基于NX2的GPS及惯性导航系统数据融合和行车定位的研究
近年来,智能驾驶呈现飞速发展的趋势,而GPS及惯性导航系统在行车定位中发挥着不可或缺的作用。行车定位是智能驾驶中的核心技术之一,GPS在定位中发挥着重要的作用,但同时GPS的多路径问题和更新频率会存在误差,从而导致定位不精准。对惯性导航系统得到的数据进行处理,可以实时得出车的位移和转向信息,但同样地,惯性导航系统中的传感器也会受自身因素和外部因素影响。在无人驾驶中,车辆的位置信息对车辆的安全行驶以及课题研究有着重要的意义,因此精准的行车定位对智能驾驶至关重要,这也是无人驾驶相关机构致力研究的方向。通过卡尔曼滤波的传感器融合技术来融合GPS和惯性导航系统的数据可以实现较为精准的定位。
智能驾驶 行车定位 GPS惯性导航 卡尔曼滤波 数据融合
李培峰 罗恒杰 李玉卿 徐成 鲍泓
北京联合大学北京市信息服务工程重点实验室 北京100101
国内会议
中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会
北京
中文
267-269,295
2018-10-01（万方平台首次上网日期，不代表论文的发表时间）