4、速度估计基础：轮速计、车辆CAN总线速度、多普勒测速、视觉/雷达测速的原理与特点
在GNSS/IMU组合导航系统中，速度观测是抑制位置漂移、约束惯性导航误差累积的关键信息源。与GNSS提供的位置和速度不同，车辆自身可获取的速度信号具有高更新率、短时稳定和不受卫星信号遮挡影响的优势。本章围绕四类主流速度估计手段——轮速计、车辆CAN总线速度、多普勒测速（GNSS多普勒）以及视觉/雷达测速，系统阐述其物理原理、数学模型、适用场景与工程限制，为后续融合定位算法设计提供基础。
4.1 轮速计测速原理与特点
轮速计（Wheel Speed Sensor）通过测量车轮旋转角速度并结合轮胎有效滚动半径来推算车辆纵向速度。其核心物理关系为：v = ω × r_eff，其中ω为车轮角速度（rad/s），r_eff为轮胎有效滚动半径（m）。工程实现上，轮速传感器通常采用霍尔效应或磁电式原理，在轮毂或传动轴上安装齿圈（通常48-96齿），通过脉冲计数或脉冲间隔测量获得角速度。
4.2 车辆CAN总线速度信号
现代车辆通过CAN（Controller Area Network）总线广播速度相关信息，主要包括：ESP/ABS轮速信号（四个车轮独立）、变速箱输出轴转速、仪表盘显示车速。其中ESP轮速信号质量最高，更新率可达50-100Hz，且经过整车厂标定，线性度好。但需注意：CAN速度信号是纵向速度，不包含横向速度分量；且受轮胎打滑、制动抱死、轮胎磨损等因素影响，存在系统性偏差。
| 信号来源 | 更新率 | 精度 | 延迟 | 适用场景 |
|---|---|---|---|---|
| ESP/ABS轮速 | 50-100Hz | ±0.1m/s（正常路面） | 10-30ms | 组合导航主速度源 |
| 变速箱输出轴 | 20-50Hz | ±0.2m/s | 20-50ms | 备用/校验 |
| 仪表盘车速 | 1-10Hz | ±0.5m/s（含标定偏差） | 100-300ms | 仅作参考 |
4.3 GNSS多普勒测速
GNSS多普勒测速利用接收机跟踪卫星信号的载波频率偏移（Doppler Shift）来估计接收机速度。其原理基于：f_d = (v_r · e_s) / λ，其中f_d为多普勒频移，v_r为接收机速度矢量，e_s为卫星方向单位矢量，λ为载波波长。通过同时观测至少4颗卫星的多普勒频移，即可解算出三维速度矢量。相比GNSS位置差分测速，多普勒测速精度更高（可达0.03-0.1m/s），且不受载波相位整周模糊度影响。
4.4 视觉/雷达测速
视觉测速主要基于光流法（Optical Flow），通过跟踪连续图像帧中特征点的像素位移，结合相机内参和车辆运动模型，反算车辆速度。其优势在于可同时估计纵向和横向速度，且不依赖车轮状态。但光流法对光照变化、纹理稀疏、运动模糊敏感，计算量较大。雷达测速则利用多普勒频移原理，通过毫米波雷达（77GHz）测量地面或静止目标的径向速度，进而推算车辆速度。雷达测速不受光照影响，但受雨雪、多径反射干扰，且只能测量径向分量。
4.5 速度源对比与融合策略
实际工程中，单一速度源难以满足全工况需求。下表对比了四类速度源的关键特性：
| 特性维度 | 轮速计 | CAN总线 | 多普勒测速 | 视觉/雷达 |
|---|---|---|---|---|
| 速度维度 | 纵向 | 纵向 | 三维 | 二维/径向 |
| 更新率 | 100-200Hz | 20-100Hz | 1-10Hz | 10-50Hz |
| 短期精度 | 高 | 高 | 中 | 中 |
| 长期稳定性 | 差（轮胎磨损） | 中（标定漂移） | 优（基准） | 中（环境依赖） |
| 环境敏感性 | 打滑/抱死 | 打滑/抱死 | 遮挡/多径 | 光照/天气 |
融合策略上，推荐采用分层融合架构：以轮速计/CAN速度作为高频预测输入（100Hz），以GNSS多普勒速度作为低频校正（1-5Hz），视觉/雷达速度作为辅助观测（10-30Hz）用于横向速度约束。在扩展卡尔曼滤波（EKF）框架中，各速度源的噪声协方差矩阵需根据实时工况动态调整——例如检测到车轮打滑时，增大轮速计噪声；检测到GNSS信号遮挡时，降低多普勒测速权重。
4.6 案例：城市物流车速度融合定位
背景与约束：某城市物流车队需在密集高架桥、隧道和地下车库场景下实现车道级定位（横向误差<1.5m）。车辆配备：U-blox F9P接收机（GNSS）、BOSCH ESP轮速传感器（CAN）、前视单目相机（视觉测速）、前向毫米波雷达。初始目标：在GNSS信号丢失超过30秒的隧道内，保持纵向速度误差<0.2m/s。
问题与现象：实测发现，单纯依赖CAN轮速信号在隧道内行驶时，由于轮胎温度升高导致有效滚动半径增大（约0.8%），30秒后纵向位置漂移达6.2m，超出车道级定位需求。同时，视觉光流在隧道内光照不足时频繁失效。
分析与处理：
- 数据采集：在隧道入口前200m开阔路段，采集GNSS多普勒速度与CAN轮速数据，计算实时尺度因子 k = v_doppler / v_can，发现k从1.000漂移至1.008。
- 融合策略调整：在EKF中增加尺度因子状态量，利用多普勒速度作为观测，在线估计并修正k值。同时，将视觉测速的权重在光照不足时自动降为0，雷达测速作为横向速度约束。
- 参数配置：轮速计噪声σ=0.05m/s，多普勒测速噪声σ=0.08m/s，尺度因子过程噪声σ=1e-5/s（慢变假设）。
结果对比：优化后，隧道内30秒纵向位置漂移从6.2m降至0.8m，满足车道级定位需求。出隧道后，GNSS信号恢复，多普勒测速权重自动提升，系统在2秒内收敛至厘米级精度。
4.7 常见误区与总结
误区一：认为CAN总线速度就是真实车速。实际上，CAN速度经过整车厂标定，存在约±2%的出厂偏差，且随轮胎磨损、胎压变化而漂移。误区二：忽略轮速计的横向速度缺失。在车辆转弯时，轮速计只能提供纵向速度，若直接用于二维定位，会产生明显的横向误差。误区三：多普勒测速在动态环境下精度下降。高动态（如急加速/急刹车）时，接收机晶振稳定性、信号跟踪环路延迟会导致多普勒测量偏差增大。
总结复盘：速度估计是组合导航系统的“血液”，不同速度源各有优劣。工程实践中应遵循以下原则：
- 主次分明：以轮速计/CAN速度为高频主源，以多普勒测速为基准，以视觉/雷达为辅助约束。
- 在线标定：利用多普勒测速周期性校准轮速尺度因子，抑制长期漂移。
- 工况感知：通过车辆动力学信号（如ABS触发、横向加速度）检测打滑/抱死状态，动态调整速度源权重。
- 冗余设计：至少保留两种独立速度源，防止单一传感器失效导致定位中断。