基于自适应滤波的电动车纵向滑移率识别方法

根据路面附着状况实时地选择最优的滑移率控制目标是电动车驱动防滑控制策略的关键.针对四轮驱动电动车的特点,研究利用自适应Kalman滤波获得车速信息和轮胎驱动力信息的方法.利用该方法实时估计车速和驱动力等参数,并计算附着系数-滑移率曲线的斜率k,以对路面附着状况进行精确估计.通过将计算得到的斜率与设定的最优滑移率所对应的斜率之差作为控制参考量,及时地调整驱动电机的输出转矩,提高电动车的道路附着系数利用率,以获得更好的电动车驱动防滑控制效果.仿真结果表明:车辆在高、低附路面行驶时,该算法均可有效地估计滑移率的k值.     

一种基于模型的最佳滑移率计算方法

基于滑移率控制的防抱制动系统(ABS)实现的难点在于确定各种路况下的最佳滑移率。本文基于μ λ曲线的参数模型,应用Kalman滤波理论实时计算了不同路面下的最佳滑移率。根据Kalman滤波新息序列特性,设计了路面跃变监视器,解决了Kalman滤波算法在检测跃变路面时响应滞后的问题。最后通过计算机仿真,验证了基于模型的最佳滑移率估计算法在车辆防抱制动系统中的可行性和有效性。     

转向加速工况下汽车驱动防滑控制系统滑转率算法研究

汽车低速转弯加速时,用后轮轮速作为参考车速计算驱动轮滑转率会造成计算偏差,引起驱动防滑控制系统误干预,为此提出了驱动轮滑转率计算的修正算法.该修正算法不需要增加前轮转角传感器,而是采用两非驱动轮轮速估计车身横摆角速度和汽车前轮转角,进而计算出前轮参考轮速,并将前轮参考轮速代替车速对转弯工况的驱动轮滑转率计算进行修正.试验结果表明,该修正算法消除了滑转率计算误差,可防止汽车在高附着路面上转弯加速时驱动防滑控制系统的误干预.     

Kalman算法在纯电动汽车SOC估算中的应用误差分析

针对纯电动汽车电池组的工作状态和输出特性,分析了模型参数的变化对Kalman算法估算精度的影响.指出了纯电动汽车应用Kalman滤波算法估算SOC应考虑的因素,并结合电池模型参数的变化提出了Kal-man方程修正方案.最后通过电池的城市工况模拟试验,验证了分析的正确和可行性.     

自适应卡尔曼滤波在简易瞬态工况法中的应用

文章建立了简易瞬态工况法(VMAS)测试中速度信号滤波的状态空间模型。提出了基于Kalman滤波收敛性判据和由普通的Kalman滤波算法和渐消因子的强跟踪Kalman滤波算法相结合形成的自适应Kalman滤波算法。通过实车测试数据,与普通Kalman滤波进行比较,检验了该算法在VMAS中应用的有效性。     

驱动转向复合工况分布式驱动稳定控制开发与验证

为在驱动转向复合工况下有效抑制分布式驱动电动汽车的纵滑、侧滑,提出了一种面向驱动转向复合工况的分布式驱动稳定控制架构,设计基于横摆角速度和侧偏角跟踪控制的横摆控制策略和基于滑转率跟踪控制的驱动防滑控制策略,同时根据转向稳定状态对目标滑转率进行调节,根据车辆行驶状态对横摆控制与驱动防滑控制输出扭矩进行协调优化,以实现车辆...     

基于SVM和Kalman滤波的公交车到站时间预测模型

提出一种基于支持向量机(SVM)和Kalman滤波的公交车辆到站时间预测模型.在该模型中,SVM基于历史数据,按照时间段、天气和路段3个输入特性,预测各路段车辆运行时间的基线;然后通过Kalman滤波利用最新的车辆运行信息,结合SVM输出的基线时间来动态预测车辆到达各时间点的实际时间;最后,应用大连市经济技术开发区7路公交线的数据对该模型进行了校验.实例验证结果表明:该模型具有较高的预测精度.     

