导读:本文包含了车速估计论文开题报告文献综述及选题提纲参考文献，主要关键词:纵向车速,卡尔曼滤波,仿真验证
车速估计论文文献综述
王诗超,齐志权,陈思忠,喻阳梅,史宏松[1]（2019）在《基于车辆运动学的纵向车速估计方法研究》一文中研究指出纵向速度是汽车主被动安全系统中一个非常重要的参数,对纵向车速的准确估计直接关系到行车安全。本文主要基于车辆运动学,建立车辆运动学模型,在多种工况下通过多种传感器信号的融合对车速进行准确估计,使用CasimSimulink联合仿真及实车实验数据对估计算法进行验证。仿真及实验结果表明,估计算法能对纵向速度进行准确估计。(本文来源于《2019中国汽车工程学会年会论文集（4）》期刊2019-10-22）
董华楠[2]（2019）在《基于3D卷积和non-local算法的车速估计方法》一文中研究指出随着社会经济的快速发展,人民生活水平不断提高,汽车已经成为人们日常出行的必要交通工具,由此道路上车流量日益增加,节假日期间交通拥堵现象十分普遍,为了缓解这一现象,需要构建一套智能化的交通监控系统,而车速估计就是其中的一个焦点和难点问题。现有的利用单目摄像头来估测车速的方法都是基于camera calibration的方法,但该方法有许多不足之处。首先,相机校正对环境很敏感,这意味着标定结果的精确度会随环境的改变而改变,需要定期进行参数初始化。其次,大部分相机校正的方法需要人工测量一些物理数据,对相机安装的位置和拍摄角度有一定要求。此外,基于相机校正的方法依赖于车辆的检测和跟踪算法。为了克服上述问题,本文提出了一种基于3D卷积神经网络的车速估计方法。该方法是基于视频图像对车速进行估计的。我们的方法有以下特点:1)我们在模型中加入与卷积网络形成互补的non-local模块,用来更好的捕获时空长期依赖关系;2)我们构建了多尺度卷积来融合多样化的特征信息;3)由于光流代表着图像中像素运动的速度和方向信息,我们将光流作为模型输入的一部分。我们所构建的IR(2+l)D-cNLms模型能够很好的提取车辆的运动信息,在公开数据集上的平均绝对误差(MAE)为2.71 km/h,均方误差(MSE)为14.62。本文提出的基于3D卷积的车速估计方法是一种不需要人工干预,适用于各种相机视图的端到端的方法。(本文来源于《中国科学技术大学》期刊2019-06-03）
孙磊,刘平,杨明亮,罗立全,陈晓菲[3]（2019）在《四轮独立驱动电动汽车多模式自适应车速估计方法》一文中研究指出提出一种多模式自适应车速在线估计方法,通过轮速、车辆加速度等信息综合判断每个车轮的稳定性,利用Simulink/Stateflow搭建逻辑决策模型,根据四轮稳定状态实时选择相应策略对车速进行在线估计,同时研究了轮加速度与车辆加速度的内在联系,并根据仿真结果推导了经验关系式。在Simulink/CarSim联合仿真环境下进行工况仿真,并基于dSPACE/Infineon-TriCore搭建试验平台,开展硬件在环试验,结果表明,该方法可以较为精确地对车速进行实时估计。(本文来源于《汽车技术》期刊2019年07期）
李军,张胜根,隗寒冰[4]（2018）在《四轮驱动电动汽车车速估计与DYC控制研究》一文中研究指出四轮驱动电动汽车因每个车轮独立可控,在对车辆进行直接横摆力矩控制(Direct Yaw-moment Control,DYC)时需要根据车轮滑移率选择干预车轮而施加合适的控制转矩,而滑移率的获取有赖于精确的车速信息。设计了基于扩展卡尔曼滤波的车速估计算法,依据车轮滑移状态及车辆状态参数提出了直接横摆力矩控制策略及期望转矩与期望横摆力矩的计算方法。在CarSim与Simulink联合仿真环境下对所提出的车速估计算法及直接横摆力矩控制策略进行了离线仿真。仿真结果表明,车速估计算法能准确估计车速信息,绝对误差较小;直接横摆力矩控制策略能够根据横摆角速度的偏差,正确地选择干预车轮,及时地控制车轮转矩,从而保持车辆的横向稳定性。(本文来源于《机械设计与制造》期刊2018年08期）
