题目：极限工况下车辆状态参数的估计算法研究

实时、准确的获取汽车行驶过程中的各状态参数，是汽车动力学控制系统研究的必要前提和关键技术。由于汽车是一个集成了众多机械机构、电子系统和机电元件的复杂系统，所以获取车辆运动状态需要高精度的测试器件。出于成本和技术水平的考虑，设计并构建某些关键车辆状态参数的状态观测器，用观测器的估计值代替传感器的直接测量值具有重要意义。　　车辆质心侧偏角和横摆角速度是表征车辆侧向动力学状态的主要参数，也是车辆状态参数估计的重要内容。本文首先建立了卡尔曼滤波算法和全局状态观测器，两种估计算法均能同时估计质心侧偏角和横摆角速度。卡尔曼滤波是一种从与被提取信号有关的观测量中通过算法估计出所需信号目标状态变量的滤波算法，而全局状态观测器是建立在8自由度非线性车辆动力学模型基础上的闭环反馈状态观测器。然后基于整车动力学仿真软件veDYNA设计了多种典型车辆操纵稳定性测试试验工况，对比检验了两种观测器对车辆质心侧偏角和横摆角速度的估计效果。仿真结果表明：卡尔曼滤波法在稳态、线性工况下具有较高的估计精度，而在瞬态、极限工况下，该方法出现了不同程度的误差；闭环反馈全局状态观测器则在各种工况下均有较好的估计效果，该方法的提出，为车辆动力学控制系统的实际开发提供了一条更加准确且低成本的研究思路。