基于粒子群優(yōu)化的無(wú)人車雙慣性測(cè)量單元姿態(tài)融合方法
汽車技術(shù)
頁(yè)數(shù)： 9 2024-02-02
摘要： 為提高無(wú)人車系統(tǒng)中微機(jī)電慣性測(cè)量單元（MEMS IMU）的姿態(tài)角解算精度，提出了一種基于粒子群優(yōu)化（PSO）算法和自適應(yīng)強(qiáng)跟蹤無(wú)跡卡爾曼濾波（STAUKF）算法的數(shù)據(jù)融合方法。首先，對(duì)兩種不同精度的IMU模塊通過(guò)STAUKF算法進(jìn)行濾波，然后，利用構(gòu)造的兩類誤差函數(shù)，引入PSO算法對(duì)兩種IMU的后驗(yàn)估計(jì)進(jìn)行融合，最后，在搭建的無(wú)人車平臺(tái)上進(jìn)行測(cè)試。試驗(yàn)結(jié)果表明，相較于兩種單一I...
APP 