摘要
本发明涉及一种自适应纵向车速估计方法,包括以下步骤:建立详细的车辆动力学模型,包括车辆纵向动力学模型和轮速动力学模型;将Sage‑Husa自适应无迹卡尔曼滤波算法与车辆动力学模型相结合,设计状态方程和观测方程,将车辆纵向车速作为状态变量,并利用轮速传感器、加速度传感器等采集的数据构建观测向量;引入发散度计算,用于检测和纠正滤波过程中的发散现象;基于Sage‑Husa算法的自适应机制,实时调整滤波增益,优化车速估计过程。本发明的改进Sage‑Husa自适应滤波器能够根据系统状态的变化和噪声的差异,动态调整滤波器参数,结合散度计算来检测瞬态扰动,减少了瞬态扰动对纵向车速估计的影响,有效提高了估计精度。
技术关键词
协方差矩阵
纵向车速估计方法
车辆动力学模型
滤波器
采样点
车辆模型
观测噪声
无迹卡尔曼滤波算法
轮胎
方程
加速度
车辆纵向车速
预测误差
车轮转向角
纵向动力学
轮速传感器
系统噪声
系统为您推荐了相关专利信息
数据加权平均电路
闪存模数转换器
多通道脑电信号
可控开关
采样电路
线性调频连续波
射频收发单元
N分频合成器
生成线性调频信号
中频信号
变量监控系统
数据处理方法
存储模块
Kalman滤波器
参数
多无人机
缺失数据补全方法
电磁频谱态势
采样点
无人机协同感知