论文部分内容阅读
针对大学生无人驾驶方程式(FSAC)于地图内高精定位以及速度观测的问题,设计基于多传感器信息融合的状态估计算法,并应用于自研实车平台。算法基于迭代扩展卡尔曼滤波(iEKF)进行设计,融合多类传感器,包括惯性测量单元(IMU)、转角及轮速编码器、全球卫星定位(GPS)、相机与激光雷达(Lidar)。首先,利用IMU预测车辆先验状态;然后,建立并联融合架构,对各类传感器数据进行不同的信息处理,用于更新先验状态;由于并联融合的架构,不同传感器可独立地维护车辆的状态观测。实验结果表明,所提出的算法对地图内定