公共汽车ADAS如何实现0.8-200 km/h真地面速度监测精度达±0.1 km/h？【车载雷达|GNSS/INS】

1. 公共汽车的基本结构与速度监测技术要求

公共汽车作为一种大型载客车辆，其核心功能是安全、高效地运送乘客。在车辆运动学方面，速度是其最基本的动态参数之一。公共汽车的速度测量主要围绕其与地面的相对运动进行。

从结构上看，公共汽车主要依靠车轮与地面的摩擦力驱动或制动。传统的速度测量方式多基于车轮的旋转速度，通过计算车轮转速乘以有效周长来获得。然而，这种基于车轮转速的测量方式存在固有的局限性。想象一下，当公共汽车在湿滑路面（如雨雪天气）上急加速或急刹车时，车轮很可能会发生“打滑”现象——车轮在旋转，但车辆并没有以等比例的距离向前或向后移动。这就像跑步机上的跑者，腿在高速运动，但人却原地不动。此时，车轮转速并不能真实反映车辆相对于地面的实际速度。此外，轮胎的磨损、胎压变化，甚至车辆载重导致的轮胎形变和下沉，都会影响轮胎的“有效周长”，进而导致速度测量出现偏差。

因此，对公共汽车进行精确的速度监测，尤其是为了实现高级驾驶辅助系统（ADAS）、闭环控制、能耗管理或安全行驶监控，需要满足以下技术要求：

• 真地面速度测量：能够测量车辆相对于地面的实际移动速度，而非仅仅车轮的转动速度，从而避免车轮打滑、轮胎周长变化等因素的影响。

• 宽泛的速度测量范围：需要覆盖车辆在各种运行状态下的速度，例如在交通拥堵时最低可达0.8 km/h的蠕行速度，以及在高速公路或试验场中高达200 km/h的运行速度。

• 高动态响应性：公共汽车的加减速过程要求传感器能够快速响应速度变化，以支持实时的监测与控制。

• 环境适应性强：车辆在户外运行，传感器必须能抵御温度、湿度、雨雪、灰尘、振动等恶劣环境条件。

• 安装灵活且维护简便：传感器应易于集成到车辆结构中，且不增加过多的维护负担。

2. 公共汽车速度监测参数与评价方法

在公共汽车的速度监测中，需要关注的核心参数主要是车辆相对于地面的瞬时速度。这个“瞬时速度”指的是车辆在某一时刻的实际运动快慢。

• 速度（Velocity）：衡量车辆在单位时间内移动的距离，通常以千米/小时（km/h）或米/秒（m/s）表示。精确的速度数据是评估驾驶行为、计算油耗、预测到达时间、以及确保行车安全的基础。评价速度测量的主要指标包括测量范围（从最低到最高的有效测量值）、测量精度（测量结果与真实值之间的偏差程度）和分辨率（能够检测到的最小速度变化）。

• 加速度（Acceleration）：表示车辆速度变化的快慢和方向，通常以米/秒平方（m/s²）表示。通过对瞬时速度进行求导可以得到加速度。加速度数据对于分析车辆的动力学性能、驾驶舒适性以及紧急制动情况下的安全性评估至关重要。

• 行驶里程（Distance Traveled）：是车辆在一定时间段内累积行驶的总距离。通过对瞬时速度进行积分可以得到行驶里程。精确的里程数据用于车辆维保计划、路线规划和运营成本核算。

评价速度监测系统性能时，除了上述参数的精度外，还会考虑其更新率（传感器输出数据的频率，影响实时性）、迟滞性（测量响应的滞后程度）、鲁棒性（在各种工况和环境下保持性能稳定的能力）以及抗干扰能力。这些指标共同决定了一个速度传感器在实际应用中的价值。

