基于制动特性的路面附着状态识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 缩略词 | 第13-14页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 引言 | 第14页 |
| 1.2 研究背景及意义 | 第14-15页 |
| 1.3 国内外研究现状及发展趋势 | 第15-19页 |
| 1.3.1 研究现状 | 第15-19页 |
| 1.3.2 存在的主要问题 | 第19页 |
| 1.4 本文主要研究内容 | 第19-21页 |
| 第二章 汽车动力学建模与分析 | 第21-36页 |
| 2.1 引言 | 第21-22页 |
| 2.2 汽车模型的建立 | 第22-25页 |
| 2.2.1 汽车动力学模型 | 第22-23页 |
| 2.2.2 整车模型参数 | 第23-25页 |
| 2.3 轮胎模型 | 第25-31页 |
| 2.3.1 轮胎坐标系 | 第25-26页 |
| 2.3.2 轮胎模型的建立 | 第26-31页 |
| 2.4 考虑轮胎模型的车辆动力学模型 | 第31-32页 |
| 2.5 仿真与验证 | 第32-35页 |
| 2.5.1 整车模型验证 | 第32-33页 |
| 2.5.2 轮胎模型验证 | 第33-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 基于EKF的汽车行驶状态参数估计 | 第36-52页 |
| 3.1 引言 | 第36页 |
| 3.2 卡尔曼滤波 | 第36-43页 |
| 3.2.1 经典Kalman滤波理论基础 | 第37-41页 |
| 3.2.2 经典kalman理论的特征和局限性 | 第41页 |
| 3.2.3 扩展卡尔曼滤波理论及其算法 | 第41-43页 |
| 3.2.4 Kalman滤波的应用 | 第43页 |
| 3.3 基于EKF滤波器的汽车状态估计 | 第43-51页 |
| 3.3.1 滤波算法的工作过程 | 第43-45页 |
| 3.3.2 车辆状态估计的验证 | 第45-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 基于制动特性的路面附着状态的估计和验证 | 第52-65页 |
| 4.1 引言 | 第52页 |
| 4.2 路面附着系数估计算法设计 | 第52-54页 |
| 4.2.1 制动过程的路面状态分析 | 第52-53页 |
| 4.2.2 二级EKF滤波器设计及模型的建立 | 第53-54页 |
| 4.3 基于模糊EKF推理的附着系数估计 | 第54-58页 |
| 4.3.1 基于Matlab的模糊控制器设计 | 第54-55页 |
| 4.3.2 模糊EKF设计 | 第55页 |
| 4.3.3 观测噪声协方差矩阵自适应模糊推理 | 第55-57页 |
| 4.3.4 基于模糊EKF的附着系数估计模型搭建 | 第57-58页 |
| 4.4 路面附着系数估计的验证 | 第58-64页 |
| 4.4.1 双移线工况下高附着系数路面 | 第59-61页 |
| 4.4.2 双移线工况下低附着系数路面 | 第61-63页 |
| 4.4.3 双移线工况下变附着系数路面 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 全文总结与展望 | 第65-67页 |
| 5.1 全文总结 | 第65页 |
| 5.2 本文研究的不足与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 在学期间的研究成果及发表的学术论文 | 第71页 |
