典型文献
基于自适应零速修正机制的低速无人车定位方法
文献摘要：
针对缺失全球导航卫星系统(GNSS)信号条件下的低速无人车定位问题,在多状态约束卡尔曼滤波(MSCKF)框架下,提出了一种基于自适应零速修正机制的低速无人车定位方法(AZUPT-MSCKF).传统MSCKF算法利用惯性测量单元(IMU)传播车辆运动信息,并利用相机测量实现对运动信息的校正.然而,当无人车处于静止状态时,相机测量更新停止.受到IMU累积误差的影响,无人车的定位性能将迅速下降.对此,本文提出的AZUPT-MSCKF方法通过新增的自适应零速修正机制校正IMU的信息传播,使得无人车定位方法能较好地适应静态场景.实验结果表明,相比于传统MSCKF算法及VINS-Mono算法(关闭回环检测),AZUPT-MSCKF方法具有更高的定位精度和更强的鲁棒性.
文献关键词：
低速无人车定位;自适应零速修正机制;MSCKF;静态场景
中图分类号：
作者姓名：
张文安;汪伟;付明磊;陆春校;何军强
作者机构：
浙江工业大学信息工程学院,浙江 杭州310023;浙江富春江通信集团有限公司,浙江 杭州311400;杭州鸿泉物联网技术股份有限公司,浙江 杭州310030
文献出处：
引用格式：
[1]张文安;汪伟;付明磊;陆春校;何军强-.基于自适应零速修正机制的低速无人车定位方法)[J].传感技术学报,2022(01):63-71
A类：
自适应零速修正机制,低速无人车定位,AZUPT
B类：
定位方法,全球导航卫星系统,GNSS,定位问题,多状态约束,卡尔曼滤波,MSCKF,法利,用惯,惯性测量单元,IMU,运动信息,于静,静止,累积误差,定位性能,信息传播,静态场景,VINS,Mono,回环检测,定位精度
AB值：
0.190172
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。