3. 实时监测/检测技术方法

为了满足公共汽车对精确、抗打滑的速度测量需求，市面上涌现了多种先进的实时监测技术。这些技术各有其工作原理、优缺点及适用场景。

（1）市面上各种相关技术方案

a. 多普勒雷达测速技术

多普勒雷达测速技术是一种非接触式的真地面速度测量方法，它通过发射电磁波并接收从地面反射回来的信号，利用多普勒效应来计算车辆相对于地面的真实速度。这种技术就好像你对着一个移动的物体喊话，如果物体向你靠近，你听到的回声会变尖（频率变高），如果物体远离，回声会变沉（频率变低）。雷达波也是一样，当雷达波遇到移动的地面时，其反射波的频率会发生变化，这个频率变化量就叫多普勒频移。

工作原理和物理基础：

多普勒雷达传感器会持续发射特定频率（例如24 GHz）的电磁波束，通常以一定的角度斜向下指向地面。当车辆向前行驶时，这些电磁波击中地面并被地面散射回来。由于车辆和地面之间存在相对运动，散射回的电磁波的频率会与发射频率产生差异。这个频率差异，即多普勒频移（fd），与车辆的实际运动速度（v）、雷达波的波长（λ）以及雷达波束与车辆运动方向之间的夹角（θ）之间存在明确的物理关系。

其核心公式可以表示为：

fd = (2 * v * cos(θ)) / λ

其中： * fd 是多普勒频移，即反射波频率与发射波频率的差值。 * v 是车辆相对于地面的速度。 * θ 是雷达波束方向与车辆前进方向之间的夹角。这个角度非常关键，因为它决定了雷达测量的是速度矢量在波束方向上的分量。通过在设计时固定好这个角度，就可以精确地反推出车辆的实际速度。 * λ 是发射电磁波的波长。由于光速c = λ * f (f为发射频率)，所以λ = c / f。

传感器内部的信号处理单元会精确地测量这个频率差异fd，然后根据预设的波长λ和安装角度θ，反向计算出车辆的真实地面速度v。

核心性能参数典型范围：

• 速度测量精度：通常能达到±0.1 m/s到±1 km/h的级别，在高精度型号中甚至更高。

• 速度测量范围：可以覆盖从非常低的几厘米/秒到数百公里/小时的广阔范围，例如0.05 km/h至200 km/h。

• 响应时间/更新率：通常在20 Hz到100 Hz之间，能够实现实时或近实时的速度监测。

• 探测距离：根据功率和天线设计，短程雷达可达几十米，长程雷达可达数百米。

技术方案的优缺点：

• 优点：

  • 不受车轮打滑影响：由于直接测量车辆相对于地面的运动，所以能够提供真实的地面速度，完全规避了车轮打滑、轮胎周长变化和轮胎下沉带来的测量误差。这对于在湿滑路面、急加速或急减速工况下进行精确控制和安全评估至关重要。

  • 环境适应性强：雷达波具有较强的穿透能力，受光照、灰尘、雨雪、雾霾等天气条件的影响较小，能够实现全天候稳定工作。

  • 非接触式测量：无需与被测物体直接接触，减少了磨损和维护需求，延长了传感器寿命。

  • 安装灵活：通常体积小巧，易于安装在车辆底部，且对安装角度有一定容忍度。

• 局限性：

  • 在极端的泥泞或松软地面环境下，地面回波信号可能受到衰减或散射不均匀的影响，但通常可以通过信号处理算法来缓解。

  • 成本相对较高。

  • 雷达波束角可能导致在曲率较大的路面测量精度略微下降，但在平直路面表现优异。

b. 轮端传感器测速技术

轮端传感器是车辆上最常见的速度测量方式之一，它直接测量车轮的转速。

工作原理和物理基础：

这类传感器通常采用磁阻式或霍尔效应原理。它们集成在车轮轴承单元或车桥附近，由一个磁性编码环（通常与轮毂同步旋转）和一个感应元件组成。当车轮转动时，编码环上的磁极变化会导致感应元件输出一系列电脉冲信号。通过计算单位时间内产生的脉冲数量，就可以得出车轮的转速。再结合预设的车轮有效周长（C），车辆速度（v）可以由以下公式推算：

v = (转速 * C)

