基于自适应零速修正机制的低速无人车定位方法

• 作者: 张文安 汪伟 付明磊 陆春校 何军强
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 低速无人车定位 自适应零速修正机制 MSCKF 静态场景
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 传感器信号处理|Signal Processing for Sensors
• 页码范围: 63-71
• 页数: 9页
• 分类号: V323.19|TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2022.01.010

摘要

针对缺失全球导航卫星系统(GNSS)信号条件下的低速无人车定位问题,在多状态约束卡尔曼滤波(MSCKF)框架下,提出了一种基于自适应零速修正机制的低速无人车定位方法(AZUPT-MSCKF).传统MSCKF算法利用惯性测量单元(IMU)传播车辆运动信息,并利用相机测量实现对运动信息的校正.然而,当无人车处于静止状态时,相机测量更新停止.受到IMU累积误差的影响,无人车的定位性能将迅速下降.对此,本文提出的AZUPT-MSCKF方法通过新增的自适应零速修正机制校正IMU的信息传播,使得无人车定位方法能较好地适应静态场景.实验结果表明,相比于传统MSCKF算法及VINS-Mono算法(关闭回环检测),AZUPT-MSCKF方法具有更高的定位精度和更强的鲁棒性.