用于惯性导航系统的双惯性测量单元的制作方法

1.本公开的实施方式总体上涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及自动驾驶车辆的惯性导航系统中的双惯性测量单元。


背景技术：

2.以自动驾驶模式运行(例如，无人驾驶)的车辆可将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。车载处理系统可使用诸如全球导航卫星系统数据、惯性测量数据等传感器数据来提供车辆的近似位置。


技术实现要素：

3.本公开的实施方式提出了一种用于操作自动驾驶车辆(adv)、惯性导航系统和自动驾驶系统的方法。
4.根据第一方面，本公开的一些实施方式提出了一种用于操作自动驾驶车辆(adv)的方法，该方法包括：由第一微控制器单元(mcu)从全球导航卫星系统(gnss)接收器接收gnss数据，并且从第一惯性测量单元(imu)接收第一imu数据，第一imu作为主imu操作；通过第一mcu使第一imu数据与gnss数据同步；通过第二mcu接收从gnss接收器接收gnss数据，以及从第二imu接收第二imu数据，第二imu作为冗余imu操作；通过第二mcu使第二imu数据与gnss数据同步；以及响应于确定第一imu未能正确操作，通过定位模块执行定位过程，以基于所同步的第一imu数据和gnss数据，或者基于所同步的第二imu数据和gnss数据来确定adv的位置。
5.根据第二方面，本公开的一些实施方式提出了一种惯性导航系统，该惯性导航系统包括：全球导航卫星系统(gnss)接收器；作为主惯性测量单元(imu)操作的第一imu；作为冗余imu操作的第二imu；第一微控制器单元(mcu)，用于从gnss接收器接收gnss数据，以及从第一imu接收第一imu数据，并使第一imu数据与gnss数据同步；以及第二mcu，用于从gnss接收器接收gnss数据，以及从第二imu接收第二imu数据，并使第二imu数据与gnss数据同步；以及主机接口，用于将gnss数据、所同步的第一imu数据和所同步的第二imu数据发送到定位模块，其中，定位模块配置为响应于确定第一imu未能正确操作，执行定位过程，以基于所同步的第一imu数据和gnss数据，或者基于所同步的第二imu数据和gnss数据来确定自动驾驶车辆(adv)的位置。
6.根据第三方面，本公开的一些实施方式提出了一种自动驾驶系统，该自动驾驶系统包括惯性导航系统和感知与规划系统，其中，惯性导航系统包括：全球导航卫星系统(gnss)接收器；作为主惯性测量单元(imu)操作的第一imu；作为冗余imu操作的第二imu；第一微控制器单元(mcu)，用于从gnss接收器接收gnss数据，以及从第一imu接收第一imu数据，并且使第一imu数据与gnss数据同步；以及第二mcu，用于从gnss接收器接收gnss数据和
从第二imu接收第二imu数据，并使第二imu数据与gnss数据同步，感知与规划系统联接至惯性导航系统，感知与规划系统包括：定位模块，用于从第一mcu和第二mcu接收gnss数据、所同步的第一imu数据和所同步的第二imu数据，其中，定位模块配置为响应于确定第一imu未能正确操作而执行定位过程，以基于所同步的第一imu数据和gnss数据，或者基于所同步的第二imu数据和gnss数据来确定自动驾驶车辆(adv)的位置；感知模块，感知adv周围的驾驶环境；以及规划模块，规划自动驾驶adv以导航驾驶环境的轨迹。
附图说明
7.本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同参考标记指示相似元件。
8.图1是示出根据一个实施方式的网络化系统的框图。
9.图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。
10.图3是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。
11.图4是示出根据一个实施方式的用于自动驾驶的示例性系统架构的框图。
12.图5a是示出根据一个实施方式的自动驾驶车辆的传感器系统的示例的框图。
13.图5b是示出根据一个实施方式的自动驾驶车辆的示例性惯性导航系统的框图。
14.图6是示出根据一个实施方式的用于在惯性导航系统内使用双惯性测量单元的示例性系统和方法的流程图。
15.图7是示出根据另一实施方式的用于在惯性导航系统内使用双惯性测量单元的示例性方法的流程图
16.图8是示出根据另一实施方式的用于在惯性导航系统内使用双惯性测量单元的示例性方法的流程图。
具体实施方式
17.将参考以下所讨论的细节来描述本公开的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是本公开的说明，而不应当解释为对本公开进行限制。描述了许多特定细节以提供对本公开的各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节，以提供对本公开的实施方式的简洁讨论。
18.本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。
19.为了计算自动驾驶车辆的位置，传感器单元可包括处理设备、全球导航卫星系统(gnss)和惯性测量单元(imu)。ins的gnss接收器可从卫星系统接收车辆的位置、速度和前进方向。imu可测量车辆的加速度和陀螺仪定向。imu数据可以以比gnss数据高得多的频率(例如，毫秒)在处理设备处被接收。处理设备可组合gnss数据和imu数据以估计(例如，使用卡尔曼滤波器)车辆的位置。
