浏览全部资源
扫码关注微信
1. 吉林大学汽车仿真与控制国家重点实验室
2. 中国第一汽车集团技术中心
Published:2016
移动端阅览
[J]. 2016, (3): 68-75.
DOI:
[J]. 2016, (3): 68-75. DOI:
针对车辆主动安全控制中的车速和路面附着系数这一关键信息
提出了一种实时估计该信息的滤波算法
同时建立了将包含时变噪声统计特性的七自由度非线性车辆动力学模型作为滤波算法的标称模型
以及一种自适应无迹卡尔曼滤波算法。该算法采用传统的无迹卡尔曼滤波器来估计车速和路面附着系数
同时利用次优Sage-Husa噪声估计器对系统的噪声统计特性进行实时更新
其中采用遗忘因子限制噪声估计器的记忆长度
使新近数据发挥重要作用
使陈旧数据逐渐被遗忘
从而解决了因系统标称模型误差、外界扰动等因素引起的噪声时变的问题。在不同路面条件下进行了多种工况的实验验证
并与无迹卡尔曼滤波器的估计结果进行对比分析
结果表明
该算法具有良好的鲁棒性
其估计精度高于无迹卡尔曼滤波器
且满足车辆主动安全控制系统的要求。
汽车操纵稳定性试验方法 蛇行试验[S].1994.
S. Antonov,A. Fehn,A. Kugi.Unscented Kalman filter for vehicle state estimation[J].Vehicle System Dynamics,2011(9).
Yuanxin Wu,Dewen Hu,Xiaoping Hu.Comments on “Performance evaluation of UKF-based nonlinear filtering”[J].Automatica,2006(3).
K. Xiong,H.Y. Zhang,C.W. Chan.Author's reply to “Comments on ‘Performance evaluation of UKF-based nonlinear filtering”’[J].Automatica,2006(3).
K. Xiong,H.Y. Zhang,C.W. Chan.Performance evaluation of UKF-based nonlinear filtering[J].Automatica,2005(2).
包瑞新,贾敏,Edoardo Sabbioni,于会龙.基于扩展Kalman粒子滤波的汽车行驶状态和参数估计[J].农业机械学报,2015(02).
林程,周逢军,徐志峰,曹万科,董爱道.基于补偿自适应控制算法的车辆状态参数估计[J].农业机械学报,2014(11).
郭洪艳,陈虹,赵海艳,杨斯琦.汽车行驶状态参数估计研究进展与展望[J].控制理论与应用,2013(06).
赵林辉,刘志远,陈虹.车速和路面附着系数的滚动时域估计[J].汽车工程,2009(06).
万莉,刘焰春,皮亦鸣.EKF、UKF、PF目标跟踪性能的比较[J].雷达科学与技术,2007(01).
0
Views
3
下载量
6
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution