基于自适应模糊扩展卡尔曼滤波的车辆运动状态联合估计

为准确实时地获取车辆运动状态信息，满足车辆主动安全控制系统的需求，基于模糊控制器和扩展卡尔曼滤波（EKF）算法，采用非线性3自由度车辆动力学模型，提出一种基于自适应模糊扩展卡尔曼滤波（AFEKF）的车辆运动状态联合估计策略。首先利用EKF算法对待测量噪声的输入量联合估计得到所需的状态量，然后建立模糊控制器对其进行自适应调节，最后应用MATLAB/Simulink仿真平台建立14自由度车辆动力学模型对估计算法进行仿真和实车试验验证。结果表明：AFEKF算法能够准确有效地估计车辆的行驶状态，且与EKF算法相比，准确性和鲁棒性更好。