20.ins的处理设备可将imu数据与来自gnss数据的当前时间数据同步。处理设备然后可将同步的imu数据转发到定位模块，其中，imu数据用于同步附加的传感器数据。例如，imu
数据可用于同步lidar数据、摄像机数据和其它传感器数据。然而，如果imu或处理设备遇到问题并且不能将imu数据转发到定位模块，则不能同步附加的传感器数据并且不能执行定位过程。
21.为了解决上述问题，本公开的实施方式为ins提供双imu。第二处理设备或微控制器单元(mcu)也可与附加imu一起添加到ins。通过添加第二mcu和第二imu，如果mcu或imu中的一个发生故障，则第二mcu或第二imu可用于处理imu数据并将其转发到定位模块。因此，即使mcu或imu中的一个发生故障或遇到错误，第二imu和第二mcu确保imu数据将可用于同步附加的传感器数据，并且也可执行定位。此外，如果gnss数据不可用于同步imu数据，则由ins的gnss接收器获得并转发的单个时间用于同步imu数据。因此，本公开提供冗余以及时间同步精度。
22.根据一个方面，一种惯性导航系统包括：全球导航卫星系统(gnss)接收器；作为主惯性测量单元(imu)操作的第一imu；作为冗余imu操作的第二imu；第一微控制器单元(mcu)，用于从gnss接收器接收gnss数据，以及从第一imu接收第一imu数据，并使第一imu数据与gnss数据同步；第二mcu，用于从gnss接收器接收gnss数据，以及从第二imu接收第二imu数据，并使第二imu数据与gnss数据同步；以及主机接口，用于将gnss数据、所同步的第一imu数据和所同步的第二imu数据发送到定位模块，其中，定位模块配置为响应于确定第一imu未能正确操作，执行定位过程，以基于所同步的第一imu数据和gnss数据，或者基于所同步的第二imu数据和gnss数据来确定自动驾驶车辆(adv)的位置。
23.在一个实施方式中，当使第一imu数据与gnss数据同步时，第一mcu配置成从gnss数据导出第一gnss定时数据，并使用第一gnss定时数据对第一imu数据加时间戳。类似地，当使第二imu数据与gnss数据同步时，第二mcu配置成从gnss数据导出第二gnss定时数据，并使用第二gnss定时数据对第二imu数据加时间戳。第一imu和第二imu使用从gnss接收器获得的相同gnss数据独立地同步第一imu数据和第二imu数据的定时。
24.在一个实施方式中，第一imu由第一电源电路供电，第二imu由不同于第一电源电路的第二电源电路供电。第一imu和第二imu彼此靠近地安装在adv的后轴的中心附近。响应于确定gnss数据不可用，第一mcu配置成从备用时间源获得第一定时信息，其中，第一定时信息用于对第一imu数据加时间戳。第二mcu配置成从备用时间源获得第二定时信息，其中，第二定时信息用于对第二imu数据加时间戳。备用时间源包括本地时钟或网络时间源中的一个。
25.根据另一方面，自动驾驶系统包括如上所述的惯性导航系统以及感知与规划系统。感知与规划系统至少包括定位模块、感知模块和规划模块。定位模块配置为执行定位过程，以至少部分地使用gnss数据、同步的第一imu数据和第二imu数据来确定adv的位置。感知模块配置为感知该位置处adv周围的驾驶环境。规划模块配置为规划轨迹以驱动adv导航通过驾驶环境。
26.图1是示出根据本公开的一个实施方式的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可通过网络102通信地联接至一个或多个服务器103至104的adv 101。尽管示出一个adv，但多个adv可通过网络102联接至彼此和/或联接至服务器103至104。网络102可以是任何类型的网络，例如，有线或无线的局域网(lan)、诸如互联网的广域网(wan)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器
群集，诸如，网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(mpoi)服务器或位置服务器等。
27.adv是指可配置成处于自动驾驶模式下的车辆，在所述自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种adv可包括传感器系统，所述传感器系统具有配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的控制器使用所检测的信息来导航通过所述环境。adv 101可在手动模式下、在全自动驾驶模式下或者在部分自动驾驶模式下运行。
28.在一个实施方式中，adv 101包括，但不限于，感知与规划系统110、车辆控制系统111、无线通信系统112、用户接口系统113和传感器系统115。adv 101还可包括普通车辆中包括的某些常用部件，诸如：发动机、车轮、方向盘、变速器等，所述部件可由车辆控制系统111和/或感知与规划系统110使用多种通信信号和/或命令进行控制，该多种通信信号和/或命令例如，加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。
29.部件110至115可经由互连件、总线、网络或其组合通信地联接至彼此。例如，部件110至115可经由控制器局域网(can)总线通信地联接至彼此。can总线是设计成允许微控制器和装置在没有主机的应用中与彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议，但也用于许多其它环境。
