行驶车辆状态估计,无迹卡尔曼滤波,扩展卡尔曼滤波(EKF UKF)
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。
- 上一篇: Three.js使用WebWorker进
- 下一篇: 支付宝“蚂蚁微客”任务经验分享