基于多傳感器信息融合技術(shù)的汽車行駛狀態(tài)估計
發(fā)布時間:2021-08-06 00:59
隨著經(jīng)濟(jì)的發(fā)展和城市化速度的加快,人們的生活水平快速提高,越來越多的人開始享受汽車帶來的便利,然而,科技是把雙刃劍,汽車的投入使用也引發(fā)了各類嚴(yán)重的城市交通問題。因此,如何解決汽車安全帶來的問題成為當(dāng)前社會的首要任務(wù)之一,其中,對汽車主動安全技術(shù)的研究是當(dāng)前汽車工程領(lǐng)域的研究熱點之一。汽車電子穩(wěn)定系統(tǒng)(如博世的ESP)就是重要的主動安全技術(shù)之一,能夠在極端條件下提高汽車的操縱穩(wěn)定性,保證汽車的行駛安全。而實時準(zhǔn)確的獲得汽車當(dāng)前的行駛狀態(tài)是ESP發(fā)揮作用的重要前提,因此,研究如何使用低成本傳感器準(zhǔn)確估計汽車的行駛狀態(tài)是非常重要的,這對于穩(wěn)定控制系統(tǒng)的大規(guī)模生產(chǎn)具有重要意義。本文依托國家自然科學(xué)基金項目(U1564201)開展對汽車行駛狀態(tài)的估計研究。論文首先根據(jù)ESP控制中所需要考慮的自由度,在兼顧精度與復(fù)雜度的條件下,建立了基于“魔術(shù)公式”輪胎模型的非線性七自由度車輛模型,并在CarSim軟件中驗證模型的可行性。結(jié)合狀態(tài)參數(shù)估計思想,將車輛動力學(xué)模型轉(zhuǎn)化為狀態(tài)方程與量測方程,通過將狀態(tài)向量與標(biāo)準(zhǔn)狀態(tài)方程、標(biāo)準(zhǔn)量測方程相結(jié)合,建立狀態(tài)估計模型。其次,詳細(xì)介紹了目前信息融合理論中最常用的估...
【文章來源】:江蘇大學(xué)江蘇省
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
全國汽車保有量Fig.1.1Nationalcarownership
我國的汽車保有量在 2017 年底已達(dá)到 2.17 億輛故的頻繁發(fā)生。僅 2017 年,我國發(fā)生機動車交通事人,受傷 19.49 萬人,其中在高速公路和城市快速路[2]。圖 1.1 為我國近幾年的汽車保有量變化趨勢,圖亡人數(shù)。圖 1.1 全國汽車保有量Fig.1.1 National car ownership
法對汽車行駛過程中的車速進(jìn)行估計,并通過 CarSim 與 Matlab/Simulink 聯(lián)仿真驗證估計算法的準(zhǔn)確性。第四章:考慮到 UKF 的局限性,引入自適應(yīng)濾波,在系統(tǒng)受到外界干擾后,用 AUKF 算法估計汽車縱向車速、質(zhì)心側(cè)偏角和橫擺角速度等,與真實值進(jìn)比較,建立 AUKF 算法的信息融合算法,給出車輛狀態(tài)最小方差意義下的融結(jié)果。利用縱、側(cè)向加速度和方向盤轉(zhuǎn)角等低成本傳感器信號融合得到所需 難 以 測 量 的 橫 擺 角 速 度 、 縱 向 車 速 及 質(zhì) 心 側(cè) 偏 角 等 , 并 利 用atlab/Simulink-CarSim 進(jìn)行聯(lián)合仿真。第五章:詳細(xì)介紹了駕駛模擬器軟硬件在環(huán)仿真平臺,進(jìn)行駕駛模擬器硬在環(huán)實驗和實車道路實驗,選擇典型的試驗工況,對論文提出的基于 AUKF法的汽車行駛狀態(tài)估計進(jìn)行驗證。第六章:工作總結(jié)與展望。本文技術(shù)路線圖如圖 1.3 所示。
本文編號:3324753
【文章來源】:江蘇大學(xué)江蘇省
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
全國汽車保有量Fig.1.1Nationalcarownership
我國的汽車保有量在 2017 年底已達(dá)到 2.17 億輛故的頻繁發(fā)生。僅 2017 年,我國發(fā)生機動車交通事人,受傷 19.49 萬人,其中在高速公路和城市快速路[2]。圖 1.1 為我國近幾年的汽車保有量變化趨勢,圖亡人數(shù)。圖 1.1 全國汽車保有量Fig.1.1 National car ownership
法對汽車行駛過程中的車速進(jìn)行估計,并通過 CarSim 與 Matlab/Simulink 聯(lián)仿真驗證估計算法的準(zhǔn)確性。第四章:考慮到 UKF 的局限性,引入自適應(yīng)濾波,在系統(tǒng)受到外界干擾后,用 AUKF 算法估計汽車縱向車速、質(zhì)心側(cè)偏角和橫擺角速度等,與真實值進(jìn)比較,建立 AUKF 算法的信息融合算法,給出車輛狀態(tài)最小方差意義下的融結(jié)果。利用縱、側(cè)向加速度和方向盤轉(zhuǎn)角等低成本傳感器信號融合得到所需 難 以 測 量 的 橫 擺 角 速 度 、 縱 向 車 速 及 質(zhì) 心 側(cè) 偏 角 等 , 并 利 用atlab/Simulink-CarSim 進(jìn)行聯(lián)合仿真。第五章:詳細(xì)介紹了駕駛模擬器軟硬件在環(huán)仿真平臺,進(jìn)行駕駛模擬器硬在環(huán)實驗和實車道路實驗,選擇典型的試驗工況,對論文提出的基于 AUKF法的汽車行駛狀態(tài)估計進(jìn)行驗證。第六章:工作總結(jié)與展望。本文技術(shù)路線圖如圖 1.3 所示。
本文編號:3324753
本文鏈接:http://sikaile.net/kejilunwen/qiche/3324753.html
最近更新
教材專著