《基于无迹卡尔曼滤波传感器信息融合的车辆导航算法》PDF+DOC
作者:梁丁文,袁磊,蔡之华,谷琼
单位:四川省计算机学会;中国科学院成都分院
出版:《计算机应用》2013年第12期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJY2013120320
DOC编号:DOCJSJY2013120329
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于模糊自适应无迹卡尔曼滤波的多源异构信息融合弹道目标跟踪测量系统》PDF+DOC2013年第05期 李军,刘继勇
《基于自适应无迹卡尔曼算法的工业物联网数据融合处理》PDF+DOC2016年第04期 王春媚
《基于内椭球逼近融合的分布式节点同时定位与跟踪算法》PDF+DOC2016年第03期 文庆臻,周彦,胡岚
《无迹卡尔曼滤波在末敏弹信号处理中的应用》PDF+DOC2016年第01期 袁军,刘荣忠,郭锐
《基于SVM-UPF的雷达弱小目标检测前跟踪算法》PDF+DOC2016年第03期 秦占师,张智军,曹晓英,陈稳
《基于多传感器融合的车载航位推算系统》PDF+DOC2015年第01期 牟文杰,叶凌云
《含有多普勒频率的毫米波/红外融合滤波算法》PDF+DOC2012年第03期 陈出新,周德云,王谦
《非线性无序测量无迹滤波在地面跟踪目标指示器的应用》PDF+DOC2007年第03期 胡炜薇,杨莘元,蒲书缙,廖艳苹
《基于传感器置信度的列车组合定位信息融合算法》PDF+DOC 周宇
《基于ATUKF的地面动目标跟踪算法》PDF+DOC2014年第06期 黄强,俞建国
针对复杂道路条件下车辆的导航问题,将全球定位系统(GPS)与车载终端传感器系统相结合,提出了基于多传感器系统的车辆精确定位模型,并针对扩展类卡尔曼滤波易产生突发性误差而导致的安全问题,采用基于Sigma点的无迹卡尔曼滤波器(UKF)传感器信息融合算法。根据实时的道路状况和车辆自身的运动状态给出符合要求的状态估值,实验与基于多项式扩展卡尔曼滤波车辆传感器信息融合算法在精度和效率方面进行了比较,结果表明,基于UKF传感器信息融合的算法在复杂路况下的估计精度和运行效率都有显著提高,能够根据当前的路线情况和车载传感器的反馈信息快速地估计出车辆的运动状态,实时计算出动态的车辆控制输入。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。