声明
摘要
第1章 绪论
1.1 课题的提出
1.2 汽车行驶状态估计研究现状和发展趋势
1.2.1 汽车自身的状态估计
1.2.2 路面附着系数估计
1.3 本文研究的主要内容
第2章 状态估计和卡尔曼滤波理论
2.1 状态估计
2.2 卡尔曼滤波算法
2.2.1 卡尔曼滤波理论
2.2.2 Kalman滤波算法
2.3 扩展卡尔曼滤波算法
2.4 卡尔曼滤波算法在状态估计中的运用
2.5 本章小结
第3章 半挂汽车列车数学模型的建立
3.1 数学建模概述
3.2 半挂汽车列车
3.2.1 半挂牵引车结构特点
3.2.2 半挂车结构特点
3.3 轮胎模型
3.3.1 “魔术公式"轮胎模型
3.3.2 Dugoff轮胎模型
3.3.3 UniTire轮胎模型
3.3.4 本文选取的轮胎模型
3.4 半挂汽车列车数学模型的建立
3.5 本章小结
第4章 虚拟样机的建立和数学模型的验证
4.1 TmckSim软件介绍
4.2 基于TruckSim软件的半挂汽车列车模型的建立
4.2.1 整车尺寸和外形建模
4.2.2 制动系统建模
4.2.3 转向系统建模
4.2.4 动力传动系统建模
4.2.5 整体式车桥和悬架系统
4.2.6 轮胎建模
4.3 Matlab/Simulink模块介绍
4.4 构建所建立的数学模型Simulink模型
4.5 模型仿真及其验证
4.6 模型评价
4.7 本章小结
第5章 卡尔曼滤波状态估计器的研究
5.1 以半挂牵引车侧向加速度为观测量的状态观测器研究
5.1.1 连续系统状态方程和观测方程的离散化
5.1.2 基于侧向加速度的状态估计器的实现研究
5.1.3 基于侧向加速度为观测值的状态估计算法仿真试验验证
5.2 以半挂牵引车横摆角速度为观测量的状态观测器研究
5.3 影响卡尔曼滤波算法估计精度的主要因素
5.4 本章小结
第6章 总结与展望
6.1 本文总结
6.2 研究展望
参考文献
致谢