30.现在参考图2，在一个实施方式中，传感器系统115包括但不限于一个或多个摄像机211、全球定位系统(gps)单元212、惯性测量单元(imu)213、雷达单元214以及光检测和测距(lidar)单元215。gps单元212和imu 213可一起包括在惯性导航系统(ins)210中。ins 210可组合来自gps单元212和imu 213的数据以计算adv的精确位置。gps单元212可包括收发器，所述收发器可操作以提供关于adv的位置的信息。imu单元213可基于惯性加速度和定向来感测adv的位置和定向变化。雷达单元214可表示利用无线电信号来感测adv的本地环境内的对象的系统。在一些实施方式中，除感测对象之外，雷达单元214可另外感测对象的速度和/或前进方向。lidar单元215可使用激光来感测adv所处环境中的对象。除其它系统部件之外，lidar单元215还可包括一个或多个激光源、激光扫描器以及一个或多个检测器。摄像机211可包括用来采集adv周围环境的图像的一个或多个装置。摄像机211可以是静物摄像机和/或视频摄像机。摄像机可以是可机械地移动的，例如，通过将摄像机安装在旋转和/或倾斜平台上。
31.传感器系统115还可包括其它传感器，诸如：声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器以及音频传感器(例如，麦克风)。音频传感器可配置成从adv周围的环境中采集声音。转向传感器可配置成感测方向盘、车辆的车轮或其组合的转向角度。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在一些情形下，油门传感器和制动传感器可集成为集成式油门/制动传感器。
32.在一个实施方式中，车辆控制系统111包括但不限于转向单元201、油门单元202(也称为加速单元)和制动单元203。转向单元201用来调整车辆的方向或前进方向。油门单元202用来控制电动机或发动机的速度，电动机或发动机的速度进而控制车辆的速度和加速度。制动单元203通过提供摩擦使车辆的车轮或轮胎减速而使车辆减速。应注意，如图2所示的部件可以以硬件、软件或其组合实施。
33.返回参考图1，无线通信系统112允许adv 101与诸如装置、传感器、其它车辆等外部系统之间的通信。例如，无线通信系统112可与一个或多个装置直接无线通信，或者经由通信网络进行无线通信，诸如，通过网络102与服务器103至104通信。无线通信系统112可使用任何蜂窝通信网络或无线局域网(wlan)，例如，使用wifi，以与另一部件或系统通信。无线通信系统112可例如使用红外链路、蓝牙等与装置(例如，乘客的移动装置、显示装置、车辆101内的扬声器)直接通信。用户接口系统113可以是在车辆101内实施的外围装置的部分，包括例如键盘、触摸屏显示装置、麦克风和扬声器等。
34.adv 101的功能中的一些或全部可由感知与规划系统110控制或管理，尤其当在自动驾驶模式下操作时。感知与规划系统110包括必要的硬件(例如，处理器、存储器、存储装置)和软件(例如，操作系统、规划和路线安排程序)，以从传感器系统115、控制系统111、无线通信系统112和/或用户接口系统113接收信息，处理所接收的信息，规划从起始点到目的地点的路线或路径，随后基于规划和控制信息来驾驶车辆101。可替代地，感知与规划系统110可与车辆控制系统111集成在一起。
35.例如，作为乘客的用户可例如经由用户接口来指定行程的起始位置和目的地。感知与规划系统110获得行程相关数据。例如，感知与规划系统110可从mpoi服务器中获得位置和路线信息，所述mpoi服务器可以是服务器103至104的一部分。位置服务器提供位置服务，并且mpoi服务器提供地图服务和某些位置的poi。可替代地，此类位置和mpoi信息可本地高速缓存在感知与规划系统110的永久性存储装置中。
36.当adv 101沿着路线移动时，感知与规划系统110也可从交通信息系统或服务器(tis)获得实时交通信息。应注意，服务器103至104可由第三方实体进行操作。可替代地，服务器103至104的功能可与感知与规划系统110集成在一起。基于实时交通信息、mpoi信息和位置信息以及由传感器系统115检测或感测的实时本地环境数据(例如，障碍物、对象、附近车辆)，感知与规划系统110可规划最佳路线并且根据所规划的路线例如经由控制系统111来驾驶车辆101，以安全且高效到达指定目的地。
37.服务器103可以是数据分析系统，从而为各种客户执行数据分析服务。在一个实施方式中，数据分析系统103包括数据收集器121和机器学习引擎122。数据收集器121从各种车辆(adv或由人类驾驶员驾驶的常规车辆)收集驾驶统计数据123。驾驶统计数据123包括指示所发出的驾驶指令(例如，油门、制动、转向指令)以及由车辆的传感器在不同的时间点捕捉到的车辆的响应(例如，速度、加速、减速、方向)的信息。驾驶统计数据123还可包括描述不同时间点下的驾驶环境的信息，例如，路线(包括起始位置和目的地位置)、mpoi、道路状况、天气状况等。
38.基于驾驶统计数据123，出于各种目的，机器学习引擎122生成或训练一组规则、算法和/或预测模型124。例如，算法124可包括用于使用双imu配置来使诸如gnss和imu数据的各种传感器数据同步的算法。然后算法124可上传至adv上，以在自动驾驶期间实时使用。
