考虑定位信息不确定性的多车协同定位算法

• 作者: 潘日佩 鲁光泉
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 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
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 交通信息工程与控制
• 页码范围: 59-66,74
• 页数: 9页
• 分类号: U491
• 字数: 6938字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2018.05.008

摘要

针对车载全球定位系统(global positioning system)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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁光泉	北京航空航天大学交通科学与工程学院	19	178	6.0	13.0
2	潘日佩	北京航空航天大学交通科学与工程学院	1	4	1.0	1.0