杨莉李冬雪王强赵目龙李海波

（1.中国第一汽车股份有限公司智能网联开发院，长春130013；2.汽车振动噪声与安全控制综合技术国家重点实验室，长春130013；3.大陆汽车电子(连云港)有限公司长春分公司被动安全传感器事业部，长春130000）

主题词：惯性传感器 自动驾驶 后向传播神经网络 误差标定

1 前言

随着汽车行业“新四化”的提出，电动化、自动化、网联化、共享化成为汽车行业未来的发展趋势和发展方向。“新四化”中自动化的落地，需要多种传感器的支撑。杜莎等[1]提出传感器作为自动驾驶车辆的眼睛，在自动驾驶发展的过程中发挥着重要的作用。王田等[2]对自动驾驶传感技术的专利情况进行了分析和研究，发现近年来针对自动驾驶传感器的专利申请量和活跃度均处于领先地位。李磊等[3]设计了多传感器融合的自动车定位导航系统，研究结果表明融合惯性传感器的自动车定位系统结构简单，且可极大提高定位导航精度。Elsheikh等[4]将惯性传感器与GNSS信息进行融合，获得了稳定的定位性能。可见，随着自动驾驶等级的提高，惯性传感器因其工作不受外部环境影响而成为自动驾驶中传感器融合的核心技术元件。

然而，由于机械安装误差、芯片封装误差、工作环境温度、产品生命周期和电磁干扰因素的影响，惯性传感器的输出存在一定的误差。目前应用的误差标定技术有3项：

（1）采用数学方法进行，例如田晓春等[5]提出的采用数学模型推导标定方法；

（2）通过算法进行自滤波，例如Kelly[6]提出的卡尔曼滤波算法；……