卡尔曼滤波与组合导航原理_百度无人车de组合导航技术

飘哥在其他文章讲了百度无人车用到的八大坐标系统，四大定位技术（特征匹配方式，全局定位方式，gps定位方式，也有了短时导航方式），基于四大定位技术，本文来讲组合导航技术，

（

组合导航系统

Ø 系统组成：两种或者两种以上的非相似的导航系统（如卫星导航系统（gnss），sins等）

Ø 必要条件：可以对同一信息进行测量如gnss，sins均可以计算出载体的位置速度信息

Ø 融合方法：以sins的误差方程作为kalman滤波的状态方程，gnss等其他系统与sins的误差作为观测量进行sins的误差估计，并对sins进行校正

）

我们有了全局定位gps方式，也有短时导航方式，我们怎么把它用起来，就是下面讲的组合导航的系统，组合导航的组成一般是两种以上的非相似的导航系统，比如说gps，imu两个系统，上面写的是gnss（它是统称），sins就是惯导系统的统称，他的融合方法一般情况下用卡尔曼滤波器（卡尔曼滤波器是一种由卡尔曼（Kalman）提出的用于时变线性系统的递归滤波器。这个系统可用包含正交状态变量的微分方程模型来描述，这种滤波器是将过去的测量估计误差合并到新的测量误差中来估计将来的误差。），卡尔曼滤波器会用sins（惯性导航输出）的输出作为它的时间更新，然后以这种gps的全局位置，或者说点云定位的位置作为量测更新。

（

优点

Ø 系统：超越单一子系统的性能，弥补各单一子系统的缺点

Ø 优势互补：充分发挥各个子系统的优势

Ø 余度：提高系统的稳定性

）

组合方式就是要超越单系统的性能，弥补每个系统的缺点。前面提到定位系统本身具有各种各样的问题：

gps定位会有多径效应（多径效应（multipath effect）：指电磁波经不同路径传播后，各分量场到达接收端时间不同，按各自相位相互叠加而造成干扰，使得原来的信号失真，或者产生错误。比如电磁波沿不同的两条路径传播，而两条路径的长度正好相差半个波长，那么两路信号到达终点时正好相互抵消了（波峰与波谷重合）。）引起它不准。

点云匹配也有问题，场景变化太大，他也会废掉。

视觉定位本身也不是特别精准。

惯性导航的短时很准，频率很高，但是他会随着时间的累积也会废掉，所以希望把它融合在一起。

下面是百度定位里面的组合导航系统框架图（简化版）：