推荐星级：
- 1
- 2
- 3
- 4
- 5
基于无迹卡尔曼滤波的车辆状态与参数估计
资料介绍
【摘要】准确获取车辆运动过程中的状态变量和时变模型参数可以提高动力学控制的鲁棒性。引入了车辆模型时变参数的概念，建立了车辆动力学状态空间模型，应用无迹卡尔曼滤波（UKF）算法对车辆状态变量和参数进行了估计。与车辆动力学软件CarMaker建立的参考模型对比表明，该估计方法具有可行性和准确性。在估计系统中，提出含自适应参数的简化魔术公式来表达轮胎侧偏力，减少了模型参数，并且实现了对轮胎侧向力的准确估.
引言
车辆高级动力学控制系统，如电子稳定程序ESP）要求准确实时获取关键状态变量和轮胎受力信息，以便控制单元作出合理干预。经济实用的方法是利用车辆上有限的传感器基于特定算法估计出需要的信息。同时，车辆自身的参数是不断变化的，尤其在剧烈运动情况下，载荷转移、轮胎受力变化等会引起车辆模型参数值的改变，准确辨识出关键参数可以提高基于模型的控制系统的鲁棒性。
部分文件列表
| 文件名 | 大小 |
| 基于无迹卡尔曼滤波的车辆状态与参数估计.pdf | 3M |
全部评论(0)