行驶车辆状态估计,无迹卡尔曼滤波,扩展卡尔曼滤波(EKF UKF)
行駛車輛狀態(tài)估計(jì),無跡卡爾曼濾波,擴(kuò)展卡爾曼濾波(EKF UKF)
軟件使用:Matlab Simulink
適用場(chǎng)景:采用擴(kuò)展卡爾曼濾波和無跡卡爾曼濾波EKF UKF進(jìn)行行駛車輛的“車速,質(zhì)心側(cè)偏角,橫擺角速度估計(jì)”,可實(shí)現(xiàn)多種工況下車輛狀態(tài)估計(jì)。
產(chǎn)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(jì)模塊:無跡卡爾曼濾波,擴(kuò)展卡爾曼濾波
→模型狀況:
模型輸入:方向盤轉(zhuǎn)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(zhì)心側(cè)偏角β?
拿后包含:simulink源碼文件,詳細(xì)建模說明文檔,對(duì)應(yīng)參考資料,售后提供關(guān)于產(chǎn)品任何問題,代碼均為自己開發(fā),感謝您的支持。
適用于需要或想學(xué)習(xí)整車動(dòng)力學(xué)simulink建模,以及simulink狀態(tài)估計(jì)算法建模的朋友。
模型運(yùn)行完全OK(僅適用于MATLAB17版本及以上),
ID:17200643944832006
總結(jié)
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?jī)?nèi)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