基于RISF融合的车辆横摆角速度估计

摘要：

使用车载角速度传感器测量获得的横摆角速度,存在噪声干扰大、量测值滞后等问题.为了提高车辆横摆角速度估计的精确性,本文中设计了一种基于可靠指标传感器融合(reliability indexed sensor fusion,RISF)多源传感信息融合的估计算法.首先,使用自适应容积卡尔曼滤波算法对横摆角速度传感器量测值进行滤波;然后,建立考虑道路侧倾角的自行车模型,使用车载轮速、前轮转角和横向加速度传感器信号,建立动力学递推公式,并使用阿克曼定理的计算结果作为状态更新值,估计出横摆角速度;最后,设计基于RISF的自适应卡尔曼滤波框架融合传感器滤波值和模型估计值.实车道路测试结果表明:该方法可估计出道路侧倾角,RISF融合值比单一传感器滤波的估计效果更好.

关键词：自适应容积卡尔曼滤波;自行车模型;阿克曼定理;RISF;车辆横摆角速度估计

所属期刊栏目：44

资助基金：国家自然科学基金U20A20285

在线出版日期：2022-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：115-122