基于无迹卡尔曼滤波与遗传算法相结合的车辆状态估计

论文摘要

针对汽车状态估计中过程噪声和量测噪声统计特性不确定的状况,通过UKF算法与遗传算法相结合,提出一种新的自适应滤波算法,以降低噪声对估计结果的干扰。为达到较高的精度,建立了7自由度非线性车辆动力学模型,结合"魔术公式"轮胎模型对汽车行驶过程中的纵、侧向速度、轮胎力和质心侧偏角分别进行了估计。在利用UKF对汽车状态参数进行估计的同时,引入遗传算法,根据适应度函数对过程噪声和量测噪声进行寻优,实现了噪声的自适应作用,估计精度大幅提高。仿真和道路模拟试验的结果表明,UKF结合遗传算法的方法,能提高估计精度且具有很好的抗干扰性。

论文目录

前言

1 非线性车辆动力学模型

1.1 整车模型

1.2 轮胎模型

2 UKF算法与遗传算法相结合

2.1 UKF算法

（1）初始化

（2）计算采样点集及其相应权值

（3）预测更新

（4）量测更新

2.2 遗传算法的应用

2.2.1 遗传算法概述

2.2.2 遗传算子的操作

2.2.3 基于GA的UKF状态估计

3 仿真与试验验证

3.1 仿真验证

3.2 实车验证

4 结论

文章来源

类型: 期刊论文

作者: 周卫琪,齐翔,陈龙,徐兴

关键词: 车辆,状态估计,算法,遗传算法,魔术公式

来源: 汽车工程 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 汽车工业

单位: 江苏大学汽车与交通工程学院,江苏大学汽车工程研究院

基金: 国家自然科学基金(U1564201),江苏省“六大人才高峰”项目(2015-ZBZZ-041),江苏省高校自然科学研究项目(15KJB460006),江苏大学高级人才启动项目(14JDG179)资助

分类号: U467

DOI: 10.19562/j.chinasae.qcgc.2019.02.012

页码: 198-205

总页数: 8

文件大小: 4273K

下载量: 560

基于无迹卡尔曼滤波与遗传算法相结合的车辆状态估计

论文摘要

论文目录

文章来源

相关论文文献