摘要
拖拉机驱动轮滑转率的精确估计对提高拖拉机作业效率及安全性,实现拖拉机驱动防滑控制具有重要意义。本文提出了多新息并行扩展卡尔曼滤波算法,融合了包括机器视觉在内的多个传感器信息,并通过在线统计多传感器的新息,引入D-S证据理论进行决策,修正测量噪声矩阵,从而实现拖拉机驱动轮滑转率的精确估计。仿真结果表明,相较于普通的卡尔曼滤波算法,本文提出的融合算法估计滑转率的精度更高,滑转率估计值的均方根误差从2.34%降低到1.45%,且对干扰信号不敏感。试验结果表明,在多组工况下本文所提出的多传感器信息融合算法相较于单一视觉法或雷达法对拖拉机驱动轮滑转率估计的平均绝对误差、均方根误差均有所降低,从而验证了所提出的算法满足拖拉机驱动轮滑转率的精确估计,可对后续实现拖拉机驱动防滑控制提供依据。
- 单位