欢迎访问 生活随笔!

生活随笔

当前位置: 首页 > 编程资源 > 编程问答 >内容正文

编程问答

行驶车辆状态估计,无迹卡尔曼滤波,扩展卡尔曼滤波(EKF UKF)

发布时间:2024/5/15 编程问答 31 豆豆
生活随笔 收集整理的这篇文章主要介绍了 行驶车辆状态估计,无迹卡尔曼滤波,扩展卡尔曼滤波(EKF UKF) 小编觉得挺不错的,现在分享给大家,帮大家做个参考.

行驶车辆状态估计,无迹卡尔曼滤波,扩展卡尔曼滤波(EKF UKF)

软件使用:Matlab Simulink
适用场景:采用扩展卡尔曼滤波和无迹卡尔曼滤波EKF UKF进行行驶车辆的“车速,质心侧偏角,横摆角速度估计”,可实现多种工况下车辆状态估计。
产品simulink源码包含如下模块:
→工况: 阶跃工况
→整车模块:7自由度整车模型
→估计模块:无迹卡尔曼滤波,扩展卡尔曼滤波
→模型状况:
模型输入:方向盘转角delta,车辆纵向加速度ax
模型输出:横摆角速度wz,纵向车速vx,质心侧偏角β?
拿后包含:simulink源码文件,详细建模说明文档,对应参考资料,售后提供关于产品任何问题,代码均为自己开发,感谢您的支持。
适用于需要或想学习整车动力学simulink建模,以及simulink状态估计算法建模的朋友。
模型运行完全OK(仅适用于MATLAB17版本及以上),

ID:17200643944832006

总结

以上是生活随笔为你收集整理的行驶车辆状态估计,无迹卡尔曼滤波,扩展卡尔曼滤波(EKF UKF)的全部内容,希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错,欢迎将生活随笔推荐给好友。