详情

原文传递车载导航系统组合定位技术研究

论文题名：	车载导航系统组合定位技术研究
关键词：	车载导航系统;联合卡尔曼滤波;模糊融合;组合定位;D-S证据理论;地图匹配
摘要：	GPS（Global Positioning System）定位精度高，没有误差积累，但遇到障碍物会影响信号的正常接收而无法定位。航位推算（Dead Reckoning, DR）在短期内具有较高的定位精度，但定位误差随时间发散。地图匹配（Map Matching，MM）是一种基于数字地图道路信息的辅助定位技术。融合GPS、DR 和MM 信息有利于提高定位系统的精度、可靠性和适应性，是组合定位技术的关键。论文工作结合一款低成本车载导航系统的开发，目标为设计一种实时性好、精度适中、工作可靠，适合于低成本工程实现的组合定位方法。论文首先对比研究了集中卡尔曼滤波器和改进联合卡尔曼滤波器在GPS/DR组合定位中的应用。由于联合卡尔曼滤波具有更好的容错性和设计灵活性，选择联合卡尔曼滤波作为组合定位的基本融合算法。在联合卡尔曼滤波器设计中，根据GPS 和DR 子系统对位置、速度和加速度估计精度的差异，提出采用两组信息分配系数对子系统状态、协方差反馈重置。一组用于位置状态反馈，另一组用于速度和加速度状态反馈，并根据GPS 的定位误差自适应调整分配系数。为减小主滤波器的融合计算量，在假设各状态噪声相关性低的条件下，提出以状态协方差阵的主对角阵代替协方差阵。仿真试验表明，算法融合精度略有下降，但显著降低计算量，提高了算法的实时性。根据卡尔曼滤波新息过程的统计特点，将新息过程部分反馈到DR 方程以抑制DR 的误差发散。实时道路试验表明，设计的联合卡尔曼滤波算法具有实时性好，融合精度高和工作可靠的优点。卡尔曼滤波的融合性能依赖于对象模型的准确性，计算量大，并且存在数值稳定性问题，不适于在低计算能力处理器上实现。论文提出基于模糊推理逻辑的GPS/DR 组合定位方案，模糊逻辑的3 个输入分别为GPS 误差估计、DR 误差估计、GPS 与DR 输出偏差。在静态试验的基础上建立了以HDOP、GPS 与DR 速度差、GPS 接收机估计定位噪声标准差为输入变量的GPS 定位误差经验模型，分析推导各子系统的误差构成，在试验的基础上，设计了模糊推理规则表。对地图匹配技术进行研究，提出基于D-S 证据理论的地图匹配的实现方法。为正确识别车辆在电子地图非道路区域，将NE（皆否）作为子集加入到识别框。考虑道路连续性，将联合支持度函数改写成回归形式。为抑制单独DR 定位时的误差发散，提出在DR/MM 组合定位中，用卡尔曼滤波器估计DR 定位误差。当D-S 证据推理给出的候选路段支持度和证据冲突程度满足设定要求时，用估计的误差修正DR 方程。在卡尔曼滤波方程中，沿路段纵向的观测噪声根据路段长度和误差概率计算，以解决地图匹配在沿路段纵向的误差不可观问题。对DR 传感器参数在线校正方法进行研究。陀螺的温度试验表明，陀螺零漂和标度因子对温度敏感，并且参数的温度特性重复性好。提出以GPS 信息为参考估计陀螺和轮速传感器参数的方法，分析了各种参数估计方法的误差及影响因素。
作者：	黄智
专业：	车辆工程
导师：	钟志华
授予学位：	博士
授予学位单位：	湖南大学
学位年度：	2006
正文语种：	中文