卡尔曼时间序列模型预测路面平整度指数

路面平整度的发展趋势受交通量、温度及使用时间等许多因素的影响,很难建立综合全面的预测模型。而时间序列法利用历年的IRI值可解决这个问题。针对传统的时间序列法计算的不足,提出了将卡尔曼滤波应用于时间序列IRI预测模型的方法,能充分利用观测值对状态估值进行实时修正,可有效提高预测模型的预测精度,且无需储存大量的历史观测数据。最后,通过实例证明了该模型有效可行。     

基于自适应卡尔曼算法的重型半挂车状态估计研究

在建立三轴重型半挂车简化动力学模型的基础上,提出了用于估计重型半挂车运动状态的自适应卡尔曼滤波估计算法。利用动力学软件Trucksim对该估计算法进行了验证,验证结果表明,所提出的自适应卡尔曼滤波算法能够在车速为30 km/h与60 km/h的两种扫频工况下,准确估计重型半挂车横摆角速度和铰接角,为重型半挂车的稳定性控制奠定了基础。     

酉水大桥连续梁桥悬臂施工线形调整分析

张(家界)-花(垣)高速公路上的酉水大桥主桥为80+145+80m三跨大跨径预应力混凝土连续梁桥,连续梁桥悬臂施工中各梁段实际状态与理想设计状态存在一定偏差。为使成桥线形符合设计要求,该文采用随机模型误差的鲁棒卡尔曼滤波算法和自适应修正函数模型对预拱度进行了分析;对张拉后各节段梁底实测标高与理论标高进行了比较,结果显示两者的误差满足监控技术要求。     

基于冗余信息融合的车辆质心侧偏角估计方法

车辆质心侧偏角是表征车辆横向稳定性的重要参数之一,相关的估计方法研究可为整车稳定控制提供重要支撑.为提高车辆质心侧偏角估计效果,提出了一种基于冗余信息融合的质心侧偏角估计方法.分别建立了车辆动力学模型和运动学模型,利用容积卡尔曼滤波算法分别设计了用于车辆行驶状态估计的动力学模型估计器和运动学模型估计器,同时,分析了动力...     

基于匈牙利匹配和卡尔曼滤波的动态多目标跟踪

为了得到无人驾驶汽车目标检测的准确信息,文章通过对标定后的原始激光雷达点云进行分割和聚类,利用霍夫直线检测提取障碍物的外包框,最后使用匈牙利算法对被跟踪的障碍物和新检测出的障碍物进行关联匹配,并求出最优解,最终使用卡尔曼滤波算法对其进行状态优化。通过实验表明,本算法可以在激光雷达一帧0.1 s内,快速、准确地跟踪被检测出的障碍物。     

金山大桥局部拆除后续运营期性能和实测分析

挠度是连续刚构桥悬臂施工控制的重要对象，其实测值受多个因素影响，从实测挠度中获悉反应结构受力的真实挠度，对其施工控制具有重要意义。本文基于改进的自适应卡尔曼滤波算法从挠度实测值中提取出真实信号，预测待浇梁段的挠度变化，并调整施工预拱度，使施工实际状态逼近理论计算轨迹，达到施工监控的目的。通过实际工程的应用证明该方法具有良好的适用性。     

基于滑模控制的卡尔曼滤波在列车定位中的研究

为了提高城市轨道交通中轮轴速度传感器与加速度计组合定位的精度,提出一种基于滑模控制的改进卡尔曼滤波算法。对于组合定位来说,由于卡尔曼滤波不能很好地修正加减速过程中的空转打滑误差,考虑到滑模控制器的滑动模态与系统的参数及扰动无关,提出采用基于滑模控制的改进卡尔曼滤波来进一步降低误差。其基本思路是应用指数趋近律滑模变结构来改善里程计算值,然后再进行卡尔曼滤波。并利用仿真软件对上述过程进行验证,仿真结果表明:基于滑模控制的改进卡尔曼滤波算法,能够在一定程度上减小空转打滑误差,进一步提高定位的精度。最后通过与其他卡尔曼滤波改进算法对比,得出基于滑模控制的卡尔曼滤波方法结构更为简单,也能保证一定的精度。     

卡尔曼滤波在水下惯性导航系统中的研究及实现

首先建立惯性导航系统中的速度误差、位置误差、陀螺仪误差模型,然后与现实相联系研究带偏移量的卡尔曼滤波,同时对偏移量进行估计,最后通过实验验证卡尔曼滤波对航向、陀螺仪误差等的修正,极大地提高了水下惯性导航系统的结算能力和准确性。     

MITS信息融合的船舶定位方法研究

以船舶定位为研究对象,对MITS信息融合的船舶定位方法进行研究。MITS信息融合的船舶定位方法主要包括3个部分内容,分别是船舶动力定位的运动模型、基于卡尔曼滤波算法的多传感器融合的滤波方法、基于支持向量机的预测模型。通过仿真实验分析,本文提出的定位方法新颖且具有可行性。     

多模型交通流预测优化

根据当前交通流预测模型发展的情况,提出采用卡尔曼滤波模型、指数平滑模型和非参数回归模型进行预测融合的方法,该方法在提高系统预测速度的基础上也能提高预测精度,因此,具有很好的推广价值.