| 车辆操纵稳定性状态估计算法比较研究 |
| |
| 引用本文： | 陈林,施树明,李远方.车辆操纵稳定性状态估计算法比较研究[J].交通与计算机,2011,29(5):36-40. |
| |
| 作者姓名： | 陈林 施树明 李远方 |
| |
| 作者单位： | 吉林大学交通学院 长春130025 |
| |
| 基金项目： | 国家自然科学基金项目(批准号:50775094)资助 |
| |
| 摘 要： | 建立了基于运动学的车辆3自由度状态估计模型，分别将扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）和粒子滤波（PF）应用到车辆状态估计中，通过仿真试验比较了3种算法的估计效果。结果表明，车辆工作在线性稳定区域时，EKF算法效果最优，而车辆工作在强非线性区域并处于失稳状态时，PF算法效果最优。
|
| 关 键 词： | 操纵稳定性 状态估计 扩展卡尔曼滤波 无迹卡尔曼滤波 粒子滤波 |
Comparative Study of Some Estimation Algorithms for Vehicle Stability State |
| |
| CHEN Lin,HI Shuming,LI Yuanfang.Comparative Study of Some Estimation Algorithms for Vehicle Stability State[J].Computer and Communications,2011,29(5):36-40. |
| |
| Authors: | CHEN Lin HI Shuming LI Yuanfang |
| |
| Institution: | CHEN Lin SHI Shuming LI Yuanfang(College of Traffic,Jilin University,Changchun 130025,China) |
| |
| Abstract: | Three-degree freedom vehicle state estimation model is established.Extended Kalman Filter(EKF),Unscented Kalman Filter(UKF) and Particle Filter(PF) are applied to the estimation of vehicle handling and stability state.Simulation results show that EKF algorithm performs better than both UKF and PF in linear region while PF performs best in nonlinear region. |
| |
| Keywords: | handling and stability state estimation Extended Kalman Filter Unscented Kalman Filter particle filter |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