基于自适应Kalman滤波的交通流量监测算法

提出一种基于车载无线通信模块的交通流监测原型系统,该系统将行驶中载有无线通信模块的车辆视为移动检测节点,以很小的代价实现对交通信息的获取.在此基础上提出一个具体应用:利用基站对道路上载有通信模块车辆的检测,结合设计的基于结果反馈的自适应Kalman滤波算法,及时准确地完成对路段上交通流量的检测.此外,还基于元胞自动机理论搭建了仿真平台,并验证了算法的有效性.     

基于滑移率优化的半挂汽车列车制动力分配

为提高半挂汽车列车制动时的制动性能和横向稳定性,提出基于滑移率优化的制动力分配策略,建立关于各轴滑移率加权和的目标函数,考虑牵引车与挂车之间的相互作用,采用模糊控制方法估计当前路面附着系数,基于扩展Kalman滤波法实时估计各轴的纵向力,实时比较牵引车与挂车的纵向力来调整目标函数权重,以各轴滑移率最小为目标优化分配牵引车前轴、后轴和挂车车轴之间的制动力;并通过Simulink与TruckSim联合仿真对优化分配方案进行验证,测试干燥与湿滑路面附着情况及直线与弯道路况下的制动性能,结果表明所提出的制动力分配策略在不同制动工况下能显著改善车辆的制动性能和横向稳定性。     

四轮独立驱动电动汽车驱动控制策略研究

电动化、智能化是汽车未来的发展趋势,分布式电动汽车近年来发展迅速,四轮独立驱动电动汽车作为其中的一种形式,在很多方面具有有优于传统汽车的控制优势。文章对四轮独立驱动电动汽车的驱动控制策略进行研究,采用神经网络PID控制设计横摆力矩控制器保证汽车的侧向稳定性,以保持车轮的最佳滑移率为目标研究了驱动防滑控制,通过实验验证驱动防滑策略能够有效防止车轮打滑和严重失稳现象。研究表明:该驱动控制策略能够对四轮驱动汽车的驱动力矩进行合理分配,能确保车轮在附着系数不均路面上具有足够的驱动力。     

基于Kalman滤波的路面附着系数估计算法综述

实时、准确地获取车辆行驶时的路面附着系数信息对车辆主动安全控制具有重大影响,尤其智能汽车控制策略的设计对获取路面附着系数信息的精准度和实时性提出更高要求.本文基于Kalman滤波原理,针对国内外学者采用此算法的研究现状进行了梳理,总结了路面附着系数估计算法的未来发展趋势,为车辆主动安全控制系统研究提供理论参考.     

基于预瞄的模糊自适应路径跟踪算法研究

基于车辆的预瞄和纯追踪模型设计一种自适应调整前视距离的路径跟踪控制器。利用模糊控制原理简单和控制参数少的特点，将车辆当前横向、航向偏差作为模糊控制输入，前视距离作为模糊控制输出和纯追踪模型输入，得到模糊自适应纯追踪算法。基于MATLAB/Simulink进行仿真，验证算法的有效性和准确性。     

车辆纵向速度估算算法发展现状综述

车辆的纵向车速是车辆主动安全系统的重要参考信息,在制动防抱死(ABS)和驱动防滑系统(ASR)中,纵向车速是计算纵向滑移率、保持车辆行驶稳定性的重要参数。文章对现存的车辆纵向速度算法进行了分类综述,将其分为基于基本信息的直接计算方法和基于模型信息的间接计算方法两大类,对各种方法的优缺点进行了讨论,并对其发展趋势进行了展望。     

