[发明专利]一种用于汽车导航的速度预测算法

摘要

本发明公开了一种用于汽车导航的速度预测算法。它包括以下步骤：(1)建立车辆速度预测系统模型；(2)确定车辆速度预测系统模型的状态量初始值及其协方差初始值，设定车辆速度预测系统模型的过程噪声和观测噪声的期望初始值、方差初始值；(3)计算出非线性观测方程传播的更新后状态容积点、预测量测容积点；(4)使用Sage‑Husa方法计算出观测噪声期望，使用Sage‑Husa方法和抗差方法联合估计出系统的观测噪声方差；(5)利用容积卡尔曼滤波技术对车辆未来沿目标道路行驶速度进行预测。本发明能够快速准确的预测出汽车在未来沿着某条规划路径行驶时的速度，计算量小、计算速度快，同时，对于存储空间要求较低。

主权项

1.一种用于汽车导航的速度预测算法，其特征在于，包括以下步骤：S1：建立车辆速度预测系统模型，包括以汽车速度为状态量的状态方程以及根据目标道路拥堵状况和汽车速度之间的关系建立的观测方程；S2：从交通信息中心获取当前时刻目标道路的拥堵情况，从而确定车辆速度预测系统模型的状态量初始值及其协方差初始值同时设定车辆速度预测系统模型的过程噪声的期望初始值方差初始值以及观测噪声的期望初始值方差初始值S3：使用容积卡尔曼滤波器，计算出状态的一步预测值及其误差协方差P_k|k‑1，并计算出非线性观测方程传播的更新后状态容积点预测量测容积点S4：计算出观测噪声的期望和方差包括以下步骤：使用Sage‑Husa方法计算出观测噪声的期望使用Sage‑Husa方法计算出观测噪声的方差，记为使用抗差方法计算出观测噪声的方差，记为将和进行加权求和，结果作为此时刻观测噪声方差的最终估计值a，b为权重系数；S5：计算出车辆速度预测系统模型此时刻的状态估计值及其误差协方差P^m_k|k，m初始值为1；S6：判断m是否小于N0，N0为迭代次数，如果是则m＝m+1，跳转至步骤S4，否则执行步骤S7；S7：将最终结果作为状态估计值及其误差协方差P_k|k的结果，即即为最终k时刻的速度预测值。