EKF估计路面附着系数

Question

用Simulink自带的EKF模块做附着系数的估计，状态量是四个车轮的附着系数，观测量是纵向加速度，侧向加速度和横摆角速度，输入原本是前轮转角，但是提醒找不到8个归一化轮胎力，所以把8个归一化轮胎力也作为输入，前前后后调了好多次，就是出不来曲线，希望找个师父来指点一下，有偿的。

 

Answer 1

让阿豪来帮你解答，本回答参考chatgpt3.5编写提供，如果还有疑问可以评论或留言

为了帮助你解决这个问题，首先需要确认一些信息：

1. 你是否正确设置了EKF模块，包括选择适当的状态量、观测量和输入参数？
2. 你是否正确连接了各个组件，以确保信息流正确传递？
3. 你是否准确输入了8个归一化轮胎力作为输入，并且这些输入数据是准确的？
4. 你是否对模型进行了正确的仿真设置，比如选择适当的仿真时间和步长？ 假设你已经确认了上述问题，并且仍然无法得到正确的曲线结果，那么可以尝试以下方法：
5. 根据实际场景和数据，调整状态量、观测量和输入参数，以及EKF模块的一些参数，比如过程噪声和观测噪声的协方差矩阵。
6. 确保8个归一化轮胎力的输入数据准确无误，可以通过调试输入数据的方法来验证。
7. 检查模型的初始化条件和约束条件，保证模型的开始状态是合理的。
8. 如果有必要，可以尝试使用其他的状态估计方法或工具，比如MATLAB中的其他滤波器或无模型方法。 以下是一个简单的示例代码，用于说明如何在Simulink中使用EKF模块进行状态估计：

% 定义状态量、观测量和输入参数
states = 4; % 车轮的附着系数
measurements = 3; % 纵向加速度、侧向加速度和横摆角速度
inputs = 8; % 归一化轮胎力
% 初始化EKF模块
ekf = extendedKalmanFilter('NumStateVariables', states, 'NumMeasurableOutputs', measurements, 'NumInputs', inputs);
% 定义系统状态方程和观测方程（需要根据具体情况定义）
sysFcn = @(x, u) x + u; % 举例：简单的状态更新方程
measFcn = @(x) x(1:3); % 举例：从状态中提取出纵向加速度、侧向加速度和横摆角速度
% 设置EKF模块的参数
ekf.StateTransitionFcn = sysFcn;
ekf.MeasurementFcn = measFcn;
ekf.HasAdditiveProcessNoise = true;
% 模拟数据输入
u = zeros(inputs, 1); % 假设为0
% 开始仿真
simTime = 10; % 仿真时间
simStep = 0.1; % 步长
for t = 0:simStep:simTime
    % 更新系统状态
    x = ekf.State;
    dx = u; % 根据具体情况更新
    ekf.State = sysFcn(x, dx);
    
    % 生成虚拟测量值
    z = measFcn(ekf.State) + randn(measurements, 1) * 0.1; % 添加噪声
    
    % 对EKF模块进行预测和更新
    predict(ekf, u);
    correct(ekf, z);
    
    % 获得估计结果
    estimatedStates = ekf.State;
    
    % 其他操作
end

希望以上信息能够帮助你解决问题，如果仍然存在困难，建议向Simulink社区或其他专业平台寻求进一步帮助。祝你顺利解决问题！