张健永，赵忠义，崔永志

基于扩展Kalman滤波的无人驾驶车姿态测量研究

张健永，赵忠义，崔永志

（辽宁工业大学 机械工程与自动化学院，辽宁 锦州 121001）

针对一般传感器精度低而高精度传感器成本高的问题，提出了基于扩展Kalman滤波的无人驾驶车姿态解算的测量算法，该算法产生了姿态测量的线性最小均方误差估计，可以在线对无人驾驶车行驶过程中的噪声进行估计，使得误差降低。Matlab仿真结果说明了该算法的有效性，为无人驾驶车的姿态参数测量提供了研究思路，具有一定的价值。

无人驾驶车；姿态解算；扩展Kalman滤波

无人驾驶车行驶过程中姿态参数的准确且实时地获取是无人驾驶车安全行驶的有力保障，一般情况下利用陀螺仪和加速度计之类的传感器进行测量[1-3]。可是由于传感器的精度、成本以及无人驾驶车行驶在不同路面中的运动学复杂度的缘故，无人驾驶车的姿态参数很多时候并不能直接测量。同时，高精度的传感器成本过高，不利于大面积推广应用；低精度的传感器有一定的漂移误差。这些问题给无人驾驶车的研究带来了很大的难题[4-6]。本文通过扩展Kalman滤波算法对无人驾驶车姿态解算进行仿真验证，结果表明，扩展Kalman滤波算法的姿态参数估计比较精确。

1 姿态解算

1.1 参考坐标系

物体的姿态根据自由度参量来描述，空间中的每一个物体都有6个自由度。物体的运动既是绝对的又是相对的，因此在研究运动的物体姿态变化时，一般要选择坐标系作为参考。……