汽车侧偏角估计方法比较

• 作者: 林棻 赵又群
• 来源期刊: 南京理工大学学报(自然科学版)
• 学科: 交通运输
• 关键词: 汽车 侧偏角 径向基函数 神经网络 自适应卡尔曼滤波 状态估计
• 年，卷（期）: 2009,（1）
• 页码范围: 122-126,131
• 页数: 6页
• 分类号: U461.6
• 字数: 4144字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2009.01.026

摘要

针对汽车质心侧偏角难以直接获取的问题,提出了基于径向基神经网络与驾驶员汽车闭环系统相结合的侧偏角估计方法.把汽车侧偏角看作横摆角速度和侧向加速度时间序列的映射,采用均匀设计方案对训练样本进行优选,通过神经网络建立三者之间的映射关系.同时设计了一种改进自适应卡尔曼滤波算法,将其运用到相同道路输入下汽车侧偏角的估计当中.对两种方法进行了基于实车试验的比较:神经网络方法的估计误差均值和标准差分别为0.046 333°、0.057 822°;自适应卡尔曼滤波方法的估计误差均值和标准差分别为0.062 745°、0.089 241°.研究结果可以为汽车稳定性控制系统估计器的设计提供理论指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵又群	南京航空航天大学车辆工程系	177	1592	21.0	28.0
2	林棻	南京航空航天大学车辆工程系	44	292	10.0	15.0