(Vehicle position estimation using nonlinear tire model for autonomous vehicle)
研究機(jī)構(gòu)正在積極開展關(guān)于自動(dòng)駕駛車輛技術(shù)和高級(jí)駕駛輔助系統(tǒng)(ADAS)的研究,以提高駕駛員的便利性和汽車穩(wěn)定性。為了讓系統(tǒng)可以穩(wěn)定運(yùn)行,需要為車輛提供準(zhǔn)確的位置信息。一般來說,車輛的位置信息由全球定位系統(tǒng)(GPS)提供的,但是,GPS的誤差范圍較大(從2.5米到15米)。另外,因?yàn)镚PS使用衛(wèi)星信號(hào),所以受到周圍環(huán)境的影響,位置信息的可靠性降低。為克服這一局限性,研究者對(duì)GPS信息與車載傳感器信息相結(jié)合的車輛定位技術(shù)進(jìn)行了大量的研究。通常的方法是使用GPS信號(hào)和慣性測(cè)量單元(IMU)進(jìn)行信息融合,但由于慣性傳感器累計(jì)誤差,位置精度較低。
為了解決這個(gè)問題,本研究提出了一種基于非線性輪胎模型的、使用擴(kuò)展卡爾曼濾波器的車輛狀態(tài)信息融合算法,并利用車輛GPS位置信息來對(duì)車輛的位置進(jìn)行確定。利用提出的融合算法,我們建立了一個(gè)位置誤差在1米以內(nèi)的高精度全球定位系統(tǒng)(DGPS)。所提出的系統(tǒng)可以使用車輛的內(nèi)置傳感器,和低成本的GPS傳感器來獲得位置信息(而不是使用昂貴的高精度傳感器),可以大大降低系統(tǒng)的成本。
另外本文還利用商業(yè)仿真軟件ASM,對(duì)算法的性能進(jìn)行了評(píng)估,結(jié)果證實(shí),車輛縱向和橫向位置誤差都在±1米內(nèi)。