基于卡尔曼滤波的多传感融合定位研究.pdfVIP

基于卡尔曼滤波的多传感融合定位研究

摘要

随着无人驾驶车辆逐步进入大众的视野，作为其核心技术之一的定位技术，

愈发显得重要。随着无人驾驶技术的逐步发展，可知感知、决策和控制为三大关

键因素。现代定位技术越来越依赖地图数据，以及各种传感器信息，而由此两者

组成的感知层，则扮演着重要的角色。电子地图也逐步从导航电子地图向高精度

电子地图过度，越高级别的无人驾驶汽车，对高精度电子地图的依赖性越大。决

策层主要完成路径规划、对车辆周围环境以及自身状况的理解、车辆行为预测等

功能。根据决策层发布的各种信息，控制层完成由车辆的电子系统发出各种控制

指令，从而精准控制车辆的任务，逐步替代人类驾驶员，实现车辆的无人化。因

此可见，定位是无人驾驶不可或缺的一环，同时也是核心技术之一。倘若没有定

位信息的辅助，无人驾驶车辆会发生各种无法预知的错误。

无人驾驶车辆的定位过程，一般情况下，用到以下几种技术。第一种为信号

定位技术，如5ℎ（即5技术）、

（，即全球导航卫星系统）以及

（，即超宽带技术）等等。第二种为航位推算技术，为了计算当前的

位置，需要使用初始时刻的位置，再和位移矢量相加，即逐渐将各种信息叠加。

如惯性测量单元()技术，在知道车辆位置和后，车辆此时此刻所在的地点以

及朝向就可以被相应得计算出来。第三种为环境特征匹配技术，如使用激光雷达

以及视觉传感器，对于当前位置的计算，即是与已知的数据进行匹配的过程，以

便精确知道无人驾驶车辆在环境中的位置。作为无人驾驶核心技术之一的定位技

术，其发展经历了若干次迭代。首先为，

也就是基于卫星的定位，其定位精度大约为米级。其次为

(),即惯性导航定位。最后为高精度定位，其配备了各种传感器，如激

光雷达、()以及，其定位精度可

达亚米级，当各种传感器配合使用，其定位精度甚至可达厘米级。

本文主要工作内容如下：（1）根据PCL库中的ICP算法，重写了ICP策略并

更名为ICP_DYL算法，通过具体实验在KITTI数据集上对ICP_DYL算法进行了验

证，其实验结果表明，ICP_DYL里程计的分段轨迹最大误差是6.2m，平均误差是

1.9m；各分段轨迹误差较为平均，均在1.9m左右，但在25至30分段出现6.2m

的误差。ICP_DYL里程计的整体轨迹误差最大是60.6m，平均误差是26.5m；轨

迹开始的阶段，误差值缓慢增大，但在2000后有所下降。由此可以看出，对分

段统计精度，精度由高到低为：NDTICP_DYLICP；对整体轨迹误差，精度

由高到低为：ICP_DYLNDTICP。（2）在基于误差状态的滤波（ESKF）框架

下，依据ICP_DYL里程计算法，实现了基于点云地图的融合定位。（3）详细讨论

了各种组合导航滤波模型，包括+滤波模型、++里程计滤波

模型和++磁力计滤波模型。对匀速、静止、加减速、和转向等不同的

运动状态，进行可观测性和可观测度分析。使用仿真软件__，产生相

应运动状态的数据，进行滤波。统计滤波中各个状态量的收敛精

度和收敛速度，并且和可观测度分析的结果进行汇总比较。

关键词：

无人驾驶，卡尔曼滤波，多传感融合，定位

ResearchonMultiSensorFusionandLocalizationBasedon

KalmanFilter

Abstract

Inthedriverlessvehicle,positi