【技术实现步骤摘要】
轮式里程计与陀螺仪信息融合的无人车定向定位方法
本专利技术属于车辆控制
技术介绍
随着自动化技术的不断发展，汽车的自动驾驶技术成为了当前研究的热门领域。而定向定位技术，为其它模块的运行提供基本的车辆运动状态信息，是自动驾驶技术的关键，其精度的高低直接决定了自动驾驶技术的优劣。对无人车上搭载的轮式里程计和陀螺仪采集到的信号进行传感器信息融合，并以此进行车辆的定向定位，这一策略属于相对定向定位技术范畴。在当前的研究中，如视觉定位、激光雷达、超声波雷达、机器视觉、UWB定位系统、GNSS定位系统等外感受传感器，在信息处理过程中存在特征提取与模式匹配复杂的问题，计算量较大。同时这类传感器，容易受到环境的影响，如在室内环境下GNSS定位无信号、光线过暗环境下视觉失效、激光雷达和超声波雷达被遮挡等问题。采用轮式里程计与陀螺仪进行无人车定向定位，不易受外界环境影响，具有较好的稳定性，而且所需的传感器价格低廉，易于安装和使用。所以结合多种传感器信息进行定位，在外感受传感器失效时，利用相对定位方式短时维持车辆的定向定位能力，...
【技术保护点】
1.一种轮式里程计与陀螺仪信息融合的无人车定向定位方法，其特征在于：其步骤是：/n步骤一、建立无人车运动学模型/n无人车本体坐标为X
【技术特征摘要】
1.一种轮式里程计与陀螺仪信息融合的无人车定向定位方法，其特征在于：其步骤是：
步骤一、建立无人车运动学模型
无人车本体坐标为Xb-Yb，导航坐标系为X-Y，选用自由坐标系,在本体坐标系上得到
定义与为无人车在本体坐标系下的横向速度与前进速度，W为无人车宽度，Vr与Vl分别为里程计所测得的右后车轮和左后车轮的速度，为转向速度；对应的几何关系
其中，和为无人车在导航坐标系下的移动速度，为偏航角速度，θ为偏航角；
根据式(1)、(2)和(3)，可得连续时间运动学模型
分别定义左右车轮的纵向滑动系数
其中，Vr与Vl分别为里程计所测得的右后车轮和左后车轮的速度，vr与vl分别为右后车轮和左后车轮的实际速度；
因为无人车关于Yb轴对称，则有
对式(12)进行变换，则有
其中，α为摩擦系数，即
则可得到考虑滑移情况的无人车运动学模型
步骤二、建立精确的无人车离散时间下的运动学模型：采用几何法求解无人车离散时间下的运动学模型；ΔSl与ΔSr分别为左轮与右轮移动距离，ΔS为两轮旋转中心连线的几何中心的移动距离，R为回转中心半径，Δθ为无人车航向角变化，ΔSl，ΔSr，ΔS均为极小移动距离，Δθ为极小角度
ΔSl＝RΔθ(19)
ΔSr＝(R+W)Δθ(20)
ΔS＝(R+W/2)Δθ(21)
则有
在ΔS为极小移动距离时，可约等于Δd，则有ΔX＝ΔScos(θ+Δθ/2)，ΔY＝ΔSsin(θ+Δθ/2)；
综上可得
可知ΔSl＝VlT,ΔSr＝VrT，其中T表示采样间隔，则无人车航迹解算模型为
步骤三、传感器数学模型
增量式光电编码器数学模型如下
Sod,t＝St+nod,t(26)
其中，Sod,t为采样t时刻增量式光电编码器读数；St为采样t时刻真实值；nod,t为增量式光电编码器误差，服从均匀分布；N为编码器分辨率，进行离散化，则里程计速度
其中，Vt为真实速度，服从三角分布，上限为2π/NT,下限为-2π/NT；将其近似为正态分布，即
对于陀螺仪采用Allan方差法建立误差模型，可知陀螺仪的两种误差为速率随机游走Ωgy,t和角度随机游走ngy,t，两种误差分别为慢变噪声和快变噪声，则有
其中，表示在采样点t处的陀螺仪测量得到的无人车偏航角速度，为无人车真实偏航角速度，Ωgy,t为采样点t处的速率随机游走误差，ngy,t为采样点t处的角度随机游走误差，ngy,t用高斯白噪声描述，其中Qz为量化方差系数，Ωgy,t当前状态与上一时刻状态相关，用一阶马尔可夫随机过程描述，则有
Ωgy,t＝Ωgy,t-1+ζgy,t-1(30)
其中，ζgy,t-1～N(0,Qζ)为高斯白噪声，Qζ为量化方差系数；
步骤四、轮式里程计与陀螺仪信息融合估算方法
根据上述，得到系统模型与观测模型为
Ωgy,t＝Ωgy,t-1+ζgy,t-1(36)
其中，θt为无人车实际航向角，为无人车实际航向角速度，α为前文所述的摩擦系数，W为无人车宽度，Vr,t与Vl,t为右后、左...
【专利技术属性】
技术研发人员：马彦，白明，郭则宣，李成，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。