基于轮速卡尔曼滤波-LESO的驱动轮纵向力估计方法

    公开(公告)号:CN119502926A

    公开(公告)日:2025-02-25

    申请号:CN202411645881.2

    申请日:2024-11-18

    Applicant: 同济大学

    Abstract: 本发明提出了一种基于轮速卡尔曼滤波‑LESO的驱动轮纵向力估计方法,包括:步骤S1、基于卡尔曼滤波器设计无人驾驶矿车驱动轮轮速滤波器对驱动轮轮速进行滤波处理;步骤S2、设计无人驾驶矿车驱动轮轮速的线性扩张观测器,并结合步骤S1输出的驱动轮轮速获取驱动轮纵向力。本发明基于轮速卡尔曼滤波KF降噪后,利用线性扩张观测器LESO对无人驾驶矿车驱动轮的纵向力的估计,从而提高了驱动轮纵向力的估计值精度。

    基于滑模观测器的驱动轮纵向力估计方法

    公开(公告)号:CN119502925A

    公开(公告)日:2025-02-25

    申请号:CN202411645830.X

    申请日:2024-11-18

    Applicant: 同济大学

    Abstract: 本发明提出了一种基于滑模观测器的驱动轮纵向力估计方法,包括以下步骤:步骤S1、推导有系统输入、带有界扰动量和系统干扰项的一阶系统的有界扰动量的滑模观测器结构;步骤S2、基于无人驾驶矿车四分之一车辆动力学模型和有界扰动量的滑模观测器结构,推导驱动轮纵向力滑模观测器结构;步骤S3、利用TS模糊逻辑对驱动轮纵向力观测器中反馈增益进行参数自适应。本发明基于滑模观测器对驱动轮的纵向力进行估计,省去了对驱动轮驱动力矩及滚动阻力系数的计算,并将TS模糊逻辑应用于传统滑模观测器,对观测器中的反馈增益进行自适应调整,有利于观测器快速、稳定收敛于真实值。

Patent Agency Ranking