摘要:通常車(chē)位識別技術(shù)通過(guò)超聲波傳感器獲取側方障礙物位置信息來(lái)判斷車(chē)位邊緣,由于測量時(shí)超聲波傳感器與障礙物形成波束角的跳變,及其本身的固有特性會(huì )帶來(lái)隨機噪聲,導致不能直接得到狀態(tài)變量的真實(shí)精確值。通過(guò)建立合適的距離修正系統狀態(tài)方程和觀(guān)測方程,采用Kalman濾波算法,由 k-1 時(shí)刻的超聲波傳感器測量值與隨機噪聲獲得該時(shí)刻的協(xié)方差,并與測量噪聲計算獲得 k 時(shí)刻的Kalman增益,再結合k 時(shí)刻的超聲波傳感器測量值與觀(guān)測方程得到k+1時(shí)刻的距離修正值。仿真結果表明,經(jīng)過(guò)150次迭代計算后的絕對誤差為1.575cm,平均修正時(shí)間僅需0.028s。該方法可有效降低了隨機噪聲干擾,具有良好的準確性和實(shí)時(shí)性,濾波測量距離修正值更加逼近真實(shí)值。