卡尔曼滤波在智能网联汽车状态估计中的应用研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为提高智能网联汽车的状态估计精度与稳定性，研究采用卡尔曼滤波技术，结合多源数据融合、动力学建模及场景适应性优化，分析了卡尔曼滤波在高速公路、城市道路及停车场等复杂场景下的应用，通过引入深度学习和粒子滤波等创新策略，显著提升了定位精度、动态状态估计与环境感知能力。结果表明，卡尔曼滤波技术能够有效提高智能网联汽车在多场景下的鲁棒性与实时性，推动自动驾驶系统的精确决策与安全性保障。（剩余6091字）

试读结束

目录
monitor