分布式电动汽车质量与行驶状态估计

为了更精确地获取分布式电动汽车行驶过程中的关键参数及相关状态信息,本文提出了一种递推最小二乘法与双容积卡尔曼滤波算法相结合的估计方法,并基于三自由度非线性整车动力学模型,借助Carsim-MATLAB/Simulink平台进行了联合仿真与实验分析,结果表明,该算法能实时准确地估计车辆参数与行驶状态,满足车辆主动安全控制...     

基于卡尔曼滤波的车辆状态与路面附着估计

建立了采用Dugoff轮胎模型的三自由度车辆估算模型,设计了基于联邦卡尔曼滤波理论的车辆行驶状态估计算法与基于扩展卡尔曼滤波理论的路面附着系数估计算法,使车辆状态估计与路面附着估计相互联系、闭环反馈、同时进行.选择典型工况,应用Car Sim与Matlab/Simulink联合仿真实验对车辆状态算法和路面附着估计算法进行了验证.结果表明:文中算法能够实现对车辆状态及路面附着系数的准确估计.     

宋儒的族学思想探析

考虑路面附着条件对车辆横摆响应的影响,设计了路面附着系数修正的主动转向控制策略.为了迅速准确 地获取当前路面附着信息,采用了无迹卡尔曼滤波观测器观测路面附着系数,并用Carsim-Simulink联合仿真验证了此方法的有效性.在传统主动转向控制的基础上将路面附着系数作为输入,设计了滑模控制器.通过Simulink仿真,验证了所设计的滑模控制器在低附着路面、对接路面均能提高车辆的操纵稳定性和理想轨迹跟踪能力.     

车辆纵向力和质心侧偏角层级估计方法设计与验证

为提高车辆状态估计结果的精度与可靠性,设计了一种车辆纵向力和质心侧偏角层级估计方法。研究了一种用于车辆行驶状态估计的加权容积卡尔曼滤波,采用移动窗估计法调整测量噪声的协方差矩阵,根据不同时刻信息对测量噪声统计的有用性,动态调整窗口中不同时刻信息的权重,从而提高车辆状态观测器的滤波精度。根据电驱动轮模型特点,并考虑轮胎松弛长度来构造纵向力微分方程,从而设计了纵向力观测器。在纵向力估计的基础上,将上层的纵向力估计值视为伪量测值,利用三自由度车辆动力学模型设计了基于级联卡尔曼滤波的车辆行驶状态估计策略,实现了车辆质心侧偏角估计。进行了变速正弦转向工况和定速Fishhook转向工况下的CarSim/Simulink联合仿真试验以及实车试验,结果表明:所提方法整体估计精度相比扩展卡尔曼滤波提升了6.82%,具有较高的估计精度和实时跟踪效果,满足车辆应用需求。     

分布式驱动电动汽车的平方根容积卡尔曼滤波状态观测

针对车辆动力学系统状态估计的非线性问题,引入非线性动态Dugoff轮胎模型来构建包括纵向、侧向、横摆和侧倾等8自由度的非线性车辆动力学状态估计系统.在融合车载多传感器信息的基础上设计了车辆动力学的平方根容积卡尔曼非线性滤波状态观测器,对质心侧偏角、轮胎侧向力等关键状态进行观测.在Matlab/Simulink环境中搭建了Simulink-Carsim分布式驱动电动汽车系统状态估计联合仿真平台,采用双移线工况对观测器的可行性和有效性进行仿真验证.结果表明:传统的扩展式卡尔曼滤波状态观测器在车辆经历高侧向加速度过程中的观测值大幅偏离车辆运行状态的真实值,而设计的平方根容积卡尔曼非线性滤波状态观测器在整个双移线仿真工况下观测结果平稳,能实时反映车辆动力学系统的真实非线性运行状态,具有更小的观测误差和更高的观测精度.     

