论文部分内容阅读
车辆定位技术是智能交通系统的关键技术之一。全球定位系统GPS(GlobalPosition System)具有良好的长期误差特性,较差的短时误差特性;而航位推算DR(DeadReckoning)系统却具有好的短期精度,差的长期精度,GPS/DR组合定位系统能够充分发挥各自的优势,是目前国际、国内车辆定位系统研究的重点和热点。GPS/DR组合定位系统通过数据融合可提供高精度、高可靠的定位数据。本文在分析GPS和DR两种定位技术的基础上,确定了采用最优滤波理论的联合卡尔曼滤波算法实现GPS/DR组合系统中的数据融合。为提高系统的定位精度和容错能力,提出用GPS的输出反映定位精度(PDOP)设计信息分配系数的自适应联合卡尔曼滤波算法和基于Unsent卡尔曼滤波器的改进联合卡尔曼滤波算法。仿真结果表明,改进算法可显著提高系统的定位精度。针对组合定位技术要求成本低、体积小、高可靠性的特点,提出以DSP和单片机相结合的双处理器的GPS/DR组合定位系统设计方案,采用TMS320VC5410定点型DSP作为组合定位系统的主处理器,进行组合定位数据滤波处理,选择AT89C52单片机作为数据采集处理器采集DR和GPS的定位信息。详细论述系统的设计思想、各组成部分的构成和功能,完成组合定位系统的硬件和软件设计。对设计中关键技术进行详细的分析,在硬件设计方面,利用单片机的串行口实现GPS与单片机的数据传输,通过信号调理电路采集DR的信号,单片机与DSP的通信通过HPI-8并口连接方式来实现;在软件设计方面,各种数据的接收、发送及算法程序均采用中断方式,使系统程序紧凑、高效。论文从工程应用角度,主要研究GPS/DR组合定位的多传感器数据算法,实现系统的综合设计,其成果为实现工程应用奠定了基础。