其中，转速是每秒的转数。

核心性能参数典型范围：

• 速度测量精度：在无打滑情况下，精度可达±0.1 km/h或更低。

• 速度测量范围：从极低速（如0.05 km/h）到高速（如200 km/h）均可。

• 响应时间：通常非常快，能够实时反映车轮转速。

技术方案的优缺点：

• 优点：

  • 成本较低：技术成熟，是车辆ABS/ESP系统标配，集成度高。

  • 实时性好：能够即时反映车轮的转动状态。

  • 结构紧凑：直接集成在车轮附近，不占用额外空间。

• 局限性：

  • 受车轮打滑严重影响：无法区分车轮转动是由于车辆前进还是原地打滑，导致测量的不是真实地面速度。这是其最主要的局限性，尤其在公共汽车需要精确制动或加速控制的场景中，可能导致误判。

  • 受轮胎状况影响：轮胎磨损、胎压、载重等都会改变有效周长，进而影响测量精度。

  • 机械磨损：作为机械接触部件或近接触部件，长期运行可能存在磨损和失效风险。

c. GNSS/INS组合导航测速技术

GNSS/INS组合导航系统结合了全球导航卫星系统（GNSS，如GPS、北斗、伽利略等）和惯性测量单元（INS）的优势，提供高精度的位置、速度和姿态信息。

工作原理和物理基础：

GNSS接收机通过接收多颗卫星的信号，并利用三角定位原理计算出载体的精确位置。速度的获取可以通过两种方式：一是基于短时间内位置变化率的计算；二是通过分析卫星信号的多普勒频移直接获得。例如，对于卫星信号的L1载波，其多普勒频移fd_GNSS与接收机相对于卫星的径向速度vr有关：

fd_GNSS = -vr / λ_L1

通过多颗卫星的径向速度，可以解算出接收机的三维速度。

惯性测量单元（INS）通常包含三轴加速计和三轴陀螺仪，能够测量载体的角速度和线加速度。通过对这些原始数据进行积分，可以推算出载体的速度和姿态。

GNSS和INS数据通过卡尔曼滤波等高级算法进行融合。GNSS提供绝对定位和速度信息，但可能在信号遮挡（如隧道、高楼峡谷）时失效；INS则提供高频、短期的连续数据，但存在累计误差。融合系统在GNSS信号良好时校正INS误差，在GNSS信号丢失时，INS能够提供短期的独立导航能力，从而实现互补，提供连续、高精度的速度输出。

核心性能参数典型范围：

• 速度测量精度：在RTK（实时动态定位）模式下，精度可达0.03 m/s RMS。

• 更新率：通常高达100 Hz，能够提供非常高频的动态数据。

• 定位精度：RTK模式下可达厘米级。

技术方案的优缺点：

• 优点：

  • 极高精度：能够提供极高的位置和速度精度，是自动驾驶、高精度测绘等应用的理想选择。

  • 全方位信息：除了速度，还能提供精确的位置、姿态信息，功能全面。

  • 抗打滑：直接测量车辆的绝对运动，不受车轮打滑影响。

  • 抗GNSS信号短暂丢失：INS能够在GNSS信号暂时丢失时提供短时导航能力，保证数据连续性。

• 局限性：

  • 成本高昂：通常是所有方案中成本最高的。

  • 易受GNSS信号影响：在隧道、高楼林立的城市峡谷或强烈电磁干扰区域，GNSS信号可能被遮挡或削弱，影响精度和可靠性。

  • 初始化时间：通常需要一定的初始化时间才能达到高精度。

d. 激光雷达（LiDAR）测速技术

激光雷达技术通过发射激光脉冲并测量其返回时间来确定目标距离，进而通过距离变化计算速度。

工作原理和物理基础：

激光雷达传感器向目标车辆发射脉冲激光束。激光束以光速传播，当遇到目标后会被反射回来。传感器接收到反射激光后，测量激光从发射到反射回传感器之间的时间（飞行时间，ToF）。由于光速已知，距离（D）可以精确计算：

