《表6 低附着路面横摆角速度估计误差》
在如图8所示的低附着路面工况时,LSTM算法估计值贴近真实值,EKF算法估计值与真实值偏差较大。通过图9其绝对误差曲线可知:EKF算法估计瞬态偏差最大,LSTM算法估计瞬态偏差较小。通过上述不同路面下横摆角速度估计对比曲线可知,LSTM估计算法精度优于扩展卡尔曼滤波算法。EKF算法估计曲线出现较大偏差,原因在于假定观测噪声和过程噪声不变,前后轮侧偏刚度不变,在不同路面不同转角不同速度下上述参数均发生了变化,且EKF估计算法车辆动力学模型忽略了悬架的作用,在车辆有较大横摆角速度时,载荷转移是不能忽略的重要影响因素,基于上述原因EKF估计必然导致巨大偏差。为了进一步定量地比较2种算法的估计精度,给出了估计值相对于实际值的均方根误差(RSME)和标准误差(SE),如表5和表6所示。在表5和表6中可以看到:在不同附着路面下,EKF的两种性能指标远远劣于LSTM估计算法,LSTM算法性能指标在两种算法中最优,不但距离真实值偏差较小而且误差波动范围也较小。
图表编号 | XD007437500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.15 |
作者 | 张凤娇、汪、赵万忠 |
绘制单位 | 常州机电职业技术学院、东南大学机械工程学院、南京航空航天大学 |
更多格式 | 高清、无水印(增值服务) |