针对电子稳定程序的车辆状态估计的研究

摘要

在电子稳定程序(ESP)中，需要更多的车辆信息。然而，由于物理原因或成本问题，一些信号不能直接使用传感器测量。卡尔曼滤波可以提供这样的一种方法：系统的一些状态变量可以通过一些测量的相关状态变量进行估计。所以，这个方法可以用来估计这些车辆状态变量。因为车辆系统是非线性系统，适用非线性系统的扩展卡尔曼滤波：它在每一个流程时序线性化非线性系统。在本文里，基于ESP使用时的车辆动力学特性，用扩展卡尔曼滤波和一个四轮七自由度的车辆动力学模型构建了一个状态估计器。用一个十五自由度的车辆模型用来模拟真实的车辆模型并在MATLAB/Simulink建立模型。构建的估计器联合使用M文件和MATLAB/Simulink进行建模。然后进行了估计器仿真模型对模拟真实车辆的仿真模型的仿真估计。经过仿真，证明估计器性能良好：从仿真模型直接得到的变量值和估计值相应吻合良好。首先，这证明了选择的四轮七自由度车辆模型适合于ESP控制的车辆状态估计。另外，证明了选择的扩展卡尔曼滤波方法适用于七自由度四轮车辆模型系统。总之,设计的估计器进行的车辆的状态变量估计可以解决ESP控制中信息需求问题。

目录

针对电子稳定程序的车辆状态估计的研究

RESEARCH ON STATE ESTIMATION FOR ELECTRIC STABILIRYPROGRAM

摘 要

Abstract

第1章 绪论

1.1 本文研究社会背景、目的和意义

1.2 ESP概述

1.2.1 ESP控制原理

1.2.2 ESP国内外发展现状及课题背景

1.3 车辆状态估计研究现状及分析

1.3.1 国外车辆状态估计的研究现状及分析

1.3.2 国内车辆状态估计的研究现状及分析

1.4 本文研究内容

第2章 状态估计方法的分析

2.1 估计概述

2.2 维纳滤波简介

2.3 卡尔曼滤波

2.3.1 卡尔曼滤波基本思想

2.3.2 卡尔曼滤波算法

2.3.3 有关卡尔曼滤波算法的讨论

2.3.4 卡尔曼滤波的特点

2.3.5 卡尔曼滤波的应用

2.4 扩展卡尔曼滤波

2.4.1 扩展卡尔曼滤波简介

2.4.2 扩展卡尔曼滤波算法

2.5 本章小结

第3章 状态估计器模型

3.1 状态估计模型的构建

3.1.1 车辆模型的分析和选取

3.1.2 估计策略的选取

3.1.3 量测函数的选取

3.1.4 建立的估计系统模型

3.2 状态估计器数学模型

3.3 本章小结

第4章 整车模型

4.1 整车模型的分析和选取

4.2 整车数学模型

4.2.1 整车动力学数学模型

4.2.2 整车力分析数学模型

4.2.3 动力系统模型的构建

4.2.4 液压制动器模型构建

4.3 本章小结

第5章 仿真与分析

5.1 仿真建模

5.1.1 估计器建模

5.1.2 整车建模

5.2 仿真结果及分析

5.3 本章小结

结 论

参考文献

附录

攻读硕士学位期间所发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

哈尔滨工业大学硕士学位涉密论文管理

致 谢