D = (c * t) / 2

其中： * c 是光速。 * t 是激光的飞行时间。

通过连续测量目标距离的变化（ΔD）并在已知时间间隔（Δt）内，可以计算出目标的相对速度：

v = ΔD / Δt

核心性能参数典型范围：

• 速度测量精度：根据型号和环境，可达±0.1 km/h到±1 km/h。

• 探测距离：从几米到数百米不等。

• 多目标和多车道测量：部分先进系统能同时测量多个目标或多条车道。

技术方案的优缺点：

• 优点：

  • 非接触式：对车辆无物理干预。

  • 高精度：距离测量精度高，进而速度测量精度也较高。

  • 不受光照影响：可在夜间工作。

  • 高空间分辨率：能够生成精细的点云数据。

• 局限性：

  • 受恶劣天气影响：雨、雪、雾会散射激光，显著降低性能和探测范围。

  • 成本相对较高：特别是高性能的多线激光雷达。

  • 无法穿透障碍物：如玻璃、塑料袋等对激光有吸收或反射特性的材料会影响测量。

（2）市场主流品牌/产品对比

这里我们将对比几家在公共汽车速度测量领域具有代表性的主流品牌及其采用的技术方案。

• 德国海拉

  • 采用技术：多普勒雷达技术。

  • 核心参数：频率24GHz，探测范围0.2米至80米，速度测量精度±0.1 米/秒，角分辨率约±1度，防护等级IP6K9K。

  • 应用特点与优势：海拉作为汽车电子领域的领导者，其雷达传感器以高可靠性和出色的全天候工作能力著称。它在辅助驾驶系统（如盲点监测、变道辅助）中计算与前方或周围车辆的相对速度表现优异，也能应用于交通监控场景。该方案的优势在于不受光照、雨雪、雾霾影响，且集成度高。

• 英国真尚有

  • 采用技术：雷达多普勒测速技术。

  • 核心参数：发射24 GHz电磁波，速度测量范围0.8 km/h至200 km/h，信号更新率20 Hz，工作温度-40°C至+70°C，防护等级IP6KX、IPX7、IPX9K，安装距离100 mm至700 mm。

  • 应用特点与优势：英国真尚有的LP-DS200传感器专注于提供精确的真地面速度测量，它最大的亮点在于能够完全不受车轮打滑、轮胎周长变化和轮胎下沉的影响。其宽广的测量范围和高动态性能使其非常适合公共汽车从低速到高速的全工况监测。同时，其坚固的完全密封外壳和高防护等级，确保了在恶劣户外环境下的长期稳定可靠运行，且易于与被测物体平行安装。

• 加拿大诺瓦泰

  • 采用技术：GNSS/INS组合导航系统。

  • 核心参数：速度精度0.03 m/s RMS（RTK模式），定位精度0.012 m RMS（RTK模式），更新率高达100 Hz，支持多GNSS星座及多频段信号。

  • 应用特点与优势：诺瓦泰的方案提供了极致的定位和速度精度，特别适用于对车辆位置和姿态信息有极高要求的自动驾驶、高精度测绘和车辆测试等严苛应用。它能有效避免车轮打滑问题，并通过融合惯性测量单元数据，在GNSS信号短暂受阻时仍能保持数据的连续性。

• 瑞典斯凯孚

  • 采用技术：磁阻式或霍尔效应轮端传感器。

  • 核心参数：输出数字方波信号，工作温度范围-40°C至+150°C，速度测量范围0.05 km/h至200 km/h（取决于具体型号），防护等级IP67/IP69K。

  • 应用特点与优势：斯凯孚作为轴承和密封技术专家，其轮端传感器通常直接集成在车轮轴承单元中，结构紧凑且易于安装。它是车辆ABS/ESP系统的核心部件，为车辆制动和稳定控制提供基础数据。其优势在于高集成度和对车轮转速的直接测量，但需注意其测量的不是真实地面速度，容易受车轮打滑影响。

