Unscented Kalman Filter 를 이용한 차량의 롤 각 추정기 설계

Q: 이 논문에서 정의한 롤 각이란 무엇인가?

롤 각은 차량의 횡 방향 움직임에 의해 발생하는 차량의 롤 모션을 나타내는 값이다. 차량의 선회 안정성을 향상시키기 위해 필요한 핵심 정보 중 하나로, 횡가속도 변화와 함께 고려되어야 하는 중요한 동적 변수이다. 특히 급격한 코너링 시 차량의 거동을 파악하는 데 필수적이다.

Q: 차량의 롤 각 추정 시 무향 칼만필터가 확장 칼만필터보다 우수한 이유는 무엇인가?

연구 결과, 무향 칼만필터는 확장 칼만필터와 달리 자코비안을 이용한 선형화 과정을 거치지 않아 모델의 비선형성에 강인한 특성을 갖는다. 따라서 차량의 롤 각이 급격히 증가하거나 노면 마찰계수가 변하는 등 비선형성이 커지는 상황에서 확장 칼만필터보다 횡가속도 및 롤 각 추정 성능이 우수하다.

김석원; 정용우; 김진성; 이승희; 정정주

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김석원 (한양대학교) 정용우 (한양대학교) 김진성 (한양대학교) 이승희 (한양대학교) 정정주 (한양대학교)

저널정보: 한국자동차공학회 한국자동차공학회 추계학술대회 및 전시회 2018년 한국자동차공학회 추계학술대회 및 전시회

발행연도: 2018.11

수록면: 495 - 500 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In order to improve the cornering stability of the vehicle, the information about the vertical tire force and roll angle is required. So many researches have been conducted using a roll angle estimator based on Extended Kalman Filter (EKF). However, its performance drops sharply in various driving and road environments, because of the nonlinearity of bicycle model. Thus, we propose more robust roll angle estimator based on Unscented Kalman Filter (UKF) algorithm for the lateral acceleration nonlinearity change of vehicle

#Bicycle Model(자전거 모델) #Roll Angle(롤 각) #Extended Kalman Filter(확장 칼만필터) #Unscented Kalman Filter(무향 칼만필터) #Cornering Stability(선회 안정성) #Lateral Acceleration(횡가속도)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-556-000204713

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)