版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中文 中文 10960 字出處: 出處:Nam K, Oh S, Fujimoto H, et al. Estimation of sideslip and roll angles of electric vehicles using lateral tire force sensors through RLS and Kalman filter approaches[J]. Industrial Electronics, IEEE T
2、ransactions on, 2013, 60(3): 988-1000.利用輪胎側(cè)向力傳感器并使用最小二乘法 利用輪胎側(cè)向力傳感器并使用最小二乘法(RLS)和卡爾曼濾波方法估計(jì)電動(dòng)汽車 )和卡爾曼濾波方法估計(jì)電動(dòng)汽車的側(cè)滑角和側(cè)傾角 的側(cè)滑角和側(cè)傾角Kanghyun Nam, Student Member, IEEE, Sehoon Oh, Member, IEEE,Hiroshi Fujimoto, Member, IEEE, a
3、nd Yoichi Hori, Fellow, IEEE摘要——對(duì)于如橫擺穩(wěn)定性和側(cè)傾穩(wěn)定性控制的車輛穩(wěn)定性控制應(yīng)用而言,控制車輛狀態(tài)的魯棒性估計(jì)(車輛側(cè)滑角和側(cè)傾角)是相當(dāng)重要的。本文提出了利用從多傳感輪轂單元獲得實(shí)時(shí)橫向輪胎力測(cè)量來估計(jì)側(cè)滑角和側(cè)傾角的新方法,這種方法在輪轂電機(jī)驅(qū)動(dòng)電動(dòng)汽車的車輛控制系統(tǒng)中得到實(shí)際應(yīng)用。在車輛側(cè)滑估計(jì)中, 是利用了基于線性車輛模型和傳感器測(cè)量并帶有遺忘因子的遞歸最小二乘(RLS)算法。在側(cè)滑角角估計(jì)中
4、,卡爾曼濾波的設(shè)計(jì)目的是整合可用的傳感器測(cè)量和動(dòng)態(tài)。通過現(xiàn)場(chǎng)測(cè)試實(shí)驗(yàn)電動(dòng)汽車來評(píng)估上述所提出的估計(jì)方法(RLS 為基礎(chǔ)的側(cè)滑角估計(jì)和卡爾曼濾波器) 。實(shí)驗(yàn)結(jié)果表明,上述估計(jì)量可以準(zhǔn)確估計(jì)車輛側(cè)滑角和側(cè)傾角。實(shí)驗(yàn)證實(shí), 所提出的估計(jì)方法比傳統(tǒng)方法的估計(jì)精度提高 50%以上 (見圖 4 所示的均方根誤差)。此外, 通過各種驗(yàn)證測(cè)試證明輪胎側(cè)向力傳感器在車輛狀態(tài)估計(jì)實(shí)際應(yīng)用中的可行性。關(guān)鍵詞:電動(dòng)汽車,卡爾曼濾波,多傳感集線器(MSHub)單
5、元,遞歸最小二乘(RLS) ,滾動(dòng)角,側(cè)滑角。術(shù)語 術(shù)語在重心縱向加速度(m/ )。 𝑎𝑥 s2在重心橫向加速度(m/ )。 𝑎𝑦 s2傳感器測(cè)量橫向加速度(m/ )。 𝑎𝑦𝑚 s2d 磁道寬度= 1.3m。g 重力加速度= 9.81 m/ 。 s2高度的簧載質(zhì)量超過軋輥中心的中心(
6、RC)= 0.32。 h𝑟𝑜𝑙𝑙第 i 個(gè)輪胎的滑脫角(rad) 。 𝛼i前輪輪胎滑移角(rad) 。 𝛼f后輪輪胎滑移角(rad) 。 𝛼𝑟β 車輛側(cè)滑角(rad) 。從相結(jié)合的方法估算側(cè)滑角(rad) 。 𝛽𝑐𝑜𝑚從運(yùn)動(dòng)學(xué)為基礎(chǔ)