• 芬兰维萨拉

  • 采用技术：激光雷达（LiDAR）技术。

  • 核心参数：速度测量精度±1 km/h，车辆分类精度大于95%，探测距离5米至50米，可测量1至4条车道，工作温度范围-40°C至+70°C。

  • 应用特点与优势：维萨拉的交通传感器以非侵入式安装为特点，无需破坏路面，非常适合智能交通系统和路况监测。它通过激光雷达技术提供高精度、全天候的速度数据，并且能够同时测量多个车道，甚至提供交通流量、占有率和车辆分类等综合数据。

（3）选择设备/传感器时需要重点关注的技术指标及选型建议

在为公共汽车选择速度监测设备时，需要综合考虑多种技术指标，以确保选型符合实际应用需求：

• 测量范围：这是最基础的指标。公共汽车在城市和城际路况中运行，速度从0.8 km/h（蠕行）到200 km/h（高速测试或特殊路段）不等。传感器必须能稳定覆盖这个全范围。如果测量范围不足，则可能在高低速端出现数据缺失或精度下降。

  • 选型建议：根据公共汽车的实际运行场景，选择能完全覆盖所需最低和最高速度的传感器。对于多普勒雷达和GNSS/INS方案，通常能满足宽泛的速度范围要求。

• 测量精度：衡量测量结果与真实值之间的接近程度。高精度对于精确的能耗管理、驾驶行为分析和高级驾驶辅助系统（ADAS）至关重要。例如，0.1 km/h的精度误差在城市拥堵路段可能影响不大，但在精确停车或车辆编队行驶时就非常关键。

  • 选型建议：对于要求苛刻的自动驾驶或测试验证场景，应优先选择GNSS/INS或高精度多普勒雷达；对于一般的车速表或车队管理，常规精度的多普勒雷达或激光雷达即可满足。

• 更新率/响应时间：指传感器输出新数据的频率。更新率越高，数据越实时，对车辆动态变化的捕捉越及时。例如，20 Hz的更新率意味着每秒可以提供20次速度数据。这对于快速加减速、紧急制动等高动态场景下的闭环控制系统非常重要。

  • 选型建议：需要实时控制或快速响应的系统，如自动紧急制动（AEB），应选择更新率高于50 Hz的传感器；对于一般的速度显示或数据记录，20-30 Hz的更新率通常已足够。

• 抗打滑能力：这是公共汽车速度监测的核心痛点。车轮打滑会使传统轮速传感器测得的速度远超或远低于真实地面速度。

  • 选型建议：为了彻底避免车轮打滑的影响，强烈建议选择非接触式地面速度传感器，如多普勒雷达或GNSS/INS组合导航系统。

• 环境适应性（防护等级、工作温度）：公共汽车在各种天气和路况下运行，传感器需要抵御雨、雪、尘、泥浆、高低温以及振动冲击。防护等级（如IP6KX、IPX7、IPX9K）表示传感器防尘防水的能力。

  • 选型建议：户外安装的传感器应至少达到IP67或更高等级的防护，并确保其工作温度范围覆盖当地的极端气候条件。

• 输出接口：传感器需要与车辆的ECU或其他控制系统通信。常见的输出接口有CAN总线、RS232、脉冲输出等。

  • 选型建议：根据车辆现有电气架构和控制系统要求，选择兼容的输出接口，CAN总线是现代车辆的主流选择，具有高可靠性和抗干扰能力。

• 安装距离与角度：非接触式传感器通常有推荐的安装高度和角度。这会影响测量的准确性和传感器在车辆上的集成便利性。

  • 选型建议：选择安装要求与车辆底部空间和结构设计匹配的传感器，确保在推荐的安装范围内能获得最佳性能。

（4）实际应用中可能遇到的问题和相应解决建议

• 问题：车轮打滑导致的测量误差（针对轮端传感器）

  • 原因与影响：在湿滑路面、急加速或急减速时，车轮转速与实际地面速度不匹配，导致轮端传感器输出的速度远高于或低于真实速度。这会误导驾驶员，也可能导致车辆控制系统做出错误的判断，影响行车安全和乘坐舒适性。

