结合长短期记忆神经网络与无迹卡尔曼滤波的车辆动态参数估计方法

本发明公开了一种结合长短期记忆神经网络与无迹卡尔曼滤波的车辆动态参数估计方法，首先、基于七自由度车辆非线性动力学模型，建立车载传感器可测参数与纵向车速和质心侧偏角之间的隐式映射函数，初步确立长短期记忆神经网络（数据驱动组件）的输入和输出向量；其次，基于车辆动力学特性建立无迹卡尔曼滤波（物理模型组件），确保过程模型、测量方程和控制输入的合理性与物理一致性；然后、将数据驱动组件的输出与物理模型组件的状态预测和更新机制相结合，明确各组件输入输出关系；最后、执行分阶段训练（预训练和端到端训练），并完成算法部署与测试。本发明结合神经网络与卡尔曼滤波，通过端到端训练实现两者协同优化，对于提高纵向车速和质心侧偏角的估计精度具有重大意义。