基于交互式多模型和容积卡尔曼滤波的汽车状态估计.pdf

基于交互式多模型和容积卡尔曼滤波的汽车状态估计.pdf

ID:52175549

大小:1.52 MB

页数:7页

时间:2020-03-23

基于交互式多模型和容积卡尔曼滤波的汽车状态估计.pdf_第1页
基于交互式多模型和容积卡尔曼滤波的汽车状态估计.pdf_第2页
基于交互式多模型和容积卡尔曼滤波的汽车状态估计.pdf_第3页
基于交互式多模型和容积卡尔曼滤波的汽车状态估计.pdf_第4页
基于交互式多模型和容积卡尔曼滤波的汽车状态估计.pdf_第5页
资源描述:

《基于交互式多模型和容积卡尔曼滤波的汽车状态估计.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、汽车工程2017年(第39卷)第9期AutomotiveEngineering2017(Vol.39)No.9doi:10.19562/j.chinasae.qcgc.2017.09.001基于交互式多模型和容积卡尔曼∗滤波的汽车状态估计1,21张家旭,李静(1.吉林大学,汽车仿真与控制国家重点实验室,长春130022;2.中国第一汽车集团技术中心,长春130011)[摘要]基于UniTire轮胎模型建立了包含时变噪声统计特性的汽车动力学7自由度整车模型。针对系统状态噪声和观测噪声统计特性未知的问题,提出了一种基于交互式多模型和容积卡尔曼滤波(IMM

2、-CKF)车辆状态估计算法。该算法采用包含不同系统状态噪声和观测噪声统计特性的汽车动力学模型作为交互式多模型算法的模型集,用容积卡尔曼滤波器对每个子模型的车辆状态进行估计,并使融合输出结果始终保持跟踪估计误差小的子模型输出。最后利用实车场地环境下多种驾驶工况的测试数据对IMM-CKF算法进行离线验证,并与容积卡尔曼滤波器的估计结果进行对比,结果表明其估计性能优于容积卡尔曼滤波器。关键词:汽车动力学;容积卡尔曼滤波;交互式多模型;汽车状态估计VehicleStateEstimationBasedonInteractiveMultipleModeland

3、CubatureKalmanFilter1,21ZhangJiaxu&LiJing1.JilinUniversity,StateKeyLaboratoryofAutomotiveSimulationandControl,Changchun130022;2.ResearchandDevelopmentCenter,ChinaFAWGroupCorporation,Changchun130011[Abstract]A7-DOFvehicledynamicsmodelwithtime-varyingnoisestatisticalcharacteristi

4、csisestablishedbasedonUniTiremodel.Fortheunknownsystemstatisticalcharacteristicsofstatenoiseandobservationnoise,ave-hiclestateestimationalgorithmbasedoninteractivemultiplemodel(IMM)andcubatureKalmanfilter(CKF)isproposed.Thealgorithmadoptsthevehicledynamicsmodelwithdifferentsyst

5、emstatisticalcharacteristicsofstatenoiseandobservationnoiseasmodelsetofIMMalgorithmandusesCKFtoestimatethevehiclestateofeachsub-modeltomakefusionoutputresultsconstantlytrackthesub-modeloutputwithsmallestimationerror.Finally,themeasureddataofseveraldrivingconditionsunderrealvehi

6、cletestenvironmenttoconductoff-lineverificationonIMM-CKFalgorithmwiththeresultscomparedwiththatusingCKFestimation.Theoutcomesshowthattheestima-tionperformanceofIMM-CKFalgorithmissuperiortothatofCKF.Keywords:vehicledynamics;cubatureKalmanfilter;interactivemultiplemodel;vehiclest

7、ateestima-tion制系统(electronicstabilityprogram,ESP),车辆纵向前言和侧向速度是进一步确定控制逻辑中车轮滑移率、质心侧偏角等控制变量的重要参数,还是车载故障汽车的纵向和侧向速度是车辆主动安全系统中诊断系统中的关键技术之一,因此准确实时获取车重要的控制变量,对于功能高度集成的电子稳定控辆的纵向和侧向速度是实现车辆主动安全控制的必∗国家自然科学基金(51275206)资助。原稿收到日期为2016年9月20日。通信作者:张家旭,博士研究生,E-mail:zhjx686@163.com。•978•汽车工程2017年

8、(第39卷)第9期要前提。由于技术和成本方面的原因,这些信息通CKF的估计结果进行对比分析。结果表明,IMM

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。