39.图3是示出根据一个实施方式的与adv一起使用的感知与规划系统的示例的框图。系统300(也称为自动驾驶系统)可实施为图1的adv 101的一部分，包括但不限于感知与规划系统110、控制系统111和传感器系统115。参考图3，感知与规划系统110包括但不限于定位模块301、感知模块302、预测模块303、决策模块304、规划模块305、控制模块306、路线安排模块307、同步模块308和数据选择模块309。
40.模块301至309中的一些或全部可以以软件、硬件或其组合实施。例如，这些模块可安装在永久性存储装置352中、加载至存储器351中，并且由一个或多个处理器(未示出)执行。应注意，这些模块中的一些或全部可通信地联接至图2的车辆控制系统111的一些或全部模块或者与它们集成在一起。模块301至309中的一些可一起集成为集成模块。
41.定位模块301确定系统300的当前位置(例如，利用ins 210)以及管理与用户的行程或路线相关的任何数据。定位模块301(又称作为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可例如经由用户接口登录并且指定行程的起始位置和目的地。定位模块301与系统300的诸如地图与路线数据311的其它部件通信，以获得行程相关数据。例如，定位模块301可从位置服务器和地图与poi(mpoi)服务器获得位置和路线信息。位置服务器提供位置服务，并且mpoi服务器提供地图服务和某些位置的poi，从而可作为地图与路线数据311的一部分高速缓存。当系统300沿着路线移动时，定位模块301也可从交通信息系统或服务器获得实时交通信息。
42.基于由传感器系统115提供的传感器数据和由定位模块301获得的定位信息，感知模块302确定对周围环境的感知。感知信息可表示普通驾驶员在驾驶员正驾驶的车辆周围将感知到的东西。感知可包括例如采用对象形式的车道配置、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其它交通相关标志(例如，停止标志、让行标志)等。车道配置包括描述一个或多个车道的信息，诸如，例如车道的形状(例如，直线或弯曲)、车道的宽度、道路中的车道数量、单向或双向车道、合并或分开车道、出口车道等。
43.感知模块302可包括计算机视觉系统或计算机视觉系统的功能，以处理并分析由一个或多个摄像机采集的图像，从而识别adv环境中的对象和/或特征。所述对象可包括交通信号、道路边界、其它车辆、行人和/或障碍物等。计算机视觉系统可使用对象识别算法、视频跟踪以及其它计算机视觉技术。在一些实施方式中，计算机视觉系统可绘制环境地图，跟踪对象，以及估算对象的速度等。感知模块302也可基于由诸如雷达和/或lidar的其它传感器提供的其它传感器数据来检测对象。
44.针对每个对象，预测模块303预测对象在这种情况下将如何表现。预测是基于感知数据执行的，该感知数据在考虑一组地图/路线数据311和交通规则312的时间点感知驾驶环境。例如，如果对象为相反方向上的车辆且当前驾驶环境包括十字路口，则预测模块303将预测车辆是否可能会笔直向前移动或转弯。如果感知数据表明十字路口没有交通灯，则预测模块303可能会预测车辆在进入十字路口之前可能需要完全停车。如果感知数据表明车辆目前处于左转唯一车道或右转唯一车道，则预测模块303可能预测车辆将更可能分别左转或右转。
45.针对每个对象，决策模块304作出关于如何处置对象的决定。例如，针对特定对象(例如，交叉路线中的另一车辆)以及描述对象的元数据(例如，速度、方向、转弯角度)，决策模块304决定如何与所述对象相遇(例如，超车、让行、停止、超过)。决策模块304可根据诸如交通规则或驾驶规则312的规则集来作出此类决定，所述规则集可存储在永久性存储装置352中。
46.路线安排模块307配置成提供从起始点到目的地点的一个或多个路线或路径。对于从起始位置到目的地位置的给定行程，例如从用户接收的给定行程，路线安排模块307获得路线与地图数据311，并确定从起始位置至到达目的地位置的所有可能路线或路径。路线
安排模块307可生成地形图形式的参考线，它确定了从起始位置至到达目的地位置的每个路线。参考线是指不受其它诸如其它车辆、障碍物或交通状况的任何干扰的理想路线或路径。即，如果道路上没有其它车辆、行人或障碍物，则adv应精确地或紧密地跟随参考线。然后，将地形图提供至决策模块304和/或规划模块305。决策模块304和/或规划模块305检查所有可能的路线，以根据由其它模块提供的其它数据选择和更改最佳路线中的一个，其中，其它数据诸如为来自定位模块301的交通状况、由感知模块302感知到的驾驶环境以及由预测模块303预测的交通状况。根据时间点下的特定驾驶环境，用于控制adv的实际路径或路线可能接近于或不同于由路线安排模块307提供的参考线。
47.基于针对所感知到的对象中的每个的决定，规划模块305使用由路线安排模块307提供的参考线作为基础，为adv规划路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)。换言之，针对给定的对象，决策模块304决定对该对象做什么，而规划模块305确定如何去做。例如，针对给定的对象，决策模块304可决定超过所述对象，而规划模块305可确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块305生成，包括描述车辆在下一移动循环(例如，下一路线/路径段)中将如何移动的信息。例如，规划和控制数据可指示车辆以30英里每小时(mph)的速度移动10米，随后以25mph的速度变到右侧车道。
