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

隨著車聯網技術的發展，車與車（V2V）、車與路邊基礎設施（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，定位數據是上述應用的首要保障，未來幾年內車載導航市場預計會增長25.9%，車體位置、速度和航向將成為最具價值的數據集。全球定位系統（GPS）是目前應用最廣泛的車外定位傳感器，該系統的精度和可靠性是車輛工程師們所面臨的最大挑戰。

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

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的最優估計問題，并在導航領域得到了大量推廣。該算法假設：①系統是動態、線性的；②系統擾動和測量誤差服從零均值、方差已知的正態分布；③系統擾動和測量噪聲不相關?；诳柭鼮V波算法，很多專家學者又針對非線性系統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將動態系統的定位精度提升至5m，用該算法求解得到的用戶軌跡曲線也更加平滑，效果優良。

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

編譯：汪濤