基于容积卡尔曼的七自由度车辆状态估计,可估计包括纵向速度,质心侧偏角,横摆角速度,以及四个车轮角速度七个状态。
模型中第一个模块是四轮驱动电机;第二个模块是carsim输出的真实参数,包括汽车所受横向力,纵向力,驱动力矩等:第三个模块是关于ckf的车辆状态估计,可估计包括纵向速度,横摆角速度,质心侧偏角以及四个车轮角速度七个状态;第四个模块是基于dugoff计算轮胎力模块,该模块可以计算纵向力和横向力。
本模型是基于simulink与carsim联合仿真,ckf是由s function进行编写,提供相关文献
基于容积卡尔曼的七自由度车辆状态估计
引言: 随着汽车技术的不断发展,智能汽车正逐渐成为现实。而车辆状态估计是智能汽车领域的一个重要研究方向。本文将介绍基于容积卡尔曼滤波(CKF)的七自由度车辆状态估计方法。该方法可以估计包括纵向速度、质心侧偏角、横摆角速度以及四个车轮角速度在内的七个状态。
-
引言 在智能汽车的控制系统中,准确估计车辆的状态非常重要。车辆状态包括了车辆在空间中的位置、速度和姿态等信息,这些信息对于智能汽车的安全性和稳定性都有着至关重要的影响。因此,开展车辆状态估计的研究具有重要的理论和实际意义。