APP下载

基于传感器融合的户外道路下无人驾驶卡车姿态估计方法研究∗

2021-06-29王翔昌吴训成张伟伟

计算机与数字工程 2021年6期
关键词:卡尔曼滤波测量

王翔昌 吴训成 张伟伟

(上海工程技术大学 上海 201620)

1 引言

近年来,车辆主动安全系统已经迅速发展,例如,辅助停车[1],车辆稳定性(包括偏航稳定性[2],侧倾稳定性[3]和悬架[4])控制系统和主动转向[5]。对于这些主动系统,获得自身的姿态是首要任务,包括车辆姿态角,速度和加速度。然而,传统传感器的传感精度很容易受到无人驾驶卡车质量和体积过大的影响。因此,无人驾驶卡车在车辆姿态估计[6]、环境特征检测[7]、障碍物检测[8]等方面还有很长的路要走。目前,惯性测量单元是获取车辆姿态的典型手段[9]。然而由于传感器的漂移问题,单纯依靠惯性测量单元无法准确估计车辆的姿态。微机电系统惯性测量单元包含三轴陀螺仪和三轴加速度是可选的解决方案。Wu[10]利用包含陀螺仪的低成本惯性测量单元来获取车身姿态信息,然而,陀螺仪易受到漂移问题的影响,使得测量结果出现误差。Ahmed[11]将陀螺仪和加速度计结合起来克服陀螺仪的漂移问题,但是该方案会随着时间累积噪声和偏差。对于道路环境的感知,有许多采用激光雷达进行道路障碍物检测的研究[12~15]。例如,Peng[16]采用激光雷达进行动态障碍物检测、跟踪与识别。Duan[17]采用多层激光雷达进行道路与障碍物信息提取。然而这些方法仅是独立使用激光雷达提取道路特征,并未与惯性测量单元进行融合,难以解决惯性测量单元出现的滑移现象。

本文针对无人驾驶卡车,考虑到车辆行驶在户外环境的不平整道路上,车辆在经过障碍物时车身姿态会在短时间内急剧变化。……

登录APP查看全文

猜你喜欢

卡尔曼滤波测量
改进的扩展卡尔曼滤波算法研究
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
测量的乐趣
测量
基于模糊卡尔曼滤波算法的动力电池SOC估计
基于扩展卡尔曼滤波的PMSM无位置传感器控制
基于EMD和卡尔曼滤波的振荡信号检测
基于卡尔曼滤波的组合导航误差补偿