基于无迹卡尔曼滤波传感器信息融合的车辆导航算法
针对复杂道路条件下车辆的导航问题,将全球定位系统(GPS)与车载终端传感器系统相结合,提出了基于多传感器系统的车辆精确定位模型,并针对扩展类卡尔曼滤波易产生突发性误差而导致的安全问题,采用基于Sigma点的无迹卡尔曼滤波器(UKF)传感器信息融合算法.根据实时的道路状况和车辆自身的运动状态给出符合要求的状态估值,实验与基于多项式扩展卡尔曼滤波车辆传感器信息融合算法在精度和效率方面进行了比较,结果表明,基于UKF传感器信息融合的算法在复杂路况下的估计精度和运行效率都有显著提高,能够根据当前的路线情况和车载传感器的反馈信息快速地估计出车辆的运动状态,实时计算出动态的车辆控制输入.
车辆导航算法 无迹卡尔曼滤波传感器 信息融合 运行效率
梁丁文 袁磊 蔡之华 谷琼
湖北文理学院 数学与计算机科学学院,湖北 襄阳 441053;中国地质大学 计算机学院,武汉 430074 湖北文理学院 数学与计算机科学学院,湖北 襄阳 441053 中国地质大学 计算机学院,武汉 430074
国内会议
昆明
中文
3444-3448
2013-08-16（万方平台首次上网日期，不代表论文的发表时间）