預測表明,自主設備市場將是巨大的。例如,英國政府的研究預測,到 2035 年,具有最高自動化水平 (L3-L5) 的互聯和自動道路車輛的全球市場價值將達到 8900 億美元。其中,互聯和自動駕駛市場支持這些車輛的技術預計價值 1370 億美元。
如果要實現這樣的數字,自主設備需要實現真正的大眾市場采用。為此,產品制造商需要在獲取關鍵支持技術之一的方式上實現飛躍:高精度定位。這是因為我們正在談論的那種設備需要知道它們始終在幾厘米以內的位置。此外,該位置信息需要可靠且經濟高效地提供給非常龐大的設備群。
為什么我們需要 GNSS 增強數據
位置信息通常使用來自全球導航衛星系統 (GNSS) 之一的數據來計算,例如 GPS 或 Galileo。但是,僅使用 GNSS 數據無法提供高精度設備所需的精度。衛星時鐘和軌道誤差、信號偏差以及電離層和對流層影響等因素意味著您只能可靠地將設備位置精確定位到 2-5m 范圍內。
要達到下一代套件所需的 10 厘米以下精度,您需要使用 GNSS 校正或增強數據服務。
這些服務使用固定地面站網絡從 GNSS 衛星收集數據。他們根據衛星數據計算車站的位置,并將其與車站的已知位置進行比較。這使服務能夠識別和糾正附近設備將遇到的任何不準確之處。然后將該數據分發到附近的設備,這些設備使用它來改進自己的基于 GNSS 的位置計算。
傳統增強數據服務的挑戰
增強數據服務并不是什么新鮮事,但傳統方法有局限性。這些都為產品團隊增加了顯著的成本、復雜性和延遲,或者可能意味著增強數據服務不能用于某些應用程序。
無法可持續擴展
第一個主要挑戰是圍繞擴展以支持大型設備群而不破壞銀行。例如,實時運動學 (RTK) 增強服務需要大約 4.5 kbps 的帶寬,并且依賴于服務和每個終端設備之間的雙向通信。另一方面,精確點定位 (PPP) 服務使用單向通信,但仍需要 2.5 到 5 kbps 之間的速率。在這兩種情況下,網絡成本都可能很快變得令人望而卻步。
難以集成和管理
第二個挑戰是易于集成增強數據和正在進行的車隊管理。例如,某些服務使用專有的消息格式,而其他服務使用的基于 HTTP 的 RTCM 通過 Internet 協議 (NTRIP) 1.0 的網絡傳輸,通信模塊本身并不支持。
因此,使用任何一種服務都會為工程和產品管理團隊增加大量持續的開銷,從而減少他們可用于高價值創新工作的時間。
可靠性和服務范圍
許多需要低于 10 厘米精度的應用都是關鍵任務,這意味著對增強數據服務的訪問必須快速可靠。覆蓋范圍也需要在可能使用該設備的任何地方都可用。
一些增強數據服務可能需要幾分鐘到半小時才能達到初始低于 10 厘米的位置,這對于許多用例來說不夠快。
與此同時,其他增強服務僅依賴于基于 IP 的通信,因此只能在可以訪問移動互聯網的情況下工作。
在其他地方,如果服務發送僅由設備最近的參考站計算的增強數據,則準確性可能會有所不同。設備離該站點越遠,其計算的位置讀數就越不準確。
設計下一代 GNSS 增強數據服務
為了應對這些挑戰,u-blox 著手創建下一代狀態空間表示 (SSR) 增強數據服務,其核心是設計未來自主設備的需求。
該服務稱為PointPerfect,通常提供 3 到 6 厘米的精度和 10 到 30 秒的啟動時間。它適用于 u-blox 和其他支持SPARTN數據格式的商用高精度 GNSS 模塊(更多內容見下文)。
要了解 PointPerfect 如何解決當今產品供應商面臨的挑戰,讓我們探討一下它在技術上與其他服務有何不同。這將使組織能夠就其產品使用哪種增強數據服務類型做出明智的決定。
任何規模的效率
為了使 PointPerfect 成為運營任何規模設備群的組織的可行解決方案,其首要核心原則是效率。
增強數據消息使用高效的實時導航安全位置增強 (SPARTN) 開放數據格式,通過MQTT消息傳遞協議發送,該協議本身在規模上比 HTTP 更有效。因此,使用 MQTT 使用戶可以輕松地利用增強數據,無論他們是在操作一個由一百臺設備組成的設備群,還是一個由一百萬個設備組成的設備群。
通信是通過設備訂閱的單個出站廣播流進行的,而不是需要與每個連接的端點進行雙向通信。這導致了 2.4 kbps 的最大帶寬要求,并最大限度地降低了網絡傳輸成本。
可靠增強數據的廣泛可用性
