【技术实现步骤摘要】
本专利技术涉及智能驾驶感知，具体涉及一种基于事件触发和最大相关熵滤波的前车状态估计方法和系统。
技术介绍
1、典型的高级驾驶辅助系统(adas)，如自适应巡航系统和主动避撞系统，都需要实时感知前车的运动状态才能有效工作。除此之外，前车运动状态对于自动驾驶车辆的控制也至关重要。例如，当自动驾驶车辆本车道前方有车辆切入时，就需要实时获取前车的相对距离、车速和质心侧偏角等信息，以确定车辆是否能够平稳地制动或换道实现避撞。然而，前车的一些状态参数，如纵向速度、质心侧偏角等，并不能直接通过车载传感器获取到，即使能通过类似激光雷达这类高级传感器获取到前车状态参数，但由于此类传感器价格昂贵，很难在量产车上大规模应用。因此，利用状态估计技术与低成本的车载传感器相结合的软测量方法成为实现前车状态精准估计的新思路。
2、现有研究中，针对车辆状态估计的方法主要是基于非线性观测器的估计方法。该方法被证明在某些条件下是有效的，但其估计精度很大程度上依赖于车辆模型参数的精确获取。此外，基于卡尔曼滤波(kf)的方法也被广泛应用于车辆状态估计中。然而，传统...
【技术保护点】
1.一种基于事件触发和最大相关熵滤波的前车状态估计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于事件触发和最大相关熵滤波的前车状态估计方法，其特征在于，所述步骤S2所述的事件触发规则包括：
3.根据权利要求1所述的基于事件触发和最大相关熵滤波的前车状态估计方法，其特征在于，所述步骤S40包括：当所述触发信号为1时，通过V2V通道接收量测值，采用MCCEKF算法的预测增益矩阵，经滤波器初始化、时刻估计值计算及定点迭代算法，得到最优估计值和后验协方差矩阵；
4.根据权利要求3所述的基于事件触发和最大相关熵滤波的前车状态估...
【技术特征摘要】
1.一种基于事件触发和最大相关熵滤波的前车状态估计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于事件触发和最大相关熵滤波的前车状态估计方法，其特征在于，所述步骤s2所述的事件触发规则包括：
3.根据权利要求1所述的基于事件触发和最大相关熵滤波的前车状态估计方法，其特征在于，所述步骤s40包括：当所述触发信号为1时，通过v2v通道接收量测值，采用mccekf算法的预测增益矩阵，经滤波器初始化、时刻估计值计算及定点迭代算法，得到最优估计值和后验协方差矩阵；
4.根据权利要求3所述的基于事件触发和最大相关熵滤波的前车状态估计方法，其特征在于，所述步骤s40中的经滤波器初始化流程包括：
5.根据权利要求4所述的基于事件触发和最大相关熵滤波的前车状态估计方法，其特征在于，所述步骤s40中的定点迭代算法包括：
6.根据权利要求5所述的基于事件触...
【专利技术属性】
技术研发人员：任萍丽，张波，张凤娇，王峰，张英豪，许飘尹，陈军，
申请(专利权)人：常州机电职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。