《基于多传感器信息融合的汽车行驶状态估计》PDF+DOC
作者:周卫琪,齐翔
单位:中国汽车工程学会
出版:《汽车工程》2019年第01期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFQCGC2019010020
DOC编号:DOCQCGC2019010029
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于信息融合技术的车辆行驶状态估计》PDF+DOC2014年第10期 李刚,解瑞春,卫绍元,韩海兰
《基于扩展卡尔曼滤波的汽车行驶状态估计》PDF+DOC2020年第01期 谭光兴,符丹丹,丁颖,王雨辰
《基于神经网络左逆的电动汽车质心侧偏角观测》PDF+DOC 缪鹏虎,刘国海,张多
《基于车路协同的车辆状态估计方法》PDF+DOC2014年第08期 谢伯元,王建强,秦晓辉,李克强
《智能汽车转向轮转角主动控制》PDF+DOC2017年第14期 章仁燮,熊璐,余卓平
《乘用车稳定性自抗扰控制策略》PDF+DOC2016年第12期 刘刚,靳立强,王熠
《多工况适应的车辆质心侧偏角观测算法研究》PDF+DOC2012年第01期 江青云,罗禹贡,褚文博,刘力
《ADIS16355的汽车二自由度数据采集系统设计》PDF+DOC2012年第06期 潘盛辉,何润东,韩峻峰,孟德良,董胜利
《车辆行驶过程中的状态估计问题综述》PDF+DOC2009年第05期 余卓平,高晓杰
《汽车电子稳定系统分析》PDF+DOC2007年第04期 唐天德,任岫云
为了保证汽车的主动安全控制,需要准确地估计车辆行驶状态信息。针对目前汽车状态估计中由于技术条件限制和成本过高造成的部分参数无法测量或不易测量的问题,本文中利用低成本传感器,基于信息融合技术进行汽车行驶状态估计。建立了包括横摆、横向和纵向的3自由度非线性汽车动力学模型,同时为降低噪声对系统影响,建立了自适应无迹卡尔曼滤波(AUKF)的信息融合算法,给出车辆状态最小方差意义下的融合结果。利用纵向加速度、侧向加速度和转向盘转角等低成本传感器信号融合得到所需的难以测量的质心侧偏角、横摆角速度和纵向车速。通过Matlab/Simulink-CarSim联合仿真和实车试验对所研究的估计算法进行了试验验证。试验结果表明:该算法能够准确地估计汽车质心侧偏角、横摆角速度和纵向车速,且相比于无迹卡尔曼滤波(UKF),本算法提高了估计精度和实时性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。