48.基于规划和控制数据，控制模块306根据由规划和控制数据限定的路线或路径通过将适当的命令或信号发送至车辆控制系统111来控制并驾驶adv。所述规划和控制数据包括足够的信息，以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如，油门、制动、转向命令)将车辆从路线或路径的第一点驾驶到第二点。
49.在一个实施方式中，规划阶段在多个规划周期(也称作为驾驶周期)中执行，例如，在每个时间间隔为100毫秒(ms)的周期中执行。对于规划周期或驾驶周期中的每一个，将基于规划和控制数据发出一个或多个控制命令。即，对于每100ms，规划模块305规划下一个路线段或路径段，例如，包括目标位置和adv到达目标位置所需要的时间。可替代地，规划模块305还可规定具体的速度、方向和/或转向角等。在一个实施方式中，规划模块305为下一个预定时段(诸如，5秒)规划路线段或路径段。对于每个规划周期，规划模块305基于在前一周期中规划的目标位置规划用于当前周期(例如，下一个5秒)的目标位置。控制模块306然后基于当前周期的规划和控制数据生成一个或多个控制命令(例如，油门、制动、转向控制命令)。
50.应注意，决策模块304和规划模块305可集成为集成模块。决策模块304/规划模块305可包括导航系统或导航系统的功能，以确定adv的驾驶路径。例如，导航系统可确定用于影响adv沿着以下路径移动的一系列速度和前进方向：所述路径在使adv沿着通往最终目的地的基于车行道的路径前进的同时，基本上避免感知到的障碍物。目的地可根据经由用户接口系统113进行的用户输入来设定。导航系统可在adv正在运行的同时动态地更新驾驶路径。导航系统可将来自gps系统、惯性导航系统和一个或多个地图的数据合并，以确定用于adv的驾驶路径。
51.图4是示出根据一个实施方式的用于自动驾驶的系统架构的框图。系统架构400可表示如图3中所示的自动驾驶系统的系统架构。参考图4，系统架构400包括但不限于应用层401、规划与控制(pnc)层402、感知层403、驱动程序层404、固件层405和硬件层406。应用层401可包括与adv的用户或乘客交互的用户接口或配置应用程序，诸如例如与用户接口系统
113相关联的功能。pnc层402可包括至少规划模块305和控制模块306的功能。感知层403可包括至少感知模块302的功能。在一个实施方式中，存在包括预测模块303和/或决策模块304的功能的附加层。可替代地，此类功能可包括在pnc层402和/或感知层403中。系统架构400还包括驱动程序层404、固件层405和硬件层406。固件层405可至少表示传感器系统115的功能，其可以以现场可编程门阵列(fpga)的形式实现。硬件层406可表示adv的硬件，诸如控制系统111。层401至层403可经由装置驱动程序层404与固件层405和硬件层406通信。
52.图5a是示出根据本发明的一个实施方式的传感器系统的示例的框图。参考图5，传感器系统115包括多个传感器510和联接至主机系统110的传感器单元500。主机系统110表示如上所述的规划与控制系统，其可包括如图3中所示的模块中的至少一些。传感器单元500可以以fpga装置或asic(专用集成电路)装置的形式实现。在一个实施方式中，传感器单元500除其它外还包括一或多个传感器数据处理模块501(也简称为传感器处理模块)、数据传送模块502和传感器控制模块或逻辑503。模块501至模块503可经由传感器接口504与传感器510通信，以及可经由主机接口505与主机系统110通信。可选地，内部或外部缓冲器506可用于缓冲数据以进行处理。
53.在一个实施方式中，传感器510可包括gps接收器/单元和imu。gps单元和imu可与传感器单元500一起联接在单个fpga或asic(称为惯性测量单元(ins))上，如图5b中所示。在一个实施方式中，传感器510包括作为主imu的第一imu和作为冗余或备用imu的第二imu，它们可独立地由单独的电源电路(诸如电压调节器)供电。传感器处理模块501可包括从gps单元和imu接收数据并组合数据(例如，使用卡尔曼滤波器)以估计自动化车辆的位置的逻辑。传感器处理模块501还可包括，如下面参考图5所描述的，用于补偿由于gps数据的传播延迟而引起的gps数据偏置的逻辑。
54.在一个实施方式中，对于接收路径或上游方向，传感器处理模块501配置成经由传感器接口504从传感器接收传感器数据并且处理传感器数据(例如，格式转换、错误检查)，该传感器数据可临时存储在缓冲器506中。数据传送模块502配置成使用与主机接口505兼容的通信协议将处理的数据传送至主机系统110。类似地，对于传输路径或下游方向，数据传送模块502配置成从主机系统110接收数据或命令。然后，数据由传感器处理模块501处理成与对应传感器兼容的格式。然后将处理的数据传输至传感器。
55.在一个实施方式中，传感器控制模块或逻辑503配置成响应于经由主机接口505从主机系统(例如，感知模块302)接收到的命令而控制传感器510的某些操作，诸如例如激活捕捉传感器数据的定时。主机系统110可将传感器510配置成以协作和/或同步的方式捕捉传感器数据，使得可在任何时间点利用传感器数据来感知车辆周围的驾驶环境。
