基于容积卡尔曼滤波(CubatureKalmam Filter, CKF)的车辆状态观测器 Carsim与Simulink联合 可生成C代码

基于容积卡尔曼滤波(CubatureKalmam Filter, CKF)的车辆状态观测器 Carsim与Simulink联合 可生成C代码
?CKF算法使用子函数形式编程,在定义好状态方程和观测方程的前提下,可以方便的进行二次开发
可估计车辆纵向车速,质心侧偏角(或侧向车速,默认发质心侧偏角),横摆角速度和四个车轮侧向力(效果见图)
Carsim2018 兼容Carsim2019
带有详细注释和说明文档
P.S.一月内可售后
Carsim与Simulink联合估计难度与单纯的Simulink模型估计难度不同
用Carsim做状态估计的难度在于carsim的车辆模型完全是黑箱状态,为了获得较好的估计结果需要不断的调整车辆模型参数
估计的参数较多也增加了估计难度,比如估计侧向车速需要用到轮胎侧向力,但轮胎侧向力也是需要通过估计获得的,这样就会存在误差的累积,因此估计的参数越多难度越大

基于容积卡尔曼滤波(CubatureKalmam Filter, CKF)的车辆状态观测器 Carsim与Simulink联合 可生成C代码_第1张图片ID:22219669131372196让一部分人先把模型搞起来
基于容积卡尔曼滤波(CubatureKalmam Filter, CKF)的车辆状态观测器 Carsim与Simulink联合 可生成C代码_第2张图片
基于容积卡尔曼滤波(CubatureKalmam Filter, CKF)的车辆状态观测器 Carsim与Simulink联合 可生成C代码_第3张图片
基于容积卡尔曼滤波(CubatureKalmam Filter, CKF)的车辆状态观测器 Carsim与Simulink联合 可生成C代码_第4张图片

你可能感兴趣的:(自动驾驶,算法,人工智能)