基于數據融合的輪轂式電動汽車新穎架構

基于數據融合的輪轂式電動汽車新穎架構

車輪速度傳感器常用于傳統的ABS中測量車輪轉速。基于數據融合的概念，提出了一種用于輪轂式電動汽車的新穎架構。在ABS的輪速測量系統中，可以提供更高的精度、可靠性、冗余和容錯。所提出的方法是使用實際的ABS硬件進行廣泛驗證。試驗結果表明，根據所提出的數據融合方法，相比于目前市售的ABS傳感器，車輪速度的估計準確度最多提高了46%。所提出的方法具有大幅度提高輪式電動汽車ABS性能的潛力。

ABS在現代車輛安全中起著決定性的作用，其可以提高汽車的操控性并且縮短在嚴峻環境下的制動距離。速度傳感器在傳統ABS系統中是一個很重要的組件，其用于測量車輪的角速度，該數據被用作計算滑移率這個重要參數：ABS所應用的車速數據在實際操作中不能夠被精確測量，通常是從輪速數據中進行估算。這意味著整體滑移的測量精度很大程度上決定于輪速的測量精度。

目前，大部分控制ABS的方法都是基于滑移進行控制。然而，此種方法中的比例項控制器對于噪聲干擾很敏感。為了顯示錯誤的滑移率測量對開關控制的ABS性能影響，在Matlab中結合已有的ABS模型研究了噪聲干擾對汽車制動距離的影響。結果顯示，隨著噪聲干擾功率的不斷增大，制動距離也隨之增大。

所提出的方法在ABS作用期間，利用了輪轂電機的反電動勢（back EMF）估計輪速。反電動勢的電壓值可以為提高輪轂式電動汽車ABS性能提供有用的信息。使用數據融合算法將輪轂電機的反電動勢與從實際ABS中抽取到的兩路測量信號進行融合。試驗結果顯示，通過該種融合方法可以顯著提高輪速精度。

Amir Dadashnialehi et al. EnhancedABSforIn-WheelElectricVehicles Using Data Fusion.

編譯：齊健華