10.19562/j.chinasae.qcgc.2018.02.005
四轮轮毂电机电动汽车行驶状态估计
针对四轮轮毂电机电动汽车行驶过程中的状态估计和在数据测量过程中由于偶然因素使观测序列中存在野值的问题,本文中提出了一种基于抗野值鲁棒容积卡尔曼滤波的车辆行驶状态估计算法.首先利用四轮轮毂电机电动汽车的每个车轮的电机驱动力矩容易测得的优势计算轮胎的纵向力,采用Dugoff轮胎模型计算轮胎的侧向力,建立了汽车非线性3自由度车辆模型.接着通过对简单易测低成本传感器信号的信息融合实现电动汽车在行驶过程中的纵向速度、侧向速度和质心侧偏角的准确估计.最后应用CarSim和Matlab/Simulink联合仿真对估计算法进行验证.结果表明,基于抗野值鲁棒容积卡尔曼滤波的估计算法比扩展卡尔曼滤波估计算法更能较准确地对车辆行驶状态进行估计,且具有较好的实时性.
四轮轮毂电机电动汽车、抗野值鲁棒容积卡尔曼滤波、Dugoff轮胎模型、车辆状态、信息融合、仿真
40
国家自然科学基金51675257;国家自然科学基金青年基金51305190;吉林大学汽车仿真与控制国家重点实验室开放基金20161116
2018-04-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
150-155