基于扩展卡尔曼滤波的GNSS 里程计组合定位系统设计与实现.docxVIP

PAGE2

基于扩展卡尔曼滤波的GNSS/里程计组合定位系统设计与实现

摘要

随着自动驾驶、智能物流和移动测绘等领域的快速发展，单一传感器定位已难以满足复杂环境下连续、高精度定位的需求。全球导航卫星系统（GNSS）在开阔区域提供绝对位置基准，但易受遮挡、多径效应干扰；里程计（Odometer）通过轮速脉冲推算相对位移，短时精度高且不受外界信号影响，但存在累积误差。本课题设计并实现了一种基于扩展卡尔曼滤波（EKF）的GNSS/里程计组合定位系统，将两类传感器的测量信息进行最优融合，弥补各自缺陷，实现连续、平滑、高可靠性的定位输出。

论文围绕“需求分析→总体设计→详细设计→实现→测试”的工程递进思路展开。首先，在分析GNSS和里程计各自定位特性的基础上，明确了系统需具备传感器数据采集、时间同步、数据预处理、EKF融合定位及结果输出等核心功能。其次，采用模块化架构将系统划分为传感器接口层、数据处理层、融合定位层和应用接口层，并设计了基于距离-速度模型的EKF状态方程与观测方程。详细设计阶段，给出了状态预测、里程计航位推算、GNSS位置更新等核心算法的流程与伪代码，并定义了各模块间的内部接口。系统实现环节，基于嵌入式Linux平台完成了传感器驱动、数据同步和EKF融合算法的C++编码，并通过实际跑车测试验证了系统性能。测试结果表明，在GNSS短时中断场景下，组合定位系统可维持亚米级定