基于IMM-UKF的协同式车辆运动状态跟踪算法
崔雅博
王晓婷
1.开封大学 信息工程学院,河南 开封4750042.开封大学 信息工程学院,河南 开封475004
摘要：为了提高车辆运动状态的跟踪精度,在路侧传感网信息融合的基础上,提出了一种改进的车辆运动状态估计方法.采用匀速直线运动模型和匀速转向运动模型建立了多模型的汽车行驶状态方程,利用马尔科夫链进行模型切换.同时引入无迹卡尔曼滤波算法,根据前一时刻的运动状态和当前观测值,对车辆行驶的运动状态参数进行估计.结果表明,改进的多模型数据融合算法与单模型相比,轨迹和速度跟踪误差分别降低了86.8％和78.6％,有效地提高了车辆运动状态跟踪的精度.
关键词：汽车辅助驾驶无迹卡尔曼滤波协同交互多模型信息融合运动跟踪马尔科夫链滤波器
分类号：TP391.41(计算技术、计算机技术)
资助基金：河南省高等学校重点科研项目(17B520023)开封市科技发展计划(1804017)
论文发表日期：2020-05-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 318-323 )
英文信息