首页|扩展卡尔曼滤波与遗传算法结合的车辆状态估计

扩展卡尔曼滤波与遗传算法结合的车辆状态估计

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对汽车状态估计过程中噪声的统计特性难以确定的特性,提出一种遗传算法与扩展卡尔曼滤波相结合的车辆状态观测器,对车辆状态进行估计.以车辆非线性动力学模型为基础,使用扩展卡尔曼滤波对车辆的横摆角速度、质心侧偏角和纵向速度等状态参数进行估计的同时,结合在遗传算法中构建的适应度函数,实现对噪声自适应寻优,降低噪声的影响.利用Matlab/Simulink与Carsim仿真软件对所提方法进行验证,并与扩展卡尔曼滤波算法进行对比.结果表明:与扩展卡尔曼滤波相比,该改进的算法有效提高了对横摆角速度、质心侧偏角以及纵向速度估计的精确度,给车辆提供准确的状态信息的同时,利于保障车辆的稳定性.
Vehicle state estimation based on the combination of extended Kalman filtering and genetic algorithm

易鑫、陈勇

展开 >

北京信息科技大学 机电工程学院, 北京 100192

新能源汽车北京实验室, 北京 100192

北京电动车辆协同创新中心, 北京 100192

车辆动力学 状态估计 遗传算法 扩展卡尔曼滤波 自适应控制

科技创新服务能力建设-北京实验室建设项目

PXM2020_014224_000065

2022

10.3969/j.issn.1674-8425(z).2022.12.001

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2022.36(12)
  • 2
  • 10