深蓝汽车申请荷电状态估计相关专利,可提高电池荷电状态估计准确性
用于表征不同温度和不同荷电状态下的电池外特性;获取电池在第一时刻的荷电状态估计值和第一时刻更新的卡尔曼滤波的状态协方差矩阵;其中,第一时刻为当前时刻的前一时刻;根据状态方程、量测方程、电池在第一时刻的荷电状态估计值和第一时刻更新的卡尔曼滤波的状态协方差矩阵,通过卡尔曼...
卡尔曼滤波算法,在锂电池SOC估计中,如何提高估计精度及鲁棒性
现有卡尔曼滤波方法在模型参数确定、系统噪声满足均值和方差已知的Gaussian分布时,能够实现最小均方误差意义下的最优状态估计,但在系统模型参数不确定、噪声统计特性不满足高斯分布或未知时,估计精度下降甚至使滤波发散。由以上分析可知,不同类型的模型法虽然从不同角度提高了SOC估计的精度及鲁棒性,但也均存在各自的不...
面向无人机自主着陆的视觉感知与位姿估计方法综述
基于单目视觉的相对位姿估计本质上是一个二维视觉观测信息与三维空间之间变换关系的求解过程.一般地,这个变换可以用一个六自由度的透视投影来描述,即需要求解一个平移向量和一个旋转矩阵.而无人机自主着陆过程中的位姿估计又是一个与时间变量有关的状态估计问题,因此本节按照是否利用帧间约束,从独立帧和连续...
智能驾驶传感器后融合与前融合
有关,而与更早的状态无关,则式(3-10)中可由上一时刻观测量表示而不涉及状态量,化简为其中是似然项,可由观测方程得到;是先验项,可由状态转移方程推导得到。至此便完成了状态估计问题的数学建模。这一简化后的问题可由滤波器相关算法,如卡尔曼滤波(KalmanFilter)或扩展卡尔曼滤波(ExtentedKalmanFilter...
一文详解智能驾驶多传感器信息融合应用
它假定位置参数是符合高斯分布的,即完全可以被均值和协方差参数化:X??N(μ,σ-2),当传感器的信息流开始的时候,卡尔曼滤波器使用一系列的状态信息来预测和衡量更新步骤去更新被追踪目标的信心值(概率)。多贝叶斯估计法多贝叶斯估计将每1个传感器作为1个贝叶斯估计,将多个独立物体的关联概率分布综合成1个联合的...
限免访问 | SAE《车辆动力学、稳定性及NVH》期刊论文 | 线控底盘...
17、RobustEstimationofVehicleDynamicStateUsingaNovelSecond-OrderFault-TolerantExtendedKalmanFilter使用新型二阶容错扩展卡尔曼滤波器对车辆动态进行鲁棒估计YanWang,新加坡南洋理工大学机械与航空航天工程学院论文链接:httpssaemobilus.sae/content/10-07-03-0019/...
最新自动驾驶视觉SLAM方法综述|算法|点云|鲁棒性|人工智能技术...
基于滤波器的方法,该方法主要使用贝叶斯原理基于先前状态和当前观测数据来估计当前状态(Liu,2019)。典型的基于滤波器的方法包括扩展卡尔曼滤波器(EKF)(Bailey等人,2006)、无迹卡尔曼滤波器(UKF)(Wan和Merwe,2000)和粒子滤波器(PF)(Arnaud等人,2000)。
反无人机技术综述:通信技术与人工智能的融合
在这项工作中,卡尔曼滤波器和扩展卡尔曼滤波器被用于优化状态估计和数据融合过程,且这种融合主要发生在决策级别。文献采用基于导引滤波器的混合多尺度分解方法来融合图像,通过自适应增强可见光图像,并利用红外图像的像素值进行指数变换,提取红外特征信息,实现了在特征级别的有效融合。文献通过对红外和可见光图像进行特征...
使用卡尔曼滤波器和路标实现机器人定位
这就是结果。扩展卡尔曼滤波基本上是“正常”卡尔曼滤波,只是对现有的非线性状态转移模型和测量模型进行了额外的线性化。在我们的例子中,Robby迷路了,想要在这个(有争议的)敌对环境中进行本地化,扩展卡尔曼滤波使Robby能够感知地标并相应地更新其状态信念。如果状态估计值和测量估计值的方差足够低,罗比很快就能非常...
|期刊分享|传感器|ROS下的通用扩展卡尔曼滤波
状态估计中使用的传感器配置及不同传感器组合下的实验结果如下表格和下图所示。当GPS信号很难获得,如120s才获得一次GPS信号时,运行结果如下图所示,可见GPS可有效校正IMU和码盘的累积误差。在ParrotAR无人机2.0数据上的执行结果如下,可见可以进行3D状态估计。英文名称:AGeneralizedExtendedKalmanFilter...