Estimación en tiempo real del centro de gravedad para vehículos conectados inteligentes basada en HEKF-EKF
Autores: Wu, Fuwei; Sun, Chuan; Li, Haoran; Zheng, Sifa
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Estimación en tiempo real del centro de gravedad para vehículos conectados inteligentes basada en HEKF-EKF
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Centro de gravedad del vehículo
Estimación
Sistema de seguridad activa
Vehículos conectados inteligentes
Filtro de Kalman Extendido de Huber
Tiempo de convergencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 46
Citaciones: Sin citaciones
La estimación del centro de gravedad del vehículo es la tecnología clave para el sistema de seguridad activa del vehículo en vehículos conectados inteligentes. En este estudio, se propone un enfoque de estimación integrada para el centro de gravedad (CG) que combina el Filtro de Kalman Extendido de Huber y el Filtro de Kalman Extendido (HEKF-EKF). Primero, se utiliza el algoritmo HEKF para estimar la distancia entre el CG y el eje delantero en el tiempo actual. Luego, la altura del CG obtenida por los algoritmos HEKF y EKF se pondera para obtener el valor estimado óptimo. Finalmente, los resultados muestran que el tiempo de convergencia de la estimación del algoritmo es de 2 s, su error de estimación de la posición longitudinal es inferior al 2%, y su error de estimación de la altura del centro de gravedad es inferior al 3%. Las posiciones longitudinal y vertical del CG del vehículo pueden ser estimadas con precisión utilizando este método. Este método puede ayudar a avanzar en el desarrollo de la tecnología de seguridad activa.
Descripción
La estimación del centro de gravedad del vehículo es la tecnología clave para el sistema de seguridad activa del vehículo en vehículos conectados inteligentes. En este estudio, se propone un enfoque de estimación integrada para el centro de gravedad (CG) que combina el Filtro de Kalman Extendido de Huber y el Filtro de Kalman Extendido (HEKF-EKF). Primero, se utiliza el algoritmo HEKF para estimar la distancia entre el CG y el eje delantero en el tiempo actual. Luego, la altura del CG obtenida por los algoritmos HEKF y EKF se pondera para obtener el valor estimado óptimo. Finalmente, los resultados muestran que el tiempo de convergencia de la estimación del algoritmo es de 2 s, su error de estimación de la posición longitudinal es inferior al 2%, y su error de estimación de la altura del centro de gravedad es inferior al 3%. Las posiciones longitudinal y vertical del CG del vehículo pueden ser estimadas con precisión utilizando este método. Este método puede ayudar a avanzar en el desarrollo de la tecnología de seguridad activa.