廣泛而可靠的可用性是第二個核心原則。這是必須具備的,因為許多工程師將設計需要在沒有移動互聯網覆蓋的地區運行的設備。PointPerfect GNSS 增強數據通過 L 波段衛星信號和移動 IP 傳輸。開發團隊在一些極端環境中嚴格測試了這種衛星能力(下一節更詳細)。雙通信通道有助于使終端設備與 PointPerfect 服務的 99.9% 正常運行時間保證在可用的地區(目前歐洲大部分地區和美國毗鄰地區,以及海岸線外 22 公里)保持一致。
此外,設備接收基于多個參考站的增強數據,以提高定位精度。
自助服務訪問/易用性
PointPerfect 的第三個核心原則是易于集成,并能夠直接管理大型設備群。
SPARTN 是一種開放數據格式,大多數商業調制解調器都原生支持 MQTT 消息傳遞協議。這意味著工程師無需集成專有客戶端軟件或構建自定義調制解調器集成。總之,這降低了風險和上市時間。
此外,PointPerfect 通過名為Thingstream的企業級云平臺交付,為產品團隊提供了一個自助服務環境,可在其中方便地部署和管理他們的設備。該平臺包括一個圖形數據流管理器,用于構建消息和與設備的連接,以及一個用于與其他服務集成的 API。
測試 L 波段衛星連接
由于許多自主設備需要在移動互聯網覆蓋較差或不存在的地區運行,因此必須有第二個渠道來提供 GNSS 增強數據。為此,PointPerfect 使用基于衛星的 L 波段通信。
在開發 PointPerfect 解決方案期間,在各種具有挑戰性的地點進行了廣泛的道路測試,以驗證 L 波段作為這種潛在關鍵任務數據的交付機制的可靠性。
嚴格的測試表明,即使在 PointPerfect 覆蓋區域內一些最具挑戰性的條件下,通過 L 波段接收到的增強數據也可以成功地用于始終將位置精確定位到必要的范圍內。
測試方法
PointPerfect 是為大眾市場設計的,重要的是要確定它可以在不需要高度專業化(因此也很昂貴)的設備(例如大地測量接收器)的情況下有效工作。這意味著在車頂上使用標準性能的 Tallysman TWA928L 汽車天線來接收 L 波段衛星信號,以及具有多波段能力的 u-blox F9 高精度 GNSS 技術平臺。
關鍵測試是確保通過 L 波段接收到的數據是連續的、完整的和可用的,這樣我們就可以始終將我們的位置計算到所需的精度水平內。
在具有挑戰性的條件下進行測試
我們計劃了我們的路線,將我們帶到衛星信號接收可能具有挑戰性的地區。這包括進入瑞典北部的北極圈,以測試當天空中的衛星高度非常低時信號接收是否足夠。在我們旅程的最北端——赤道以北 66°——衛星仰角降至 16°,而赫爾辛基為 21.8°,羅馬為 40°。
我們還前往我們覆蓋范圍內發現的一些最極端的條件,以確保在這些環境中信號強度足夠。這包括加利福尼亞州東南部的巨大沙漠、華盛頓州廣闊的山脈,以及西雅圖和圣地亞哥等城市建成區,那里的高層建筑可能會影響衛星信號的接收。
下面的地圖顯示了我們的兩條測試路線。
無故障操作
盡管條件充滿挑戰,但在整個測試過程中接收到的 L 波段信號足夠強,可以成功接收增強數據服務。因此,我們能夠在整個過程中以小于 10 厘米、2 西格瑪或 95% 置信區間的水平精度精確定位我們的位置。
解放您的工程師進行創新
在工業、汽車和消費技術領域,下一波自主設備將嚴重依賴高精度定位信息。那些設計未來自主產品的人需要一種利用 GNSS 增強數據的方法,而無需傳統服務固有的開銷。通過消除這些挑戰,產品供應商將解放他們的工程團隊,讓他們專注于高價值的創新工作、縮短上市時間、削減持續的維護費用,并使他們能夠提供價格具有競爭力的下一代產品和服務。
審核編輯:郭婷
-
調制解調器
+關注
關注
3文章
862瀏覽量
39061 -
API
+關注
關注
2文章
1525瀏覽量
62545 -
GNSS
+關注
關注
9文章
802瀏覽量
48260
發布評論請先 登錄
相關推薦
使用下一代GaNFast和GeneSiC Power實現電氣化我們的世界

實現下一代具有電壓電平轉換功能的處理器、FPGA 和ASSP

下一代高功能新一代AI加速器(DRP-AI3):10x在高級AI系統高級AI中更快的嵌入處理

ASMPT與美光攜手開發下一代HBM4鍵合設備
24芯M16插頭在下一代技術中的潛力

使用NVIDIA Holoscan for Media構建下一代直播媒體應用
港燈打造了面向未來的下一代電力數據中心網絡
NVIDIA的專用AI平臺如何推動下一代醫療健康行業的發展
英偉達的下一代AI芯片

評論