《表4 验证工况：基于深度学习的极限工况下车辆的状态估计》

  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

《基于深度学习的极限工况下车辆的状态估计》

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

扩展卡尔曼滤波算法（EKF）的过程噪声方差矩阵Q=diag[0.01，0.01，0.01]，观测协方差设为定值R=[100]；采样时间间隔为0.001 s。为验证EKF与深度网络搭建的人工车估计效果，随机选定高附着和低附着系数路面的2种工况来检验，工况设置如表4所示。