基于多传感器信息融合的车辆纵向车速估计方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 车速估计研究的国内外现状 | 第13-16页 |
| 1.3.1 直接法 | 第13-14页 |
| 1.3.2 间接法 | 第14-16页 |
| 1.4 本文的主要研究内容 | 第16-18页 |
| 第2章 系统动力学模型的建立与分析 | 第18-24页 |
| 2.1 汽车动力学模型的建立 | 第18-19页 |
| 2.2 轮胎模型 | 第19-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第3章 DSC系统基础信号处理 | 第24-33页 |
| 3.1 轮速传感器的信号处理 | 第25-31页 |
| 3.1.1 轮速计算 | 第25-30页 |
| 3.1.2 轮速的滤波 | 第30-31页 |
| 3.2 方向盘转角传感器的信号处理 | 第31-32页 |
| 3.3 其他传感器的信号处理 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 车辆状态识别及基准轮速计算 | 第33-42页 |
| 4.1 车辆行驶状态识别 | 第33-35页 |
| 4.2 直线行驶工况下的基准轮速计算 | 第35-36页 |
| 4.3 特殊工况下的轮速修正 | 第36-39页 |
| 4.3.1 转弯下的轮速修正 | 第36-37页 |
| 4.3.2 欠压下的轮速修正 | 第37-39页 |
| 4.4 纵向加速度信号的修正 | 第39-40页 |
| 4.5 本章小结 | 第40-42页 |
| 第5章 DSC系统的参考车速算法 | 第42-62页 |
| 5.1 卡尔曼滤波算法 | 第42-48页 |
| 5.1.1 线性卡尔曼滤波（KF）算法 | 第42-44页 |
| 5.1.2 扩展卡尔曼滤波（EKF）算法 | 第44-45页 |
| 5.1.3 容积卡尔曼滤波（CKF）算法 | 第45-48页 |
| 5.2 卡尔曼滤波的重要性质 | 第48-50页 |
| 5.2.1 卡尔曼滤波的误差 | 第49-50页 |
| 5.2.2 噪声统计特性的选取原则 | 第50页 |
| 5.3 卡尔曼滤波器的构造 | 第50-52页 |
| 5.3.1 基于运动学模型的卡尔曼滤波器的构造 | 第50-52页 |
| 5.3.2 基于动力学模型的卡尔曼滤波器的构造 | 第52页 |
| 5.4 仿真数据验证 | 第52-58页 |
| 5.4.1 仿真平台建立 | 第53-55页 |
| 5.4.2 车速估计算法的仿真验证 | 第55-58页 |
| 5.5 双层架构的自适应参考车速算法 | 第58-61页 |
| 5.5.1 置信度系数的确定 | 第60页 |
| 5.5.2 噪声方差的计算 | 第60-61页 |
| 5.6 本章小结 | 第61-62页 |
| 第6章 道路实验及结果分析 | 第62-68页 |
| 6.1 低附上坡制动试验 | 第62-65页 |
| 6.2 低附双移线加速试验 | 第65-67页 |
| 6.3 本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
