大学生电动方程式赛车车速验证

在大学生方程式汽车大赛中有一项比赛为75 m的直线加速赛，其在起点的起步加速和终点的制动工况中存在滑转和滑移等工况，可用于验证车速估计算法的准确性，其赛道布置如图12－43所示，在该赛道上进行直线加速试验并记录数据。

图12－43　直线加速赛道

在试验中，试验场地为水泥路面，附着系数较低，轮胎易发生抱死和滑转现象，对自适应卡尔曼滤波车速观测器的鲁棒性有较强的考验。

试验数据通过数据记录仪进行存储，并通过上位机软件读取并进行分析，如图12－44所示。

图12－44　直线加速赛中观测到的车速和轮速(www.xing528.com)

在图12－44中，第一、二、三、四栏的数据分别为左前、右前、左后、右后轮速所得车速，第五栏的数据是使用自适应卡尔曼滤波加速度与4个轮速融合得到的车速。左前轮和左后轮在起步时发生滑转，而车速估计算法所得车速未受其影响，车速估计算法可以很好地滤除车轮滑转噪声。

由于在赛车上没有真实车速传感器，为了进一步验证车速估计算法的准确性，后面两轮的电机不施加力矩，将其作为从动轮，根据从动轮的轮速计算出真实的车速，并与车速估计算法所得到的车速进行比较，试验结果如图12－45所示。可以看出，在起步时左前轮和右前轮均发生一定的滑转，作为从动轮的左后轮和右后轮未发生滑转，从动轮所得到的车速与车速估计算法所得车速基本一致。

图12－45　车速估计算法车速与从动轮车速的对比

容易得出结论：观测器能够较为准确地估计出实车实时车速，并且不受加速度传感器静态偏移、车轮滑转或者传感器通信受到干扰时噪声的影响。具有较好的鲁棒性和适应性，能够用于四轮独立电驱动赛车的车速估计。

车速估计算法在实现过程中，4个轮速可以通过电机本身的旋转编码器获取，仅需再安装一个成本仅为几十元的加速度传感器即可得到赛车的车速，相较于IMU＋GPS的融合测速方式，成本低廉且不易受天气因素干扰，所设计的车速估计算法不仅适用于四轮独立电驱动赛车，也适用于四轮独立驱动的其他类型车辆。