56.传感器接口504可包括以太网、usb(通用串行总线)、lte(长期演进)或蜂窝、wifi、gps、摄像机、can、串行(例如，通用异步接收器发射器或uart)、sim(用户识别模块)卡以及其它通用输入/输出(gpio)接口中的一个或多个。主机接口505可以是任何高速或高带宽接口，诸如pcie(外围部件互连或pci高速)接口。传感器510可包括用于adv中的各种传感器，诸如例如摄像机、lidar装置、radar(雷达)装置、gps接收器、imu、超声传感器、gnss(全球导航卫星系统)接收器、lte或蜂窝sim卡、车辆传感器(例如，油门、制动器、转向传感器)以及系统传感器(例如，温度、湿度、压力传感器)等。
57.例如，摄像机可经由以太网或gpio接口联接。gps传感器可经由usb或特定gps接口
联接。车辆传感器可经由can接口联接。radar传感器或超声波传感器可经由gpio接口联接。lidar装置可经由以太网接口联接。外部sim模块可经由lte接口联接。类似地，可将内部sim模块插入传感器单元500的sim插槽中。诸如uart的串行接口可出于调试目的而与控制台系统联接。
58.应注意，传感器510可以是任何种类的传感器，并且可由各种销售商或供应商提供。传感器处理模块501配置成处置不同类型的传感器及其相应数据格式和通信协议。根据一个实施方式，传感器510中的每个均与用于处理传感器数据并在主机系统110与对应传感器之间传送经处理的传感器数据的具体通道相关联。每个通道均可包括具体传感器处理模块和具体数据传送模块，这些模块已配置或编程为处置对应的传感器数据和协议。
59.当以低延迟模式操作时，根据一个实施方式，数据传送模块(例如，数据传送模块502)配置成在没有延迟或延迟最小的情况下尽快将从传感器接收的传感器数据发送至主机系统。传感器数据中的一些在定时方面非常敏感，这需要尽快处理。此类传感器数据的示例包括车辆状态，诸如车辆速度、加速度、转向角等。
60.当以高带宽模式操作时，根据一个实施方式，数据传送模块(例如，数据传送模块502)配置成累积从传感器接收到的传感器数据直到预定量，但是仍处于数据传送模块与主机系统110之间的连接的带宽内。然后将累积的传感器数据以使数据传送模块与主机系统110之间的连接的带宽最大的批次传送至主机系统110。通常，高带宽模式用于产生大量传感器数据的传感器。此类传感器数据的示例包括摄像机像素数据。
61.当以存储器模式操作时，根据一个实施方式，数据传送模块配置成将从传感器接收到的传感器数据直接写入到主机系统110的映射存储器的存储器位置，这类似于共享存储器页。使用存储器模式传送的传感器数据的示例包括系统状态数据，诸如温度、风扇速度等。
62.图5b描绘了惯性导航系统(ins)530，其可实施为图5a的传感器系统115的一部分。ins 530包括但不限于gnss接收器532(也称为gps单元)、两个惯性测量单元(imu)534a(例如，主imu)和534b(例如，冗余/备份imu)、以及两个微控制器单元(mcu)536a(例如，主mcu)和536b(例如，冗余/备份mcu)。gnss接收器532可接收和处理来自天线520的gnss测量值(gnss数据)，天线520可在ins 530的外部(例如，在车辆的车顶上)。然后，gnss接收器532可将gnss测量值转发到mcu 536a和536b中的每一个。gnss数据可包括车辆的位置、速度和前进方向，以及指示测量何时进行的时间戳。如果gnss数据不可用，则gnss接收器532还可从内部实时时钟、网络时间协议或其它本地装置获得时间信息。
63.在一个实施方式中，imu 534a和534b可测量自动车辆的加速度和定向。imu 534a可将imu测量值发送到mcu 536a以与gnss测量数据组合和/或同步。例如，使imu测量值与gnss数据同步可包括用gnss数据的时间戳对imu测量值加时间戳。imu 534b可将imu测量值发送到mcu 536b，以与相同的gnss测量数据组合和/或同步。在一个实施方式中，gnss数据可能不可用，诸如当gnss信号差时。在这种情况下，gnss时间数据不可用于同步imu数据。因此，可获得时间数据，并将其从gnss接收器532的内部时钟(例如，实时时钟)或网络时间协议转发到mcu 536a至536b，以对imu数据加时间戳。因此，即使gnss数据不可用，来自imu 534a至534b中的每个的imu数据也与相同的时间数据同步。
64.一旦来自imu 534a至534b中的每个的imu测量值在它们各自相应的mcu 536a至
536b处与gnss数据同步，则同步的imu数据和gnss数据连同每秒脉冲信号可从mcu 536a至536b转发到主机计算系统的感知与规划系统110。在另一实施方式中，如果gnss数据不可用，则imu数据和内部时钟数据或网络时间数据从mcu 536a至536b转发到感知与规划系统110。如图3中所示，感知与规划系统110可包括定位模块301、同步模块308和数据选择模块309。数据选择模块309可确定哪些imu数据(即，来自imu 534a和mcu 536a的imu数据533a或来自imu 534b和mcu 536b的imu数据533b)将在进一步的操作中使用。
65.例如，除非数据选择模块309在imu数据533a中检测到指示imu数据533a不可靠的错误，否则数据选择模块可最初默认使用imu数据533a。如果数据选择模块309在imu数据533a中检测到错误，则数据选择模块309可选择imu数据533b以用于进一步的感知与规划操作。在另一示例中，可选择最准确的imu数据(例如，作为针对gnss数据的度量)用于进一步的操作。在一个实施方式中，确定imu数据533a有错误可基于数据的任何数量的比较和/或测试。例如，数据选择模块309可通过将imu数据533a与其他imu数据533b进行比较、将imu数据与gnss数据进行比较、确定数据是否从imu数据533a中丢失、确定数据中是否存在抖动或噪声、或者如果接收到的数据少于预期的数据，来确定数据是否有错误。