戴希[5]（2018）在《基于多传感器信息融合的车辆纵向车速估计方法研究》一文中研究指出汽车稳定性控制系统(DSC)集成了汽车制动防抱系统、牵引力控制系统和主动横摆力偶矩控制系统。其中汽车质心纵向速度是DSC控制算法中的关键的控制参量,由于难以直接测量,一般需要用估计算法进行实时估计。本文的研究目标是建立一种适用性广、精度高且能实时运算的汽车质心纵向速度估计方法。本文所建立的算法主要基于容积卡尔曼滤波算法,并对卡尔曼滤波器的设计方法、设计思路和卡尔曼滤波器设计中的几个基本的问题:滤波器的稳定性、滤波器的误差、状态初值和噪声统计特性如何选取等进行研究。系统模型是卡尔曼滤波器的基础,本文建立一个四轮叁自由度汽车模型;选用魔术公式轮胎模型,其轮胎力(包括纵向力和侧偏力)的估计拟合精度高。对DSC系统的基础信号进行了信号处理,并利用DSC系统现有传感器进行多传感器信息融合,对车辆行驶状态进行估计,综合考虑车辆行驶工况对轮速及加速度等关键参数的影响。根据四轮叁自由度汽车模型,分别构造基于车辆运动学模型的容积卡尔曼滤波器和基于车辆动力学模型的容积卡尔曼滤波器,联合Carsim与Simulink对两者进行仿真验证和对比分析。结合工程实际经验,引入置信度系数,综合两种方法的优点,将两种算法进行融合,构建一个双层架构的容积卡尔曼滤波器。最后设计系统噪声方差和模型噪声方差的估计,实现算法的自适应。最后通过实车测试验证了该算法正确性、有效性和稳定性,结果令人满意。(本文来源于《燕山大学》期刊2018-05-01）
李臻[6]（2018）在《汽车稳定性控制系统中的统一车速估计方法的研究》一文中研究指出当前车辆大部门都配备了ABS/ESP装置,这些装置起作用的关键信号就是车速,本文通过对车速的算法研究以及相关算法编程后的仿真研究(卡尔曼滤波算法),探索了自主稳定控制系统中的车速估计这一难题,为自主稳定控制提供了算法参考,为后续车速准确计算打下基础。(本文来源于《山东工业技术》期刊2018年01期）
林敏,华惊宇,李溯南,徐志江,孟利民[7]（2017）在《移动通信中适用于高车速环境的精确Doppler频移与信噪比联合估计算法》一文中研究指出车载移动通信中信噪比与Doppler频移对通信质量有重要影响.本文探究了基于迭代自相关函数的Doppler频移估计算法,指出其在高车速环境下估计误差较大,提出了一种插值改进方法以改善高车速时的Doppler频移估计.最后根据迭代Doppler频移估计在不同迭代环节具有不同估计误差这一特性,提出了基于Doppler频移估计误差比的信噪比估计算法.计算机仿真结果表明,所提出的算法在一般通信系统的工作信噪比与车速范围内均有较好的估计性能,最高仿真车速达到了300 km/h.(本文来源于《中国科学:信息科学》期刊2017年12期）
孙威,付翔,唐科懿,黄斌[8]（2017）在《四轮独立驱动车辆纵向车速与坡度的联合估计》一文中研究指出针对四轮独立驱动电动汽车控制系统难以实时测得纵向车速和道路坡道信息这一问题,结合四轮独立驱动车辆纵向驱动力矩可实时准确获取的特点,运用最优状态参数估计理论,提出一种渐消记忆无迹卡尔曼滤波算法,该算法融合了运动学和动力学两种方法,仅根据纵向加速度传感器的测量值即可实现对纵向车速和道路坡度的联合估计。仿真和实车试验结果均表明,所提算法估计精度较高,收敛速度快,且具有较强的稳定性。(本文来源于《武汉理工大学学报》期刊2017年06期）
余卓平,夏新,熊璐,曲彤[9]（2016）在《分布式驱动电动汽车纵向车速非线性自适应估计》一文中研究指出基于分布式驱动电动汽车,提出了一种纵向车速非线性自适应估计算法.该算法使用车辆加速度传感器信息和各车轮滑移率反馈值对车辆纵向车速进行估计.从理论上证明了纵向速度估计误差收敛.根据各车轮滑移率的大小确定各轮速估计误差在估计算法中的反馈修正比例.使用带遗忘因子的递推最小二乘算法在坡道路面对路面坡度进行了在线实时估计,进而使用坡度估计值修正纵向加速度传感器信息,实现了坡度自适应纵向车速估计.该方法具有计算量小、估计精度高的优点.通过多工况的实车试验验证了算法的有效性.(本文来源于《同济大学学报(自然科学版)》期刊2016年05期）
