[neubt]基于多项式卡尔曼滤波算法车辆定位试验的研究_赵汝祺.pdfVIP

基于多项式卡尔曼滤波算法的车辆定位试验研究 ※ 赵汝祺，赵祚喜 ，赵汝准 （华南农业大学南方农业机械与装备关键技术教育部重点实验室，广州 510642） 摘 要：多项式卡尔曼滤波通过泰勒多项式对非线性系统进行拟合，具有实现简单且收敛迅速的特点。为了研究多项式卡尔曼滤波 在农业机械车辆中的定位精度，利用三阶和四阶多项式模型对农业机械车辆运动进行建模，对车辆直线速度和角速度进行多项式拟合。 分析了直接卡尔曼滤波器结构和特点，在算法中采用直接卡尔曼滤波器结构进行多传感器融合。和里程计航位推算定位方法进行比较， 试验在Pioneer3-AT 移动机器人平台上采用扩展卡尔曼滤波算法对移动机器人里程计测得行驶速度和AHRS 传感器测得航向角和转向 角速度进行融合，RTK-GPS 测量实际行驶轨迹作为对比参考。试验结果表明，在速度为0.2m/s，最大转向角速度为50°/s 时，三阶 多项式卡尔曼滤波算法的定位精度比里程计航位推算定位方法平均提高 81.44%，四阶多项式卡尔曼滤波算法比三阶多项式卡尔曼滤 波算法定位精度平均提高3.06%。 关键词：多项式卡尔曼滤波；扩展卡尔曼滤波；直接卡尔曼滤波器；车辆定位；多传感器融合 中图分类号：：S220.1 法对 RTD GPS 和电子罗盘的数据进行了融合，用于农 0 引 言 用车辆的导航定位。陈艳[6]等人构建了一个基于 GPS 和 自主导航农业机械车辆进行作业时，需要高精度的 机器视觉的多传感器组合农业机械导航定位系统，使用 自主定位为前提。目前车辆定位的方法主要分为绝对定 无迹卡尔曼滤波对 GPS 和图像处理获取的导航基准线 [1] [7] 位和相对定位两类 。绝对定位的方法包括导航信标法、 进行融合。Monte Dickson 等人使用扩展卡尔曼算法把 主动或者被动地标法、图形匹配法和 GPS 定位法等，需 速度传感器、光纤陀螺和 RTK-GPS 进行多传感器融合 要依靠 GPS 设备，或者使用摄像头、激光测距仪、声纳 用于农用车辆的定位。V. Subramanian[8]等人用卡尔曼滤 等传感器对已知或者未知的环境进行探测。相对定位的 波对机器视觉、激光雷达、惯性导航传感器和速度传感 方法包括惯性导航法和航位推算法，需要使用加速度计、 器进行融合用于柑橘园作业车辆的导航定位。以上基于 [2] 陀螺仪、电子罗盘和里程计等传感器 。由于农业机械 卡尔曼滤波算法的多传感器融合定位研究均使用了绝对 车辆作业环境的特点，绝对定位方法使用的传感器在定 定位测量传感器。在农业机械车辆中只使用相对定位测 位时存在缺陷，例如 GPS 会存在信号丢失的问题，机器 量传感器进行多传感器融合定位的研究较少见。 [3] 本文针对农业机械车辆中只使用相对定位测量传 视觉会受到环境光照变化、阴影、遮挡等因素影响 ， 激光测距仪、声纳有探测距离的约束。而相对定位方法 感器进行多传感器融合定位的情况，使用多项式卡尔曼 使用的传感器只测量车辆自身的物理量，具有不易受外 滤波算法（Polynomial Kalman Filter，简称PKF ）对里程 部环境的约束和干扰，能提供持续的测量值的优点。所 计测量的速度和低成本AHRS 传感器测量的角速度和航 以，在自主导航农业机械车辆中，研究一种使用相对定