考虑定位信息不确定性的多车协同定位算法.docxVIP

考虑定位信息不确定性的多军协同定位算法鲁光泉;潘日佩【摘要】针对车载全球定位系统(globalpositioningsystem)存在的定位精度较差、定位可靠性较低等问题，提出了一种车车通信环境下考虑定位信息不确定性的多车协同定位算法.该算法在所研究车辆均装有车载GPS和前置距离传感器的基础上,以定位信息不确定性为依据进行协同定位.对自适应卡尔曼滤波进行改进以确定车辆定位信息的不确定度,搭建车间相对位置模型求解2车相对位置关系，最后设计联邦卡尔曼滤波算法利用多车数据进行融合以实现定位效果的优化.通过数值仿真表明这一算法与自车组合导航相比有效提升了GPS定位精度和可靠性，两者分别平均提升了35.2%和42.6%,且在车联网渗透率较高以及GPS信号较差时，定位效果提升更为明显. 【期刊名称】《交通信息与安全》【年(卷)，期】2018(036)005【总页数】9页(P59-66,74)【关键词】智能交通;全球定位系统;多车协同定位;卡尔曼滤波;车车通信;相对距离【作者】鲁光泉;潘日佩【作者单位】北京航空航天大学交通科学与工程学院北京100191;北京航空航天大学交通科学与工程学院北京100191【正文语种】中文【中图分类】U4910引言随着车联网技术的发展和车辆智能化程度的提高，车辆定位技术作为各种车辆应用的核心支撑，受到了各国学者的高度重视°(globalpositioningsyst