| 基于卡尔曼-高斯联合滤波的车辆位置跟踪 |
| |
| 引用本文： | 高策,褚端峰,何书贤,贺宜,吴超仲,陆丽萍.基于卡尔曼-高斯联合滤波的车辆位置跟踪[J].交通信息与安全,2020,38(1):76-83. |
| |
| 作者姓名： | 高策 褚端峰 何书贤 贺宜 吴超仲 陆丽萍 |
| |
| 作者单位： | 武汉理工大学智能交通系统研究中心 武汉 430063;武汉理工大学水路公路交通安全控制与装备教育部工程研究中心 武汉 430063 |
| |
| 基金项目： | 国家自然科学基金;国家重点研发计划 |
| |
| 摘 要： | 车辆位置的精确、可靠获取,一直是阻碍智能驾驶技术的难题.特别当车辆处于复杂道路环境中时,车辆卫星定位信号易受较大干扰,使车辆定位产生漂移现象.针对车辆定位的这种漂移现象,研究了针对车辆位置跟踪的卡尔曼-高斯联合滤波方法.对于车辆卫星定位受到的干扰不同,采用分层处理的滤波方法;针对卡尔曼滤波不能较好地滤除一些干扰较大的位置漂移点,通过设置与车速、航向角等相关的动态阈值,对卫星定位的车辆位置进行动态阈值判断;通过动态阈值识别出的车辆位置漂移数据,结合高斯过程回归,以车辆的历史数据作为学习样本,使用预测值和真实观测值构建补偿量,通过对卡尔曼观测方程加入动态观测补偿实现车辆位置优化;对于一般噪声产生的卫星定位波动,联合滤波也可以有效优化.实车实验表明,该方法可以有效识别出车辆定位的漂移点,车辆卫星定位在信号受较大干扰的情况下,车辆卫星定位的精度可以提高30%左右,最大误差由9 m降低到0.8 m左右.该联合滤波方法在使用低成本定位装置的情况下,有效提高车辆卫星定位的精度及可靠性.
|
| 关 键 词： | 智能交通 车辆位置跟踪 联合滤波 高斯过程回归 卡尔曼滤波 |
Vehicle Position Tracking Based on Joint Kalman-Gaussian Filter |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
|
点击此处可从《交通信息与安全》下载全文 |
|
