《自動駕駛汽車位姿估計與組合導航》系統地介紹了基于全球導航衛星系統與里程計類系統的自動駕駛汽車位姿估計與組合導航方法，包括自動駕駛汽車多源異構傳感系統時空對準方法，GNSS信號不良時融合車輛動力學、多軸IMU與視覺信息對車輛姿態與速度進行估計的方法，GNSS信號良好時基于GNSS/INS信息融合的車輛姿態、速度和位置估計方法，GNSS信號失效時基于視覺信息、輪速、單軸陀螺儀以及車道線地圖的位置估計方法，并詳細介紹了算法原理、設計過程和實驗驗證效果。
目錄
前言
第1章 緒論 1
1.1 背景 1
1.2 自動駕駛汽車位姿估計與組合導航發展現狀 2
1.2.1 自動駕駛汽車中常用傳感器 2
1.2.2 姿態估計 5
1.2.3 速度估計 8
1.2.4 位置估計 21
1.3 本書主要內容 23
第2章 多源傳感系統時空同步 26
2.1 多源傳感系統介紹 27
2.2 多源傳感系統時間同步 32
2.2.1 硬同步 33
2.2.2 軟同步 35
2.3 多源傳感系統空間對準 44
2.3.1 多軸IMU空間對準 44
2.3.2 GNSS雙天線航向對準 61
2.4 本章小結 63
第3章 自主式車輛位姿估計與組合導航 65
3.1 多軸IMU與動力學融合的姿態角與速度聯合估計 66
3.1.1 車輛動力學輔助多軸IMU狀態估計算法架構 66
3.1.2 基于多源信息融合的姿態估計 67
3.1.3 基于多源信息融合的速度估計 79
3.2 基于視覺輔助的狀態估計 106
3.2.1 姿態角估計 106
3.2.2 車輛側向運動平面幾何模型 112
3.2.3 小側向加速度質心側偏角估計 114
3.2.4 實驗結果 116
3.3 基于線控轉向（回正力矩）的狀態估計 125
3.3.1 車輛與車道線模型 126
3.3.2 非線性觀測器設計 131
3.3.3 非線性觀測器誤差分析 132
3.3.4 非線性觀測器魯棒性分析 140
3.3.5 實驗結果 141
3.4 基于視覺、車輛動力學和陀螺儀的位置估計方法 146
3.4.1 算法結構 146
3.4.2 車道線模型 147
3.4.3 航向角融合 149
3.4.4 位置估計 150
3.4.5 實驗結果 151
3.5 本章小結 155
第4章 基于GNSS/IMU的組合導航 157
4.1 基于直接狀態法的車輛狀態估計 158
4.1.1 運動學狀態觀測器設計 158
4.1.2 基于估計預測的遲滯補償算法 158
4.1.3 基于反向平滑與灰色預測融合誤差補償算法 160
4.1.4 實驗結果 163
4.2 基于誤差狀態法的車輛狀態估計 176
4.2.1 GNSS/INS組合系統架構及模型 177
4.2.2 速度誤差估計 181
4.2.3 姿態誤差估計 185
4.2.4 角速度零偏估計 198
4.2.5 實驗結果 200
4.3 低速電動汽車航向角估計 215
4.3.1 基于GNSS/IMU組合的航向角估計 215
4.3.2 航向角誤差反饋策略 217
4.3.3 實驗結果 218
4.4 本章小結 224
參考文獻 226
新書資訊