摘要： 针对汽车状态估计过程中噪声的统计特性难以确定的特性，提出一种遗传算法与 扩展卡尔曼滤波相结合的车辆状态观测器，对车辆状态进行估计。以车辆非线性动力学模型为 基础，使用扩展卡尔曼滤波对车辆的横摆角速度、质心侧偏角和纵向速度等状态参数进行估计 的同时，结合在遗传算法中构建的适应度函数，实现对噪声自适应寻优，降低噪声的影响。利用 Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ与 Ｃａｒｓｉｍ仿真软件对所提方法进行验证，并与扩展卡尔曼滤波算法进行对比。 结果表明：与扩展卡尔曼滤波相比，该改进的算法有效提高了对横摆角速度、质心侧偏角以及纵 向速度估计的精确度，给车辆提供准确的状态信息的同时，利于保障车辆的稳定性。

关键词: 车辆动力学；状态估计；遗传算法；扩展卡尔曼滤波；自适应控制

中图分类号: 

• U467.1