基于粒子滤波算法的汽车状态估计技术-农业机械学报.pdfVIP

２０１１年 ２月 农 业 机 械 学 报 第 ４２卷 第 ２期 基于粒子滤波算法的汽车状态估计技术 林　　赵又群　徐朔南 （南京航空航天大学车辆工程系，南京 ２１００１６） 　　【摘要】　将粒子滤波（ｐａｒｔｉｃｌｅｆｉｌｔｅｒ，ＰＦ）算法应用到汽车的状态估计之中，建立了包含定常统计特性噪声和 非线性轮胎的汽车动力学模型，根据汽车非线性状态转移函数完成对粒子的预测，基于当前时刻的量测值实现对 预测粒子权重的评估，最后通过重采样完成对汽车关键状态量估计。将 ＰＦ估计器与常见的ＥＫＦ、ＵＫＦ估计器进行 了比较分析，基于ＡＤＡＭＳ／Ｃａｒ的虚拟试验和实车试验验证了ＰＦ在汽车状态估计中的可行性。 关键词：汽车动力学　状态估计　粒子滤波算法　虚拟试验 中图分类号：Ｕ４６１．６ 文献标识码：Ａ 文章编号：１０００１２９８（２０１１）０２００２３０５ ＶｅｈｉｃｌｅＳｔａｔｅｓＥｓｔｉｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙＢａｓｅｄｏｎＰａｒｔｉｃｌｅＦｉｌｔｅｒＡｌｇｏｒｉｔｈｍ ＬｉｎＦｅｎ　ＺｈａｏＹｏｕｑｕｎ　ＸｕＳｈｕｏｎａｎ （ＤｅｐａｒｔｍｅｎｔｏｆＡｕｔｏｍｏｔｉｖｅＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓ，Ｎａｎｊｉｎｇ２１００１６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｐａｒｔｉｃｌｅｆｉｌｔｅｒ（ＰＦ）ａｌｇｏｒｉｔｈｍｗａｓｕｓｅｄｉｎｖｅｈｉｃｌｅｓｔａｔｅｓｅｓｔｉｍａｔｉｏｎ．Ａｖｅｈｉｃｌｅｄｙｎａｍｉｃｓｓｙｓｔｅｍ ｃｏｎｔａｉｎｉｎｇｃｏｎｓｔａｎｔｎｏｉｓｅａｎｄｎｏｎｌｉｎｅａｒｔｉｒｅｍｏｄｅｌｗａｓｅｓｔａｂｌｉｓｈｅｄ．Ｆｉｒｓｔ，ｔｈｅｐａｒｔｉｃｌｅｓｗｅｒｅｐｒｅｄｉｃｔｅｄ ｔｈｒｏｕｇｈｎｏｎｌｉｎｅａｒｓｔａｔｅｔｒａｎｓｉｔｉｏｎｆｕｎｃｔｉｏｎ；ｔｈｅｎｔｈｅｗｅｉｇｈｔｓｏｆｔｈｅｐｒｅｄｉｃｔｅｄｐａｒｔｉｃｌｅｓｗｅｒｅｅｖａｌｕａｔｅｄ ｂａｓｅｄｏｎｃｕｒｒｅｎｔｍｅａｓｕｒｅｍｅｎｔｓ．Ｆｉｎａｌｌｙ，ｔｈｅｋｅｙｓｔａｔｅｓｗｅｒｅｅｓｔｉｍａｔｅｄｔｈｏｕｇｈｒｅｓａｍｐｌｅｓｔｅｐ．ＴｈｅＰＦ ｅｓｔｉｍａｔｏｒｗａｓｃｏｍｐａｒｅｄｗｉｔｈｏｔｈｅｒｅｓｔｉｍａｔｏｒｓｂａｓｅｄｏｎｅｘｔｅｎｄｅｄＫａｌｍａｎｆｉｌｔｅｒ（ＥＫＦ）ａｎｄｕｎｓｃｅｎｔｅｄ Ｋａｌｍａｎｆｉｌｔｅｒ（ＵＫＦ）．ＴｈｅｒｅｓｕｌｔｓｏｆｖｉｒｔｕａｌｅｘｐｅｒｉｍｅｎｔｂａｓｅｄｏｎＡＤＡＭＳ／Ｃａｒａｎｄｒｅａｌｖｅｈｉｃｌｅ ｅｘｐｅｒｉｍｅｎｔｄｅｍｏｎｓｔｒａｔｅｄｔｈａｔＰＦｗａｓａｖａｉｌａｂｌｅｉｎｖｅｈｉｃｌｅｓｔａｔｅｓｅｓｔｉｍａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ　Ｖｅｈｉｃｌｅｄｙｎａｍｉｃｓ，Ｓｔａｔｅｓｅｓｔｉｍａｔｉｏｎ，Ｐａｒｔｉｃｌｅｆｉｌｔｅｒａｌｇｏｒｉｔｈｍ，Ｖｉｒｔｕａｌｅｘｐｅｒｉｍｅｎｔ 运算精度高于 ＥＫＦ算法，但是 ＵＫＦ的高斯逼近方 　　引言 法在强非线性问题时已不能满足汽车动态控制器的 准确、实时地获取汽车行驶过程中的状态信息 精度要求。 是汽车动态控制系统研究的关键问题，由此而衍生 本文将目标跟踪领域新兴的粒子滤波（ＰＦ）算 出的“汽车状态估计器”的设计逐渐成为近年来研 法应用在汽车状态估计中，针对各种汽车动态控制 ［１］ 究的热点 。 系统的不同控制逻辑要求，对汽车进行多状态估计。 目前较为常用的汽车状态估计器大多基于卡尔 ［２］ １　非