基于Carsim和Simulink的联合仿真相对于车辆三自由度模型（含纵向运动与自行车模型）的EKF及AEKF状态估计方法研究

简介：
本研究探讨了在基于Carsim和Simulink的联合仿真环境中，针对车辆三自由度模型应用扩展卡尔曼滤波(EKF)和自适应扩展卡尔曼滤波(AEKF)的状态估计技术，并分析其性能。 在车辆状态估计模型的研究中，采用了扩展卡尔曼滤波（EKF）与自适应扩展卡尔曼滤波（AEKF），基于Carsim和Simulink的联合仿真环境进行实验。首先建立了包含纵向运动的三自由度自行车模型，然后利用这两种算法对纵向车速、横摆角速度以及质心侧偏角进行了估计，并对其结果进行了对比分析。 自适应扩展卡尔曼滤波器通过Sage-Husa方法实现了噪声均值和方差的动态调整。该模型中的控制变量包括加速度(ax)和转向角度(δ)，而观测变量为横向力(ay)。我们使用了Matlab function编写代码，定义静态变量的方式使得算法易于学习，并便于修改以适应其他状态估计需求。 文档详细记录了整个研究过程与结果分析，提供了一个完整的学习资源或参考框架用于进一步的研究工作。