基于遗忘因子的UKF车辆状态参数估计算法

作者：冯亦奇; 陈勇

来源：合肥工业大学学报(自然科学版), 2020, 43(11): 1450-1499.

• 车辆状态
• 参数估计
• 遗忘因子
• 无迹卡尔曼滤波(UKF)
• 魔术公式

针对车辆主动安全控制系统所需的传感器成本较高以及信号采集过程中易受到外界噪声干扰的问题,文章提出了一种利用遗忘因子概念对噪声协方差矩阵进行在线自适应调整的无迹卡尔曼滤波(unscented Kalman filter,UKF)方法,实现对行驶状态下的车辆状态参数进行实时在线估计。使用该方法对车辆横摆角速度、质心侧偏角、质心纵向速度、质心侧向速度4个状态参数进行了实时在线估计,并与CarSim软件的仿真结果进行了对比,验证该估计方法的有效性和准确性。研究结果表明,该文提出的参数估计算法对横摆角速度、质心侧偏角、质心侧向速度3个参数的估计精度比传统卡尔曼滤波方法分别提高了38%、27%、28%。

• 单位
  机电工程学院; 北京信息科技大学