基于改进的Sage-Husa自适应扩展卡尔曼滤波的车辆状态估计

被引：34

作者：

李刚 ^{[1
,2
]}

赵德阳 ^{[1
]}

解瑞春 ^{[1
]}

韩海兰 ^{[1
]}

宗长富 ^{[2
]}

机构：

[1] 辽宁工业大学汽车与交通工程学院

[2] 吉林大学汽车仿真与控制国家重点实验室

来源：

汽车工程 | 2015年 / 37卷 / 12期

关键词：

自适应扩展卡尔曼滤波; Dugoff轮胎模型; 车辆状态; 信息融合; 仿真验证;

D O I：

10.19562/j.chinasae.qcgc.2015.12.012

中图分类号：

U463.6 [电气设备及附件];

学科分类号：

080204 ; 082304 ;

摘要：

本文中提出了一种基于改进的Sage-Husa自适应扩展卡尔曼滤波的车辆行驶状态估计算法。首先建立了非线性3自由度车辆估算模型和Dugoff轮胎模型。接着通过对纵向加速度、侧向加速度、横摆角速度和转向盘转角等低成本传感器信号的信息融合,实现对车辆行驶状态的准确估计。最后应用CarSim和Matlab/Simulink联合仿真对算法进行验证。结果表明:基于改进的Sage-Husa自适应扩展卡尔曼滤波的估计算法能比扩展卡尔曼滤波算法更准确、稳定地估计车辆行驶状态。

引用

页码：1426 / 1432

页数：7

共 13 条

[1]

基于FPGA的车辆质心侧偏角估计的实现.[D].贾增本.吉林大学.2011, 09

[2]

基于双扩展卡尔曼滤波的汽车状态及路面附着系数估计算法研究.[D].胡丹.吉林大学.2009, 08

[3] Centralized and decentralized process and sensor fault monitoring using data fusion based on adaptive extended Kalman filter algorithm [J].

Salahshoor, Karim ;

Mosallaei, Mohsen ;

Bayat, Mohammadreza .

MEASUREMENT, 2008, 41 (10) :1059-1076

[4]

The unscented filter as an alternative to the EKF for nonlinear state estimation: a simulation case study.[J].Andrei Romanenko;José A.A.M. Castro.Computers and Chemical Engineering.2003, 3

[5]

汽车理论.[M].余志生; 主编.机械工业出版社.2009,

[6] S-修正的自适应卡尔曼滤波与模糊卡尔曼滤波相结合的汽车状态估计算法 [J].