滿(mǎn)足車(chē)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(chē)試驗(yàn)
為了檢驗(yàn)該汽車(chē)運(yùn)動(dòng)姿態(tài)測(cè)量系統(tǒng)的效果，進(jìn)行了實(shí)車(chē)試驗(yàn)。試驗(yàn)時(shí)將MIMU固定于汽車(chē)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(chē)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(xiàn)、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(chē)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(chē)6自由度運(yùn)動(dòng)信號(hào)。圖5是試驗(yàn)得到的汽車(chē)姿態(tài)角變化曲線(xiàn)。圖6為進(jìn)一步試驗(yàn)得到的汽車(chē)姿態(tài)角估計(jì)誤差曲線(xiàn)，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(mǎn)足了汽車(chē)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(chē)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(chē)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(chē)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.