基于平滑滤波的多传感器异步融合方法研究

作者：刘云平; 范嘉宇; 苏东彦; 马悦; 尹泽凡

来源：电子测量技术, 2023, 46(16): 38-45.

DOI：10.19651/j.cnki.emt.2212076

• 异步采样
• 扩展卡尔曼滤波器
• 平滑滤波
• 传感器融合

无人巴士在定位循迹过程中，采样信号受噪声方差、带宽和采样率的影响，易出现信号缺失或间断现象，加之相关滤波算法缺乏异步采样和平滑能力，导致定位失败。为了提高定位精度并补充缺失数据，本文基于异步扩展卡尔曼滤波和非因果滤波平滑，提出一种改进的传感器异步采样融合平滑算法。首先利用异步扩展卡尔曼滤波对连续时间随机微分方程进行指数离散化，以处理任意时刻的测量值，预测更新下一时刻状态值之后，引入非因果滤波平滑给定可用的初始方差信息，使噪声方差影响更小，估计性能更好。将本算法在无人巴士上进行物理实验验证，结果表明这种多传感器异步融合平滑算法在车辆行驶中效果良好，与异步卡尔曼滤波算法结果相比，可以达到优于0.5 m的定位精度，数据预测误差均有明显降低，提高了定位精度和补充缺失数据。

• 单位
  常州大学怀德学院; 南京信息工程大学; 自动化学院