  • 解决建议：最根本的解决方案是采用非接触式真地面速度传感器，例如多普勒雷达或GNSS/INS系统，它们直接测量车辆相对于地面的运动，与车轮状态无关。如果必须使用轮端传感器，可以考虑多传感器融合，即结合GNSS数据或通过车身惯导系统进行校正，但会增加系统复杂度和成本。

• 问题：环境因素对非接触式传感器的影响

  • 原因与影响：

    • 雨雪、灰尘、泥浆：可能覆盖雷达或激光雷达的传感器窗口，衰减信号或产生错误回波。对于可见光/热成像传感器，可能遮挡视线。

    • 极端温度：可能影响传感器内部电子元件的性能，导致数据漂移甚至设备故障。

    • 振动与冲击：公共汽车在不平路面行驶时的剧烈振动，可能导致传感器内部结构松动或损坏。

  • 解决建议：

    • 选择高防护等级传感器：例如IP6KX、IPX7、IPX9K等，确保其具备优异的防尘防水防高压冲洗能力。

    • 加装防护罩或清洁系统：对于容易被污染的传感器表面，可以设计自清洁系统（如喷水、刮刷）或定期进行人工清洁。

    • 安装位置优化：将传感器安装在不易直接受到泥浆飞溅、雨雪堆积的区域。

    • 选择宽工作温度范围产品：确保传感器能在当地的极端气候条件下稳定运行。

    • 采用抗振动设计：传感器应具备良好的抗振结构，或通过弹性支架进行安装，以吸收车辆振动。

• 问题：GNSS信号丢失或精度下降

  • 原因与影响：在隧道、高楼林立的城市峡谷、茂密森林或强电磁干扰区域，GNSS信号可能被遮挡、反射或干扰，导致定位和测速精度大幅下降甚至完全失效。

  • 解决建议：采用GNSS/INS组合导航系统。惯性测量单元（IMU）能够独立提供短期的运动信息，在GNSS信号丢失时填补空缺，保证数据的连续性。或者，可以将GNSS/INS系统与多普勒雷达等其他独立测速方案进行融合，实现多源数据冗余备份和互补校正，进一步提高系统鲁棒性。

• 问题：多普勒雷达的安装角度和高度对精度的影响

  • 原因与影响：多普勒雷达测速依赖于精确的安装角度。如果安装角度偏离设计值，或者车辆悬架系统在不同载重下导致传感器相对地面角度变化，都可能引入测量误差。

  • 解决建议：

    • 严格按照厂家指南进行安装：确保传感器波束方向与车辆前进方向的夹角符合设计要求。

    • 考虑角度补偿功能：部分先进的雷达传感器或融合系统可以集成车辆姿态传感器，对车辆俯仰角变化进行实时补偿，以提高测量精度。

    • 定期校准检查：在车辆维护时检查传感器的安装状态，确保其未因外力或长时间运行而发生位移。

4. 应用案例分享

• 公共交通运营管理：实时监测公共汽车的实际行驶速度，优化班次调度，评估驾驶员的驾驶行为，从而提升运营效率，降低油耗。例如，英国真尚有的LP-DS200多普勒测速传感器，可以提供精确的真地面速度测量，用于优化公共交通运营管理。

• 智能公交站台系统：为智能公交站台提供精确的车辆到站速度和距离信息，实现更准确的预计到站时间（ETA）和安全预警。

• 高级驾驶辅助系统（ADAS）和自动驾驶：作为L2级以上自动驾驶系统的核心传感器，提供真实的地面速度数据，支持自适应巡航、自动紧急制动等功能，增强车辆的环境感知能力。多普勒雷达传感器提供的地面速度数据，可以有效提升ADAS和自动驾驶系统的性能和可靠性。

• 车辆动力学性能测试：在公共汽车的研发和测试阶段，高精度的真地面速度传感器用于精确测量车辆的加减速性能、制动距离等关键动力学指标。

• 道路状况与交通流监测：在智能交通系统中，可用于监测公交专用道上的公交车速度，或作为车载设备辅助分析实时交通流信息，辅助城市交通管理。

参考资料： * DIN 9684 * ISO 11786