基于交互多模型的车辆质量与道路坡度估计

论文摘要

车辆结构参数和道路环境信息的实时准确获取是提高智能汽车运动控制性能的重要因素之一,而车辆质量与道路坡度信息是多种汽车控制系统的必要信息,因此质量与坡度在线估计的研究一直受到关注。针对车辆质量与道路坡度的联合估计问题,提出了一种基于交互多模型的质量与坡度融合估计方法。首先,设定了适宜进行质量精确估计的工况条件,据此提出了基于模糊规则的质量估计置信度因子计算算法,进而设计了基于置信度因子的递推最小二乘车辆质量估计算法,以实现质量的在线估计。然后,以车辆纵向动力学模型为基础,建立了运动学和动力学2种坡度估计模型,并设计了基于运动学模型的线性卡尔曼滤波坡度观测器,基于电子稳定性程序ESP的纵向加速度信息实现坡度估计,设计了基于动力学模型的无迹卡尔曼滤波坡度观测器,基于ESP和发动机管理系统EMS的力信息实现坡度估计。运动学模型未考虑车辆姿态信息,坡度估算结果与实际值有偏差;动力学模型对模型精度要求高,算法稳定性差,为充分发挥2种方法优势实现坡度的精确估计,采用交互多模型算法实现了2种坡度估计方法的加权融合。最后,对所设计的算法进行了实车试验验证。结果表明:所设计的质量与坡度估算算法具有较好的实时性和准确性,适合智能汽车运动控制的应用需求。

论文目录

文章来源

类型: 期刊论文

作者: 赵健,李至轩,朱冰,李雅欣,孙玉泽

关键词: 汽车工程,质量与坡度估计,质量估计置信度因子,交互多模型融合,智能估计,实车试验

来源: 中国公路学报 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 汽车工业

单位: 吉林大学汽车仿真与控制国家重点实验室

基金: 国家重点研发计划项目(2018YFB0105100),国家自然科学基金项目(51575225,51775235),吉林大学高层次科技创新团队项目(2017TD-20)

分类号: U463.6

DOI: 10.19721/j.cnki.1001-7372.2019.12.006

页码: 58-65

总页数: 8

文件大小: 333K

下载量: 162

相关论文文献

• [1].基于“当前”统计模型的变结构交互多模型算法[J]. 无线电工程 2020(04)
• [2].交互多模型扩展卡尔曼滤波算法的FPGA实现[J]. 传感器与微系统 2014(01)
• [3].基于机动判别的变结构交互多模型跟踪算法[J]. 系统工程与电子技术 2019(04)
• [4].自适应网格交互多模型不敏粒子滤波算法[J]. 舰船科学技术 2012(08)
• [5].基于有色噪声自回归建模的惯性/卫星交互多模型滤波导航算法[J]. 导航定位与授时 2015(06)
• [6].基于模糊交互多模型的机动目标被动跟踪算法[J]. 电子测量与仪器学报 2012(10)
• [7].基于均值漂移交互多模型粒子滤波算法[J]. 火力与指挥控制 2011(12)
• [8].改进粒子滤波交互多模型算法在机械臂跟踪定位中的应用[J]. 机床与液压 2020(19)
• [9].一种结合交互多模型的多机动扩展目标跟踪算法[J]. 小型微型计算机系统 2018(02)
• [10].一种加速度估计方法[J]. 仪器仪表用户 2009(02)
• [11].基于坐标变换的交互多模型车载定位研究[J]. 信息技术与网络安全 2018(09)
• [12].基于后验信息修正的自适应交互多模型跟踪算法[J]. 西北工业大学学报 2011(06)
• [13].适于无源阵列跟踪的粒子滤波交互多模型算法[J]. 空军工程大学学报(自然科学版) 2008(03)
• [14].基于自适应容积卡尔曼滤波的交互多模型算法[J]. 科技创新与应用 2019(25)
• [15].改进的IMMPF算法在目标跟踪中的应用研究[J]. 电子技术与软件工程 2016(08)
• [16].基于道路信息的机动小目标跟踪[J]. 雷达科学与技术 2011(06)
• [17].基于均值漂移无味粒子滤波的地面运动目标变结构交互多模型跟踪(英文)[J]. Chinese Journal of Aeronautics 2011(05)
• [18].基于目标跟踪的交互多模型kalman滤波算法研究[J]. 电工技术 2020(18)
• [19].自适应交互多模型滤波在INS/CNS组合导航中的应用[J]. 红外与激光工程 2010(05)
• [20].具有固定延迟平滑的交互多模型概率数据互联算法[J]. 弹箭与制导学报 2008(02)
• [21].基于UKF联合IMM的目标跟踪技术研究[J]. 机械制造 2013(03)
• [22].基于粒子滤波和交互多模型的移动定位方法[J]. 电子学报 2019(01)
• [23].交互多模型Kalman滤波下的目标跟踪应用研究[J]. 电子测量技术 2019(11)
• [24].基于交互多模型和中值滤波的加速度估计方法[J]. 海军航空工程学院学报 2008(03)
• [25].马尔可夫参数自适应IMM算法在列车定位中的应用[J]. 传感器与微系统 2019(01)
• [26].乘性噪声干扰下基于交互多模型的目标跟踪[J]. 传感器与微系统 2018(12)
• [27].基于耦合气动参数的HGV多模型估计[J]. 北京航空航天大学学报 2018(10)
• [28].一种自适应网格模糊交互多模型算法（英文）[J]. Journal of Marine Science and Application 2014(03)
• [29].GPU加速的高超声速目标双通道IMM跟踪算法[J]. 华中科技大学学报(自然科学版) 2017(09)
• [30].多传感器混合多模型估计的记忆分层融合算法[J]. 系统工程与电子技术 2011(07)

标签：汽车工程论文;  质量与坡度估计论文;  质量估计置信度因子论文;  交互多模型融合论文;  智能估计论文;  实车试验论文;