基于LO-EKF算法的分布驱动电动汽车状态估计的研究.pdfVIP

汽 车 工 程 2014年(第36卷)第 11期 AutomotiveEngineering 2014246 基于LO—EKF算法的分布驱动电动汽车状态估计的研究术 林 程 ，王 刚 ，曹万科 ，周逢军 (1．北京理工大学，电动车辆国家工程实验室，北京 100081； 2．山东交通学院汽车工程学院，济南 250023) [摘要] 本文中对分布式驱动电动汽车的状态估计进行研究。首先利用龙伯格状态观测器实时观测对车辆 的状态估计影响较大的路面坡度，接着，提出了采用扩展卡尔曼滤波算法，以车辆 ESP传感器所获取的数据信息作 为观测值，对分布式驱动电动汽车的动力学状态变量进行估计。最后进行 Carsim和 MATLAB联合仿真。结果表 明，基于扩展卡尔曼滤波和龙伯格观测器的车辆状态估计算法能较好的估算出车辆的相关动力学状态值 ，算法可 行，收敛速度较快。 关键词：分布式驱动电动汽车；车辆状态估计；坡度观测；扩展卡尔曼滤波器；龙伯格观测器 A StudyontheVehicleStateEstimationfora · Distributed—driveEV BasedonLO—EKFAlgorithms LinCheng．WangGang．CaoWanke ＆ZhouFengjun‘ 1．BefiingInstituteofTechnology，NationalEngineeringLaboratoryforElectricVehicles，Beijing 100081； 2．SchoolofAutomotiveEngineering．ShandongJiaotongUniversity． n0n 25O023 『Abstract] A studyonvehiclestateestimationiSconductedforadistributed—driveelectricvehicleinthis paper．FirstlyLuenbergerobserver(LO)isadoptedtoobservetheroadslope，whichhassignificanteffectsonvehi— clestateestimation．ThenextendedKalmanfilterfEKF algorithm isusedwiththedatainformationobtainedfrom ESPsensorasobservedvalue．thedynamicsstatevariablesofdistributed—driveelectricvehicleareestimated．Fina1． 1yaCarsim—MatlabCO—simulationisperformed．Theresultsshow thattheproposedvehiclestateestimationalgorithm basedonLOandEKFiSfeasibleandcanwellestimatetherelevantdynamicsstatevariablesofvehiclewitharather highconvergencespeed． Keywords：distributed—driveelectricvehicle；vehiclestateestimation；road slopeobservation；extended Kalman filter；Luenbergerobserver 的坡度时，上述算法的准确性有待提高。 日Jl吾 分布式驱动电动汽车的优点为电机驱动转矩 和转速可 以实时读取 J。本文 中首先提出了基于 行驶过程中，