作者:石璞; 董再励锂电池soc估计
摘要:准确估计剩余电量(state of charge,SOC)关系到自主移动机器人(AMR)的生存与安全,是AMR研究中所面临的主要挑战之一.针对广义卡尔曼滤波估计SOC的不足,本文给出基于无色卡尔曼滤波(UKF)估计AMR锂电池SOC的新方法.通过试验对UKF和EKF进行了比较.试验验证了同样条件下,UKF比EKF具有更好的滤波估计精度.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《仪器仪表学报》(CN:11-2179/TH)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
北大期刊、CSCD期刊、统计源期刊
人气 52100 评论 52
省级期刊
人气 40601 评论 63
北大期刊、统计源期刊
人气 34260 评论 53
统计源期刊
人气 33261 评论 64