首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

基于EKF智能车辆多传感器融合定位算法研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-16页
    1.1 研究背景及意义第9-10页
    1.2 国内外智能车辆的研究现状第10-12页
        1.2.1 国外研究现状第10-11页
        1.2.2 国内研究现状第11-12页
    1.3 智能车辆定位技术研究现状第12-14页
    1.4 主要研究内容及章节安排第14-16页
第二章 多传感器定位理论基础第16-26页
    2.1 多传感器定位原理及误差分析第16-21页
        2.1.1 GNSS定位原理及误差分析第16-20页
        2.1.2 INS原理及误差分析第20-21页
    2.2 传感器定位坐标系转换第21-23页
        2.2.1 导航常用坐标系第21-22页
        2.2.2 传感器定位坐标系转换第22-23页
    2.3 位姿解算第23-25页
        2.3.1 姿态角解算第23-25页
        2.3.2 位移速度解算第25页
    2.4 本章小结第25-26页
第三章 基于EKF的GPS与INS融合算法设计及仿真第26-45页
    3.1 多传感器信息融合算法第26-31页
        3.1.1 线性卡尔曼滤波算法第28-29页
        3.1.2 非线性卡尔曼滤波算法第29-31页
    3.2 GPS与INS信息融合EKF算法第31-35页
    3.3 不同状态约束下GPS与INS融合定位EKF算法设计第35-39页
        3.3.1 线性等量约束下GPS与INS融合定位EKF算法设计第35-37页
        3.3.2 非线性等量约束下GPS与INS融合定位EKF算法设计第37-39页
    3.4 仿真验证第39-43页
        3.4.1 线性等量约束下GPS与INS融合定位EKF算法仿真第39-41页
        3.4.2 非线性等量约束下GPS与INS融合定位EKF算法仿真第41-43页
    3.5 本章小结第43-45页
第四章 智能车辆GPS与INS融合定位算法验证第45-61页
    4.1 实验硬件架构设计第45-48页
    4.2 实验软件架构设计第48-51页
    4.3 基于EKF算法的GPS/INS融合定位实验分析第51-59页
    4.4 本章小结第59-61页
总结与展望第61-63页
    总结第61-62页
    展望第62-63页
参考文献第63-67页
致谢第67-68页
附录A (攻读学位期间参与的科研项目)第68页

论文共68页,点击 下载论文
上一篇:纯电动汽车回馈制动模糊控制研究
下一篇:混凝土细观参数的定量化研究--基于一阶梯度损伤理论的宏细观关联