66.一旦imu数据533a至533b中的一个被数据选择模块309选择，则同步模块308可将附加传感器数据(例如，从雷达单元214、lidar单元215、摄像机211和任何其它传感器接收的数据)与所选择的imu数据和gnss数据(诸如pps(每秒脉冲))同步。在一个实施方式中，同步可包括对在与所选imu数据的时间戳大致相同的时间测量的传感器数据中的每个加时间戳。时间戳还可基于由感知与规划系统110也从mcu 536a至536b接收的每秒gnss脉冲进行每秒校准。最后，一旦所有传感器数据被同步，定位模块301可执行adv的定位，以确定adv的位置、定向、前进方向和环境。然后可使用定位数据来规划adv的路径。
67.图6是示出选择和使用来自多个imu中的一个的imu数据的处理流程的框图。图6的处理流程可发生在主机计算机的感知和规划模块110内。在一个实施方式中，数据选择模块309从ins的两个不同imu接收imu数据(即，imu数据533a至533b)。数据选择模块309可确定哪些imu数据(即，来自imu 534a和mcu 536a的imu数据533a或来自imu 534b和mcu 536b的imu数据533b)将在进一步的操作中使用。
68.例如，除非数据选择模块309在imu数据533a中检测到指示imu数据533a不可靠的错误，否则数据选择模块可最初默认使用imu数据533a。如果数据选择模块309在imu数据533a中检测到错误，则数据选择模块309可选择imu数据533b以用于进一步的感知与规划操作。在另一示例中，可选择最准确的imu数据(例如，作为针对gnss数据的度量)用于进一步的操作。在一个实施方式中，确定imu数据533a有错误可基于数据的任何数量的比较和/或测试。例如，数据选择模块309可通过将imu数据533a与其他imu数据533b进行比较、将imu数据与gnss数据进行比较、确定数据是否从imu数据533a中丢失、确定数据中是否存在抖动或噪声、或者如果接收到的数据少于预期的数据，来确定数据是否有错误。
69.接下来，所选择的imu数据可转发到同步模块308。所选择的imu数据可先前已经使用gnss数据被加时间戳(即，同步)。然后，同步模块可使用所选择的imu数据来进一步同步附加传感器数据(例如，可用与所选择的imu数据相同的时间戳对附加传感器数据加时间戳)。最后，包括所选择的imu数据的同步传感器数据可转发到定位模块301。如参考图3所描述的，定位模块301可执行adv的定位，以全部基于由定位模块301获得的传感器数据、所选
择的imu数据和任何其它数据(例如，地图数据)来确定adv的位置、定向、前进方向和环境。然后，由定位模块301生成的定位数据可用于规划adv的路径。
70.图7是示出根据一个实施方式的操作自动驾驶车辆的过程的流程图。过程700可由可包括软件、硬件或其组合的处理逻辑来执行。例如，过程700可由如上所述的自动驾驶系统执行。参考图7，在框701处，第一mcu从gnss接收器接收gnss数据，并从第一imu接收第一imu数据，其中，第一imu作为主imu操作。在框702处，第一mcu例如在时间上使第一imu数据与gnss数据同步。在框703处，第二mcu从gnss接收器接收相同的gnss数据，并从第二imu接收第二imu数据，其中，第二imu操作冗余或备用imu。在框704处，第二mcu例如在时间上使第二imu数据与gnss数据同步。在框705处，处理逻辑响应于确定第一imu未能正确操作执行定位过程，以基于所同步的第一imu数据和gnss数据或者基于所同步的第二imu数据和gnss数据来确定adv的位置。
71.来自第二imu的imu数据可在第二处理设备处与gnss数据(或者如果gnss数据不可用，则来自gnss接收器的内部时钟或网络时间协议的时间数据)同步，并转发到定位模块。gnss数据可以是在第一处理设备处与来自第一imu的imu数据同步的相同gnss数据。处理逻辑可确定是否存在与第一数据相关联的错误。在一个示例中，如果没有错误，则第一数据可用于同步操作。如果处理逻辑检测到与第一数据相关联的错误，则处理逻辑可确定使用第二数据而不是第一数据来执行同步操作。该错误可指示第一imu或第一处理设备已经发生故障或正遇到导致将不正确的数据提供给定位模块的问题。
72.在一个实施方式中，处理逻辑可使用若干方法中的一个或多个来确定第一数据中存在错误。用于检测错误的一种方法可包括将第一数据与第二数据进行比较。在一个示例中，如果第一数据与第二数据相差阈值量，则处理逻辑可确定至少第一数据或第二数据出错。然后，处理逻辑可继续到第二方法，用于确定是第一数据还是第二数据出错。例如，处理逻辑可将第一数据与gnss位置数据进行比较，以确定是否存在差异。在另一示例中，处理逻辑可确定预期被包括的数据是否从第一数据中丢失。在另一示例中，处理逻辑确定在第一数据中是否存在大量噪声或抖动。
73.图8是示出根据另一实施方式的在ins中调整gnss延迟的过程的流程图。过程800可由感知与规划模块110的数据选择模块309和同步模块308执行。在操作802处，处理逻辑从第一微控制器单元接收第一imu数据。第一imu数据可以是由ins的第一imu测量的数据。第一imu数据还可在第一微控制器单元处与gnss数据同步。
