| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 智能电动车发展现状 | 第9-13页 |
| 1.2.1 轮毂电机驱动电动汽车发展现状 | 第9-11页 |
| 1.2.2 智能汽车发展现状 | 第11-13页 |
| 1.3 智能汽车的关键技术 | 第13-14页 |
| 1.4 智能电动车状态估计与控制技术研究概况 | 第14-16页 |
| 1.4.1 车身状态估计研究现状概况 | 第14-15页 |
| 1.4.2 横向控制研究现状概况 | 第15-16页 |
| 1.4.3 纵向控制研究现状概况 | 第16页 |
| 1.5 本文主要研究内容 | 第16-18页 |
| 2 轮毂电机驱动电动汽车动力学模型与仿真 | 第18-28页 |
| 2.1 参考坐标系定义及模型简化假设 | 第18-19页 |
| 2.2 整车动力学模型 | 第19-20页 |
| 2.3 整车子系统模型 | 第20-24页 |
| 2.3.1 车轮模型 | 第20-21页 |
| 2.3.2 轮胎模型 | 第21-24页 |
| 2.3.3 电机模型 | 第24页 |
| 2.4 轮毂电机驱动电动汽车模型仿真验证 | 第24-26页 |
| 2.4.1 整车模型主要参数 | 第24-25页 |
| 2.4.2 仿真试验验证 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 基于自适应无迹卡尔曼滤波的车辆行驶状态估计 | 第28-42页 |
| 3.1 卡尔曼滤波及其改进滤波技术概述 | 第28-32页 |
| 3.1.1 经典卡尔曼滤波算法 | 第28-30页 |
| 3.1.2 扩展卡尔曼滤波算法 | 第30页 |
| 3.1.3 无迹卡尔曼滤波算法 | 第30-32页 |
| 3.2 基于AUKF的轮毂电机驱动电动汽车状态估计原理 | 第32-34页 |
| 3.2.1 车辆估算模型 | 第32-33页 |
| 3.2.2 估计系统方程的建立 | 第33-34页 |
| 3.3 基于AUKF轮毂电机驱动电动汽车车速估计算法流程 | 第34-35页 |
| 3.4 算法验证 | 第35-39页 |
| 3.5 本章小结 | 第39-42页 |
| 4 智能轮毂电机驱动电动汽车纵横向控制研究 | 第42-70页 |
| 4.1 智能电动车辆纵横向控制系统的结构 | 第42-43页 |
| 4.2 智能电动车辆预瞄距离的规划 | 第43-53页 |
| 4.2.1 车辆预瞄运动模型的建立 | 第43-44页 |
| 4.2.2 车辆简化横向运动学控制模型 | 第44-45页 |
| 4.2.3 横向PD闭环控制系统构建及特性分析 | 第45-49页 |
| 4.2.4 智能电动车预瞄规则的设定 | 第49-53页 |
| 4.3 智能车辆横向控制系统的设计 | 第53-61页 |
| 4.3.1 前馈控制器设计 | 第54-55页 |
| 4.3.2 自寻优调整因子的模糊反馈控制器设计 | 第55-61页 |
| 4.4 智能电动车纵向控制系统的设计 | 第61-62页 |
| 4.5 仿真验证 | 第62-67页 |
| 4.5.1 车道变换控制仿真验证 | 第63-64页 |
| 4.5.2 车道保持与车辆跟踪综合控制仿真验证 | 第64-67页 |
| 4.6 本章小结 | 第67-70页 |
| 5 智能车纵横向控制系统试验研究 | 第70-78页 |
| 5.1 试验平台系统的特点与结构 | 第70-71页 |
| 5.2 试验平台系统的软硬件组成 | 第71-73页 |
| 5.2.1 软硬件平台组成 | 第72-73页 |
| 5.2.2 试验平台搭建 | 第73页 |
| 5.3 虚拟道路试验验证 | 第73-76页 |
| 5.4 本章小结 | 第76-78页 |
| 6 全文总结及展望 | 第78-80页 |
| 6.1 全文总结 | 第78页 |
| 6.2 工作展望 | 第78-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-86页 |