10.3321/j.issn:0253-987X.2005.06.011
基于平方根Unscented卡尔曼滤波的车辆融合跟踪
针对车辆运动的机动性和跟踪系统的非线性,提出了一种基于平方根Unscented卡尔曼滤波(SR-UKF)的多传感器融合跟踪方法.该方法采用动力学模型建立系统的状态方程和量测方程,充分利用了多传感器的量测信息,更好地满足了目标的机动特性.采用基于UKF的数据融合方法处理系统的非线性问题,避免了扩展卡尔曼滤波(EKF)产生的线性化误差.同时,在滤波过程中,以协方差平方根阵代替协方差阵参加迭代运算,有效地避免了滤波器的发散,提高了滤波算法的收敛速度和稳定性.实验证明,与基于EKF的融合算法相比,基于SR-UKF的融合算法使系统的位置和方向角的跟踪精度分别提高了18.22%和34.81%.
车辆跟踪、非线性滤波、数据融合
39
TP274(自动化技术及设备)
国家重点基础研究发展计划973计划2001CB309403
2005-07-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
594-597