基于改进粒子滤波的超宽带与惯性测量单元融合定位算法

摘要

为了提高超宽带(UWB)与惯性测量单元(IMU)融合定位算法的定位精度,提出了一种基于改进自适应加权数据融合的粒子滤波定位算法.首先利用自适应最优加权融合算法中最小方差估计理论,对粒子滤波中粒子分布权重进行调整;利用阈值限制所求观测方差,避免了因实际环境导致观测方差发散;利用观测噪声协方差和测量值,在粒子滤波后RMSE限制区间求得各传感器最优加权因子,避免因传感器信号弱或丢失产生的算法发散问题.最后,进行了UWB与IMU融合定位的对比实验.实验结果表明:该算法在满足实时性跟踪的要求下,能有效提高车辆导航定位精度,通过与扩展卡尔曼融合算法相比,其定位精度提高了15％以上.