原文传递
基于GPS/INS的车辆运动状态无迹卡尔曼估计方法
| 论文题名： | 基于GPS/INS的车辆运动状态无迹卡尔曼估计方法 |
| 关键词： | 车载组合导航;无迹卡尔曼滤波;参数辨识;CarSim仿真;实车测试;惯性导航系统 |
| 摘要： | 随着近年来技术水平的进步，车辆也随之朝着智能化的方向发展，这就要求车载导航系统需要具有更低的成本和更高的精度。常见的单一导航系统，如GPS在单独导航过程中易出现卫星信号丢失的现象，这就造成了定位精度降低的问题；INS具有误差累积的现象，独自长时间工作的效果不佳。可见二者单独工作时的缺陷明显，但各自的导航原理和误差特性却恰好形成互补。由此，研究人员对GPS/INS组合导航系统展开广泛的研究和应用。同时，本文期望在智能车辆导航中以较低的成本设计出精度较高的组合导航系统。 首先，对惯性导航系统展开分析和建模。建立合适的坐标系，并推导坐标系转换下的姿态矩阵，由此得出惯导系统解算算法。详细推导误差方程和随机误差方程，为后续建立组合导航系统的模型提供依据。 其次，由惯导系统误差方程设计本文的组合导航算法。对于最重要的数据融合技术部分，针对非线性情况的系统模型，本文采用无迹卡尔曼滤波来实现导航数据的融合，选用松组合模式及反馈校正方式，建立误差估计模型，推导出了21维状态方程和6维量测方程；根据所建立的系统模型，并结合惯性器件的随机误差特性，利用Allan方差方法对系统噪声进行参数辨识，引入精度因子的概念，对观测噪声进行辨识，该辨识结果用于卡尔曼滤波器的设计。 最后，对本文设计的组合导航算法的有效性进行验证，设计仿真环境和实车测试环境，并分析组合导航算法在两种环境下的表现，以此验证算法有效性。仿真环境下，利用CarSim车辆仿真工具得到理想情况下的车辆运动信息，在此基础上加入噪声信号，以模拟真实条件下的车辆运动状态。通过组合导航算法对含有噪声信号的运动信息进行误差估计，得到导航误差和组合导航算法精度。实车测试环境下，记录车辆运动轨迹并采集其运动信息，包括角速度、加速度等，同样通过算法对其进行解算并完成状态估计，得到组合导航状态下的导航误差，并同单一导航系统的导航误差进行对比，结果表明，组合导航的误差表现明显优于仅一种导航方式的情况，验证了算法的有效性。 |
| 作者： | 殷美茹 |
| 专业： | 控制工程 |
| 导师： | 周洪亮 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2021 |
相关文献
检索历史
应用推荐
