一种误差补偿的多因耦合定位与轨迹规划方法

摘要

随着智能网联车辆的快速发展，车辆在复杂环境下的精准定位和轨迹规划成为亟待解决的问题。针对车辆在GPS信号弱或失效情况下定位精度低，以及传统轨迹规划方法在复杂路况下适应性差的问题，本文提出了一种误差补偿的多因耦合定位与轨迹规划方法。通过分析多源融合数据，本文设计了横向定位算法与偏转角确认算法，并构建了基于误差预测补偿的智能融合模型。结合车辆行为、驾驶模式与感知数据，设计了车辆在高速行驶状态下的多因耦合轨迹规划器，并提出了超车轨迹优化策略。实验结果表明，该方法在GPS有效的情况下，横向定位精度比GPS提高了3.94 dm，速度定位误差减小了0.22 m/s；在GPS失效的情况下，通过误差补偿，定位精度显著提升。此外，与MPC控制器相比，本文设计的轨迹规划器在变道超车过程中展现出更高的稳定性和安全性，特别是在湿滑路面附着系数为0.4时，最大横向偏差减少了0.93 m，横摆角速度跟踪最大偏差减小了0.03 rad/s。本文所提方法有效提高了车辆在高精度定位与轨迹规划方面的性能，为智能网联车辆的安全行驶提供了重要保障。

关键词

网联车辆 / 定位算法 / 多尺度定位 / 多源数据融合 / 轨迹规划