智能化是汽车技术发展的趋势，智能汽车技术已成为整车企业乃至信息技术企业的竞争焦点。年2月，国家发展改革委等11部委联合印发《智能汽车创新发展战略》，明确指出“智能汽车已成为全球汽车产业发展的战略方向”，需要加快推进智能汽车创新发展，将多源传感信息融合感知和高精度时空基准服务列为要突破的关键基础技术。年8月，中国科学技术协会发布了重大科学问题和工程技术难题，将无人车实现在卫星不可用条件下的高精度智能导航列为十大工程技术难题之一。

自动驾驶技术是当前汽车技术领域研发的焦点，自动驾驶的关键技术包括环境感知、导航定位、智能决策、运动规划、运动控制等，其中的高精度导航定位技术是主要技术瓶颈之一。准确的位姿和导航信息包括车辆的位置、速度与姿态，这些位姿和导航信息对于自动驾驶的实现至关重要(位置信息包含经度、纬度和高度，速度信息包括纵向速度、侧向速度和垂向速度，姿态信息包含侧倾角、俯仰角和航向角)。决策控制功能需根据车辆的导航信息和参考信息计算控制输入，精确的导航信息是保证控制精度的必要条件。车辆导航信息为环境感知的诸多模块提供支持，准确的车身姿态可辅助视觉和雷达等传感系统的识别算法。

低成本、实时可靠的车辆导航信息估计技术是自动驾驶汽车研发中的核心技术。自动驾驶汽车的导航定位技术主要分为两类：第一类是基于全球导航卫星系统(GNSS)与里程计类系统(如惯性导航系统)融合的定位方法；第二类是基于车载的视觉、激光等主被动环境感知传感器的即时定位与建图(SLAM)方法。两类方法均存在一定的局限性，难以覆盖复杂场景，实际应用中需融合两类方法。

《自动驾驶汽车位姿估计与组合导航》主要探讨第一类方法，同时将车辆动力学与相机信息引入里程计类方法中，提升在GNSS短时缺失时的位姿估计效果。过往关于位姿估计和组合导航的著述，内容大都集中在测绘学科下的惯性导航以及机器人学科的室内导航，缺少面向室外自动驾驶汽车的位姿估计与组合导航技术领域的专著。同济大学熊璐教授团队基于多项国家级、省部级和校企合作项目，在自动驾驶汽车位姿估计与组合导航领域开展了大量理论研究与实践，总结经验后形成本书，对自动驾驶汽车位姿估计与组合导航的研究具有重要的学术与工程应用价值。

多源异构传感系统配置

本书共4章。

第1章为绪论，介绍自动驾驶汽车位姿估计与组合导航的发展现状，提出基于自动驾驶汽车多源异构传感单元的位姿估计与组合导航系统架构。

第2章介绍基于硬件和车辆动力学辅助的融合算法中两类多源传感系统的时间与空间同步方法，针对航向角安装误差的能观性时变问题，基于分段线性连续系统对时变能观性进行分析，在变加速运动工况下，该角度可以被准确估计。

第3章介绍自主式车辆位姿估计技术，针对基于惯性测量单元(IMU)积分方法的累积误差问题，融合车辆动力学、多轴IMU和视觉信息等无累积误差测量在GNSS信号异常的条件下对车身姿态、速度和位置进行了准确估计。

第4章在直接状态法和误差状态法的GNSS/IMU松耦合组合架构下，针对GNSS信号低频以及延迟等问题，提出基于估计-预测和稳健回归的升频方法对车身姿态、速度和位置进行准确的估计。

在撰写第2～4章内容时，首先用少量篇幅概述该内容的研究现状与基本原理，然后基于多源传感系统的特点和问题，结合作者团队的研究经验，详细地介绍位姿估计系统的设计过程，并给出实验的验证效果。

内容简介

本书系统地介绍了基于全球导航卫星系统与里程计类系统的自动驾驶汽车位姿估计与组合导航方法，包括自动驾驶汽车多源异构传感系统时空对准方法，GNSS信号不良时融合车辆动力学、多轴IMU与视觉信息对车辆姿态与速度进行估计的方法，GNSS信号良好时基于GNSS/INS信息融合的车辆姿态、速度和位置估计方法，GNSS信号失效时基于视觉信息、轮速、单轴陀螺仪以及车道线地图的位置估计方法，并详细介绍了算法原理、设计过程和实验验证效果。

目录速览

前言

第1章绪论11.1背景11.2自动驾驶汽车位姿估计与组合导航发展现状21.2.1自动驾驶汽车中常用传感器21.2.2姿态估计51.2.3速度估计81.2.4位置估计.3本书主要内容23第2章多源传感系统时空同步.1多源传感系统介绍.2多源传感系统时间同步.2.1硬同步.2.2软同步.3多源传感系统空间对准.3.1多轴IMU空间对准.3.2GNSS双天线航向对准.4本章小结63第3章自主式车辆位姿估计与组合导航.1多轴IMU与动力学融合的姿态角与速度联合估计.1.1车辆动力学辅助多轴IMU状态估计算法架构.1.2基于多源信息融合的姿态估计.1.3基于多源信息融合的速度估计.2基于视觉辅助的状态估计.2.1姿态角估计.2.2车辆侧向运动平面几何模型.2.3小侧向加速度质心侧偏角估计.2.4实验结果.3基于线控转向（回正力矩）的状态估计.3.1车辆与车道线模型.3.2非线性观测器设计.3.3非线性观测器误差分析.3.4非线性观测器鲁棒性分析.3.5实验结果.4基于视觉、车辆动力学和陀螺仪的位置估计方法.4.1算法结构.4.2车道线模型.4.3航向角融合.4.4位置估计.4.5实验结果.5本章小结第4章基于GNSS/IMU的组合导航.1基于直接状态法的车辆状态估计.1.1运动学状态观测器设计.1.2基于估计预测的迟滞补偿算法.1.3基于反向平滑与灰色预测融合误差补偿算法.1.4实验结果.2基于误差状态法的车辆状态估计.2.1GNSS/INS组合系统架构及模型.2.2速度误差估计.2.3姿态误差估计.2.4角速度零偏估计.2.5实验结果.3低速电动汽车航向角估计.3.1基于GNSS/IMU组合的航向角估计.3.2航向角误差反馈策略.3.3实验结果.4本章小结参考文献

（本文编辑：王芳）

科学出版社视频号硬核有料视听科学传播科学，欢迎您点亮★

转载请注明:http://www.aideyishus.com/lkzp/7340.html