基于传感器融合的汽车定位方法
2017-12-06
汽车文摘 2017年9期
基于传感器融合的汽车定位方法
近10年来,传感器的数量大幅度增加,分为以下几类:①用于估计车辆状态的传感器,如悬架传感器;②视觉传感器,如立体视觉传感器、夜视传感器、雷达,视觉传感器可以测量车辆位置,使车辆与车道之间保持安全距离;③轮速传感器,如防抱系统;④矢量地图数据,用于定位、地图匹配、路面坑洼识别。基于上述传感器的发展状况。提出一种汽车定位方法,即将上述几类传感器融合而使得测量的数据更加精确,并同时应用地图辅助定位。应用此种方法可以测得普通传感器不能测量到的物理量,如检测障碍物、行人和动物,以及来自轮速传感器的轮胎压力和路面摩擦力。传感器融合技术以车辆的简单测距模型,以及与车辆状态相关的每个传感器的模型为基础,对数据信号进行采集,并应用统计信号处理方法,实现传感器的融合。传感器包括车载传感器,如轮速传感器、加速度计、陀螺仪和GPS。
研究结果表明,利用车辆模型和PF(粒子滤波器)中精确路线图信息,在城市地区可以准确定位,定位精度几乎和GPS相同,同时不使用任何外部的GNSS(全球导航卫星系统)定位传感器。这进一步说明传感器融合技术的可行性。
刊名:IEEE Signal Processing Magazine(英)
刊期:2017年第2期
作者:Rickard Karlsson et al
编译:野晨晨