路面附着系数估计思路介绍(新手入门)

2023-10-08 03:30

本文主要是介绍路面附着系数估计思路介绍(新手入门),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

路面附着系数估计思路介绍(新手入门)

写本文的出发点

很多小伙伴咨询我关于路面附着系数估计方面的问题,现成的模型,我有,但不能保证其百分百的严谨。鉴于此,抛砖引玉,对一种估计思路进行简单介绍。

理论部分

实际上,路面附着系数的估计已经有了比较多的研究,理论部分也很成熟,这里给出一部分参考文献【1-4】.包含了对**车辆动力学模型、系统方程、扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)**的建立和配合使用。

仿真部分

(1)联合仿真
仿真部分现在多用CarSim/TruckSim与Matlab/Simulink进行联合仿真实现。一般的仿真思路是,通过车辆动力模型建立状态方程和测量方程,再结合滤波算法对系数进行估计

由于很多新手(刚接触卡尔曼滤波的小伙伴)被卡尔曼滤波程序绕的团团转,这里着重提一下Simulink中自带的卡尔曼滤波模块(在Library Browser里搜索,包含UKF、EKF等在内)。关于本模块的使用,你只需要明白输入是什么,输出是什么(具体参考Matlab help 文档),滤波的具体过程Simulink帮你做了,也可以达到最终的估计效果。不过如果要长期从事估计的同学,还是建议把卡尔曼滤波这块代码搞明白了。EKF模块如图1所示,联合仿真输入如图2所示。
图1 Extended Kalman Filter模块
图2 联合仿真CarSim输入界面
(2)Simulink全仿真
或者也可以只用Matlab/Simulink进行仿真,与联合仿真的不同在于,联合仿真的输入信号来源于CarSim软件发出的工况信息,而Simulink全仿真是需要根据车辆动力学理论自建一个类似于CarSim的仿真系统,之后再发信号给信号处理部分。本仿真系统的建立非常考验车辆动力学基础知识,而且搭建过程容易报错,可能会出现一些莫名代数环问题,要多次调试才能得到理想结果。仿真系统如图3所示。
在这里插入图片描述图3 Simulink自建仿真系统展示

创新部分

创新点越多,导师越喜欢,不过路面附着系数估计已经不是一个新话题了,本文介绍的路面附着系数估计思路只是众多研究思路中的一种,而且也可以说是比较久远了,只能是为新手入门提供一个基础性思路,想要创新就只能改变思路。具体怎么个创新法,以后我可能会分享我读到的一些比较好的文献思路。

参考文献

[1]武钟财. 基于扩展卡尔曼滤波的路面附着系数估计算法研究[D].吉林大学,2008.
[2]郑智勇. 基于UKF的半挂汽车列车状态及路面附着系数估计[D].东北大学,2015.
[3]时艳茹. 基于UKF滤波的汽车纵向和侧向速度估计算法研究[D].吉林大学,2011.
[4]张露. 车辆附着极限态稳定性控制试验及其控制算法研究[D].中国农业大学,2016.

这篇关于路面附着系数估计思路介绍(新手入门)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/162413

相关文章

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

C++——stack、queue的实现及deque的介绍

目录 1.stack与queue的实现 1.1stack的实现  1.2 queue的实现 2.重温vector、list、stack、queue的介绍 2.1 STL标准库中stack和queue的底层结构  3.deque的简单介绍 3.1为什么选择deque作为stack和queue的底层默认容器  3.2 STL中对stack与queue的模拟实现 ①stack模拟实现

Mysql BLOB类型介绍

BLOB类型的字段用于存储二进制数据 在MySQL中,BLOB类型,包括:TinyBlob、Blob、MediumBlob、LongBlob,这几个类型之间的唯一区别是在存储的大小不同。 TinyBlob 最大 255 Blob 最大 65K MediumBlob 最大 16M LongBlob 最大 4G

三相直流无刷电机(BLDC)控制算法实现:BLDC有感启动算法思路分析

一枚从事路径规划算法、运动控制算法、BLDC/FOC电机控制算法、工控、物联网工程师,爱吃土豆。如有需要技术交流或者需要方案帮助、需求:以下为联系方式—V 方案1:通过霍尔传感器IO中断触发换相 1.1 整体执行思路 霍尔传感器U、V、W三相通过IO+EXIT中断的方式进行霍尔传感器数据的读取。将IO口配置为上升沿+下降沿中断触发的方式。当霍尔传感器信号发生发生信号的变化就会触发中断在中断

FreeRTOS-基本介绍和移植STM32

FreeRTOS-基本介绍和STM32移植 一、裸机开发和操作系统开发介绍二、任务调度和任务状态介绍2.1 任务调度2.1.1 抢占式调度2.1.2 时间片调度 2.2 任务状态 三、FreeRTOS源码和移植STM323.1 FreeRTOS源码3.2 FreeRTOS移植STM323.2.1 代码移植3.2.2 时钟中断配置 一、裸机开发和操作系统开发介绍 裸机:前后台系

Jenkins 插件 地址证书报错问题解决思路

问题提示摘要: SunCertPathBuilderException: unable to find valid certification path to requested target...... 网上很多的解决方式是更新站点的地址,我这里修改了一个日本的地址(清华镜像也好),其实发现是解决不了上述的报错问题的,其实,最终拉去插件的时候,会提示证书的问题,几经周折找到了其中一遍博文