复杂环境下无人车双重自适应定位算法

针对复杂环境中部分传感器失效情况下无人车定位精度下降甚至出现无法定位问题，提出局部自适应滤波和自适应信息共享因子分配的双重自适应算法，提升了无人车多源融合定位性能。所提算法利用新息自适应调节测量噪声对局部滤波器进行自适应状态估计，利用局部滤波器状态协方差和观测噪声自适应分配信息共享因子，能有效地抵御观测值粗差影响。仿真结果和实车测试数据均表明，该双重自适应定位算法能够根据局部滤波器新息和状态协方差在线自动更新信息共享因子，相比自适应联邦卡尔曼滤波算法和经典联邦卡尔曼滤波算法，位置精度分别提高了44%和63%，误差小于1 m，验证了所提算法在复杂环境下能有效提高整个导航系统的可靠性、鲁棒性。