Pregled bibliografske jedinice broj: 154244
PRIMJENA UKF ESTIMATORA ZA ESTIMACIJU STANJA U KONTAKTU KOTAČA I CESTE
PRIMJENA UKF ESTIMATORA ZA ESTIMACIJU STANJA U KONTAKTU KOTAČA I CESTE, 2004., diplomski rad, Fakultet elektrotehnike i računarstva, Zagreb
CROSBI ID: 154244 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
PRIMJENA UKF ESTIMATORA ZA ESTIMACIJU STANJA U KONTAKTU KOTAČA I CESTE
(USE OF UKF ESTIMATOR IN STATE ESTIMATION OF TYRE-ROAD MODEL)
Autori
Grgac, Goran
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad
Fakultet
Fakultet elektrotehnike i računarstva
Mjesto
Zagreb
Datum
28.09
Godina
2004
Stranica
50
Mentor
Petrović, Ivan
Ključne riječi
Automobilska industrija; Statičko trenje; Dinamičko trenje; Model kotač/cesta; Tehnike estimiranja; Unscented Kalman Filter
(Automotive industry; Statc friction; Kinetic friction; Tire/road model; Estimation techniques; Unscented Kalman Filter)
Sažetak
U automobilskoj industriji važan je faktor problem optimalnog upravljanja te sigurnosti. Rješavanju tog problema uvelike pomaže regulacija ubrzanja i kočenja kotača s obzirom na podlogu, održavajući trenje na granici statičkog i dinamičkog, budući da je statičko trenje veće od dinamičkog, te je upravljivost bolja. Iako je poznat model procesa, ne mogu se znati sve varijable koje su potrebne za optimalnu regulaciju procesa, te se ukazuje potreba za estimaciju varijabli. Estimatori su algoritmi koji koriste znanje o modelu te prethodna mjerenja ulaznih, izlaznih i varijabli stanja da bi estimirali tražene varijable u slijedećem koraku estimacije. Unscented Kalman Filter jest estimacijski algoritam koji koristeći pretpostavljene vrijednosti estimiranih varijabli i kovarijanci mjernog i procesnog šuma kreira sigma točke kojima prolazi kroz model koji nije nužno linearan te otežava vrijednosti sigma točaka (Unscented Transformacija), te na taj način estimira tražene varijable. U ovome radu, algoritam je bio testiran u izvedbi UKF, gdje je estimirao varijable stanja, PIUKF gdje mu je bio dodan parametar kao težinski faktor, te JOINTUKF gdje se parametar tretira kao dodatna varijabla stanja. Rezultati eksperimenata ukazuju da vrlo dobro estimira varijable stanja te parametar, osim u JOINTUKF varijanti. Uspoređujući ga s EKF algoritmom, vidi se da estimira s manjom pogreškom. Dobra strana UKF filtra jest što može koristiti nelinearni model procesa, to jest nije ga potrebno linearizirati, dok mu je loša strana proračun Cholesky faktorizacije matrice kovarijanci, koji može utjecati na robustnost algoritma.
Izvorni jezik
Hrvatski
Znanstvena područja
Elektrotehnika
