融合滑移率校正的智能车辆定位方法

准确可靠的车辆位姿估计是智能车辆决策规划、运动控制等模块的重要输入。本文提出一种融合智能车辆轮胎滑移率在线估计及校正的定位算法;可以在全球导航卫星系统（GNSS）中断期间显著增强惯性导航系统（INS）/轮速传感器（WSS）的融合定位精度。首先;利用车辆加速度和轮速数据;提出了一种针对不同驾驶条件的滑移率实时估计算法;以准确地对轮速信息进行滑移率校正;随后;基于误差状态卡尔曼滤波对GNSS、IMU和校正后的轮速信息进行融合;实现准确可靠的车辆位姿估计。实车实验结果表明;在GNSS中断期间;速度均方根误差最高提升30%;平均水平位置误差里程比可达1.68‰。