基于改进双重无迹卡尔曼滤波算法的车辆状态估计
费明哲1
王健1
于金鹏2
杨君1
杜若飞1
王云靖1
邓欢1
1.山东交通学院汽车工程学院,山东济南 2503572.青岛大学自动化学院,山东青岛 266071
摘要：针对车辆行驶过程中的状态和参数估计问题,基于软件MATLAB中车辆三自由度动力学模型,分别采用无迹卡尔曼滤波(unscented Kalman filter,UKF)算法、双重无迹卡尔曼滤波(dual unscented Kalman filter,DUKF)算法及采用奇异值分解的改进双重无迹卡尔曼滤波(singular value decomposition-dual unscented Kalman filter,SVD-DUKF)算法,估计车辆在同一工况下的状态及参数.结果表明:UKF算法能保证一定的估计精度,但需时刻输入准确的车身质量等参数,在车辆行驶过程中难以实现;DUKF算法与SVD-DUKF算法有相近的估计精度,但DUKF算法采用Cholesky分解,在车辆运行过程中难以保证误差协方差矩阵为正定矩阵;SVD-DUKF算法更适合估计车辆行驶状态及参数,估计精度较高,适用性较强.
关键词：状态估计UKF算法DUKF算法奇异值分解
分类号：U463.9(汽车工程)
资助基金：山东省交通运输厅科技计划项目(2022B107)山东省高等学校青创科技支持计划(2021KJ039)山东交通学院研究生科技创新项目(2022YK001)
论文发表日期：2023-09-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：8( 7-14 )
英文信息