用于地面车辆导航的低成本传感器和车辆模型研究



用于地面车辆导航的低成本传感器和车辆模型研究

近年来，基于传感器融合技术而制定了许多汽车精密导航解决方案。随着自主导航技术在车辆中的广泛应用，对高精度、低成本的汽车精密导航解决方案的需求也在不断增加。针对这问题，一般采用将一个微电子机械（MEMS）惯性测量单元与全球定位系统（GPS）融合的方案，但由于低成本惯性测量单元（IMU）会产生很大的噪声，因此这并不是最佳的解决方案。

据此，从GPS、IMU、惯性导航系统（INS）和VM（精确车辆模型）中获得的测量值用于解决方案的研究。研究设置为：包含VM约束的GPS/VM传感器融合、包含市售低成本IMU的GPS/INS融合、包含IMU的GPS/INS/VM。对于GPS/ INS融合，超过使用包含精确VM约束的GPS/VM传感器融合的位姿解精度所必需的IMU水平测定是研究的一个重点。本研究的另一个重点是对使用VM协助正常GPS/INSEKF（卡尔曼滤波）进行定量和定性分析，以及在时间更新或测量更新中包含虚拟机是否能产生更准确的位姿解。用紧密耦合的EKF进行故障检测与基于车速和相对于IMU测量的转向角排除（FDE）算法进行对比，来判断传感器设置是否具有优势。所有的分析均基于真实的试验数据。

试验结果表明，使用VM传感器集的导航可以极大地改善位置、速度、位姿解；VM传感器集也可以被应用在普通汽车上，这相较于使用IMU大大降低了成本。然而，上述结果缺乏对GPS/INS滤波进行适当的调整。今后的工作目标是保证每个测量方案都能达到最佳的效果。

Salmon，Daniel C et al. 2014 IEEE/ION on Position，Location and Navigation Symposium-PLANS 2014，Monterey，CA，USA，5-8 May，2014.

编译：许飞