基于四驅(qū)電動(dòng)汽車(chē)的路面附著系數(shù)估計(jì)方法研究.pdf

1、論文以四輪輪邊驅(qū)動(dòng)電動(dòng)車(chē)為研究對(duì)象，以提高車(chē)輛主動(dòng)安全性和行駛穩(wěn)定性為目標(biāo)，對(duì)直線行駛工況下的四輪輪邊驅(qū)動(dòng)電動(dòng)車(chē)路面附著系數(shù)估計(jì)以及與之相關(guān)的整車(chē)質(zhì)量參數(shù)及道路坡度辨識(shí)和車(chē)輪滑轉(zhuǎn)狀態(tài)辨識(shí)進(jìn)行了研究。論文的研究成果為四輪輪邊驅(qū)動(dòng)電動(dòng)車(chē)底盤(pán)控制技術(shù)的研究奠定了基礎(chǔ)，有利于進(jìn)一步的底盤(pán)集成控制研究。 論文采用遞推最小二乘方法辨識(shí)直線行駛工況下的整車(chē)質(zhì)量參數(shù)及道路坡度。算法利用驅(qū)動(dòng)力矩大小可以直接獲得的特點(diǎn)，只要通過(guò)傳感器測(cè)量獲得縱向車(chē)

2、速信息、縱向車(chē)身加速度信息、輪邊驅(qū)動(dòng)力矩信息及車(chē)輪加速度信息即可實(shí)現(xiàn)參數(shù)辨識(shí)，需要的傳感器較少，實(shí)現(xiàn)方便。由于帶單個(gè)遺忘因子的遞推最小二乘法無(wú)法辨識(shí)變化速率不同的兩個(gè)參數(shù)，采用“多遺忘因子”的思想，解決了多變量的同時(shí)辨識(shí)問(wèn)題。通過(guò)設(shè)定合理的遺忘因子，對(duì)每次觀測(cè)的方程誤差做相應(yīng)的加權(quán)處理，提高了辨識(shí)準(zhǔn)確性。 論文分別對(duì)基于μ—s曲線斜率變化的車(chē)輪滑轉(zhuǎn)狀態(tài)辨識(shí)方法和基于加速度差值的車(chē)輪狀態(tài)辨識(shí)方法進(jìn)行研究。利用狀態(tài)濾波器可以準(zhǔn)確獲得

3、輪加速度信號(hào)的特點(diǎn)，前者雖然可以在理論上辨識(shí)出車(chē)輪狀態(tài)，并同時(shí)獲得路面峰值附著系數(shù)，但受信號(hào)噪聲及模型精度的影響，容易出現(xiàn)誤判斷，限制了其在實(shí)車(chē)上的應(yīng)用前景。基于加速度差值的車(chē)輪狀態(tài)辨識(shí)方法，考慮車(chē)輪響應(yīng)的固有特性，方法簡(jiǎn)單有效，能夠在大多數(shù)情況下準(zhǔn)確辨識(shí)車(chē)輪滑轉(zhuǎn)情況。 論文針對(duì)基于卡爾曼濾波器的路面附著系數(shù)估算方法在對(duì)接路面上的辨識(shí)響應(yīng)慢、甚至失效的局限性，采用基于廣義卡爾曼濾波器的狀態(tài)估計(jì)算法進(jìn)行車(chē)輪縱滑剛度估計(jì)，并間接獲得

4、路面附著系數(shù)值。通過(guò)對(duì)傳統(tǒng)卡爾曼濾波器的消息模型進(jìn)行改進(jìn)，并加入路面變化探測(cè)模塊，通過(guò)仿真試驗(yàn)驗(yàn)證了車(chē)輪穩(wěn)定工作時(shí)，算法在對(duì)接路面上的有效性，同時(shí)估算收斂速度和估算準(zhǔn)確性都有了明顯提高。 論文通過(guò)實(shí)車(chē)試驗(yàn)獲取關(guān)鍵參數(shù)值，使得改進(jìn)后的路面附著系數(shù)估計(jì)算法能夠適應(yīng)本文的研究平臺(tái)。通過(guò)選取典型路面條件(干瀝青路面、不銹鋼路面及對(duì)接路面)驗(yàn)證路面附著系數(shù)估計(jì)算法在直線行駛時(shí)的實(shí)車(chē)適用性。針對(duì)緒論中對(duì)已有的路面附著系數(shù)辨識(shí)方法局限性的分析