基于多傳感器信息融合的智能導(dǎo)航算法研究.pdf

1、多傳感器信息融合技術(shù)通過對來自不同傳感器的信息進(jìn)行融合，從而獲得更加全面的被測對象信息，做出正確的判斷，提高系統(tǒng)的魯棒性。本文研究的主要工作是基于多傳感器信息融合的智能導(dǎo)航算法在車載組合導(dǎo)航系統(tǒng)中的應(yīng)用。目前，隨著導(dǎo)航定位技術(shù)的日漸成熟，社會的各個領(lǐng)域?qū)?dǎo)航技術(shù)都有著巨大的需求，組合導(dǎo)航技術(shù)已成為了主要的發(fā)展趨勢。在本論文中，基于精度高、低成本角度考慮，選用GPS接收機(jī)、里程計和陀螺儀構(gòu)建了多傳感器組合導(dǎo)航系統(tǒng)，研究了智能導(dǎo)航算法在組合

2、導(dǎo)航系統(tǒng)中的應(yīng)用，對比了擴(kuò)展卡爾曼濾波、粒子濾波以及改進(jìn)的粒子濾波算法的定位精度。
　　論文主要研究內(nèi)容包括以下幾部分:
　　首先，本文介紹了車載導(dǎo)航技術(shù)以及多傳感器信息融合技術(shù)的發(fā)展現(xiàn)狀。通過對國內(nèi)外汽車導(dǎo)航技術(shù)的分析研究，本文認(rèn)為基于多傳感器信息融合的導(dǎo)航是未來的研究方向。
　　其次，研究了GPS和DR系統(tǒng)的工作原理以及誤差來源，分析了在復(fù)雜環(huán)境中獨立使用其中任何一種定位方式的局限性，驗證了多傳感器組合導(dǎo)航系統(tǒng)的優(yōu)

3、越性。然后根據(jù)車輛行駛的實際情況，建立了低成本的組合導(dǎo)航系統(tǒng)模型。
　　再次，重點對多傳感器信息融合算法進(jìn)行了研究。建立了擴(kuò)展卡爾曼濾波的數(shù)據(jù)融合模型，設(shè)計了基于擴(kuò)展卡爾曼濾波的定位仿真實驗，與經(jīng)典的卡爾曼濾波相比，擴(kuò)展卡爾曼濾波更適用于處理非線性系統(tǒng)。但是，應(yīng)用擴(kuò)展卡爾曼濾波時，需要對導(dǎo)航系統(tǒng)的空間模型進(jìn)行線性化處理，在線性化的過程中易導(dǎo)致濾波結(jié)果出現(xiàn)較大誤差。
　　最后，基于擴(kuò)展卡爾曼濾波線性化過程中易出現(xiàn)誤差積累問題，