基于平方根Ｕｎｓｃｅｎｔｅｄ卡尔曼滤波的车辆融合跟踪

陈　莹　韩崇昭

摘要：针对车辆运动的机动性和跟踪系统的非线性，提出了一种基于平方根Unscented卡尔曼滤波(SR-UKF)的多传感器融合跟踪方法．该方法采用动力学模型建立系统的状态方程和量测方程，充分利用了多传感器的量测信息，更好地满足了目标的机动特性．采用基于UKF的数据融合方法处理系统的非线性问题，避免了扩展卡尔曼滤波(EKF)产生的线性化误差．同时，在滤波过程中，以协方差平方根阵代替协方差阵参加迭代运算，有效地避免了滤波器的发散，提高了滤波算法的收敛速度和稳定性．实验证明，与基于EKF的融合算法相比，基于SR—UKF的融合算法使系统的位置和方向角的跟踪精度分别提高了18．22％和34．81％．

关键词：，车辆跟踪；非线性滤波；数据融合

中图分类号：TP274文献标识码：A文章编号：0253—987X(2005)06—0594—04