赵治国,朱强,周良杰,张军腾[10]（2016）在《分布式驱动HEV自适应无迹卡尔曼车速估计》一文中研究指出针对四驱混合动力汽车,为改善其电子稳定性系统(electronic stability program,ESP)车速估计的精度和鲁棒性,考虑后轮毂电机转矩精确可测可控,以及前轮驱动转矩可推算的特点,结合ESP系统既有的传感器输出信号,提出了分布式自适应无迹卡尔曼车速估计算法.首先,建立了四驱混合动力汽车动力系统及动力学模型,其包括驱动系统模型、7自由度车辆动力学模型和Burckhardt轮胎模型.其次,考虑模型的时变及强非线性特性,采用无迹卡尔曼滤波(unscented Kalman filter,UKF)算法设计了主/子滤波器.一方面通过对量测噪声的自适应,改善了UKF算法量对量测信号干扰的鲁棒性;另一方面将主/子滤波器结果进行融合,并用融合后结果重置了各滤波器,提高了车速估计精度.最后,搭建了四驱混合动力汽车Carsim-Simulink联合离线仿真平台和硬件在环仿真试验平台,分别开展了双纽线、低速双移线两种驱动工况的离线仿真和硬件在环仿真试验.试验结果表明,所提出的分布式自适应无迹卡尔曼车速估计算法不仅估计精度较高,而且也有着较强的自适应性和鲁棒性能.(本文来源于《中国科学:技术科学》期刊2016年05期）
车速估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着社会经济的快速发展,人民生活水平不断提高,汽车已经成为人们日常出行的必要交通工具,由此道路上车流量日益增加,节假日期间交通拥堵现象十分普遍,为了缓解这一现象,需要构建一套智能化的交通监控系统,而车速估计就是其中的一个焦点和难点问题。现有的利用单目摄像头来估测车速的方法都是基于camera calibration的方法,但该方法有许多不足之处。首先,相机校正对环境很敏感,这意味着标定结果的精确度会随环境的改变而改变,需要定期进行参数初始化。其次,大部分相机校正的方法需要人工测量一些物理数据,对相机安装的位置和拍摄角度有一定要求。此外,基于相机校正的方法依赖于车辆的检测和跟踪算法。为了克服上述问题,本文提出了一种基于3D卷积神经网络的车速估计方法。该方法是基于视频图像对车速进行估计的。我们的方法有以下特点:1)我们在模型中加入与卷积网络形成互补的non-local模块,用来更好的捕获时空长期依赖关系;2)我们构建了多尺度卷积来融合多样化的特征信息;3)由于光流代表着图像中像素运动的速度和方向信息,我们将光流作为模型输入的一部分。我们所构建的IR(2+l)D-cNLms模型能够很好的提取车辆的运动信息,在公开数据集上的平均绝对误差(MAE)为2.71 km/h,均方误差(MSE)为14.62。本文提出的基于3D卷积的车速估计方法是一种不需要人工干预,适用于各种相机视图的端到端的方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
车速估计论文参考文献
[1].王诗超,齐志权,陈思忠,喻阳梅,史宏松.基于车辆运动学的纵向车速估计方法研究[C].2019中国汽车工程学会年会论文集（4）.2019
[2].董华楠.基于3D卷积和non-local算法的车速估计方法[D].中国科学技术大学.2019
[3].孙磊,刘平,杨明亮,罗立全,陈晓菲.四轮独立驱动电动汽车多模式自适应车速估计方法[J].汽车技术.2019
[4].李军,张胜根,隗寒冰.四轮驱动电动汽车车速估计与DYC控制研究[J].机械设计与制造.2018
[5].戴希.基于多传感器信息融合的车辆纵向车速估计方法研究[D].燕山大学.2018
[6].李臻.汽车稳定性控制系统中的统一车速估计方法的研究[J].山东工业技术.2018
[7].林敏,华惊宇,李溯南,徐志江,孟利民.移动通信中适用于高车速环境的精确Doppler频移与信噪比联合估计算法[J].中国科学:信息科学.2017
[8].孙威,付翔,唐科懿,黄斌.四轮独立驱动车辆纵向车速与坡度的联合估计[J].武汉理工大学学报.2017
[9].余卓平,夏新,熊璐,曲彤.分布式驱动电动汽车纵向车速非线性自适应估计[J].同济大学学报(自然科学版).2016
[10].赵治国,朱强,周良杰,张军腾.分布式驱动HEV自适应无迹卡尔曼车速估计[J].中国科学:技术科学.2016