科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决视觉传感器和雷达获取小车周边环境信息时的数据漂移问题，引入改进扩展卡尔曼滤波对多传感器信息进行融合处理，并将其应用在环境感知模型中。根据小车运动特性建立恒定转率和速度模型，以小车运动实时状态量为输入量构建状态转移函数。以视觉传感器和雷达自带的里程计坐标系建立传感器测量模型，与小车运动模型相结合追踪小车实时运动状态，对小车运动数据进行改进扩展卡尔曼滤波交叉融合，根据雷达和视觉传感器测量精确度的差距，时刻更新相应的噪声协方差矩阵。用搭载ZED双目摄像头及雷达的四轮非全向小车模拟实验，并与传统扩展卡尔曼滤波实验结果比较验证模型的有效性。结果表明：使用改进扩展卡尔曼滤波处理后小车状态曲线更加平滑，数据更为精确，几乎不存在零点漂移。相较改进扩展卡尔曼滤波，传统扩展卡尔曼滤波的最大误差增大了55%,平均误差增大了44%,均方误差增大了17%,且运行处理数据时间更长。
-
单位重庆交通大学; 交通运输学院
