基于状态变换卡尔曼滤波的无人机/无人车跨域协同导航

在高楼密集的城市环境下,无人车在密集街道中工作时无法接收到有用的GNSS信息,只能依靠其他传感器进行导航,精度较差。针对这一问题,提出了一种基于状态变换卡尔曼滤波的无人机/无人车跨域协同导航方法,协同编队中的无人机节点飞行在楼宇上空可接收到GNSS信号的区域,无人车节点工作在无GNSS信号的街道,节点之间可通过相对测量传感器和数据链路进行导航信息交互。为进一步提高协同导航精度,利用基于状态变换卡尔曼滤波的方法对导航信息进行融合,估计出各无人车的导航误差并进行修正。仿真结果表明,采用该方案进行协同导航,主无人车最大位置误差小于3 m,与传统方法相比水平位置均方根误差降低了80.62%;从无人车最大位置误差小于5 m,2个从无人车水平位置均方根误差分别降低了74.24%和77.99%。