首页|期刊导航|汽车工程学报|基于外源卡尔曼滤波的智能驾驶汽车路面附着系数估计

基于外源卡尔曼滤波的智能驾驶汽车路面附着系数估计OA

中文摘要

路面附着系数是智能驾驶汽车安全控制的重要参数。传统的基于非线性观测器的方法虽然能保证路面附着系数估计结果的稳定性,但往往无法保证估计的最优性/次优性;而传统的卡尔曼滤波及其拓展方法虽然能保证最优估计/次优估计,但却很难保证估计的稳定性。基于外源卡尔曼滤波(XKF)的架构估计路面附着系数,同时保证估计的稳定性和最优性/次优性。设计级联非线性观测器估计质心侧偏角和路面附着系数,将估计的结果作为伪测量值,对车辆侧向动力学模型和测量模型进行线性化,并利用卡尔曼滤波对质心侧偏角和路面附着系数进行最优估计/次优估计。实车数据验证表明,相比于级联非线性观测器和扩展卡尔曼滤波,本文提出的方法在估计结果的稳定性上优于扩展卡尔曼滤波,而在估计结果的最优性/次优性上优于级联非线性观测器。

邵梁;徐仁健;冷搏;Puscul Dzenana;Cornelia Lex

温州大学机电工程学院,浙江温州325000温州大学机电工程学院,浙江温州325000同济大学汽车学院,上海200092格拉茨工业大学汽车工程所,奥地利格拉茨8010格拉茨工业大学汽车工程所,奥地利格拉茨8010

交通工程

路面附着系数估计外源卡尔曼滤波稳定性最优性

《汽车工程学报》 2026 (4)

P.648-657,10

国家重点研发计划项目(2022YFE0117100):智能城市公交系统车路协同感知与控制关键技术浙江省自然科学基金探索青年项目(ZCLQ24E0501):多传感器融合下路面附着动态感知与无人驾驶车辆紧急避障运动规划方法研究。

10.3969/j.issn.2095-1469.2026.04.09

评论