7、估算方法估計(jì)側(cè)滑角(rad) 。 𝛽𝑘𝑖𝑛從基于模型的估計(jì)方法估計(jì)側(cè)滑角(rad) 。 𝛽𝑚𝑜𝑑前轉(zhuǎn)向角(rad) 。 𝛿𝑓側(cè)傾角(rad) 。 ?側(cè)傾率(rad /s) 。 ?側(cè)傾加速度(rad / ) 。 ? s2橫擺率(rad/s) 。 𝛾λ
8、 在遞歸最小平方(RLS)算法的遺忘因子。μ 路面的摩擦系數(shù)。1.引言考慮到輪轂電機(jī)驅(qū)動(dòng)電動(dòng)汽車先進(jìn)的運(yùn)動(dòng)控制,人們已經(jīng)進(jìn)行了大量的電動(dòng)車動(dòng)態(tài)控制研究[1] - [6]。電動(dòng)汽車先進(jìn)的防滑以及防滾運(yùn)動(dòng)控制系統(tǒng)被稱為橫擺穩(wěn)定性控制和側(cè)傾穩(wěn)定性控制。與內(nèi)燃機(jī)車輛相比,電動(dòng)汽車在運(yùn)動(dòng)控制上具有這幾個(gè)優(yōu)點(diǎn)。[1], [3].1) 驅(qū)動(dòng)電機(jī)產(chǎn)生的轉(zhuǎn)矩非常快速和準(zhǔn)確。2) 傳動(dòng)的轉(zhuǎn)矩可以很容易地從電動(dòng)機(jī)電流測(cè)量。3) 每個(gè)車輪輪
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 外文翻譯--利用輪胎側(cè)向力傳感器并使用最小二乘法和卡爾曼濾波方法估計(jì)電動(dòng)汽車的側(cè)滑角和側(cè)傾角
- 外文翻譯--利用輪胎側(cè)向力傳感器并使用最小二乘法和卡爾曼濾波方法估計(jì)電動(dòng)汽車的側(cè)滑角和側(cè)傾角(譯文).doc
- 外文翻譯--利用輪胎側(cè)向力傳感器并使用最小二乘法和卡爾曼濾波方法估計(jì)電動(dòng)汽車的側(cè)滑角和側(cè)傾角
- 外文翻譯--利用輪胎側(cè)向力傳感器并使用最小二乘法和卡爾曼濾波方法估計(jì)電動(dòng)汽車的側(cè)滑角和側(cè)傾角(譯文).doc
- 外文翻譯--利用輪胎側(cè)向力傳感器并使用最小二乘法和卡爾曼濾波方法估計(jì)電動(dòng)汽車的側(cè)滑角和側(cè)傾角(英文)
- 外文翻譯--利用輪胎側(cè)向力傳感器并使用最小二乘法和卡爾曼濾波方法估計(jì)電動(dòng)汽車的側(cè)滑角和側(cè)傾角(英文).pdf
- 外文翻譯--利用輪胎側(cè)向力傳感器并使用最小二乘法和卡爾曼濾波方法估計(jì)電動(dòng)汽車的側(cè)滑角和側(cè)傾角(英文).pdf
- 卡曼濾波和最小二乘法濾波比較
- 卡曼濾波和最小二乘法濾波比較
- 卡曼濾波和最小二乘法濾波比較
- 基于卡爾曼濾波的車輛狀態(tài)和輪胎力估計(jì)方法研究.pdf
- 最小二乘法小結(jié)
- 最小二乘法.doc
- 最小二乘法.doc
- 圓柱刀側(cè)銑自由曲面的最小二乘法研究.pdf
- 最小二乘法的原理和應(yīng)用【文獻(xiàn)綜述】
- 最小二乘法的原理和應(yīng)用【開題報(bào)告】
- 基于卡爾曼預(yù)測(cè)估計(jì)和最小二乘估計(jì)的結(jié)構(gòu)操作在線識(shí)別方法.pdf
- 最小二乘法擬合直線
- 基于偏最小二乘法的動(dòng)畫濾波研究.pdf
評(píng)論
0/150
提交評(píng)論