【技术实现步骤摘要】
本专利技术属于自动驾驶领域，涉及一种智能汽车运动多传感器数据处理及融合方法。
技术介绍
1、智能汽车多传感器数据融合(multi-sensor information fusion,msif)是一种利用计算机科学技术将来自各个传感器或多源头的信息和数据在预定的规则下进行数学分析加上信息综合，以完成相应的决策和必要的估算而执行的信息处理过程。这个过程中，要充分地利用多源数据进行合理操作与使用，信息融合不但运用了多个传感器互相协同工作的优势，并且运用算法综合处理了大量其它信息源数据，使得整个传感器系统更加智能。多传感器数据融合是目标跟踪的重要组成部分，通过融合多个传感器的测量值，系统可以获得比单传感器情况更好的跟踪性能。
2、现有的采用多传感器融合技术对智能汽车进行gnss定位，在环境干扰下精度较低，加速度计和陀螺仪采集的imu数据也不准确。另外，虽然多传感器数据融合可以提高系统的性能和可靠性，但由于不同传感器之间的差异和不确定性，可能会导致融合结果的不准确性和不可靠性。多传感器数据融合需要设计和实现相应的算法，以实现对多源数据...
【技术保护点】
1.一种智能汽车运动多传感器数据处理及融合方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的智能汽车运动多传感器数据处理及融合方法，其特征在于：所述误差校正算法具体包括：
3.根据权利要求1所述的智能汽车运动多传感器数据处理及融合方法，其特征在于：步骤S2所述建立状态方程和观测方程如下：
4.根据权利要求1所述的智能汽车运动多传感器数据处理及融合方法，其特征在于：步骤S2所述构建最优估计算法，结合历史数据拟合的实时数据与真实数据，进行惯性导航预测和解算，得到精准惯性导航数据，包括智能汽车俯仰角、横滚角、航向角数据，具体包括：
5.根...
【技术特征摘要】
1.一种智能汽车运动多传感器数据处理及融合方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的智能汽车运动多传感器数据处理及融合方法，其特征在于：所述误差校正算法具体包括：
3.根据权利要求1所述的智能汽车运动多传感器数据处理及融合方法，其特征在于：步骤s2所述建立状态方程和观测方程如下：
4.根据权利要求1所述的智能汽车运动多传感器数据处理及融合方法，其特征在于：步骤s2所述构建最优估计算法，结合历史数据拟合的实时数据与真实数据，进行惯性导航预测和解算，得到精准惯性导航数据，包括智能汽车俯仰角、横滚角、航向角数据，具体包括：
5.根据权利要求1所述的智能汽车运动多传感器数据处理及融合方法，其特征在于：步骤s3中，首先用第一个状态矢量的测量值来刷新所有的预测值和实际测量值，并用这些值来预测下一个的位置；对于没有定位数据输...
【专利技术属性】
技术研发人员：邓天民，彭栎丹，兰一凡，邓天清，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：
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。