[发明专利]一种基于改进卡尔曼滤波器的无人矿卡融合定位方法

权利要求书

1.一种基于改进卡尔曼滤波器的无人矿卡融合定位方法，其特征在于，包括：

基于组合导航定位法获取定位数据作为控制量；以及

基于环境特征匹配法获取定位数据作为观测量；

将控制量和观测量同时导入基于改进卡尔曼滤波器的状态模型和测量模型进行融合定位，得到融合后的定位结果作为当前的定位数据；

所述基于组合导航定位法获取定位数据作为控制量的具体步骤包括：

根据组合导航定位法采集定位数据u，并对定位数据u进行误差处理，定位数据u满足于：

其中，

式中，U(k)为无人车实际定位值，k为获取次数，E为第k-1次获取时的误差；

根据连续两次定位数据相减消除误差E，得到状态模型为：

U(k)＝U(k-1)+Δu(kk-1)+Q(k)；

式中，Δu(kk-1)表示无人车定位数据的变化趋势，Q(k)为过程激励噪声协方差；

所述基于改进卡尔曼滤波器的状态模型和测量模型进行融合定位的具体步骤包括：

根据状态模型与测量模型，进行状态与测量的迭代更新；

首先将模型代入卡尔曼滤波器的状态更新方程与测量更新方程；

状态更新方程：

测量更新方程：

将卡尔曼滤波器的输出u(k)作为状态模型与测量模型的U(k)输出；

根据状态变量x(kk)作为第k次融合的结果，得到x(kk)＝u(k)；

由于状态变量能够直接反映测试结果，则系统参数A，B和H为1；

根据控制量u(k-1)由u转化，将状态模型代入状态更新方程，得到u(k-1)＝Δu(kk-1)；

同时，取观测变量z(k)＝u(k)，并且对状态更新方程与测量更新方程进行迭代，使x(kk)收敛至最小方差，得到数据融合后的结果u_i+1(k)比u_i(k)和u_i-1(k)更接近当前的实际定位值U(k)。

2.根据权利要求1所述一种基于改进卡尔曼滤波器的无人矿卡融合定位方法，其特征在于，所述基于环境特征匹配法获取定位数据作为观测量的具体步骤包括：

根据环境特征匹配法采集定位数据u作为卡尔曼滤波器的测量模型的输入，测量模型表示为：u(k)＝U(k)+R；

式中，R为测量噪声协方差。