10.16526/j.cnki.11-4762/tp.2020.02.046
基于Kalman滤波的车位侧方距离修正方法
通常车位识别技术通过超声波传感器获取侧方障碍物位置信息来判断车位边缘,由于测量时超声波传感器与障碍物形成波束角的跳变,及其本身的固有特性会带来随机噪声,导致不能直接得到状态变量的真实精确值;通过建立合适的距离修正系统状态方程和观测方程,采用Kalman滤波算法,由k-1时刻的超声波传感器测量值与随机噪声获得该时刻的协方差,并与测量噪声计算获得k时刻的Kalman增益,再结合k时刻的超声波传感器测量值与观测方程得到k+1时刻的距离修正值;仿真结果表明,经过150次迭代计算后的绝对误差为1.575 cm,平均修正时间仅需0.028 s;该方法可有效降低了随机噪声干扰,具有良好的准确性和实时性,滤波测量距离修正值更加逼近真实值.
车位识别技术、超声波传感器、Kalman滤波
28
TP391.9(计算技术、计算机技术)
智能机器人湖北省重点实验室开放基金HBIR201406
2020-05-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
220-223,228