基于路面附着系数估计的AFS控制策略研究

考虑路面附着条件对车辆横摆响应的影响,设计了路面附着系数修正的主动转向控制策略.为了迅速准确地获取当前路面附着信息,采用了无迹卡尔曼滤波观测器观测路面附着系数,并用Carsim-Simulink联合仿真验证了此方法的有效性.在传统主动转向控制的基础上将路面附着系数作为输入,设计了滑模控制器.通过Simulink仿真,验证了所设计的滑模控制器在低附着路面、对接路面均能提高车辆的操纵稳定性和理想轨迹跟踪能力.     

四轮独立驱动电动汽车转向稳定性的横摆力矩控制

针对四轮独立驱动电动汽车转向稳定性的横摆力矩控制问题,建立了七自由度整车模型和Dugoff轮胎模型.基于滑模控制理论,选择质心侧偏角和横摆角速度两者为联合控制变量,并以汽车车速和路面附着系数为输入,运用模糊控制理论确定联合控制变量的联合控制参数,设计了四轮独立驱动电动汽车转向稳定性的横摆力矩控制策略.在Matlab/Simulink环境下选取不同车速、不同路面附着系数进行了连续转向行驶和突然转向行驶的仿真分析.结果表明,所设计的控制策略能够将质心侧偏角和横摆角速度控制在稳定范围内,使车辆在任意转向行驶工况下保持稳定,最大限度地提高轮毂电动汽车的转向稳定性.     

AYC系统基于多传感器数据融合的路面附着系数估计

为提高车辆行驶安全性,研究适用于车辆稳定性控制系统的实时路面附着系数估计算法。利用多传感器数据融合综合车辆稳定性控制系统的各传感器数据,从中提取轮胎-路面附着系数得到充分利用的特征信息。根据路面附着系数充分利用时的侧向加速度估算路面附着系数。通过15自由度硬件在环仿真平台以及实车试验两种方式对算法进行验证。一定条件下的仿真结果表明算法的最大估算误差不超过0.04,车辆双移线实车试验的通过率从25%提高到100%。     

AYC系统基于多传感器数据融合的路面附着系数估计算法

为提高车辆行驶安全性,研究适用于车辆稳定性控制系统的实时路面附着系数估计算法。利用多传感器数据融合综合车辆稳定性控制系统的各传感器数据,从中提取轮胎-路面附着系数得到充分利用的特征信息。根据路面附着系数充分利用时的侧向加速度估算路面附着系数。通过15自由度硬件在环仿真平台以及实车试验两种方式对算法进行验证。一定条件下的仿真结果表明算法的最大估算误差不超过0.04,车辆双移线实车试验的通过率从25%提高到100%。     

四轮驱动EV自适应抗差无迹粒子滤波状态估计

针对四轮毂电机驱动电动汽车转矩控制中整车质心侧偏角等关键状态参数无法直接检测及车速等测量值易受到随机误差干扰的问题,建立四轮毂电机驱动电动汽车七自由度动力学模型,进行整车行驶状态参数滤波估计.结合抗差滤波原理及无迹粒子滤波算法,提出一种整车状态滤波估计方法.运用自适应抗差无迹粒子滤波,实现电动汽车行驶过程中纵向速度、侧向速度和质心侧偏角的准确滤波估计.搭建CarSim与Matlab/Simulink联合仿真实验平台对估计算法进行验证.结果表明:所搭建四轮毂电机驱动汽车动力学模型对整车行驶状态具有较高的预测精度;基于自适应抗差无迹粒子滤波算法能实现整车行驶状态估计,能有效对测量参数进行滤波,且具有较高的估计精度.     

