车载导航系统GPS/DR/MM组合定位技术研究

"这篇博士学位论文主要探讨了车载导航系统中的组合定位技术，旨在提高定位系统的精度、可靠性和适应性。作者黄智在湖南大学攻读车辆工程博士学位，由钟志华教授指导。研究中，论文重点比较了集中卡尔曼滤波器和改进的联合卡尔曼滤波器在GPS/DR组合定位中的应用，并提出了基于联合卡尔曼滤波器的优化策略，以适应低成本车载导航系统的需求。此外，论文还涉及了地图匹配技术，以及基于模糊推理逻辑的GPS/DR组合定位方案，旨在解决传统卡尔曼滤波存在的问题。" 在车载导航系统中，GPS（全球定位系统）提供高精度定位，但易受遮挡影响；航位推算（DR）虽然短期精度高，但误差随时间累积；地图匹配（MM）利用数字地图辅助定位，增强系统性能。论文通过集成这三种技术，以提升整体定位效果。 联合卡尔曼滤波器被选为组合定位的基础算法，因为它具有更好的容错性和设计灵活性。针对GPS和DR子系统在位置、速度和加速度估计上的差异，论文提出采用两组信息分配系数，分别对不同状态进行反馈和协方差重置。同时，通过主对角阵代替完整协方差阵来减少计算量，以提高算法实时性。新息过程的部分反馈则用于抑制DR的误差发散，实验证明这种方法有效且实时性强。 然而，传统的卡尔曼滤波器在低计算能力环境下可能面临问题，因此论文引入模糊推理逻辑，利用GPS误差估计、DR误差估计和两者输出偏差作为输入，构建了GPS定位误差经验模型，并设计了模糊推理规则表，以适应低成本硬件平台。 对于地图匹配技术，论文提出了基于D-S证据理论的方法，旨在提高匹配的准确性，识别出正确的行驶路径。这种方法考虑了多种因素，如道路特征、车辆动态等，以确保更可靠的定位结果。 这篇论文深入研究了车载导航系统中的组合定位技术，包括联合卡尔曼滤波的优化、模糊逻辑的应用以及地图匹配技术的改进，为低成本车载导航系统提供了有效的定位解决方案。这些研究对于提高车辆定位精度、提升用户体验以及推动智能交通系统的发展具有重要意义。