卡尔曼滤波器模型的建立及其对车道线的跟踪.pdfVIP

维普资讯 学兔兔 第3期 (总第148期) 机 械 工程 与 自动 化 No．3 2008年6月 MECHANICAL ENGINEERING AUT0MAT10N Jun． 文章编号：1672—6413(2008)03—0052—02 卡尔曼滤波器模型的建立及其对车道线的跟踪 胡会珍，黄晋英 (中北大学，山西 太原 030051) 摘要：卡尔曼滤波跟踪考虑跟踪一条车道线的情况，采用卡尔曼滤波器实现了车道线的跟踪 实验证明，该算 法具有一定的实时性。 关键词：卡尔曼滤波；目标跟踪；仿真 中图分类号：TH122 文献标识码：A 0 引言 Kronecker一8函数。 卡尔曼滤波器实质上是一套由数字计算机实现的 2 目标模型 递推算法，每个递推周期中包括对被估计量的时间更 在应用估计Kalman滤波理论时，要求定义估计 新和量测更新两个过程。时间更新由上一步的量测更 问题的数学模型来描述在某个时刻状态变量与以前时 新结果和设计卡尔曼滤波器时的先验信息确定，量测 刻的关系。状态变量应与系统的能量相联系，如目标 更新则在时间更新的基础上根据实时获得的量测值确 的运动模型、状态变量可选用目标的位置(与目标的引 定。因此，量测量可看作卡尔曼滤波器的输入，估计 力能相联系)和速度(与目标的动能相联系)。一般来 量看作输出，输入与输出之间由时间更新和量测更新 说，状态变量的增加会使估计的计算量相应增加，因 算法联系，这与数字信号处理概念是类似的，因此可 此在满足模型的精度和跟踪性能的条件下，常采用简 以称卡尔曼滤波为广义数字信号处理。 单的数学模型。本文将车道线作为跟踪目标，车道线 1 常规Kaiman滤波方程 不断延伸，即车道线具有连续性，可以看作车道线上 设 为系统的 维状态向量， 为系统的／7／维 的点在沿直线运动，它的位置在不断地变化。 观测序列，随机线性离散系统的方程可表示为： 假定处理器每隔恒定时间T(扫描周期)可获得车 X^一 ,k--1X^一1+T^．^一1W^一1， 道线上的点的位置数据，平面上的车道线按照恒速直 Z^一H^X^+V^ 。 线运动的轨迹运动，其道路转弯、道路不平坦等所引 其中： 为系统的 × 维状态转移矩阵；T¨一 为 起的加速度则看作是恒速直线航迹的摄动。那么，在 ×户维噪声输入序列； 为户维系统过程噪声序列； 直角坐标系中，该车道线运动的数学模型可用下列差 为／7／维观测序列；H 为， × 维观测矩阵。同时， 分方程来描述： 和 的均值和协方差满足下列条件： ‘ 1 X(正+1)一X(正)+T X(正)+÷口 (正)丁。， EEw ]一0， 厶 CovEw ，Wj]一E[ ¨_]一