基于交互式多模型和容积卡尔曼滤波的汽车状态估计

• 作者: 张家旭 李静
• 来源期刊: 汽车工程
• 关键词: 汽车动力学 容积卡尔曼滤波 交互式多模型 汽车状态估计
• 年，卷（期）: 2017,（9）
• 页码范围: 977-983
• 页数: 7页
• 字数: 4690字
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2017.09.001

摘要

基于UniTire轮胎模型建立了包含时变噪声统计特性的汽车动力学7自由度整车模型.针对系统状态噪声和观测噪声统计特性未知的问题,提出了一种基于交互式多模型和容积卡尔曼滤波(IMM-CKF)车辆状态估计算法.该算法采用包含不同系统状态噪声和观测噪声统计特性的汽车动力学模型作为交互式多模型算法的模型集,用容积卡尔曼滤波器对每个子模型的车辆状态进行估计,并使融合输出结果始终保持跟踪估计误差小的子模型输出.最后利用实车场地环境下多种驾驶工况的测试数据对IMM-CKF算法进行离线验证,并与容积卡尔曼滤波器的估计结果进行对比,结果表明其估计性能优于容积卡尔曼滤波器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李静	吉林大学汽车仿真与控制国家重点实验室	266	1816	22.0	29.0
2	张家旭	吉林大学汽车仿真与控制国家重点实验室	18	44	4.0	6.0