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丨JME文章推荐

提示：点击上方"机械工程学报"↑关注我吧

车辆主动安全控制是避免严重安全事故发生的关键技术，而准确获取车辆状态信号是实现车辆主动安全控制的必要前提。由于部分车辆状态信号通常无法直接测量，或直接测量的成本过于昂贵，无法广泛应用于汽车工业，因此车辆状态估计成为车辆主动安全控制领域的研究热点。在车辆状态信号中，纵向车速和质心侧偏角是车辆主动安全控制系统最常用的参考输入信号，也是经常需要估计的状态信号。

卡尔曼滤波方法，包括基于此发展的扩展卡尔曼滤波和无迹卡尔曼滤波是最常用的车辆估计方法。在该方法中，需要对反映估计模型不确定性的过程噪声，以及信号测量过程中的测量噪声进行噪声协方差矩阵估计。在实际工程应用中，不仅估计模型的不确定性定量化有困难，而且测量噪声受外界因素影响较大，非恒定不变。遗憾的是，所述噪声协方差矩阵对状态估计精度影响非常大，该缺陷严重限制了卡尔曼滤波方法及发展方法的工程应用。为此，学者提出了噪声协方差矩阵自适应调整机制，发展出了自适应卡尔曼滤波方法。

由于分布式驱动电动汽车具有结构紧凑、动力传动链短、控制响应快、车轮转矩分配灵活等优点，已成为电动汽车的重要发展方向。分布式驱动电动汽车在不增加传感器的情况下，可通过驱动电机准确获得车轮转矩和转速，信息的感知范围相对于传统车辆有较大程度的拓展，为车辆状态的精确估计提供了基础。

通过对已有研究成果的分析，如何在引入自适应调整机制条件下，确保估计方法的稳定性，避免估计发散的同时，提高估计精度是亟待解决的关键问题。另一方面，从工程应用的角度出发，如何提高估计算法的实时性、易用性同样至关重要。

科研人员张志勇、张淑芝、黄彩霞、张刘铸和李博浩提出了一种新的自适应扩展卡尔曼滤波方法。在其中，不仅改进了滑动窗口长度的自适应调整规则，而且提出了卡尔曼滤波增益和估计噪声协方差矩阵的自适应调整方法。前者提高了算法的实时性和易用性，使得自适应估计方法更适合单片机实现；后者使得提出的自适应方法，比传统的直接更新过程噪声协方差矩阵和测量噪声协方差矩阵的自适应方法更稳定，精度更高。数值仿真和试验验证了他们所提出估计方法的优越性。

他们已经该项科研成果刊发于《机械工程学报》2019年第6期，对论文感兴趣的朋友可以速戳屏幕下方的“阅读原文”，免费获取全文阅读，拿走不谢！

自适应扩展卡尔曼滤波估计流程

试验用车

试验视频

重要结论

(1) 提出的卡尔曼滤波增益和估计噪声协方差矩阵自适应调整策略，能确保车辆状态估计的稳定性，避免估计发散。

(2) 基于新息的滑动窗口长度自适应调整策略，在车辆非“机动”时采用最大窗口长度，能减小状态估计的稳态误差；在“机动”时，采用最小窗口长度，能提高状态估计的动态响应速度。

(3) 单片机的自适应扩展卡尔曼滤波车辆状态估计算法实现，证明算法的实时性和易用性得到了保证。

(4) 数值仿真和试验的结果证明，本文提出的自适应扩展卡尔曼滤波不仅能提高车辆状态估计精度，而且对测量噪声协方差矩阵初值具有较强的鲁棒性。

主创简介

张志勇，男，1976年出生，副教授，湖南大学工学博士，主要从事电动汽车技术、车辆动力学及控制方面的科研与教学工作。研究方向包括：①分布式驱动电动汽车的横向稳定性、差动转向、电子差速控制理论与方法；②电动汽车动力电池的SOC预测与充放电均衡；③车辆振动、噪声分析与控制。近5年主持国家自然科学基金1项、省自然科学基金2项、其他项目5项，参与科研项目4项。在国内外权威期刊发表学术论文30余篇，其中SCI、EI检索20余篇。

课题组在研项目简介

国家自然科学基金面上项目“具有转矩不确定性的分布式驱动电动汽车横向失稳机理与控制研究”（编号：51675057）；

湖南省教育厅优秀青年项目“考虑参数不确定性的分布式驱动电动汽车动力学稳定性控制研究”（编号：15B008）。

课题组近期研究成果

（1）针对轮毂电机给前悬架结构设计和车辆操纵稳定性带来的挑战，基于轮毂电机驱动电动汽车转向性能开展了前悬架结构设计与参数优化。在可利用的设计空间中设计了适合轮毂电机驱动的前悬架转向节结构和初步确定了关键硬点的坐标值；以转向轻便性为优化目标，以转向回正性为约束条件，进而建立了基于转向性能的车轮定位参数优化模型，并利用Isight和Adams/Car集成优化平台对转向节的硬点坐标值进行参数优化；通过数值仿真和实车试验开展了转向轻便性和转向回正性试验研究，详细对比分析了优化前后的转向性能，验证了优化结果的有效性。

