메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이경택 (HL Mando) 설진우 (HL Mando) 조영은 (HL Mando) 고상진 (HL Mando)
저널정보
한국자동차공학회 한국자동차공학회 추계학술대회 및 전시회 2023년 한국자동차공학회 추계학술대회 및 전시회
발행연도
2023.11
수록면
421 - 431 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 차량의 side slip angle 추정 성능을 개선하기 위해, Kalman filter algorithm을 이용한 Sliding Mode Observer (SMO) 결합 모델에 기반한 추정 방법을 제안한다. 최근 Software Defined Vehicle로 불리는 중앙 소프트웨어에 기반한 차량의 통합 제어 구조로의 전환은 차량의 상태와 지표를 기반으로 주행 모드와 각 Actuator의 제어량이 결정되기 때문에, 정확하고 강건하게 차량의 상태 정보를 얻는 것이 중요하다. 그러나 side slip angle은 상용 센서를 통해 정확한 값을 얻기 어렵고 비용이 비싸다는 문제가 있으며 특히 vehicle, tire model의 비선형성으로 인한 오차는 dynamics 기반의 추정 성능을 떨어뜨린다. 따라서 본 연구에서는 불확실성에 강건한 추정기를 설계하기 위하여 Sliding Mode Observer 를 사용하고 모델의 비선형성과 오차를 보상하기 위해 kinematic model로부터 구해진 상태 값을 Kalman filter을 이용한 combined model을 통해 추정 성능을 개선하였다. 그 결과 제안된 방법은 기존의 방법의 단점을 서로 보상함으로써 보다 빠른 반응과 정확한 추정을 할 수 있다. 제안된 방법은 Carsim-MATLAB 시뮬레이션 환경과 RT3000과 GPS를 이용한 실차 환경에서 기존의 방법과 비교하였으며 그 성능이 우수함을 확인하였다.

목차

Abstract
1. 서론
2. Modeling
3. Sliding Mode Observer
4. Proposed Method
5. Validation
6. Conclusion
References

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0