一种车辆运动状态参数的估计方法技术

本发明专利技术公开了一种车辆运动状态参数的估计方法，包括：将主要根据车载GPS工作过程中受到的噪声种类；对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行处理的测速算法；通过扩展卡尔曼滤波和位差法融合对实车采集到的车辆位置的信息进行处理得到行车速度、加速度等信息，并通过使用这些更加精确的信息推算出车辆的实时运动状态，以反映车辆当前的运动状况。本发明专利技术所述车辆运动状态参数的估计方法，可以克服现有技术中稳定性差、维护难度大和测量精度低等缺陷，以实现稳定性好、维护难度小和测量精度高的优点。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，包括：将主要根据车载GPS工作过程中受到的噪声种类；对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行处理的测速算法；通过扩展卡尔曼滤波和位差法融合对实车采集到的车辆位置的信息进行处理得到行车速度、加速度等信息，并通过使用这些更加精确的信息推算出车辆的实时运动状态，以反映车辆当前的运动状况。本专利技术所述车辆运动状态参数的估计方法，可以克服现有技术中稳定性差、维护难度大和测量精度低等缺陷，以实现稳定性好、维护难度小和测量精度高的优点。【专利说明】
本专利技术涉及通信
，具体地，涉及。
技术介绍
近年来，随着全国人均收入的不断提高，车辆的普及率也在不断提升，车辆渐渐的成为了人们日常生活中的一种必需品。当然，作为一种出行常用的交通工具，人们在注重其经济美观的同时，对车辆的安全性、稳定性也有了更高的要求，尤其是在事故频发的当下，人们越来越关注车辆的安全性能。 GPS技术为车辆运动状态参数的测量提供了一种新的方法。车载GPS导航系统对来自太空的GPS卫星的实时信号进行不断地采集和处理，并以此判断出车辆当前所在的位置。车辆产业已成为当今中国不断发展的经济支柱产业之一，在人们的日常工作和生活起着日益突出的作用。 国内有人也已经开始了利用GPS对车辆运动状态开始研宄。如张金柱等人开发的基于GPS的车辆主动安全控制系统，在结合GPS和INS系统的基础上已能够整体的测量车辆的侧倾角等信息。付江华等人也提出了一种利用车载GPS与INS系统相结合的车辆运动性能测试方案。以上这些研宄大多通过测量定位精度十分高的GPS系统，或者以多个GPS系统进行组合作为研宄的硬件基础，这也导致了整个系统成本较高，安装复杂，并不适用于在普通车辆上大量生产和装备。 利用GPS技术对车辆状态参数进行估计的研宄是一个新兴的研宄课题，国外已经有不少研宄成果，且随着GPS成本的降低，国外的GPS技术的研宄已经从导航、定位、监控发展到了 GPS作为一个测量核心为车辆自动控制系统提供车辆实时运动状态，而且现在整个GPS测量系统已经用到了辅助驾驶系统和制动系统等方面。GPS的姿态测量和控制在国外经过多年发展已经比较成熟。国内对基于GPS车辆的运动状态参数进行估计的研宄起步较晚，国内GPS系统用于车辆的运动状态参数进行估计还处于初级阶段。 要通过GPS系统实现车辆的实时运动状态的检测，还需要解决诸多的技术难题。与此同时在国内现阶段的研宄中使用的硬件主要还是载波相位接收机。虽然载波相位接收机能够较为精确地对物体进行定位，但是载波相位接收机也存在着明前的缺点导致它在商用车辆上很难普及。例如:仪器笨重，现场布置困难，天线复杂等缺点。但是随着GPS电子硬件的发展和相关技术的不断解禁，使普通类型的单天线GPS接收机通过一些处理也能够得到亚米级的测量精度，再结合一些适当算法的结合，有望进一步提高GPS的测量精度。 GPS测量精度的不断提高为通过GPS测量车辆运动状态进而进行车辆控制提供了可能性。同时为了解决基于GPS进行车辆控制的问题，还必须对GPS系统采集到的数据进行估计与检测，由此推算出更加全面的车辆动态参数信息，并对这些参数进行分析与论证，进而推算出车辆是否处于稳定行驶状态，为车辆主动安全控制系统提供全面的数据支持，可以预见未来的车载GPS系统将是一个集定位导航，车辆姿态管理和稳定性分析以及车辆控制的大系统。 在实现本专利技术的过程中，专利技术人发现现有技术中至少存在稳定性差、维护难度大和测量精度低等缺陷。
技术实现思路
