10.19620/j.cnki.1000-3703.20210263
基于自适应模糊扩展卡尔曼滤波的车辆运动状态联合估计
为准确实时地获取车辆运动状态信息,满足车辆主动安全控制系统的需求,基于模糊控制器和扩展卡尔曼滤波(EKF)算法,采用非线性3自由度车辆动力学模型,提出一种基于自适应模糊扩展卡尔曼滤波(AFEKF)的车辆运动状态联合估计策略.首先利用EKF算法对待测量噪声的输入量联合估计得到所需的状态量,然后建立模糊控制器对其进行自适应调节,最后应用MATLAB/Simulink仿真平台建立14自由度车辆动力学模型对估计算法进行仿真和实车试验验证.结果表明:AFEKF算法能够准确有效地估计车辆的行驶状态,且与EKF算法相比,准确性和鲁棒性更好.
车辆状态估计、扩展卡尔曼滤波、模糊控制、联合估计、车辆动力学模型
U461.1(汽车工程)
国家自然科学基金52062036
2022-06-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
23-30