基于平方根Unscented卡尔曼滤波的车辆融合跟踪

• 作者: 陈莹 韩崇昭
• 来源期刊: 西安交通大学学报
• 关键词: 车辆跟踪 非线性滤波 数据融合
• 年，卷（期）: 2005,（6）
• 页码范围: 594-597
• 页数: 4页
• 分类号: TP274
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2005.06.011

摘要

针对车辆运动的机动性和跟踪系统的非线性,提出了一种基于平方根Unscented卡尔曼滤波(SR-UKF)的多传感器融合跟踪方法.该方法采用动力学模型建立系统的状态方程和量测方程,充分利用了多传感器的量测信息,更好地满足了目标的机动特性.采用基于UKF的数据融合方法处理系统的非线性问题,避免了扩展卡尔曼滤波(EKF)产生的线性化误差.同时,在滤波过程中,以协方差平方根阵代替协方差阵参加迭代运算,有效地避免了滤波器的发散,提高了滤波算法的收敛速度和稳定性.实验证明,与基于EKF的融合算法相比,基于SR-UKF的融合算法使系统的位置和方向角的跟踪精度分别提高了18.22%和34.81%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩崇昭	西安交通大学电子与信息工程学院	349	5634	35.0	59.0
2	陈莹	西安交通大学电子与信息工程学院	14	103	6.0	10.0