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
收集整理的這篇文章主要介紹了
行驶车辆状态估计,无迹卡尔曼滤波,扩展卡尔曼滤波(EKF UKF)
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
行駛車輛狀態估計,無跡卡爾曼濾波,擴展卡爾曼濾波(EKF UKF)
軟件使用:Matlab Simulink
適用場景:采用擴展卡爾曼濾波和無跡卡爾曼濾波EKF UKF進行行駛車輛的“車速,質心側偏角,橫擺角速度估計”,可實現多種工況下車輛狀態估計。
產品simulink源碼包含如下模塊:
→工況: 階躍工況
→整車模塊:7自由度整車模型
→估計模塊:無跡卡爾曼濾波,擴展卡爾曼濾波
→模型狀況:
模型輸入:方向盤轉角delta,車輛縱向加速度ax
模型輸出:橫擺角速度wz,縱向車速vx,質心側偏角β?
拿后包含:simulink源碼文件,詳細建模說明文檔,對應參考資料,售后提供關于產品任何問題,代碼均為自己開發,感謝您的支持。
適用于需要或想學習整車動力學simulink建模,以及simulink狀態估計算法建模的朋友。
模型運行完全OK(僅適用于MATLAB17版本及以上),
ID:17200643944832006
總結
以上是生活随笔為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)的全部內容,希望文章能夠幫你解決所遇到的問題。
- 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