| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景 | 第9页 |
| 1.2 组合导航系统发展概况和研究现状 | 第9-12页 |
| 1.2.1 INS惯性导航系统发展概况 | 第9-10页 |
| 1.2.2 GPS全球卫星导航系统发展概况 | 第10-11页 |
| 1.2.3 INS/GPS组合导航系统研究现状 | 第11-12页 |
| 1.3 数据融合技术概述 | 第12页 |
| 1.4 汽车运动状态估计研究现状 | 第12-13页 |
| 1.5 本文研究的主要内容 | 第13-14页 |
| 第二章 INS/GPS组合系统基本理论 | 第14-27页 |
| 2.1 INS惯性导航系统 | 第14-18页 |
| 2.1.1 导航常用坐标系及其转换 | 第14-16页 |
| 2.1.2 惯导系统工作原理 | 第16-17页 |
| 2.1.3 惯导系统误差分析 | 第17-18页 |
| 2.2 GPS全球卫星导航系统 | 第18-22页 |
| 2.2.1 GPS系统组成 | 第18-19页 |
| 2.2.2 GPS系统工作原理 | 第19-21页 |
| 2.2.3 GPS系统误差分析 | 第21-22页 |
| 2.3 INS/GPS组合系统 | 第22-26页 |
| 2.3.1 INS/GPS系统组合模式 | 第22-23页 |
| 2.3.2 组合系统模型 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于经典卡尔曼滤波的大客车运动状态估计 | 第27-40页 |
| 3.1 滤波与状态估计概述 | 第27页 |
| 3.2 卡尔曼滤波理论 | 第27-28页 |
| 3.3 经典卡尔曼滤波 | 第28-30页 |
| 3.4 基于二自由度车辆模型的大客车运动状态估计 | 第30-33页 |
| 3.4.1 车辆动力学模型建模方法 | 第31页 |
| 3.4.2 二自由度车辆模型 | 第31-32页 |
| 3.4.3 大客车运动状态估计模型 | 第32-33页 |
| 3.5 大客车运动状态估计仿真试验 | 第33-39页 |
| 3.5.1 TruckSim软件仿真平台 | 第34-36页 |
| 3.5.2 双移线试验 | 第36-37页 |
| 3.5.3 转向盘角阶跃输入试验 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于无迹卡尔曼滤波的大客车运动状态估计 | 第40-71页 |
| 4.1 扩展卡尔曼滤波 | 第40-42页 |
| 4.2 无迹卡尔曼滤波 | 第42-45页 |
| 4.2.1 UT变换 | 第42-44页 |
| 4.2.2 UKF算法步骤 | 第44-45页 |
| 4.3 基于七自由度车辆模型的大客车运动状态估计 | 第45-53页 |
| 4.3.1 七自由度车辆模型 | 第45-47页 |
| 4.3.2 轮胎模型 | 第47-53页 |
| 4.4 基于UKF的大客车运动状态估计模型 | 第53-54页 |
| 4.5 仿真试验 | 第54-70页 |
| 4.5.1 高附着路面双移线试验 | 第56-59页 |
| 4.5.2 低附着路面双移线试验 | 第59-63页 |
| 4.5.3 高附着路面转向盘角阶跃输入试验 | 第63-66页 |
| 4.5.4 低附着路面转向盘角阶跃输入试验 | 第66-70页 |
| 4.6 本章小结 | 第70-71页 |
| 第五章 基于INS/GPS数据融合的大客车运动状态估计实车试验 | 第71-82页 |
| 5.1 试验目的 | 第71页 |
| 5.2 试验依据 | 第71页 |
| 5.3 试验条件 | 第71-74页 |
| 5.3.1 试验汽车 | 第71-72页 |
| 5.3.2 试验场地与环境 | 第72页 |
| 5.3.3 试验仪器与试验框图 | 第72-74页 |
| 5.4 试验内容与结果分析 | 第74-80页 |
| 5.4.1 转向回正试验 | 第74-77页 |
| 5.4.2 稳态回转试验 | 第77-80页 |
| 5.5 本章小结 | 第80-82页 |
| 总结和展望 | 第82-84页 |
| 总结 | 第82页 |
| 展望 | 第82-84页 |
| 参考文献 | 第84-87页 |
| 致谢 | 第87页 |