《表4 两种算法的MAE与RMSE》
两种算法的MAE与RMSE指标如表4所示。从图4看出,基于车辆纵向动力学模型的AEKF对整车质量的估计和对道路坡度的估计在10s内逐渐收敛并逼近实测值,且误差较小。还发现利用本研究算法同样能对车辆速度进行有效降噪和滤波,相比于EKF有更高的精度。可见,该算法对于车辆纵向动力学模型的车辆状态估计效果理想,具有较好的参考作用。
图表编号 | XD00159204200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 任志英、沈亮量、黄伟、刘星星 |
绘制单位 | 福州大学机械工程及自动化学院、福州大学机械工程及自动化学院、福建省特种设备检验研究院、福州大学机械工程及自动化学院 |
更多格式 | 高清、无水印(增值服务) |