应急救援车辆的高精度、高稳定性定位技术研究

发布时间：2021-03-11 00:50

　　基于车前地形预瞄的主动悬挂调控方法是目前公认的提高车辆行驶平顺性和操纵稳定性的有效手段,其中,车辆高精度、高稳定性定位是实现车前地形构建的关键基础问题,起到至关重要的作用,此外,随着以位置共享为核心的车联网技术的发展,实现车辆的高精度定位能够进一步推动智能交通的发展。定位技术是车辆感知技术的核心技术之一,是实现车辆智能化的前提。本文依托于吉林大学与燕山大学共同完成的国家重点研发计划“高机动应急救援车辆（含消防车辆）专用底盘及悬挂关键技术研究”,本文通过多传感器数据融合实现了车辆的高精度、高稳定性定位,并采用仿真和实车两种方式,验证定位系统的精度和稳定性。论文主要完成以下几方面工作:1、研究国内外现有定位技术,提出基于多传感器数据融合实现的车辆定位系统方案,依据系统方案完成传感器选型,设计硬件电气连接图,设计多传感器时空同步方案,完成系统硬件平台的搭建。2、为了提高系统运行的实时性和稳定性,本文提出采用GPS/IMU组合构建系统前端里程计。本文首先完成对三轴车辆运动学建模,推导出基于IMU的运动学预测方程和基于GPS实现的运动学观测方程。通过误差状态卡尔曼滤波器完成状态更新;为了验证前端... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：91 页

【学位级别】：硕士

【部分图文】：

基于轮式里程计

基于惯导进行

第1章绪论7均可运行，具有很好的鲁棒性，支持宽基线闭环检测和重新定位等功能。如下图1.8所示，通过ORB-SLAM构建室内环境，并估计载体的姿态。图1.8ORB-SLAM效果图视觉SLAM多用于室内环境中，视觉SLAM采用光学摄像头作为传感器，摄像头获取的视野范围较小，视觉SLAM不适用于强光和夜晚等环境中，同视觉SLAM相比较激光SLAM使用范围更加广泛，激光SLAM采用激光雷达作为传感器。目前，激光SLAM算法效果最好的是LOAM，由CMU的JiZhang[26]，2014年提出。运行效果如下图1.9所示：图1.9LOAM运行效果图激光雷达采集的点云信息比较稀疏，易于提取特征点，目前广泛应用于无人驾驶领域，激光SLAM能够实现较高精度的室外定位，但是，激光SLAM通过点云匹配实现里程计位姿估计，对于空旷开阔地带、长直走廊等特征不明显地带，不利于提取特征点。另一方面点云匹配以及回环检测等环节会消耗大量计算时间，实时性是SLAM技术发展的瓶颈。


本文编号：3075572