基于容积卡尔曼滤波的车辆行驶状态估计.pdf

基于容积卡尔曼滤波的车辆行驶状态估计.pdf

ID:52972400

大小:351.82 KB

页数:5页

时间:2020-04-05

基于容积卡尔曼滤波的车辆行驶状态估计.pdf_第1页
基于容积卡尔曼滤波的车辆行驶状态估计.pdf_第2页
基于容积卡尔曼滤波的车辆行驶状态估计.pdf_第3页
基于容积卡尔曼滤波的车辆行驶状态估计.pdf_第4页
基于容积卡尔曼滤波的车辆行驶状态估计.pdf_第5页
资源描述:

《基于容积卡尔曼滤波的车辆行驶状态估计.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、第1期机械设计与制造2015年1月MachineryDesign&Manufacture69基于容积卡尔曼滤波的车辆行驶状态估计卫绍元·,解瑞春,李刚1,2(1.辽宁工业大学汽车与交通工程学院,辽宁锦州121001;2.吉林大学汽车仿真与控制国家重点实验室,吉林长春130025)摘要:目前针对车辆行驶状态的估计主要采用的是扩展卡尔曼滤波、无轨迹卡尔曼滤波、粒子滤波算法及其它们的改进方法。针对车辆行驶过程中的状态估计问题,论文提出了基于容积卡尔曼滤波的车辆行驶状态估计算法。建立了非线性三自由度车辆估算模型和Dugof轮胎模型,通过对纵向加速度、侧向加速度、横摆角速

2、度、方向盘转角和轮速传感器低成本传感器信号的信息融合实现对车辆行驶状态的准确估计,并应用CarSim和Matlab/Simulink联合仿真实验对算法进行仿真验证。结果表明:基于容积卡尔曼滤波的估计算法能够较准确地、稳定地对车辆行驶状态进行估计。关键词:容积卡尔曼滤波;奇异值分解;Dugof轮胎;车辆状态;信息融合;仿真验证中图分类号:TH16;U461.9文献标识码:A文章编号:1001—3997(2015)01—0069—05StudyonVehicleDrivingStateEstimationBasedonCubatureKalmanFilterWEIS

3、hao-yuan,XIERui-chun,LIGang'(1.Automobile&TransportationEngineeringCollege,LiaoningUniversityofTechnology,LiaoningJinzhou121001,China;2.StateKeyLaboratoryofAutomotiveSimulationandControl,JilinUniversity,JilinChangchun130025,China)Abstract:Atpresentinviewofthatthevehiclestateestimatio

4、nmainlyusesextendedkalmanfiltering,notrackkalmanfilterandparticlefilteralgorithmanditsimprovedmethod.Forthevehicledrivingstateestimationproblemintheprocessofvehicledriving,thealgorithmisproposedtoestimatethevehicledrivingstatebasedonCubatureKalmanFilter.Thenonlinear3-DOFmodelandDugof

5、tiremodelareestablished,Thevehicledrivingstateisestimatedaccuratelythroughinformationfusionofthelongitudinalacce~ration,lateralacceleration,yawrateandsteeringwheelanglesensors.ThealgorithmisverifedbyCarSimandMatlab/SimulinkCO-simulation.TheresultsshowthattheestimationalgorithmCanaccu

6、ratetyandstablyestimatethevehicledrivingstate.KeyWords:CubatureKalmanFilter;SingularValueDecomposition;DugofTire;VehicleState;InformationFusion;SimulationExperiment曼一高斯滤波”对车辆状态和轮胎力进行估计。文献l噬于双扩展卡1引言尔曼滤波算法,建立包含汽车质量等的状态变量,实现对车辆状态近年来由于汽车主动安全控制系统的需要,应用低成本传感和参数进行估计。容积卡尔曼滤波(CKF)是09年加拿大学者提出器

7、,基于相关理论进行车辆行驶状态的估计已成为目前汽车主动的一种新型非线性高斯滤波方法[7-S],经严格的数学证明其逼近非安全控制的研究热点。目前针对车辆行驶状态的估计主要采用线性变换后的概率分布精度优于uK。由于计算舍入等误差容易的是扩展卡尔曼滤波、无轨迹卡尔曼滤波、粒子滤波算法及其它们导致CKF算法误差协方差矩阵失去正定性,而基于奇异值分解的改进方法。文献口建立了采用了HSRI轮胎模型的四自由度汽车(SVD)代替Cholesky分解可以解决误差协方差平方根矩阵的非正模型,基于扩展卡尔曼滤波理论对汽车状态进行估计。文献嚏立了三自由度线性车辆模型,应用扩展卡尔曼滤波

8、理论对车辆行驶定『生问题

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。