车载INS/WSN/机器视觉组合导航鲁棒滤波方法研究

It is with vital economic significance and scientific value to study on robust filtering theory and methods for providing vehicle with durative exactly integrated navigation in closed, complicated environments such as in busy streets, indoor, underground laneway, etc. The main research contents include: (1) Study on mathematical models constructing of INS/WSN/MV integrated navigation on basis of machine vision ferreting navigation parameters from road signs and multi resolution position-fix resolving by WSN nodes. (2) Study on achieving of information fusion robust H∞, hybrid H2/ H∞ filtering algorithms for the problems of time-delay, parameters uncertainty and multi resolution data acquiring in complicated integrated navigation system. (3) Study on achieving of multi resolution, nonlinear robust filtering algorithms under the framework of fuzzy Takagi-Sugeno models. (3) Investigation and semi-physical simulation of the obtained mathematical models and algorithms. This research laid good scientific theoretical foundation of achieving high performance real time robust information fusion for intelligent vehicles in complicated navigation environments.

针对智能车辆在闹市、室内、地下巷道等一些密闭的、环境复杂的场景中要求提供持续准确的导航数据而开展的多传感器组合导航鲁棒滤波理论和方法研究具有重要经济意义和科学价值。主要内容：（1）在基于地面道路标志识别机器视觉获取导航参数、WSN节点多分辨定位数据解算的基础上，研究构造INS/WSN/机器视觉组合导航信息融合数学模型。（2）针对组合导航模型中存在的时滞、参数不确定、多分辨数据获取问题，研究复杂组合导航模型下的信息融合鲁棒H∞、混合H2/H∞滤波算法实现。（3）在模糊Takagi-Sugeno模型框架下，研究基于多线性化分解的复杂组合导航多分辨、非线性鲁棒滤波算法实现。(4)进行半物理仿真实验验证。通过该项目的研究，为智能车辆在复杂导航环境下实现高精度实时鲁棒信息融合奠定良好的科学理论基础。

课题针对智能车辆在闹市、室内、地下巷道等一些密闭的、环境复杂的场景中要求提供持续准确的导航数据开展无线传感网络(WSN)、惯性导航系统（INS）、视觉特征检测等多传感器组合导航策略以及融合滤波理论和方法研究。发表SCI收录论文3篇，EI收录论文9篇，获得发明专利3项。主要研究结论如下：.（1）提出一种具有实时组合及培训、预估组合两阶段的INS/WSN组合导航策略。.（2）提出一种6维卡尔曼滤波模型的INS/WSN松组合导航方法，实验数据表明，相对于WSN/DR组合导航，本文所提方法较高位置和速度预估精度。.（3）提出一种基于扩展卡尔曼滤波的INS/WSN无偏紧组合导航模型，仿真数据表明本文所提的方法平均位置误差和平均速度误差都相比于松组合方法降低了80%左右。.（4）针对分布式多传感器定位网络中，相邻已知定位位置节点簇对未知节点定位精度不稳定问题，提出一种基于H∞滤波的分布式INS/WSN组合导航数据融合方法。实验结果表明，与联邦卡尔曼滤波方法相比，本节所提出的方法用于定位的平均速度误差和位置误差均有较明显的降低。.（5）提出一种基于Lucas-Kanade光流和视觉SURF特征点检测的辅助INS/WSN组合导航的导航策略。采用扩展卡尔曼滤波及迭代扩展卡尔曼滤波实现多传感器数据融合，仿真实验结果表明所提算法的有效性。