原文传递
分布式驱动电动汽车状态--参数联合估计
| 论文题名： | 分布式驱动电动汽车状态--参数联合估计 |
| 关键词： | 电动汽车;主动安全控制系统;状态估计;惯性参数;卡尔曼滤波 |
| 摘要： | 汽车状态和汽车惯性参数是车辆主动安全控制系统的关键参考信号，比如汽车横纵向速度，汽车整车质量，汽车质心位置，以及横摆转动惯量等状态或参数的实时地精确地获取是实现准确主动安全控制的前提条件。但由于一些用于汽车状态测量的传感器价格高昂，难以广泛应用，所以一般而言获取这些状态或参数的方式都采用在线估计的方法，现有的估计方法一般采用卡尔曼滤波估计。 本论文的主要工作如下: (1)搭建估计模型的过程中规避了引入轮胎力，根据分布式驱动电动汽车的特点，可以通过汽车自身本身的状态量计算轮胎力，在仿真平台上验证了该方法。 (2)提出了一种基于双无迹卡尔曼滤波的多尺度框架，该框架将两个无迹卡尔曼滤波器的时间尺度分离，使参数估计器的更新频率低于状态估计器。此外，设计了一种状态投影方案，以实现在不同的时间尺度下，两个估计器之间的信息传递。 (3)状态估计器中，在引入滑动窗口机制的前提下，使用了最大后验概率估计和无迹平滑结合的方法对噪声协方差矩阵进行估计，并且考虑到固定窗口在实时估计中无法兼顾稳态误差和动态响应，使用了一种窗口长度调整策略。 (4)考虑到汽车行驶过程中，汽车的惯性参数可以看做是时不变的，所以本文设计了参数估计器的启停条件，在参数估计器收敛至真实值附近时关闭估计器，以减少不必要的计算负荷，以纵向速度作为参数估计器的触发阈值。 最后本文对上述几点主要工作进行了仿真平台验证和实验验证，仿真结果和实验结果表明其具备良好的鲁棒性和较高的精度。 |
| 作者： | 蒋理 |
| 专业： | 机械工程 |
| 导师： | 张志勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长沙理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
