《自動駕駛汽車位姿估計與組合導(dǎo)航》系統(tǒng)地介紹了基于全球?qū)Ш叫l(wèi)星系統(tǒng)與里程計類系統(tǒng)的自動駕駛汽車位姿估計與組合導(dǎo)航方法，包括自動駕駛汽車多源異構(gòu)傳感系統(tǒng)時空對準方法，GNSS信號不良時融合車輛動力學、多軸IMU與視覺信息對車輛姿態(tài)與速度進行估計的方法，GNSS信號良好時基于GNSS/INS信息融合的車輛姿態(tài)、速度和位置估計方法，GNSS信號失效時基于視覺信息、輪速、單軸陀螺儀以及車道線地圖的位置估計方法，并詳細介紹了算法原理、設(shè)計過程和實驗驗證效果。
目錄
前言
第1章 緒論 1
1.1 背景 1
1.2 自動駕駛汽車位姿估計與組合導(dǎo)航發(fā)展現(xiàn)狀 2
1.2.1 自動駕駛汽車中常用傳感器 2
1.2.2 姿態(tài)估計 5
1.2.3 速度估計 8
1.2.4 位置估計 21
1.3 本書主要內(nèi)容 23
第2章 多源傳感系統(tǒng)時空同步 26
2.1 多源傳感系統(tǒng)介紹 27
2.2 多源傳感系統(tǒng)時間同步 32
2.2.1 硬同步 33
2.2.2 軟同步 35
2.3 多源傳感系統(tǒng)空間對準 44
2.3.1 多軸IMU空間對準 44
2.3.2 GNSS雙天線航向?qū)?61
2.4 本章小結(jié) 63
第3章 自主式車輛位姿估計與組合導(dǎo)航 65
3.1 多軸IMU與動力學融合的姿態(tài)角與速度聯(lián)合估計 66
3.1.1 車輛動力學輔助多軸IMU狀態(tài)估計算法架構(gòu) 66
3.1.2 基于多源信息融合的姿態(tài)估計 67
3.1.3 基于多源信息融合的速度估計 79
3.2 基于視覺輔助的狀態(tài)估計 106
3.2.1 姿態(tài)角估計 106
3.2.2 車輛側(cè)向運動平面幾何模型 112
3.2.3 小側(cè)向加速度質(zhì)心側(cè)偏角估計 114
3.2.4 實驗結(jié)果 116
3.3 基于線控轉(zhuǎn)向（回正力矩）的狀態(tài)估計 125
3.3.1 車輛與車道線模型 126
3.3.2 非線性觀測器設(shè)計 131
3.3.3 非線性觀測器誤差分析 132
3.3.4 非線性觀測器魯棒性分析 140
3.3.5 實驗結(jié)果 141
3.4 基于視覺、車輛動力學和陀螺儀的位置估計方法 146
3.4.1 算法結(jié)構(gòu) 146
3.4.2 車道線模型 147
3.4.3 航向角融合 149
3.4.4 位置估計 150
3.4.5 實驗結(jié)果 151
3.5 本章小結(jié) 155
第4章 基于GNSS/IMU的組合導(dǎo)航 157
4.1 基于直接狀態(tài)法的車輛狀態(tài)估計 158
4.1.1 運動學狀態(tài)觀測器設(shè)計 158
4.1.2 基于估計預(yù)測的遲滯補償算法 158
4.1.3 基于反向平滑與灰色預(yù)測融合誤差補償算法 160
4.1.4 實驗結(jié)果 163
4.2 基于誤差狀態(tài)法的車輛狀態(tài)估計 176
4.2.1 GNSS/INS組合系統(tǒng)架構(gòu)及模型 177
4.2.2 速度誤差估計 181
4.2.3 姿態(tài)誤差估計 185
4.2.4 角速度零偏估計 198
4.2.5 實驗結(jié)果 200
4.3 低速電動汽車航向角估計 215
4.3.1 基于GNSS/IMU組合的航向角估計 215
4.3.2 航向角誤差反饋策略 217
4.3.3 實驗結(jié)果 218
4.4 本章小結(jié) 224
參考文獻 226
新書資訊