本专利技术的目的在于，针对上述问题，提出，以实现稳定性好、维护难度小和测量精度高的优点。 为实现上述目的，本专利技术采用的技术方案是:，包括:将主要根据车载GPS工作过程中受到的噪声种类；对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行处理的测速算法；通过扩展卡尔曼滤波和位差法融合对实车采集到的车辆位置的信息进行处理得到行车速度、加速度等信息，并通过使用这些更加精确的信息推算出车辆的实时运动状态，以反映车辆当前的运动状况。 本专利技术各实施例的车辆运动状态参数的估计方法，由于包括:将主要根据车载GPS工作过程中受到的噪声种类；对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行处理的测速算法；通过扩展卡尔曼滤波和位差法融合对实车采集到的车辆位置的信息进行处理得到行车速度、加速度等信息，并通过使用这些更加精确的信息推算出车辆的实时运动状态，以反映车辆当前的运动状况；从而可以克服现有技术中稳定性差、维护难度大和测量精度低的缺陷，以实现稳定性好、维护难度小和测量精度高的优点。 本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。 下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。 【专利附图】【附图说明】 附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中:图1为本专利技术中GPS软件处理系统的整体结构图。 【具体实施方式】 以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。 根据本专利技术实施例，如图1所示，提供了。 本专利技术的技术方案中，车辆运动状态参数的估计:本专利技术的技术方案将主要根据车载GPS工作过程中受到的噪声种类。提出一种对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行处理的测速算法。同时通过扩展卡尔曼滤波和位差法融合对实车采集到的车辆位置等信息进行处理得到行车速度、加速度等信息，并通过使用这些更加精确的信息推算出车辆的实时运动状态，以反映车辆当前的运动状况。 4.1车辆测速系统的卡尔曼滤波模型 4.1.1卡尔曼滤波简介滤波简单地来说就是从接收到或者观测到的各种带有其他干扰的信号中取出我们需要的有用信号的一种方法。卡尔曼(Kalman)于上世纪50年代末60年代初，首次成功地采用了状态空间的概念，用一个状态方程描述整个系统，外部信号作为状态参数，从而改变了以往对滤波问题的一般性描述方法，把外部输入信号视为白噪声作用下的一个线性系统的外部输入，而且于此同时这种外部输入、输出关系可以用一个状态方程来描述。这样就使研宄所用的信号过程同时包含了标量随机过程和非平稳的矢量随机过程。其次，在维纳滤波问题的求解上卡尔曼还利用了数理统计和概率论领域的新成果，并以此为基础在线性无偏最小方差估计的原理下提出了一种全新的维纳滤递推线性滤波方法。这种方法与以往的方法估算不同，不需要过多的存贮的大量的冗余数据，而是在当前时刻新的数据被观测后，只要根据这一时刻新的数据和前一时刻存储数据的估计量，同时通过整个系统过程本身的状态方程，按照一系列的递推公式，既可推算出这一时刻新的估计量即这一时刻的最优估计量。因此，整个拉尔曼滤波系统之需要保存三个状态量就可以使整个递推过程不断进行下去，这种算法大减少了计算机的工作强度，提高了滤波系统运行速度，是滤波系统实时性更强。由于卡尔曼滤波克服了经典滤波方法计算量大，存储数据多等诸多缺点，因此被广泛地应用于空间技术、飞行器的导航与定位等很本文档来自技高网...

【技术保护点】
一种车辆运动状态参数的估计方法，其特征在于，包括：将主要根据车载GPS工作过程中受到的噪声种类；对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行处理的测速算法；通过扩展卡尔曼滤波和位差法融合对实车采集到的车辆位置的信息进行处理得到行车速度、加速度等信息，并通过使用这些更加精确的信息推算出车辆的实时运动状态，以反映车辆当前的运动状况。

【技术特征摘要】

【专利技术属性】
技术研发人员：潘盛辉，郝东亚，
申请(专利权)人：广西科技大学，
类型：发明
国别省市：广西;45