为了提高智能汽车行驶的可靠性,以超宽带(UWB)为研究对象,研究了智能汽车两阶段U WB定位算法;分析了智能汽车U WB定位算法的基本原理与误差来源;建立了测距值筛选与加权位置解算两阶段U WB定位算法,在测距值筛选阶段,采用高斯筛选剔除小概率、大干扰事件,在加权位置解算过程中,根据多测距点的位置坐标加权计算得到最终的位置坐标,以有效减小非视距、多径效应所带来的误差,通过使用抗多径天线以有效减小多径效应所带来的误差,并分别建立了静态补偿和运动补偿策略,以有效减小设备晶振偏差等硬件问题造成的误差;在MATLAB/Simulink仿真平台中搭建一定测距方差约束下的UWB随机测距值仿真环境,对算法进行了仿真测试并与三边定位算法、三边质心定位算法进行仿真比较,分析基站数量对定位精度的影响;搭建实物U WB测试系统,对U WB设备定位精度进行了评估与误差补偿,并对两阶段U WB定位算法进行了实车测试.仿真结果表明:东向和北向的定位误差均值最小分别可达0.3823、0.4470 m;补偿后的UWB定位轨迹更接近RT3002所示的轨迹,东向和北向轨迹误差的平均值分别为0.0492、0.0178 m,均方根误差分别为0.0698、0.0264 m.可见,提出的智能汽车两阶段UWB定位算法能够满足智能汽车的定位需求,具有高精度、低成本、稳定性好等优点.