来源：期刊VIP网 时间：
作者：张惠;薛善良;麻茹雪;刘国辉;
单位：南京航空航天大学计算机科学与技术学院;南京晨光集团有限责任公司;
摘要：转运大型产品的重载自动导引车（AGV）运动稳定性控制至关重要，其关键是质心侧偏角的精确获取。为克服测量质心侧偏角成本高、动力学非线性和不确定性等问题，研究一种基于动力学模型与数据驱动的状态估计方法。将卷积神经网络（CNN）的特征提取能力和长短时记忆网络（LSTM）的数据记忆特性结合，生成时滞非线性状态估计的数据驱动模型，估计的“伪质心侧偏角”作为无迹卡尔曼滤波（UKF）的观测值，以修正基于动力学模型的估计值。对比实验表明，UKFCNN-LSTM的质心侧偏角估计模型的估计较优。
关键词：重载自动导引车;;质心侧偏角;;卷积神经网络;;长短时记忆网络;;无迹卡尔曼滤波
