知識庫

卡爾曼濾波器觀測誤差模型應用於雷達感知動態車輛追蹤
  • 發布年度:2017
  • 主要類別:車載資通訊
  • 次要類別:論文
  • 摘要
    毫米波雷達已被被廣泛應用於駕駛輔助系統與自駕車領域,透過無線電波偵測,並實現於車輛周圍障礙物偵測,由於毫米波雷達連續偵測障礙物時,容易產生雷達偵測點飄移與消失現象,本文透過RTK-GPS 為一真實座標值,在短中距離(20~100 公尺)下計算與雷達量測之間的誤差,並分別試驗靜態與動態場景。本論文以短中距障礙物追蹤為主軸提出一個利用毫米波雷達動態誤差模型修正來提升追蹤穩定性之方法,此追蹤系統主要應用於行車安全,其對於前方障礙物偵測穩定度需求較高。數據分析結果顯示在動態情境下,當偵測物越遠,雷達觀測誤差越大。本論文利用卡爾曼濾波器對雷達訊號進行追蹤,並利用觀測誤差模型動態修正卡爾曼中的觀測斜方差矩陣,透過觀測值與預測值間的權重,得一訊號位置最佳解,修正訊號偏移得到一穩定偵測效果,且在短中距離(20~100 公尺)下與定
    值觀測斜方差矩陣進行比較分析,發現誤差模型動態修正觀測斜方差矩陣之橫軸誤差變化量較小,飄移情形較小。
     

    關鍵詞:毫米波雷達,卡爾曼濾波器,最小平方法。