基于单目视觉的夜间前方车辆检测方法EI北大核心CSCD

为提高夜间行车的安全性,提出了一种基于单目视觉的夜间前方车辆检测方法。该方法利用最大类间方差法自动确定阈值,从背景中抽取出前车尾灯,并根据HSV颜色空间的颜色阈值剔除非尾灯目标,利用Kalman滤波方法将图像分为跟踪区域和检测区域,在两个区域内分别进行尾灯配对,根据尾灯对之间特征相似性的比较,剔除误检的车辆;跟踪区域中漏检的车辆,根据前一帧检测的车辆位置和正确抽取的尾灯来估计,以实现车辆检测。实验结果表明,该算法能准确检测夜间前方车辆,有效降低漏检率和误检率。     

基于单目视觉的夜间前方车辆检测方法

为提高夜间行车的安全性,提出了一种基于单目视觉的夜间前方车辆检测方法。该方法利用最大类间方差法自动确定阈值,从背景中抽取出前车尾灯,并根据HSV颜色空间的颜色阈值剔除非尾灯目标,利用Kalman滤波方法将图像分为跟踪区域和检测区域,在两个区域内分别进行尾灯配对,根据尾灯对之间特征相似性的比较,剔除误检的车辆;跟踪区域中漏检的车辆,根据前一帧检测的车辆位置和正确抽取的尾灯来估计,以实现车辆检测。实验结果表明,该算法能准确检测夜间前方车辆,有效降低漏检率和误检率。     

1种基于车辆时空图的车辆异常行为检测方法

对快速路车辆异常行为的检测有助于防止或及时处理交通事故,缓解交通拥堵,保障出行的安全和效率。采用多高斯背景模型提取前景运动车辆及其中心点并利用Kalman滤波算法跟踪运动车辆。在此基础上,得到各个车道上车辆的行驶时空图,通过车辆时空图对车辆行为进行轨迹分析,根据时间序列上车辆位置的变化检测车辆逆行,通过车间距和车辆位置状态信息检测车辆碰撞。实验表明,该方法能较好地识别出车辆异常行为。     

基于扩展卡尔曼滤波的轮毂电机驱动电动汽车状态估计

以非线性八自由度车辆模型为基础,利用轮毂电机驱动电动汽车四轮转矩容易获得的独特优势,将车轮转角、各个车轮驱动力矩、侧向加速度及横摆角速度作为算法输入,采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)理论设计了轮毂电机驱动电动汽车行驶中状态估计算法。CarSim和Matlab/Simulink联合仿真结果表明,该算法能有效估计轮毂电机驱动电动汽车行驶中的纵向车速、侧倾角、侧倾角速度等状态。     

车速和路面附着系数的滚动时域估计

基于Dugoff轮胎模型建立了车辆的非线性动力学方程,并给出了路面附着系数的约束条件.针对车速和路面附着系数约束的非线性估计,提出了一种基于滚动优化原理的滚动时域估计法(MHE),并给出了MHE法的具体步骤.在不同路面上对MHE法进行了多种工况的实验验证,并在同样条件下与扩展Kalman滤波法进行了比较.实验结果表明,MHE法的估计性能优于扩展Kalman滤波法.     

高铁变形分析中自适应Kalman滤波算法应用研究

针对Kalman滤波由于模型误差引起发散的问题,介绍了一种新的基于指数加权衰减记忆自适应Kalman滤波。基于MATLAB编程实现模型的建立并运用该模型对高速铁路沉降变形进行分析与预测,通过工程实例验证了自适应Kalman滤波抑制滤波发散的有效性。     

基于预测滑转率的转矩分配策略研究

为解决后轮双电机驱动电动汽车的动态非线性转矩分配问题,提出一种预测并优化输出的分配策略。基于车辆动力学计算转矩输出,使用粒子群优化(PSO)算法及路面检测系统修正输出转矩,以某型后驱双轮毂电机样车为基础,设计优化分配算法,通过CarSim搭建整车联合仿真模型验证算法的性能,并以整车控制器为基础对设计的算法进行硬件在环测试。测试结果表明,提出的动态转矩分配策略可以根据实际工况分配驱动轮的转矩,降低驱动轮滑转率,提高整车的驾驶性能。