四轮毂电机驱动全线控电动汽车轮胎力估计方法及系统

联系合作
智能网联汽车
智能制造与装备
成果单位: 北京理工大学
合作方式: 自行实施合作开发技术转让技术许可技术入股
所处阶段: 概念
关键词: 四轮毂电机车全线控电动车车辆安全控制传感信号参数动力学模型卡尔曼滤波器轮胎力估计
总得分 (满分100)
0
资本强度 (满分0)
该成果得分:0

核心问题

在四轮毂电机驱动的全线控电动汽车中,准确估计轮胎力对于车辆的安全控制和性能优化至关重要。然而,传统方法往往依赖于高成本的专用传感器,且难以实现全面的轮胎力估计(包括纵向、侧向和垂向)。这增加了车辆制造成本,并可能在某些情况下限制控制精度和响应速度。

解决方案

本发明提出了一种创新的轮胎力估计方法及系统,该方法仅利用低成本的车载传感器信息(如悬架高度、惯性测量数据等)以及轮毂电机和线控制动系统的状态反馈信息。通过构建滚动动力学模型、横向车辆模型和纵向车辆模型,并结合强跟踪无迹卡尔曼滤波器和经典卡尔曼滤波器,实现对轮胎垂直力、纵向力和侧向力的精准估计。这种方法不仅降低了成本,还提高了轮胎力估计的全面性和准确性。

竞争优势

本发明相较于传统方法具有显著优势。首先,它实现了对轮胎三维力的全面估计,为车辆的安全控制和性能优化提供了更全面的数据支持。其次,通过利用低成本车载传感器和车辆状态反馈信息,大大降低了系统成本,提高了市场竞争力。最后,该方法的创新性和实用性使其在新能源汽车零部件配件制造及服务领域具有广阔的应用前景和巨大的市场潜力。

成果公开日期

20241220

所属产业领域

制造业

转化现有基础

1、成果由北京理工大学单独持有;2、本成果已授权专利

转化合作需求

技术许可、合作开发、技术服务和咨询、技术转让等

转化意向范围

可国(境)内外转让

转化预期效益

会同成果完成团队与意向方共同研讨合作方案

项目名称

北京理工大学产业开发研究院

项目课题来源

北京市科学技术委员会;中关村科技园区管理委员会

摘要

本发明公开一种四轮毂电机驱动全线控电动汽车轮胎力估计方法及系统,涉及车辆安全控制技术领域,方法包括:获取车内传感器的传感信号参数;所述传感信号参数包括悬架高度数据、惯性测量数据、方向盘角度数据、车辆信号数据和电机数据;根据传感信号参数分别构建滚动动力学模型、横向车辆模型和纵向车辆模型;基于强跟踪无迹卡尔曼滤波器,根据滚动动力学模型估计垂直轮胎力;基于经典卡尔曼滤波器,根据纵向车辆模型估计纵向轮胎力;基于强跟踪无迹卡尔曼滤波器,根据横向车辆模型、垂直轮胎力和纵向轮胎力估计侧向轮胎力。本发明利用低成本车载传感器信息,轮毂电机和线控制动系统状态反馈信息实现轮胎纵向、侧向和垂向轮胎估计力。

试试对话AI技术经理人
WENXIAOGUO
问小果
该成果有哪些相似成果?
该成果可能有哪些需求方?
该成果的市场前景如何?
北京理工大学的相关成果还有哪些?