共查询到10条相似文献,搜索用时 15 毫秒
1.
单独的轮胎魔术公式参数通常需要通过昂贵的试验设备和大量的试验数据才能够确定,之后这些参数在设计阶段将被应用于车辆模型来模拟车辆的操纵动力学行为。建立了包含定常统计特性噪声的汽车动力学模型,利用龙格-库塔方法模拟模型,引入辅助粒子滤波技术,通过二次加权操作,较好地实现了轮胎参数的估计,并最终代入动力学方程,实现了车辆侧向力等参数的估计。同时进行了场地试验。结果表明,辅助粒子滤波技术改善了标准粒子滤波算法的精度,验证了算法的有效性。 相似文献
2.
3.
《拖拉机与农用运输车》2016,(1):30-32
针对车辆在行驶过程中的参数变化影响车辆状态估计的数值,开发了一种基于双扩展卡尔曼滤波(Dual Extended Kalman Filter,DEKF)的估计器。双扩展卡尔曼滤波是基于车辆状态和参数估计相互依赖不可分离性,利用两个平行状态下的扩展卡尔曼滤波(EKF)分别对车辆状态和参数进行估计。选用四自由度车辆模型和HSRI轮胎模型,利用DEKF理论设计估计器,采用Trucksim-Simulink联合仿真对估计器进行仿真分析,验证估计器的有效性和准确性。 相似文献
4.
5.
6.
稳定性控制系统因其良好的主动安全性已经在汽车上广泛应用。横摆角速度和质心侧偏角是判断汽车运行情况的两个主要参考量。基于此,以非线性三自由度车辆模型为基础,提出了一种应用扩展Kalman滤波技术估计车辆状态参数的控制算法。并且提出了一种基于Prescan、CarSim、MATLAB(Simulink)平台的驾驶员在环仿真试验来验证算法的准确度。结果表明,扩展Kalman滤波算法结果的准确性能够满足稳定控制的要求。 相似文献
7.
通过道路实车试验,验证了Car Sim的仿真模型的准确性,为后续的估计提供仿真实验平台。用Car Sim代替实车,基于卡尔曼滤波KF(Kalman filter)用二自由度车辆模型;基于扩展卡尔曼滤波EKF(Extended Kalman Filter)用三自由度车辆模型,分别在低速和高速两种工况下,建立Car Sim和MATLAB/Simulink联合仿真,估计质心侧偏角,比较估计效果。实验结果表明:由于汽车在低速行驶的工况下车辆动力学特性大致呈线性变化,用KF和EKF估计值差别不大,但是汽车在高速行驶的工况下车辆动力学特性趋于非线性,KF估计结果误差较大,而EKF估计的适应性要好一些。 相似文献
8.
基于无迹卡尔曼滤波的车辆状态与参数估计 总被引:2,自引:0,他引:2
准确获取车辆运动过程中的状态变量和时变模型参数可以提高动力学控制的鲁棒性.引入了车辆模型时变参数的概念,建立了车辆动力学状态空间模型,应用无迹卡尔曼滤波(UKF)算法对车辆状态变量和参数进行了估计.与车辆动力学软件CarMaker建立的参考模型对比表明,该估计方法具有可行性和准确性.在估计系统中,提出含自适应参数的简化... 相似文献
9.
为了提高车辆行驶状态估计的可靠性,提出一种基于多模型观测器误差补偿与迭代的车辆状态融合估计方法。基于三自由度车辆动力学模型设计了车辆状态强跟踪滤波估计算法;同时,根据四轮轮速耦合关系,考虑到数据扰动和病态矩阵的影响,设计了车辆状态的岭估计算法。为进一步提高估计系统的可靠性,提出了动力学模型观测器与运动学模型观测器补偿与迭代的估计方式,设计了模糊控制器,根据实时的质心侧偏角和滑移率的伪量测值,判断强跟踪滤波器和岭估计器估计结果所占权重,利用闭环估计系统的迭代与融合提高估计性能。仿真和道路实验结果表明,所提出的车辆状态融合估计方法能够兼顾强跟踪滤波算法与岭估计算法的优势,根据车辆纵向滑移和质心侧偏角动态调节强跟踪估计与岭估计结果的权重系数,从而在保证估计精度的同时提高了估计系统的多工况适应能力。 相似文献
10.
基于扩展卡尔曼滤波的车辆质量与道路坡度估计 总被引:2,自引:0,他引:2
针对车辆自动变速器控制系统难以实时测得车辆质量与道路坡度参数这一问题,运用最优估计理论,以车辆纵向动力学模型为基础,建立系统的状态空间模型,运用前向欧拉法将过程方程离散化,进一步对非线性过程方程进行近似线性化,获得过程方程向量函数的Jacobian矩阵,实现了基于扩展卡尔曼滤波(EKF)的车辆质量及道路坡度估计算法。在Matlab/Simulink仿真平台下,进行了实车道路试验数据的离线仿真。仿真结果表明,该算法可有效估计车辆质量及道路坡度,能够满足车辆自动变速器控制系统的要求。 相似文献