基于粒子群優(yōu)化的無人車雙慣性測量單元姿態(tài)融合方法

摘要： 為提高無人車系統(tǒng)中微機電慣性測量單元（MEMS IMU）的姿態(tài)角解算精度，提出了一種基于粒子群優(yōu)化（PSO）算法和自適應(yīng)強跟蹤無跡卡爾曼濾波（STAUKF）算法的數(shù)據(jù)融合方法。首先，對兩種不同精度的IMU模塊通過STAUKF算法進行濾波，然后，利用構(gòu)造的兩類誤差函數(shù)，引入PSO算法對兩種IMU的后驗估計進行融合，最后，在搭建的無人車平臺上進行測試。試驗結(jié)果表明，相較于兩種單一I...