龙源期刊网 https://www.doczj.com/doc/0516743675.html,
多传感器信息融合的车载定位方法的研究
作者:赵静高山
来源:《数字通信》2013年第04期
摘要:阐述一种利用多传感器信息融合技术提高车辆定位精度和可靠性的方法。首先,通过建立陀螺仪、加速度计和里程计传感器的数学模型和联邦卡尔曼滤波器数学模型,对
SINS/GPS/OD传感器采集到的数据进行信息融合处理,提高系统定位精度和可靠性;其次,
采用MATLAB对纯惯性导航系统、SINS/GPS/OD组合导航系统及其各子系统进行了数字仿真。仿真实验结果表明:本系统较纯惯性导航系统定位精度显著提高,并具备一定的容错能力。
关键词:多传感器信息融合;组合导航系统;卡尔曼滤波器
中图分类号:TP274文献标识码:A文章编号:10053824(2013)04001404
0引言
车载定位系统是将导航系统安装在车辆中,实时获取车辆所处地理位置,并引导车辆行驶的系统[1]。组合导航系统作为主流定位系统,融合多种传感器信息,取长补短,有效提高系
统的定位精度,被广泛应用于车载导航领域。
捷联惯性导航系统(SINS)具有导航信息全面性和完全自主性等特点,但其导航精度会
随时间增长而降低[2]。全球定位系统(GPS)定位范围广、精度高、无累积误差,但它的动态性能差,其信号容易受到屏蔽和干扰等[3]。里程计(OD)是用于测量车辆在地面行驶速度和距离的仪器,具有较强的自主性和成本低的优点,其缺点是容易导致累积误差,它的误差主要来源于计数误差和轮径磨耗[4]。本文将这3种传感器采集到的信号,运用卡尔曼滤波技术,实现信息融合,发挥各传感器的特点,取长补短,有效地提高系统定位精度。
1传感器的数学模型
1.1车载里程计数学模型
1)里程计的行驶速度。
2)里程计的速度误差模型。
1.2陀螺仪和加速度计的误差数学模型
2车载定位系统的卡尔曼滤波设计