原文传递
考虑定位信息不确定性的多车协同定位算法
| 题名： | 考虑定位信息不确定性的多车协同定位算法 |
| 正文语种： | 中文 |
| 作者： | 鲁光泉；潘日佩； |
| 关键词： | 智能交通；全球定位系统；多车协同定位；卡尔曼滤波；车车通信；相对距离 |
| 摘要： | 针对车载全球定位系统(global positioning system)存在的定位精度较差、定位可靠性较低等问题,提出了一种车车通信环境下考虑定位信息不确定性的多车协同定位算法。该算法在所研究车辆均装有车载GPS和前置距离传感器的基础上,以定位信息不确定性为依据进行协同定位。对自适应卡尔曼滤波进行改进以确定车辆定位信息的不确定度,搭建车间相对位置模型求解2车相对位置关系,最后设计联邦卡尔曼滤波算法利用多车数据进行融合以实现定位效果的优化。通过数值仿真表明这一算法与自车组合导航相比有效提升了GPS定位精度 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2018 |
| 期： | 05 |
| 页码： | 59-66,74 |
检索历史
应用推荐
