《表4 两种算法的MAE与RMSE》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于AEKF的车辆质量与道路坡度实时估计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。