一种基于BP神经网络和改进的无迹卡尔曼滤波器的车辆参数估计方法

本发明公开了一种基于BP神经网络和改进的无迹卡尔曼滤波器的车辆参数估计方法，包括：根据建立的三自由度车辆动力学模型确定无迹卡尔曼滤波器的状态方程和观测方程；确定无迹卡尔曼滤波器的输入量、状态量以及观测量；对无迹卡尔曼滤波器进行改进，得到改进后的无迹卡尔曼滤波器的状态量估计结果；将车辆的前轮转角、车辆纵向加速度作为训练输入，经过BP神经网络训练拟合得到状态量估计结果与传感器真实值的残差值；将状态量估计结果和残差值作为车辆参数预测模型的实际输出。本发明采用改进无迹粒子滤波器对车辆动力学参数进行预测估计，利用车辆状态参数搭建BP神经网络拟合残差，弥补了目前高精度车辆参数传感器无法装车的缺陷。