基于自适应容积粒子滤波的车辆状态估计

• 作者: 吴树凡 汪? 赵万忠 邢德鑫 魏民祥
• 来源期刊: 南京航空航天大学学报
• 学科: 交通运输
• 关键词: 高维非线性车辆模型 非高斯分布滤波 车辆状态估计 自适应容积粒子滤波
• 年，卷（期）: 2020,（3）
• 页码范围: 445-453
• 页数: 9页
• 分类号: U461.6
• 字数: 5444字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2020.03.013

摘要

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器.首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型.其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计.利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测.搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散.研究结果为实现车辆动力学精准控制提供了理论支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵万忠	南京航空航天大学能源与动力学院	59	387	12.0	17.0
2	魏民祥	南京航空航天大学能源与动力学院	133	826	14.0	19.0
3	邢德鑫	南京航空航天大学能源与动力学院	4	3	1.0	1.0
4	汪?	东南大学机械工程学院	1	0	0.0	0.0
5	吴树凡	南京航空航天大学能源与动力学院	4	3	1.0	1.0