基于因子图的车辆侧偏角估计方法
机器人学
2021-08-12 v1 机器学习
摘要
侧偏角是理解和监测车辆动力学的一个重要变量，但缺乏低成本的直接测量方法。因此，通常使用来自车载惯性及其他本体感知传感器的数据，通过卡尔曼滤波家族的滤波方法进行估计。作为一项新颖的替代方案，本工作直接将问题建模为图模型（因子图），随后可使用多种方法进行优化，例如用于离线处理的全数据集批量优化或用于在线运行的固定滞后平滑器。在真实车辆数据集上的实验结果验证了该方案，估计侧偏角与实际侧偏角之间具有良好的一致性，表现出与最先进方法相似的性能，并且由于灵活的数学框架而具有很大的未来扩展潜力。
引用
@article{arxiv.2107.09815,
title = {A Factor Graph-based approach to vehicle sideslip angle estimation},
author = {Antonio Leanza and Giulio Reina and Jose-Luis Blanco-Claraco},
journal= {arXiv preprint arXiv:2107.09815},
year = {2021}
}
备注
15 pages, 9 figures