74.在操作804处，处理逻辑从第二微控制器单元接收第二imu数据。第二imu数据可由ins的第二imu生成。第一微控制器单元和第二微控制器单元以及第一imu和第二imu可全部包括在同一ins中。第一微控制器单元和第二微控制器单元可使第一imu数据和第二imu数据与相同的gnss数据同步(或者如果gnss数据不可用，则与来自gnss接收器的内部实时时钟或网络时间协议的其它时间数据同步)。例如，第一微控制器单元可从gnss接收器接收gnss数据(或其它时间数据)，以及第二微控制器单元可从相同的gnss接收器接收相同的gnss数据，如图5b中所示。因此，第一imu数据和第二imu数据可在第一微控制器单元和第二微控制器单元处与相同gnss数据(或其它时间数据，诸如来自gnss接收器的实时时钟或网络时间协议)同步。
75.在操作806处，处理逻辑从一个或多个附加传感器接收附加传感器数据。附加传感
器可以是获得关于adv的状态的测量值的任何类型的传感器。例如，附加传感器可包括照摄像机、lidar、雷达等。
76.在操作808处，处理逻辑确定第一imu数据是否有错误。如果第一imu数据的可靠性不满足阈值可靠性，则其可能有错误。例如，处理逻辑可通过将第一imu数据与第二imu数据进行比较、将imu数据与gnss数据(如果可用)进行比较、确定数据是否从imu数据中丢失、确定数据中是否存在抖动或噪声、如果接收到的数据少于预期的数据等，来确定第一imu数据有错误。特定阈值可与用于确定第一imu数据是否有错误的这些方法中的每一个相关联。例如，如果第一imu数据与gnss数据相差阈值量，则处理设备可确定第一imu数据有错误。
77.在操作810处，响应于确定第一imu数据没有错误，处理逻辑使附加传感器数据与第一imu数据同步。例如，可用与第一imu数据相同的时间戳对附加传感器数据加时间戳。在操作812处，处理逻辑使用第一imu数据和同步的附加数据执行定位。adv的定位可包括全部基于由处理逻辑获得的传感器数据、第一imu数据和任何其它数据来确定adv的位置、定向、前进方向和环境。然后可使用定位数据来规划adv的路径。
78.在操作814处，响应于确定第一imu数据有错误，处理逻辑使附加传感器数据与第二imu数据同步，而不是与第一imu数据同步。例如，可用与第二imu数据(而不是第一imu数据)相同的时间戳来对附加传感器数据加时间戳。在操作816处，处理逻辑使用第二imu数据和同步的附加传感器数据执行定位。adv的定位可包括全部基于由处理逻辑获得的传感器数据、第二imu数据和任何其它数据来确定adv的位置、定向、前进方向和环境。然后可使用定位数据来规划adv的路径。
79.应注意，如上文示出和描述的部件中的一些或全部可在软件、硬件或其组合中实施。例如，此类部件可实施为安装并存储在永久性存储装置中的软件，所述软件可通过处理器(未示出)加载在存储器中并在存储器中执行以实施贯穿本技术所述的过程或操作。可替代地，此类部件可实施为编程或嵌入到专用硬件(诸如，集成电路(例如，专用集成电路或asic)、数字信号处理器(dsp)或现场可编程门阵列(fpga))中的可执行代码，所述可执行代码可经由来自应用的相应驱动程序和/或操作系统来访问。此外，此类部件可实施为处理器或处理器内核中的特定硬件逻辑，作为可由软件部件通过一个或多个特定指令访问的指令集的一部分。
80.前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式，以将他们的工作实质最有效地传达给本领域中的其他技术人员。本文中，算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。
81.然而，应当牢记，所有这些和类似的术语均旨在与适当的物理量关联，并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出，否则应当了解，在整个说明书中，利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机系统或类似电子计算装置的动作和处理，所述计算机系统或电子计算装置操控计算机系统的寄存器和存储器内的表示为物理(电子)量的数据，并将所述数据变换成计算机系统存储器或寄存器或者其它此类信息存储装置、传输或显示装置内类似地表示为物理量的其它数据。
82.本公开的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如，计算机)可读的形式存
储信息的任何机构。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“rom”)、随机存取存储器(“ram”)、磁盘存储介质、光存储介质、闪存存储器装置)。
83.前述附图中所描绘的过程或方法可由处理逻辑来执行，所述处理逻辑包括硬件(例如，电路、专用逻辑等)、软件(例如，体现在非暂时性计算机可读介质上)或两者的组合。尽管所述过程或方法在上文是依据一些顺序操作来描述的，但是应当了解，所述操作中的一些可按不同的顺序执行。此外，一些操作可并行地执行而不是顺序地执行。
84.本公开的实施方式并未参考任何特定的编程语言进行描述。应认识到，可使用多种编程语言来实施如本文描述的本公开的实施方式的教导。
85.在以上的说明书中，已经参考本公开的具体示例性实施方式对本公开的实施方式进行了描述。将显而易见的是，在不脱离所附权利要求书中阐述的本公开的更宽泛精神和范围的情况下，可对本发明作出各种修改。因此，应当在说明性意义而不是限制性意义上来理解本说明书和附图。