車載導航系統(tǒng)組合定位技術研究.pdf

1、GPS（Global Positioning System）定位精度高，沒有誤差積累，但遇到障礙物會影響信號的正常接收而無法定位。航位推算（Dead Reckoning, DR）在短期內具有較高的定位精度，但定位誤差隨時間發(fā)散。地圖匹配（Map Matching，MM） 是一種基于數(shù)字地圖道路信息的輔助定位技術。融合GPS、DR 和MM 信息有利于提高定位系統(tǒng)的精度、可靠性和適應性，是組合定位技術的關鍵。論文工作結合一款低成本車

2、載導航系統(tǒng)的開發(fā)，目標為設計一種實時性好、精度適中、工作可靠，適合于低成本工程實現(xiàn)的組合定位方法。 論文首先對比研究了集中卡爾曼濾波器和改進聯(lián)合卡爾曼濾波器在GPS/DR組合定位中的應用。由于聯(lián)合卡爾曼濾波具有更好的容錯性和設計靈活性，選擇聯(lián)合卡爾曼濾波作為組合定位的基本融合算法。在聯(lián)合卡爾曼濾波器設計中，根據(jù)GPS 和DR 子系統(tǒng)對位置、速度和加速度估計精度的差異，提出采用兩組信息分配系數(shù)對子系統(tǒng)狀態(tài)、協(xié)方差反饋重置。一組用于

3、位置狀態(tài)反饋，另一組用于速度和加速度狀態(tài)反饋，并根據(jù)GPS 的定位誤差自適應調整分配系數(shù)。為減小主濾波器的融合計算量，在假設各狀態(tài)噪聲相關性低的條件下，提出以狀態(tài)協(xié)方差陣的主對角陣代替協(xié)方差陣。仿真試驗表明，算法融合精度略有下降，但顯著降低計算量，提高了算法的實時性。根據(jù)卡爾曼濾波新息過程的統(tǒng)計特點，將新息過程部分反饋到DR 方程以抑制DR 的誤差發(fā)散。實時道路試驗表明，設計的聯(lián)合卡爾曼濾波算法具有實時性好，融合精度高和工作可靠的優(yōu)點。

4、 卡爾曼濾波的融合性能依賴于對象模型的準確性，計算量大，并且存在數(shù)值穩(wěn)定性問題，不適于在低計算能力處理器上實現(xiàn)。論文提出基于模糊推理邏輯的GPS/DR 組合定位方案，模糊邏輯的3 個輸入分別為GPS 誤差估計、DR 誤差估計、GPS 與DR 輸出偏差。在靜態(tài)試驗的基礎上建立了以HDOP、GPS 與DR 速度差、GPS 接收機估計定位噪聲標準差為輸入變量的GPS 定位誤差經(jīng)驗模型，分析推導各子系統(tǒng)的誤差構成，在試驗的基礎上，設計了

5、模糊推理規(guī)則表。 對地圖匹配技術進行研究，提出基于D-S 證據(jù)理論的地圖匹配的實現(xiàn)方法。 為正確識別車輛在電子地圖非道路區(qū)域，將NE（皆否）作為子集加入到識別框。 考慮道路連續(xù)性，將聯(lián)合支持度函數(shù)改寫成回歸形式。為抑制單獨DR 定位時的誤差發(fā)散，提出在DR/MM 組合定位中，用卡爾曼濾波器估計DR 定位誤差。當D-S 證據(jù)推理給出的候選路段支持度和證據(jù)沖突程度滿足設定要求時，用估計的誤差修正DR 方程。在卡爾曼濾