新型便携式汽车动态参数检测系统

介绍基于三星ARM9处理器S3C2410和ATMEL公司的AT89C5131单片机的汽车动态参数检测系统,该系统能够完成汽车在运动状态下的各种运动参数的检测。充分利用了S3C2410处理器提供的丰富的功能接口和强大的处理数据的能力以及AT89C5131单片机提供的USB功能接口。使运动参数传感器模块经模数转换器AD7656与单片机AT89C5131相连,然后通过USB接口连接到S3C2410处理器平台,共同构成即插即用型的便携式检测系统,从而给出了一个完整的汽车动态参数检测系统的实现方案。

基于P-NAEKF算法的汽车行驶状态估计

针对传统的卡尔曼滤波算法在进行汽车行驶状态估计时噪声协方差不准确的问题,构建了基于车辆纵向车速、质心侧偏角和横摆角速度的3自由度模型,以扩展卡尔曼滤波(EKF)为例,分析不准确噪声协方差对滤波估计性能的影响,提出一种基于粒子群算法的噪声自适应扩展卡尔曼滤波(P-NAEKF)算法对车辆关键状态进行估计。基于粒子群算法的估计器可对噪声协方差进行准确估计,并将结果嵌入到标准的扩展Kalman滤波算法中实现自适应估计。通过Carsim与Matlab/Simulink联合仿真验证P-NAEKF算法在车辆状态估计时进行估计效果,仿真结果表明:P-NAEKF算法在汽车动态参数估计方面具有优越性。