基于 UKF车辆状态及路面附着系数估计的AFS控制

本文侧重于主动前轮转向(Active Front Steering,AFS)控制系统的应用性与可行性研究,针对紧急转向工况下轮胎呈现强非线性问题,以及AFS控制算法中部分状态量难以获取、路面附着系数对车辆稳定性有重要影响但难以直接测量等问题,设计非线性滑模控制器以综合考虑载荷转移、轮胎非线性及路面条件等对操稳性影响,同时,通过ESP系统现有的IMU传感器测量信息,运用无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法为滑模控制器动态估计车辆状态信息和路面附着系数.在得到期望轮胎侧偏力后,通过非线性轮胎模型精确反求所需叠加转角,以在"轮胎-路面"附着能力范围内检验控制系统的有效性.最后,高附着系数情况下的鱼钩测试仿真及低附着系数时的角阶跃转向仿真共同表明,通过IMU与UKF结合的状态估计确保了AFS控制系统的可行性,有效提高了车辆操纵稳定性.     

采用自适应无迹卡尔曼滤波器的车速和路面附着系数估计

针对车辆主动安全控制中的车速和路面附着系数这一关键信息,提出了一种实时估计该信息的滤波算法,同时建立了将包含时变噪声统计特性的七自由度非线性车辆动力学模型作为滤波算法的标称模型,以及一种自适应无迹卡尔曼滤波算法。该算法采用传统的无迹卡尔曼滤波器来估计车速和路面附着系数,同时利用次优Sage-Husa噪声估计器对系统的噪声统计特性进行实时更新,其中采用遗忘因子限制噪声估计器的记忆长度,使新近数据发挥重要作用,使陈旧数据逐渐被遗忘,从而解决了因系统标称模型误差、外界扰动等因素引起的噪声时变的问题。在不同路面条件下进行了多种工况的实验验证,并与无迹卡尔曼滤波器的估计结果进行对比分析,结果表明,该算法具有良好的鲁棒性,其估计精度高于无迹卡尔曼滤波器,且满足车辆主动安全控制系统的要求。     

基于自适应无迹卡尔曼滤波的分布式驱动电动汽车车辆状态参数估计

以精确估计车辆状态参数为目标,提出了一种基于自适应无迹卡尔曼滤波的车辆状态参数估计算法,采用非线性三自由度车辆模型,将模糊控制与无迹卡尔曼滤波算法相结合,实现对系统测量噪声的自适应调整,通过对方向盘转角,纵向加速度和横向加速度等低成本传感器信息融合实现对质心侧偏角和横摆角速度的状态估计.应用CarSim与Matlab/Simulink建立分布式驱动电动汽车整车模型并且联合仿真对估计算法的有效性进行验证.结果表明自适应无迹卡尔曼滤波比无迹卡尔曼滤波更能有效准确地进行车辆状态参数估计,在双移线工况中,质心侧偏角估计精度提高了6.7%,横摆角速度估计精度提高了4.8%.      

基于路面附着系数估计的车辆自适应巡航控制研究

为了提高复杂工况下特别是低附着路面工况下车辆自适应巡航控制(Adaptive cruise control,ACC)的安全问题,该文提出基于路面附着实时估计的ACC控制方案。基于模型预测控制(Model predictive control,MPC)设计了ACC控制器,通过实时滚动优化计算得到期望的加减速度值。基于递推最小二乘法设计路面附着系数实时估计策略,根据实时估计的路面附着情况确定MPC控制器中的加减速度极限约束条件。基于Lagrangian方法建立了四自由度的非线性纵向车辆动力学模型,作为ACC控制系统的车辆仿真模型,得到了车辆在高、低不同附着路面上行驶的安全情况。仿真结果表明:基于路面附着系数实时估计的ACC控制方案在各种路面条件下都能确保前、后两车之间保持期望的车间距离安全行驶。     

基于双重扩展卡尔曼滤波汽车防碰撞模型研究

针对现有的汽车防碰撞高速扇形预警模型,文章提出了基于双重扩展卡尔曼滤波的高速扇形预警模型。根据双重扩展卡尔曼滤波原理,将车辆状态和路面附着系数估算过程形成闭环控制,实现了对车辆状态和路面附着系数的准确估算;建立汽车的四自由度动力学模型和魔术轮胎模型,结合Carsim和Matlab/Simulink软件进行联合仿真。仿真实验结果表明,该模型能够实时监测路面附着系数,正常预警。     

