原文传递
基于自适应容积Kalman滤波算法的车辆定位研究
| 论文题名： | 基于自适应容积Kalman滤波算法的车辆定位研究 |
| 关键词： | 车辆定位;容积Kalman滤波;全球定位系统;地理信息系统;多模型算法 |
| 摘要： | 随着现代社会的不断发展，人们对于交通智能化的需求也不断提高。车辆的位置信息是智能交通提供众多服务的一个基础，所以需要对车辆进行准确的定位。为了提高车辆定位的精度，可以考虑采用先进的滤波技术对测量数据进行处理。 本文将GPS给出的车辆初步位置信息结合车辆的里程计信息作为系统观测量，建立非线性系统模型，采用非线性的容积Kalman滤波对车辆位置进行滤波估计。通过仿真发现，采用容积 Kalman滤波能够较好的对车辆进行定位。但是，在车辆运动发生机动突变时，会发生定位误差剧烈增大的现象。针对此问题，本文研究将多模型算法与容积Kalman滤波相结合，形成自适应的多模型交互容积Kalman滤波。通过仿真发现，使用该算法能够对车辆运动中的机动突变进行较好的应变处理，在本文模拟的车辆做一般机动运动时，相比容积Kalman滤波能对车辆的定位精度提高25％左右，在车辆做剧烈的机动运动时，这种提升效果还会更明显。 本文考虑了当车辆进入不存在GPS信号的隧道时，利用GIS的地理空间数据和车辆的里程计信息，仍然可以采用多模型交互容积Kalman算法。通过仿真发现，从GPS信号存在，到GPS信号消失，再到GPS信号恢复的全过程中，仍然可以获得较好的车辆定位效果。此外，本文还仿真了在隧道中的定位存在累积误差的场景。当车辆刚驶出隧道能够接收到GPS信号时，能够在20个滤波周期左右对车辆的定位位置进行修正，不断消除累积误差，使得定位得以稳定持续。 本文的研究可以为非线性滤波算法的研究提供借鉴，同时也为智能交通系统中如何获知准确的车辆位置信息提供了参考。 |
| 作者： | 卞月根 |
| 专业： | 通信与信息系统 |
| 导师： | 张理云 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京邮电大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
