基于模糊Kalman滤波的港口车辆组合定位方法研究

杨勇生,迟景成,姚海庆

(上海海事大学 物流科学与工程研究院,上海 201306)

0 引 言

港口环境下无人车辆的正常工作依赖于高精度的定位系统,磁钉、磁带导航是目前智能港口中应用较为广泛的定位方式,这些方法满足了智能港口环境下无人车辆对于定位精度的要求,但存在建设成本高、车辆行驶路径受限等问题．北斗卫星导航系统(BDS)/惯性导航系统(INS)组合定位系统是一种较成熟的定位方案,其定位精度高、建设成本相对低廉,能有效弥补磁钉、磁带导航中存在的车辆行驶路径受限等问题,是一种理想的智能港口无人车辆定位解决方案．

BDS/INS组合定位系统多采用Kalman滤波作为主要的滤波方式．港口环境下金属建筑物众多,易对BDS接收机信号造成遮挡,造成短时间内BDS定位精度的下降乃至失效,导致系统量测噪声的增大进而影响滤波效果,针对这一问题,通常采用自适应滤波技术对模型参数、噪声特性进行修正以改善滤波精度,模糊Kalman滤波是当前效果较为理想的方法之一[1].

利用模糊算法与Kalman滤波相结合的方式,将每一时刻的残差实测方差与实际方差的比值作为模糊控制器的输入,修正Kalman滤波中量测噪声协方差阵,以提高系统的定位精度与鲁棒性[2].

以加速度计采集值作为模糊控制器输入,自适应地估计Kalman滤波量测噪声方差．二者所提出的方法滤波结果较好,但实现过程较为繁琐．本文在将模糊控制器与Kalman滤波相结合的基础上,利用BDS传感器……