提高車輛GPS定位精度的卡爾曼濾波算法研究

?

提高車輛GPS定位精度的卡爾曼濾波算法研究

隨著車聯(lián)網(wǎng)技術(shù)的發(fā)展，車與車（V2V）、車與路邊基礎(chǔ)設(shè)施（V2I）之間的通信正在對車輛定位精度提出更高要求。美國市場研究公司（ABI）的研究顯示，定位數(shù)據(jù)是上述應(yīng)用的首要保障，未來幾年內(nèi)車載導(dǎo)航市場預(yù)計會增長25.9%，車體位置、速度和航向?qū)⒊蔀樽罹邇r值的數(shù)據(jù)集。全球定位系統(tǒng)（GPS）是目前應(yīng)用最廣泛的車外定位傳感器，該系統(tǒng)的精度和可靠性是車輛工程師們所面臨的最大挑戰(zhàn)。

在靜態(tài)單點定位條件下，最小二乘法估計通常用于求解用戶位置，但在動態(tài)定位情況下效果卻不理想，定位精度一般在10～15m范圍內(nèi)。

20世紀40年代Rudolf Kalman提出了卡爾曼濾波算法，該算法很好地解決了線性時變系統(tǒng)的最優(yōu)估計問題，并在導(dǎo)航領(lǐng)域得到了大量推廣。該算法假設(shè)：①系統(tǒng)是動態(tài)、線性的；②系統(tǒng)擾動和測量誤差服從零均值、方差已知的正態(tài)分布；③系統(tǒng)擾動和測量噪聲不相關(guān)。基于卡爾曼濾波算法，很多專家學者又針對非線性系統(tǒng)相繼提出了擴展卡爾曼濾波（EKF）、無跡卡爾曼濾波（UKF）等算法，旨在對原算法進行補充和改進。

實際測量過程中，卡爾曼濾波算法能夠?qū)討B(tài)系統(tǒng)的定位精度提升至5m，用該算法求解得到的用戶軌跡曲線也更加平滑，效果優(yōu)良。

Bhavani Srinivasaiah et al. SAE 2014-01-0268.

編譯：汪濤