基于傳感器融合的汽車定位方法

近10年來，傳感器的數(shù)量大幅度增加，分為以下幾類：①用于估計車輛狀態(tài)的傳感器，如懸架傳感器；②視覺傳感器，如立體視覺傳感器、夜視傳感器、雷達(dá)，視覺傳感器可以測量車輛位置，使車輛與車道之間保持安全距離；③輪速傳感器，如防抱系統(tǒng)；④矢量地圖數(shù)據(jù)，用于定位、地圖匹配、路面坑洼識別?；谏鲜鰝鞲衅鞯陌l(fā)展?fàn)顩r。提出一種汽車定位方法，即將上述幾類傳感器融合而使得測量的數(shù)據(jù)更加精確，并同時應(yīng)用地圖輔助定位。應(yīng)用此種方法可以測得普通傳感器不能測量到的物理量，如檢測障礙物、行人和動物，以及來自輪速傳感器的輪胎壓力和路面摩擦力。傳感器融合技術(shù)以車輛的簡單測距模型，以及與車輛狀態(tài)相關(guān)的每個傳感器的模型為基礎(chǔ)，對數(shù)據(jù)信號進(jìn)行采集，并應(yīng)用統(tǒng)計信號處理方法，實現(xiàn)傳感器的融合。傳感器包括車載傳感器，如輪速傳感器、加速度計、陀螺儀和GPS。

研究結(jié)果表明，利用車輛模型和PF（粒子濾波器）中精確路線圖信息，在城市地區(qū)可以準(zhǔn)確定位，定位精度幾乎和GPS相同，同時不使用任何外部的GNSS（全球?qū)Ш叫l(wèi)星系統(tǒng)）定位傳感器。這進(jìn)一步說明傳感器融合技術(shù)的可行性。

刊名：IEEE Signal Processing Magazine（英）

刊期：2017年第2期

作者：Rickard Karlsson et al

編譯：野晨晨