- 先进电动汽车状态估计与辨识
- 李克强 罗禹贡 陈慧等
- 448字
- 2025-02-19 15:32:54
第2章 基于多信息与多方法融合的附着系数估计方法
主要符号对照表

(续)

针对研究现状的局限性,本书探讨在不使用额外传感器的条件下,结合分布式电驱动车辆电机转矩精确可控可知的特点,提出图2-1所示的基于多信息与多方法融合的附着系数估计研究路线。

图2-1 附着系数估计现状与本书研究路线关系
该技术路线主要包括:
① 搭建简单且精度高的轮胎模型,通过模块化估计各参量,最后采用无味卡尔曼滤波器实现附着系数的估计。
② 针对小滑移率和小侧偏角下不可观的问题,创新性地采用频域观测方法,首先推导出电机车轮系统频响函数,通过分析路面附着系数对该函数的影响规律,利用合适的自回归参数辨识方法,实现在不估计滑移率和侧偏角的前提下的附着系数估计。
③ 通过引入该观测系统非线性可观性矩阵指数概念,来定量评价附着系数的可观性,以作为两种单方向估计方法的切换条件。
④ 为进一步提高单方向估计方法在复合工况下的适用性,本书提出了利用误差融合的思想和双卡尔曼滤波技术,将分别利用纵侧向信息估计得到的两个附着系数估计结果通过加权融合,得到精度更高的结果。