基于Kalman过滤器的实时拖拉机位置确定系统

摘要：

该文提出了一个实时拖拉机位置确定系统,该系统由一个六轴惯性测量单元(IMU)和一个Garmin全球定位系统(GPS)组成.在系统中,设计了一个Kalman过滤器来综合两个传感器的信号,以滤去GPS信号中的噪音,融合冗余信息,最后得到一个有较高更新速度的输出信号.此外该系统还能够补偿IMU的偏移误差.通过使用该系统,低价的GPS可以替代高价的GPS,并且保持良好的精确性.试验和融合结果表明该系统确定的拖拉机位置误差比单一使用GPS的系统的误差要大大减小:当拖拉机速度约为1.34 m/s时,该系统东向轴的平均偏差为0.48 m,而GPS的平均偏差为1.28 m;北向轴的偏差从1.48 m降为0.32 m.系统的更新频率则从原有GPS的1Hz增加到9Hz.

关键词：拖拉机位置确定、传感器、信息融合、GPS、Kalman过滤器

所属期刊栏目：18

分类号：S127;S219.032.2(农业物理学)

资助基金：Illinois Council on Food and Agricultural Research the Strategic Research Initiative Program in Information Systems and TechnologyCFAR-SRI-IT

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：96-101