自動駕駛車輛非線性輪胎模型的車輛位置估計

（Vehicle position estimation using nonlinear tire model for autonomous vehicle）

研究機構正在積極開展關于自動駕駛車輛技術和高級駕駛輔助系統（ADAS）的研究，以提高駕駛員的便利性和汽車穩定性。為了讓系統可以穩定運行，需要為車輛提供準確的位置信息。一般來說，車輛的位置信息由全球定位系統（GPS）提供的，但是，GPS的誤差范圍較大（從2.5米到15米）。另外，因為GPS使用衛星信號，所以受到周圍環境的影響，位置信息的可靠性降低。為克服這一局限性，研究者對GPS信息與車載傳感器信息相結合的車輛定位技術進行了大量的研究。通常的方法是使用GPS信號和慣性測量單元（IMU）進行信息融合，但由于慣性傳感器累計誤差，位置精度較低。

為了解決這個問題，本研究提出了一種基于非線性輪胎模型的、使用擴展卡爾曼濾波器的車輛狀態信息融合算法，并利用車輛GPS位置信息來對車輛的位置進行確定。利用提出的融合算法，我們建立了一個位置誤差在1米以內的高精度全球定位系統（DGPS）。所提出的系統可以使用車輛的內置傳感器，和低成本的GPS傳感器來獲得位置信息（而不是使用昂貴的高精度傳感器），可以大大降低系統的成本。

另外本文還利用商業仿真軟件ASM，對算法的性能進行了評估，結果證實，車輛縱向和橫向位置誤差都在±1米內。