首页 | 本学科首页   官方微博 | 高级检索  
     

基于容积卡尔曼滤波的车辆行驶状态估计
引用本文:卫绍元,解瑞春,李刚.基于容积卡尔曼滤波的车辆行驶状态估计[J].机械设计与制造,2015(1).
作者姓名:卫绍元  解瑞春  李刚
作者单位:1. 辽宁工业大学汽车与交通工程学院,辽宁锦州,121001
2. 辽宁工业大学汽车与交通工程学院,辽宁锦州121001;吉林大学汽车仿真与控制国家重点实验室,吉林长春130025
基金项目:国家自然科学基金青年基金资助项目,辽宁省教育厅项目,吉林大学汽车仿真与控制国家重点实验室开放基金项目
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Dugoff轮胎模型,通过对纵向加速度、侧向加速度、横摆角速度、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Car Sim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  Dugoff轮胎  车辆状态  信息融合  仿真验证

Study on Vehicle Driving State Estimation Based on Cubature Kalman Filter
WEI Shao-yuan,XIE Rui-chun,LI Gang.Study on Vehicle Driving State Estimation Based on Cubature Kalman Filter[J].Machinery Design & Manufacture,2015(1).
Authors:WEI Shao-yuan  XIE Rui-chun  LI Gang
Abstract:
Keywords:Cubature Kalman Filter  Singular Value Decomposition  Dugoff Tire  Vehicle State  Information Fusion  Simulation Experiment
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号