改进的交互式卡尔曼滤波对雷达数据处理技术研究

为了减少车载毫米波雷达数据中的噪声影响,本文采用了改进的交互式卡尔曼滤波算法对采集数据进行了处理,得到了目标运动状态的最优值。依据目标车辆的运行轨迹构建了运动状态方程,确定了不同状态下的状态矩阵和观测矩阵,同时设计了交互式多模型滤波器,借助于dSPACE场景仿真软件建立了虚拟交通场景,利用硬件在环技术实现了运动目标的数据采集,分析计算了雷达数据噪声,在滤波过程中,利用遗传算法对过程噪声和量测噪声进行在线优化,得到噪声的最优组合。通过激光雷达对目标的探测结果对算法的滤波性能进行了验证,滤波算法求得的数据平均误差小于0.1 m,对数据的噪声起到一定的抑制作用,提高了对目标车辆的定位与追踪能力。