卡尔曼滤波在智能网联汽车状态估计中的应用研究  

作　　者：王继红[1] 冯世杰 

机构地区：[1]郑州职业技术学院,河南荥阳450121

出　　处：《专用汽车》2025年第3期101-104,共4页Special Purpose Vehicle

基　　金：河南省高等学校重点科研项目“带扰动多传感器信息融合在智能网联汽车状态估计中应用”(24B140016)。

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。

关 键 词：卡尔曼滤波 智能网联汽车 粒子滤波 应用研究 

分 类 号：U461[机械工程—车辆工程]