典型文献
考虑动力学模型系统误差补偿的智能车GNSS/IMU组合定位算法
文献摘要：
为了解决智能车动态组合定位过程中,因动力学模型与实际模型之间存在偏差导致滤波精度下降的问题,针对智能车全球导航卫星系统(GNSS)/惯性测量单元(IMU)组合定位系统,结合非线性预测滤波(NPF)和自适应滤波的优点,提出了一种考虑动力学模型系统误差实时估计和补偿的自适应非线性预测滤波(ANPF)算法.首先,根据NPF算法原理,通过最小化预测观测残差与系统误差的加权平方和,估计动力学模型系统误差;其次,结合自适应滤波原理,利用状态预测残差向量构造自适应因子,设计了 一种自适应扩展卡尔曼滤波(AEKF)算法,用于估计系统状态向量,并通过自适应因子抑制动力学模型系统误差和线性化误差对系统状态估计精度的影响,克服NPF对系统状态估计精度有限的缺陷;再次,对动力学模型系统误差的估计误差和由动力学模型系统误差引起的系统噪声的等效协方差阵进行了分析和推导,以补偿动力学模型系统误差对系统状态估计的影响;最后,通过车载GNSS/IMU组合定位系统试验,从算法精度、鲁棒性和实时性方面对提出的算法和其他滤波算法的性能进行了验证和对比分析.研究结果表明:提出的自适应算法继承了 NPF算法简易性和高实时性的优点,同时克服了 NPF算法估计精度有限的缺陷,具有较好的滤波解算精度,水平定位精度小于1.0 m,算法单次平均执行时间约为0.013 9 ms,在精度和实时性的平衡方面显著优于其他滤波方法.
文献关键词：
汽车工程;智能车定位;非线性滤波;GNSS/IMU组合定位;动力学模型系统误差;自适应估计
中图分类号：
作者姓名：
魏文辉;赵祥模;葛振振
作者机构：
长安大学汽车学院,陕西西安 710064;长安大学信息工程学院,陕西西安 710064
文献出处：
引用格式：
[1]魏文辉;赵祥模;葛振振-.考虑动力学模型系统误差补偿的智能车GNSS/IMU组合定位算法)[J].中国公路学报,2022(09):185-194
A类：
动力学模型系统误差,ANPF,智能车定位
B类：
系统误差补偿,GNSS,IMU,定位算法,动态组合,全球导航卫星系统,惯性测量单元,组合定位系统,非线性预测,自适应滤波,实时估计,算法原理,平方和,状态预测,预测残差,残差向量,自适应因子,自适应扩展卡尔曼滤波,AEKF,系统状态向量,抑制动力学,线性化,状态估计,估计精度,估计误差,系统噪声,协方差阵,车载,滤波算法,自适应算法,易性,高实时性,平定,定位精度,执行时间,ms,滤波方法,汽车工程,非线性滤波,自适应估计
AB值：
0.24478
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
