重庆理工大学学报2022，Vol.36Issue(12) ：1-8.DOI:10.3969/j.issn.1674-8425(z).2022.12.001

扩展卡尔曼滤波与遗传算法结合的车辆状态估计

Vehicle state estimation based on the combination of extended Kalman filtering and genetic algorithm

易鑫 陈勇
重庆理工大学学报2022，Vol.36Issue(12) ：1-8.DOI:10.3969/j.issn.1674-8425(z).2022.12.001
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

扩展卡尔曼滤波与遗传算法结合的车辆状态估计

Vehicle state estimation based on the combination of extended Kalman filtering and genetic algorithm

易鑫 1陈勇2
扫码查看

作者信息

  • 1. 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
  • 2. 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
  • 折叠

摘要

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.

关键词

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

引用本文复制引用

基金项目

科技创新服务能力建设-北京实验室建设项目(PXM2020_014224_000065)

出版年

2022
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
被引量2
参考文献量10
段落导航相关论文