[发明专利]一种基于数据插值的多传感器异步数据融合方法

权利要求书

1.一种基于数据插值的多传感器异步数据融合处理方法，其特征在于：包括航迹推算模块、数据缓冲模块、时间索引模块、数据插值模块；航迹推算模块根据车辆的运动动模型进行位姿估计，并将其作为先验估计输入至状态估计器；数据缓冲模块负责接收当前时刻车辆各传感器的测量信息，并按照时间顺序进行存储到相应的数据缓冲容器中；时间索引模块依照参考时间遍历数据缓冲容器中的传感器数据，并进行位置锁定；数据插值模块利用锁定位置的前后帧数据实现传感器数据插值，并将插值后的数据作为观测信息输入状态估计器，实现对车辆位置的后验估计。

2.一种利用权利要求1所述系统进行的基于数据插值的多传感器异步数据融合处理方法，其特征在于：将带有时间戳的IMU传感器数据存储于数据缓冲容器内，选定里程计传感器作为核心传感器，将里程计的数据时间戳作为参考时间，遍历数据缓冲容器中的观测数据即IMU信息，以实现各传感器数据在时间上的精确匹配；所述的航迹推算模块估计状态的数据类型包括位置坐标，偏航角；所述航迹推算模块的数据类型包括车载传感器测量的车辆行驶数据及车辆状态信息，得到车辆的观测模型如下：

Z_k+1＝θ_k+1+v_k+1 (1)

其中,Z_k+1表示k+1时刻的系统观测量，θ_k+1表示IMU的姿态向量信息，v_k+1表示k+1时刻的观测噪声。

3.根据权利要求2所述的一种基于数据插值的多传感器异步数据融合处理方法，其特征在于：所述航迹推算模块是一个混杂的扩展卡尔曼滤波结构，实现航迹推算的过程如下：

S1、根据车辆的动力学模型建立对应的状态空间方程和观测方程并进行先验预测值；

S2、根据测量信息的数据时间戳进行时间索引；

S3、根据相邻帧数据进行数据插值，处理系统观测量Z_k+1；

S4、根据S2所得的先验预测值和S3所得的系统观测量，搭建扩展卡尔曼滤波器实现对车辆位置、姿态的估计。