基于自适应扩展卡尔曼滤波的分布式驱动电动汽车状态估计

作     者：张志勇 张淑芝 黄彩霞 张刘铸 李博浩 ZHANG Zhiyong;ZHANG Shuzhi;HUANG Caixia;ZHANG Liuzhu;LI Bohao

作者机构：工程车辆安全性设计与可靠性技术湖南省重点实验室长沙410114 长沙理工大学汽车与机械工程学院长沙410114 湖南大学机械与运载工程学院长沙410082 

出 版 物：《机械工程学报》 (Journal of Mechanical Engineering)

年 卷 期：2019年第55卷第6期

页      面：156-165页

核心收录：

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家自然科学基金(51675057) 湖南省教育厅(15B008 16C0906)资助项目 

主　　题：电动汽车 状态估计 扩展卡尔曼滤波 分布式驱动 自适应控制 

摘      要：纵向车速和质心侧偏角是车辆主动安全控制系统的关键参考状态信号,通常采用卡尔曼滤波算法估计。当系统噪声和测量噪声的统计特性存在不确定性时,不仅估计精度会降低,甚至导致估计器发散。结合分布式驱动电动汽车4个车轮转矩和转速可直接测量的特点,提出一种车辆状态自适应扩展卡尔曼滤波估计方法。基于量纲一化新息平方实现车辆状态估计有效性检测,提出滑动窗口长度自适应调整规则;根据新息统计特性提出卡尔曼滤波增益和状态估计误差协方差矩阵的自适应调整策略,及基于车辆状态估计稳态误差和动态响应速度的自适应参数确定原则。数值仿真和试验证明,所提出的车辆状态估计方法,不仅估计精度较高,而且实时性和易用性较强。