重庆理工大学学报(自然科学) ›› 2022, Vol. 36 ›› Issue (4): 75-83.

• “车辆工程”专栏 • 上一篇    下一篇

基于 P-NAEKF算法的汽车行驶状态估计

戴凌宇1,冯张棋2,马成宇1,胡子添3   

  1. 1. 南通大学电气工程学院2. 江苏大学汽车与交通工程学院3. 江苏大学汽车工程研究院
  • 发布日期:2022-05-16
  • 作者简介:戴凌宇,男,硕士研究生,主要从事系统建模与仿真研究;冯张棋,男,硕士研究生,主要从事智能汽车横纵向控制研究

  • Published:2022-05-16

摘要: 针对传统的卡尔曼滤波算法在进行汽车行驶状态估计时噪声协方差不准确的问题,构建了基于车辆纵向车速、质心侧偏角和横摆角速度的3自由度模型,以扩展卡尔曼滤波(EKF)为例,分析不准确噪声协方差对滤波估计性能的影响,提出一种基于粒子群算法的噪声自适应扩展卡尔曼滤波(P-NAEKF)算法对车辆关键状态进行估计。基于粒子群算法的估计器可对噪声协方差进行准确估计,并将结果嵌入到标准的扩展Kalman滤波算法中实现自适应估计。通过Carsim与Matlab/Simulink联合仿真验证P-NAEKF算法在车辆状态估计时进行估计效果,仿真结果表明:P-NAEKF算法在汽车动态参数估计方面具有优越性。

关键词: 汽车动态参数;噪声自适应扩展卡尔曼滤波;粒子群优化;状态估计;

中图分类号: 

  • U463.6