成果信息

(1)与已有的车辆位置估算方法比较，本发明融合GPS和航位推算两种系统的观测信息，同时建立综合系统的卡尔曼滤波模型，能够得到比单纯的GPS定位或航位推算更高的车辆位置估算精度。特别是，采用车载GPS接收机在当地坐标系下的位置、速度和航位推算中陀螺仪漂移、里程计标定误差作为状态变量，以GPS接收机在当地坐标系下的位置、里程计计算的距离、陀螺仪输出的角速度作为滤波器观测向量，既保证了滤波器的实时性和精度，又不至于增加过多的计算量。 (2)本发明通过GPS和航位推算综合系统的卡尔曼滤波器完成对GPS和航位推算数据的最优融合估计，其车辆位置估算系统中无公共参考系统，因而系统计算量小，滤波速度快。 (3)本发明尤其当车辆行驶在复杂路径下，GPS卫星信号被遮挡或受多径效应的影响导致GPS没有位置输出时，进一步利用神经网络建立的位置误差预测模型实现了车辆位置的实时精确估算，从而保证了车辆定位的连续性和高精度性。其中，位置误差预测模型利用GPS 有数据输出时的不同时段下航位推算的估算位置作为训练样本对该模型进行训练，提高了位置误差预测的准确度和可靠性，进而提高了GPS无数据输出时车辆位置实时估算的精度)

背景介绍

航位推算是近年来新兴的一种常用自主式车辆导航技术，其基本原理是利用方向和速度传感器来推算车辆的位置。该系统一般由里程计、陀螺仪、电子罗盘等传感器组成。该方法通过利用设备当前的航向和里程增量，在导航坐标系中对设备的坐标进行推算，从而得到设备当前位置。该方法的缺点是导航误差会随时间或里程积累，造成设备导航精度呈现下降趋势。因此航位推算法不能单独、长时间地使用，而常作为一种辅助导航技术得到应用。现有技术中有利用激光测距仪LRF或立体摄像机等用于测量与周边物体间距离的距离传感器，来进行陀螺仪的修正的方法，还可利用其它手段如电子标签、无线信号、卫星导航等对航位推算的位置数据进行修正，此类技术措施的缺点是修正信号具有不确定性，无法保证所有导航设备都能够被成功修正。)

应用前景

/)