| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 研究目的及意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-15页 |
| 1.3.1 轮毂电机驱动电动汽车发展现状 | 第10-11页 |
| 1.3.2 国内外汽车状态参数辨识发展概况 | 第11页 |
| 1.3.3 传统汽车状态参数辨识研究现状 | 第11-13页 |
| 1.3.4 轮毂电机驱动电动汽车状态参数辨识现状 | 第13-15页 |
| 1.4 本文主要研究内容及思路 | 第15-17页 |
| 2 轮毂电机驱动电动汽车模型与仿真 | 第17-37页 |
| 2.1 轮毂电机驱动电动汽车整车结构及参数 | 第17-19页 |
| 2.1.1 整体结构 | 第17-18页 |
| 2.1.3 整车参数 | 第18-19页 |
| 2.2 基于直接横摆力矩控制的转矩分配 | 第19-23页 |
| 2.2.1 直接横摆力矩控制 | 第19-22页 |
| 2.2.2 转矩优化分配 | 第22-23页 |
| 2.3 基于 CarSim 的各个子系统建模 | 第23-30页 |
| 2.3.1 CarSim 软件介绍 | 第23-24页 |
| 2.3.2 车体模型 | 第24-25页 |
| 2.3.3 轮胎模型 | 第25-29页 |
| 2.3.4 电机模型 | 第29-30页 |
| 2.4 轮毂电机驱动电动汽车仿真模型验证 | 第30-35页 |
| 2.4.1 仿真整体框架 | 第30-32页 |
| 2.4.2 仿真模型的验证 | 第32-35页 |
| 2.5 本章小结 | 第35-37页 |
| 3 基于非线性滤波理论的汽车估计状态研究 | 第37-51页 |
| 3.1 卡尔曼滤波及其改进滤波理论概述 | 第37-41页 |
| 3.1.1 经典卡尔曼滤波理论 | 第37-38页 |
| 3.1.2 扩展卡尔曼滤波理论 | 第38-40页 |
| 3.1.3 无迹卡尔曼滤波理论 | 第40-41页 |
| 3.1.4 强跟踪滤波理论 | 第41页 |
| 3.2 非线性三自由度车辆状态估计模型 | 第41-43页 |
| 3.2.1 车辆坐标系及建模假设 | 第41-42页 |
| 3.2.2 车辆模型 | 第42-43页 |
| 3.3 基于非线性滤波的车辆状态估计 | 第43-48页 |
| 3.3.1 状态空间描述 | 第43页 |
| 3.3.2 各个滤波算法步骤 | 第43-45页 |
| 3.3.3 虚拟仿真验证 | 第45-48页 |
| 3.4 本章小结 | 第48-51页 |
| 4 基于改进的卡尔曼滤波理论的汽车状态及参数估计 | 第51-65页 |
| 4.1 双扩展卡尔曼滤波理论 | 第51-54页 |
| 4.1.1 双扩展卡尔曼滤波算法原理介绍 | 第51-52页 |
| 4.1.2 自校正滤波 | 第52-54页 |
| 4.2 非线性八自由度状态估计用模型 | 第54-55页 |
| 4.2.1 整车模型 | 第54-55页 |
| 4.3 双扩展自适应卡尔曼滤波状态参数联合估计 | 第55-63页 |
| 4.3.1 双扩展自适应卡尔曼滤波过程 | 第55-57页 |
| 4.3.2 虚拟仿真验证 | 第57-63页 |
| 4.4 本章小结 | 第63-65页 |
| 5 基于扩展卡尔曼滤波的路面附着系数估计 | 第65-75页 |
| 5.1 路面附着系数估计方法 | 第65-66页 |
| 5.1.1 估计方法介绍 | 第65页 |
| 5.1.2 基于扩展卡尔曼滤波的参数估计 | 第65-66页 |
| 5.2 路面附着系数估计过程 | 第66-73页 |
| 5.2.1 引入路面附着系数的“魔术公式”轮胎模型 | 第66-67页 |
| 5.2.2 路面附着系数估计器设计 | 第67页 |
| 5.2.3 虚拟仿真验证 | 第67-73页 |
| 5.3 本章小结 | 第73-75页 |
| 6 全文总结及展望 | 第75-77页 |
| 6.1 全文总结 | 第75-76页 |
| 6.2 工作展望 | 第76-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 附录 | 第85页 |
| A. 攻读硕士学位论文期间发表的论文 | 第85页 |
| B. 攻读硕士学位论文期参加的科研项目 | 第85页 |