南京航空航天大学学报

作者：邢德鑫，魏民祥，赵万忠，汪?，吴树凡

单位：南京航空航天大学能源与动力学院，南京，210016；,南京航空航天大学能源与动力学院，南京，210016；,南京航空航天大学能源与动力学院，南京，210016；,东南大学机械工程学院，南京，211189；,南京航空航天大学能源与动力学院，南京，210016；

关键词：高维非线性车辆模型;非高斯分布滤波;车辆状态估计;自适应容积粒子滤波

基金：国家自然科学基金（51775268，51605087）资助项目；江苏省自然科学基金（BK20160671）资助项目。

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题，本文提出了基于自适应容积粒子滤波（Adaptive cubature particle filter, ACPF）的车辆状态估计器。首先基于非稳态动态轮胎模型，构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波（Adaptive cubature Kalman filter, ACKF）算法更新基本粒子滤波（Particle filter, PF）算法的重要性密度函数，以完成自适应容积粒子滤波算法设计。利用车载传感器信息，运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证，结果表明该算法状态估计精度高于传统无迹粒子滤波（Unscented particle filter, UPF）算法，且算法运算效率高于UPF算法，而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。

来源：2020年第3期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2020年第3期