基于AUPF算法的水下履带车动力学参数估计
Estimation of Motion Parameters of a Underwater Track Mining Vehicle Based on Adaptive Unscented Particle Filter Algorithm作者机构:湖南大学汽车车身先进设计制造国家重点实验室湖南长沙410082 长沙矿山研究院有限责任公司湖南长沙410012 国家金属采矿工程技术研究中心湖南长沙410012
出 版 物:《湖南大学学报(自然科学版)》 (Journal of Hunan University:Natural Sciences)
年 卷 期:2022年第49卷第8期
页 面:29-35页
核心收录:
学科分类:080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程]
基 金:湖南省重点研发计划资助项目(2019GK2161) 国家重点研发计划资助项目(2016YFC0304102)
主 题:深海采矿装备 多金属结核采矿车 参数估计 动力学分析 自适应无迹粒子滤波
摘 要:针对多金属结核采矿车在稀软底质行驶作业时有效驱动轮半径和履带打滑率等动力学参数难确定的问题,基于多金属结核采矿车的牵引力分析和液压驱动系统的负载特性分析,建立用于多金属结核采矿车动力学参数估计的高阶非线性系统模型.针对基于高斯模型的无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法无法在非线性系统取得较高估计精度的问题,提出利用基于蒙特卡洛采样原理的自适应无迹粒子滤波(Adaptive Unscented Particle Filter,AUPF)算法进行动力学参数测算方案,通过自适应无迹卡尔曼滤波(Adaptive Unscented Kalman Filter,AUKF)改善粒子滤波(Particle Filter,PF)的概率密度函数,解决PF容易发散和UKF估计精度不高的问题.实验结果表明,AUPF算法得到的多金属结核采矿车的动力学参数误差均小于最大允许误差,满足精准在线测算的性能需求.