科研之友
微信
新浪微博
Facebook
分享链接
摘要
为研究车辆模型不确定性与环境感知不确定性对车辆轨迹预测精度的影响，利用MATLAB建立恒横摆率和恒速度（constant turn rate and velocity， CTRV）轨迹预测模型，结合不同工况下采集的全球定位系统（Global Positioning System，GPS）与惯性传感器（Inertial Measurement Unit，IMU）融合定位数据集，运用扩展卡尔曼滤波（extended Kalman filters， EKF）算法处理车辆模型过程噪声与传感器测量噪声。在此基础上进行仿真实验，分析不同行驶工况下车辆轨迹预测误差及对轨迹预测模型5个状态量的影响大小。结果表明：EKF算法能够很好地处理车辆模型过程噪声和传感器测量噪声，直线行驶工况下的轨迹预测误差控制在0.3m以内；小曲率弯道行驶工况下的轨迹预测误差范围为1～9m；大曲率弯道行驶工况下的轨迹预测误差范围为2～38m。得出了基于CTRV轨迹预测模型在结合EKF算法处理不确定性时，道路曲率的大小会直接影响车辆偏航角的滤波，甚至会使车辆偏航角滤波轨迹发散，导致大曲率弯道工况下的轨迹预测误差较大。
-
单位汽车测控与安全四川省重点实验室; 西华大学
