当前位置:首页 > 交通运输
汽车主动控制系统中参数估计的方法与应用
汽车主动控制系统中参数估计的方法与应用

汽车主动控制系统中参数估计的方法与应用PDF电子书下载

交通运输

  • 电子书积分:8 积分如何计算积分?
  • 作 者:丁能根编著
  • 出 版 社:北京:北京航空航天大学出版社
  • 出版年份:2013
  • ISBN:9787512412484
  • 页数:147 页
图书介绍:本书主要介绍用于智能汽车控制系统、底盘主动控制系统和汽车安全预警装置设计的状态和参数估计理论、方法及其应用。此外还介绍了用于观测器或估计器设计的车辆、轮胎和车轮的动力学模型以及制动系统压力调节装置的压力模型。本书可供智能汽车控制系统、底盘主动控制系统和汽车安全预警装置的设计和研究人员阅读和参考。
《汽车主动控制系统中参数估计的方法与应用》目录

第1章 绪论 1

1.1 模型、参数与状态估计 1

1.1.1 模型 1

1.1.2 参数与状态估计 2

1.2 参数估计的目的和应用 3

1.2.1 参数估计的一般目的和应用 3

1.2.2 参数估计在汽车主动控制与安全预警装置设计中的应用 4

1.3 主要估计参数、方法与发展趋势 6

1.3.1 主要估计参数 6

1.3.2 参数估计的主要方法 7

1.3.3 对参数估计方法的评价 9

1.3.4 发展趋势 10

第2章 用于参数估计的车辆及其部件模型 11

2.1 用于参数估计的轮胎模型 11

2.1.1 轮胎的纵向滑动与侧偏 11

2.1.2 Dugoff轮胎模型 14

2.1.3 线性轮胎模型 17

2.1.4 Burckhardt轮胎纵向力模型 18

2.1.5 LuGre轮胎纵向力模型 19

2.2 用于参数估计的车辆模型 21

2.2.1 单轨车辆模型 21

2.2.2 2-DOF四轮车辆模型 23

2.2.3 车辆侧倾平面模型 24

2.3 车轮旋转运动模型 27

第3章 卡尔曼滤波 28

3.1 卡尔曼滤波概述 28

3.1.1 线性系统 28

3.1.2 卡尔曼滤波理论和算法 29

3.1.3 卡尔曼滤波的实际应用和扩展 30

3.2 卡尔曼滤波在汽车主动控制中的应用 30

3.2.1 车轮角加速度估计 31

3.2.2 卡尔曼滤波在车辆ESC系统数据处理中的应用 32

3.2.3 一阶卡尔曼滤波 35

第4章 最小二乘法 38

4.1 普通最小二乘法 38

4.1.1 直线拟合 38

4.1.2 最小二乘的矩阵方法 40

4.1.3 最小二乘估计的统计特性 41

4.2 基于最小二乘法的路面附着系数和制动器轮缸压力的估计 42

4.2.1 轮胎-路面摩擦估计的意义及其估计方法简介 42

4.2.2 ABS制动器压力模型和车轮运动模型 44

4.2.3 轮胎纵向力模型 45

4.2.4 基于模型的轮速计算 46

4.2.5 路面摩擦与制动压力的估计和算例 48

4.3 递推最小二乘法及其应用 51

4.3.1 RLS算法 51

4.3.2 轮胎广义制动刚度估计的RLS算法 52

4.3.3 路面附着系数和车辆重心侧偏角估计的RLS算法 54

第5章 动态单纯形法 60

5.1 实时优化概述 60

5.2 Nelder-Mead单纯形法和动态单纯形法 61

5.2.1 Nelder-Mead单纯形法 61

5.2.2 动态单纯形法的算法和步骤 63

5.2.3 DSA参数选择 64

5.3 DSA算法的应用 66

5.3.1 稳态道路横坡角 66

5.3.2 基于DSA的联合估计器 66

5.3.3 联合估计器的优化模型 67

5.3.4 仿真结果 68

第6章 基于局部线性化的广义龙贝格观测器 71

6.1 广义龙贝格观测器概述 71

6.2 用于重心侧偏角和路面附着估计的广义龙贝格观测器 72

6.2.1 局部线性化 72

6.2.2 可观性分析 74

6.2.3 反馈增益的确定 75

6.2.4 仿真验证 78

第7章 多模型切换算法 80

7.1 概述 80

7.2 车辆重心高度估计的多模型算法 81

7.2.1 多模型切换算法及其切换指数 82

7.2.2 数值分析 83

7.3 基于多模型算法的侧向风估计器 85

7.3.1 估计器结构框图 85

7.3.2 用于侧向风估计的多模型切换算法 86

7.3.3 仿真结果 88

第8章 滑模状态观测器 90

8.1 滑模控制与滑模状态观测器 90

8.1.1 滑模控制算法 90

8.1.2 车轮加速度估计的滑模算法 91

8.1.3 车辆重心侧偏角估计的滑模算法 92

8.1.4 数值分析 94

8.2 二阶超螺旋滑模状态观测器 96

8.2.1 问题的由来 96

8.2.2 采用超螺旋(super-twisting)算法的二阶滑模观测器 97

8.2.3 汽车制动减速度超螺旋二阶滑模观测器算例 100

第9章 基于试验知识的参数估计方法 102

9.1 依据轮速和纵向加速度测量的车速估计 102

9.2 仅依据轮速的车速估计 106

9.2.1 ABS参考车速估计的若干算法 106

9.2.2 非线性滤波方法 107

9.2.3 参考车速自适应算法 108

9.3 正常行驶工况下的路面附着系数估计 113

9.4 ABS制动工况下的路面附着系数估计 115

9.4.1 路面附着识别的依据和思路 115

9.4.2 路面附着识别的方法和步骤 116

第10章 参数估计的集成算法 119

10.1 基于运动学方程和状态观测器的侧偏角估计集成算法 119

10.1.1 侧偏角估计的集成算法 119

10.1.2 与实验数据的比较 125

10.2 基于DSA/多模型算法的侧偏角和路面附着集成估计器 128

10.2.1 估计器组成 129

10.2.2 DSA算法设计 130

10.2.3 多模型算法和初始单纯形的生成 131

10.2.4 基于卡尔曼滤波的联合DSA算法 132

10.2.5 估计器验证 134

10.3 一种横摆角速度和侧偏角估计的集成算法 138

10.3.1 算法描述 138

10.3.2 路面附着系数估计 138

10.3.3 基于运动关系的横摆角速度估计 139

10.3.4 预估计的置信度计算 141

10.3.5 观测器 141

10.3.6 试验结果 142

参考文献 145

相关图书
作者其它书籍
返回顶部