基于改进双重无迹卡尔曼滤波算法的车辆状态估计

作者：费明哲; 王健^*; 于金鹏; 杨君; 杜若飞; 王云靖; 邓欢

来源：山东交通学院学报, 2023, 31(03): 7-14.

• 状态估计
• UKF算法
• DUKF算法
• 奇异值分解

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。

• 单位
  自动化学院; 山东交通学院; 青岛大学