低附着路面电动助力转向控制策略

车辆在低附着路面转向时转向阻力矩大幅降低,导致转向盘转矩随之减小,严重影响驾驶员的路感,易导致事故的发生.鉴于此,提出电动助力转向电流补偿控制策略以提高低附着路面驾驶员路感.利用扩展卡尔曼滤波方法估计出低附着路面前轴侧向力,进而计算出补偿电流值.在MATLAB/Simulink中建立系统仿真模型,利用实车试验数据与仿真数据对比,验证了仿真模型的准确性.不同行驶工况的仿真结果显示采用本文提出的控制策略后,转向盘力矩显著提高,使驾驶员在低附着路面下的路感与正常高附着路面相同,可以有效防止驾驶员的误操作,提高车辆行驶安全性.     

不同路况下路面附着系数实时估计

为了准确估计不同路况下的路面附着系数,提高汽车行驶的安全性与稳定性,提出了一种在制动工况下基于前后轮轮速和制动力矩估计路面附着系数的方法。首先,考虑汽车前后轴荷转移,在Matlab/Simulink软件中完成建模操作,创建关于双轮车辆制动的动力学模型;其次,将控制目标确定为汽车前轮以及后轮的理想和实际滑移率,建立理想制动力矩滑模控制器,对于汽车滑模控制器存在的抖振现象,通过积分切换面对其进行处理;最后,以前后轮轮速和制动力矩作为输入进行扩张状态观测器的设计,利用这一观测器观测路面附着系数相关值。结果表明,各种路况中的路面附着系数都可以通过上述手段进行准确估计,扩张状态观测器能够抵抗外界干扰,鲁棒性强。将扩张状态观测器用于路面附着系数识别的良好结果可为汽车稳定性控制系统的设计提供参考。     

基于无迹卡尔曼滤波的汽车状态参数估计

由于部分汽车状态参数无法直接通过传感器获得,为了提高这些参数的估计精度以准确判断汽车行驶过程中的状态变化,增强控制系统的鲁棒性,文中提出了基于无迹卡尔曼滤波的汽车状态参数估计方法.该方法在传统卡尔曼滤波算法的基础上,采用无迹卡尔曼滤波算法对汽车质心侧偏角、横摆角速度、路面附着系数等状态参数进行估计,并运用Simulink与Carsim进行联合仿真.结果表明,无迹卡尔曼滤波算法响应快,估计精度较扩展卡尔曼滤波高,能满足车辆高级动力学控制系统的控制需要.     

基于功能原理和模糊控制的路面附着系数估计

为从根本上解决轮胎参数变化影响估计精度的问题,文中不引入轮胎模型,提出了一种基于功能原理和模糊控制的路面附着系数估计算法.首先利用功能原理推算当前车辆状态下的利用附着系数,再通过模糊推理的方法由当前状态下的利用附着系数和滑移率推算当前行驶路面的峰值附着系数,然后利用Matalb软件建立车辆的三自由度模型,对估计算法进行了仿真分析.结果表明,文中算法能有效地估计路面附着系数,具有良好的实时性和准确性.     

基于平方根容积卡尔曼滤波的永磁同步电机状态估计

针对使用容积卡尔曼滤波算法(Cubature Kalman Filter, CKF)在复杂非线性状态估计时存在的误差较大、运算速度慢等问题,引入一款改进后的平方根容积卡尔曼滤波算法(Square-Root Cubature Kalman Filter, SRCKF)。建立非线性系统线性化模型和电机数学模型,引入SRCKF实现对转速和转子位置的状态估计,在Matlab/Simulink环境下对SRCKF和CKF两种算法进行仿真。结果表明：平方根容积卡尔曼滤波大大降低了电机在状态估计时的运行速度和估计误差,提高了估计精度,系统更加稳定。