《高等學(xué)校研究生教材：汽車主動控制系統(tǒng)中參數(shù)估計的方法與應(yīng)用》主要介紹用于智能汽車控制系統(tǒng)、底盤主動控制系統(tǒng)和汽車安全預(yù)警裝置設(shè)計的狀態(tài)和參數(shù)估計理論、方法及應(yīng)用。在狀態(tài)觀測器和參數(shù)估計器的理論和方法方面，主要介紹卡爾曼濾波、最小二乘法、動態(tài)單純形法、龍貝格觀測器、多模型切換算法、滑模觀測器以及用于車輛質(zhì)心側(cè)偏角估計的運(yùn)動學(xué)方法、基于試驗(yàn)知識的車速與路面附著系數(shù)估計方法及集成算法。根據(jù)上述汽車控制系統(tǒng)與裝置的算法設(shè)計需要和常用的傳感器配置特點(diǎn)，研究了車速、汽車質(zhì)心側(cè)偏角、汽車橫擺角速度、汽車質(zhì)心高度、制動器輪缸壓力、路面附著系數(shù)、道路橫坡角、側(cè)向風(fēng)等關(guān)鍵狀態(tài)參數(shù)的估計方法和應(yīng)用。此外，還介紹了用于觀測器或估計器設(shè)計的車輛、輪胎和車輪的動力學(xué)模型以及制動系統(tǒng)壓力調(diào)節(jié)裝置的壓力模型。
《高等學(xué)校研究生教材：汽車主動控制系統(tǒng)中參數(shù)估計的方法與應(yīng)用》可供智能汽車控制系統(tǒng)、底盤主動控制系統(tǒng)和汽車安全預(yù)警裝置的設(shè)計及研究人員參考。
第1章 緒論
1.1 模型、參數(shù)與狀態(tài)估計
1.1.1 模型
1.1.2 參數(shù)與狀態(tài)估計
1.2 參數(shù)估計的目的和應(yīng)用
1.2.1 參數(shù)估計的一般目的和應(yīng)用
1.2.2 參數(shù)估計在汽車主動控制與安全預(yù)警裝置設(shè)計中的應(yīng)用
1.3 主要估計參數(shù)、方法與發(fā)展趨勢
1.3.1 主要估計參數(shù)
1.3.2 參數(shù)估計的主要方法
1.3.3 對參數(shù)估計方法的評價
1.3.4 發(fā)展趨勢
第2章 用于參數(shù)估計的車輛及其部件模型
2.1 用于參數(shù)估計的輪胎模型
2.1.1 輪胎的縱向滑動與側(cè)偏
第1章 緒論
1.1 模型、參數(shù)與狀態(tài)估計
1.1.1 模型
1.1.2 參數(shù)與狀態(tài)估計
1.2 參數(shù)估計的目的和應(yīng)用
1.2.1 參數(shù)估計的一般目的和應(yīng)用
1.2.2 參數(shù)估計在汽車主動控制與安全預(yù)警裝置設(shè)計中的應(yīng)用
1.3 主要估計參數(shù)、方法與發(fā)展趨勢
1.3.1 主要估計參數(shù)
1.3.2 參數(shù)估計的主要方法
1.3.3 對參數(shù)估計方法的評價
1.3.4 發(fā)展趨勢
第2章 用于參數(shù)估計的車輛及其部件模型
2.1 用于參數(shù)估計的輪胎模型
2.1.1 輪胎的縱向滑動與側(cè)偏
2.1.2 Dugoff輪胎模型
2.1.3 線性輪胎模型
2.1.4 Burckhardt輪胎縱向力模型
2.1.5 LuGre輪胎縱向力模型
2.2 用于參數(shù)估計的車輛模型
2.2.1 單軌車輛模型
2.2.2 2-DOF四輪車輛模型
2.2.3 車輛側(cè)傾平面模型
2.3 車輪旋轉(zhuǎn)運(yùn)動模型
第3章 卡爾曼濾波
3.1 卡爾曼濾波概述
3.1.1 線性系統(tǒng)
3.1.2 卡爾曼濾波理論和算法
3.1.3 卡爾曼濾波的實(shí)際應(yīng)用和擴(kuò)展
3.2 卡爾曼濾波在汽車主動控制中的應(yīng)用
3.2.1 車輪角加速度估計
3.2.2 卡爾曼濾波在車輛ESC系統(tǒng)數(shù)據(jù)處理中的應(yīng)用
3.2.3 一階卡爾曼濾波
第4章 最小二乘法
4.1 普通最小二乘法
4.1.1 直線擬合
4.1.2 最小二乘的矩陣方法
4.1.3 最小二乘估計的統(tǒng)計特性
4.2 基于最小二乘法的路面附著系數(shù)和制動器輪缸壓力的估計
4.2.1 輪胎一路面摩擦估計的意義及其估計方法簡介
4.2.2 ABS制動器壓力模型和車輪運(yùn)動模型
4.2.3 輪胎縱向力模型
4.2.4 基于模型的輪速計算
4.2.5 路面摩擦與制動壓力的估計和算例
4.3 遞推最小二乘法及其應(yīng)用
4.3.1 RLS算法
4.3.2 輪胎廣義制動剛度估計的RLS算法
4.3.3 路面附著系數(shù)和車輛重心側(cè)偏角估計的RLS算法
第5章 動態(tài)單純形法
5.1 實(shí)時優(yōu)化概述
5.2 Nelder-Mead單純形法和動態(tài)單純形法
5.2.1 Nelder-Mead單純形法
5.2.2 動態(tài)單純形法的算法和步驟
5.2.3 DSA參數(shù)選擇
5.3 DSA算法的應(yīng)用
5.3.1 穩(wěn)態(tài)道路橫坡角
5.3.2 基于DSA的聯(lián)合估計器
5.3.3 聯(lián)合估計器的優(yōu)化模型
5.3.4 仿真結(jié)果
第6章 基于局部線性化的廣義龍貝格觀測器
6.1 廣義龍貝格觀測器概述
6.2 用于重心側(cè)偏角和路面附著估計的廣義龍貝格觀測器
6.2.1 局部線性化
6.2.2 可觀性分析
6.2.3 反饋增益的確定
6.2.4 仿真驗(yàn)證
第7章 多模型切換算法
7.1 概述
7.2 車輛重心高度估計的多模型算法
7.2.1 多模型切換算法及其切換指數(shù)
7.2.2 數(shù)值分析
7.3 基于多模型算法的側(cè)向風(fēng)估計器
7.3.1 估計器結(jié)構(gòu)框圖
7.3.2 用于側(cè)向風(fēng)估計的多模型切換算法
7.3.3 仿真結(jié)果
……
第8章 滑模狀態(tài)觀測器
第9章 基于試驗(yàn)知識的參數(shù)估計方法
第10章 參數(shù)估計的集成算法
參考文獻(xiàn)
書單推薦