（2）为了给分布式驱动电动汽车动力学控制提供一种可靠、快速的试验方案，课题组开发了一种新型的通用硬件在环仿真系统。硬件系统包括飞轮惯性盘、电机—测功机模块、电池模拟器、液压制动器、信号与数据通讯接口等，软件系统包括台架控制软件、实时车辆动力学模型、信号与数据通讯接口软件等。所开发试验系统能实现多种驱动模式切换，适合开展电机驱动控制、行驶负载模拟、整车动力学分析与控制、电池充放电特性模拟等试验。通过电子差速控制系统的硬件在环仿真试验，验证了试验系统的有效性。

（3）针对无刷直流电机直接转矩控制系统中，电机输出转矩估计或观测存在需检测电机状态信号难以精确地检测、观测或计算等不可避免的难题，提出一种利用电机线电流和转速两个易检测信号进行电机输出转矩估计的方法。该方法首先基于拉丁超立方抽样方法确定建模数据，确保离散数据的可靠性;   然后通过核函数将建模数据中的自变量变换到特征空间，将自变量与因变量之间的非线性关系在特征空间中线性地展开;   最后在特征空间中利用偏最小二乘回归方法建立电机输出转矩的估计模型。通过对转矩估计精度和控制系统性能进行分析及实验验证，证明了所提转矩估计方法能准确地估计电机输出转矩，确保电机直接转矩控制系统的性能，该方法具有较强的实用性。

（4）作为新能源汽车重要形式的电动汽车，驱动系统的分析与控制一直是研究重点，而电机的建模参数确定是其中的基础与难题。课题组提出了一种基于车辆动力性的无刷直流电机建模参数确定方法。该方法首先结合电动汽车动力学方程，匹配满足电动汽车动力性要求的电机功率和扭矩；然后根据无刷直流电机的电压方程和转子动力学方程，推导出电机达到预期功率和扭矩的反电势系数和绕组电感的取值范围；参考电源电压、反电动势系数、绕组电感和电阻对车辆动力性的影响规律，可最终确定电机的建模参数。为了验证提出的电机建模参数确定方法的有效性，基于CarSim和MATLAB/Simulink的联合仿真对车辆动力性进行了分析，结果证明该方法确定的电机建模参数能满足要求。

(5) 为了提高分布式驱动电动汽车横向稳定性控制策略鲁棒性和驱动电机效率，课题组开展了车辆动力学控制研究。首先建立了分布式驱动电动汽车七自由度动力学模型，然后基于鲁棒控制理论，设计了基于状态观测的H∞车辆稳定性控制器。借助分布式驱动电动汽车每个车轮均能独立控制的特点，将差动制动与差动驱动相结合，提出了基于直接横摆力矩的转矩分配控制策略。通过变道典型工况进行数值仿真，结果表明所提出的基于转矩分配的横向稳定性控制策略能很好地改善车辆横向稳定性，且能减小车轮输出转矩，将车轮滑移率控制在较低范围内。

寻觅合作伙伴

有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。

感谢关注我们！我们《机械工程学报》编辑部将努力为您打造一个有态度、有深度、有温度的学术媒体！

推荐阅读

1.CJME最新SCI影响因子1.413，Q3区
2.最新机械工程领域SCI期刊一览(2018JCR)3.轮足式仿生软体机器人设计与运动分析 | JME文章推荐4.深海海底钻机收放装置关键零部件可靠性分析与试验丨JME封面文章5.绿色切削微量润滑增效技术研究进展丨JME封面文章6.摩擦纳米发电机在自驱动微系统研究中的现状与展望 |JME封面文章7.激光加工平面型微超级电容器的研究进展与发展趋势丨JME封面文章8.面向灾难搜索救援场景的空地协同无人群体任务规划研究丨JME文章推荐9.基于微流控芯片的生物细胞电阻抗成像检测技术丨JME文章推荐10.双臂协调机器人相对动力学建模丨JME文章推荐11.针对高维优化问题的快速追峰采样方法丨JME论文推荐

版权声明：

---

本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！

在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!

商务合作：

---

联系人：张强

电话：[phone]

E-mail：[e-mail]

网 址：http://www.cjmenet.com.cn

官方微信号：jmewechat

长按图片，识别二维码，关注我哟