Print

联合动力学与运动学的汽车状态估计

论文摘要

为了准确估计汽车的横向速度,利用七自由度汽车动力学模型、汽车运动学方程和Duoff非线性轮胎模型,建立包含噪声统计特性的汽车离散化动力学和运动学方程,提出2种方程联合的汽车状态联合估计算法。基于球面单形径向容积卡尔曼滤波（spherical simplex-radial cubature kalman filter,SSRCKF）和汽车动力学方程估计汽车的纵向速度和横向速度,以该纵向速度为量测输入,用容积卡尔曼滤波（cubature kalman filter,CKF）和运动学方程更精确地估计汽车的横向速度。利用CarSim及MATLAB/Simulink建立估计算法模型,并验证联合估计算法的有效性。该联合估计算法在双移线工况中横向速度的估计精度较SSRCKF提高了4.73%。

论文目录

  • 0 引言
  • 1 汽车动力学模型
  •   1.1 整车动力学模型
  •   1.2 非线性轮胎模型
  •   1.3 建立包含噪声的汽车离散化状态方程
  • 2 汽车运动学模型
  • 3 联合滤波算法的迭代过程
  •   3.1 SSRCKF的时间更新
  •   3.2 SSRCKF的量测更新
  •   3.3 CKF的时间更新
  •   3.4 CKF量测更新
  • 4 CarSim和Simulink联合仿真
  •   4.1 连续正弦转向工况
  •   4.2 双移线试验工况
  • 5 结论

    • 文章来源

    类型: 期刊论文

    作者: 肖川

    关键词: 汽车状态估计,动力学模型,运动学模型

    来源: 山东交通学院学报 2019年04期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 汽车工业

    单位: 长安大学汽车学院

    基金: 陕西省科技计划项目(211432190257)

    分类号: U461.1

    页码: 7-13+37

    总页数: 8

    文件大小: 1430K

    下载量: 83

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/6a33896b3585020f7cec9e5a.html