| 基于无损卡尔曼滤波的车载双雷达目标位置估计方法 |
| |
| 引用本文： | 向易,汪毅,张佳琛,蔡怀宇,陈晓冬.基于无损卡尔曼滤波的车载双雷达目标位置估计方法[J].光电工程,2019,46(7):96-104. |
| |
| 作者姓名： | 向易 汪毅 张佳琛 蔡怀宇 陈晓冬 |
| |
| 作者单位： | 天津大学精密仪器与光电子工程学院,天津 300072;天津大学光电信息技术教育部重点实验室,天津 300072;天津大学精密仪器与光电子工程学院,天津 300072;天津大学光电信息技术教育部重点实验室,天津 300072;天津大学精密仪器与光电子工程学院,天津 300072;天津大学光电信息技术教育部重点实验室,天津 300072;天津大学精密仪器与光电子工程学院,天津 300072;天津大学光电信息技术教育部重点实验室,天津 300072;天津大学精密仪器与光电子工程学院,天津 300072;天津大学光电信息技术教育部重点实验室,天津 300072 |
| |
| 基金项目： | 天津市重大科技专项"无人驾驶汽车感知、决策和控制关键技术的研究";天津市自然科学基金项目 |
| |
| 摘 要： | 在无人驾驶汽车的研究中,对于传感器探测到的目标进行状态估计是环境感知技术的关键问题之一。本文提出了一种基于无损卡尔曼滤波器的算法,根据所获得的经过标记的雷达数据对目标的位置状态进行预测和更新,从而估计无人驾驶车辆双雷达系统的目标位置。本文中的车载雷达系统由四线激光雷达和毫米波雷达组成,标定后的车辆坐标系为与地面平行的二维坐标系,在此系统和坐标系基础上,在实验场地采集真实雷达数据并进行仿真计算。实验证明,相较于单一传感器,雷达组合模型的测量误差得到有效降低,融合数据精度提高。而相较于目前最常用的扩展卡尔曼滤波算法,车辆行驶方向上的平均位置均方误差从6.15‰下降到4.83‰,与车前轮轴平行的方向上,平均位置均方误差值从4.24‰下降到2.99‰,表明本文算法的目标位置估计更加精确,更接近实际值。此外,在同样的运行环境下,本文算法处理500组雷达数据的平均时间也从5.9ms降低到了2.1ms,证明其有更高的算法效率。
|
| 关 键 词： | 激光雷达 毫米波雷达 卡尔曼滤波 位置估计 |
Target location estimation for vehicle dual radar based on unscented Kalman filter |
| |
| Xiang Yi,Wang Yi,Zhang Jiachen,Cai Huaiyu,Chen Xiaodong.Target location estimation for vehicle dual radar based on unscented Kalman filter[J].Opto-Electronic Engineering,2019,46(7):96-104. |
| |
| Authors: | Xiang Yi Wang Yi Zhang Jiachen Cai Huaiyu Chen Xiaodong |
| |
| Affiliation: | (School of Precision Instruments and Opto-Electronics Engineering,Tianjin University,Tianjin 300072,China;Key Laboratory of Opto-Electronics Information Technology of Ministry of Education,Tianjin University,Tianjin 300072,China) |
| |
| Abstract: | Xiang Yi;Wang Yi;Zhang Jiachen;Cai Huaiyu;Chen Xiaodong(School of Precision Instruments and Opto-Electronics Engineering,Tianjin University,Tianjin 300072,China;Key Laboratory of Opto-Electronics Information Technology of Ministry of Education,Tianjin University,Tianjin 300072,China) |
| |
| Keywords: | LiDAR millimeter wave radar Kalman filter position estimation |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
