吉林大学硕士学位论文开题报告_吉林大学硕士开题报告

吉林大学硕士学位论文开题报告由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“吉林大学硕士开题报告”。

吉林大学硕士学位论文开题报告

——基于FPGA实现的汽车轮胎力的估计方法

专 业：系统工程

姓 名：连 玺 学 号：2009522085 指导老师：解小华 教授

一、课题研究的背景

1.1 问题的提出

随着现代科技的进步，汽车进入了千家万户，在提高人们生活水平的同时也带来了一系列的社会问题。最受人关注的就是交通事故，据不完全统计[1-3]，全世界每年由于交通事故造成的死亡人数超过50万，受伤人数超过1200万，经济损失超过500亿美元。因此，怎么样保证汽车行驶的安全性就成为当前的重要研究课题之一。

汽车的稳定性是指汽车在行驶过程中能够抵抗外界干扰不发生侧滑侧翻的性能。汽车受到外部扰动（路面扰动或大风扰动）后恢复原来运动状态的能力，可分为纵向稳定性和横向稳定性。汽车在上下坡时，抵抗前后倾覆的稳定性称为纵向稳定性。在道路有侧向斜度或转弯行驶时，抵抗侧向倾覆和侧滑的稳定性称为横向稳定性。对大量交通事故的统计数据表明：多数事故的发生都直接或间接地与车辆失稳有关，因此汽车在行驶过程中的状态估计也就是确定汽车在行驶状态下纵向车速、横摆角速度、质心侧偏角等重要的状态变量是汽车稳定性控制系统的关键技术。目前，汽车的稳定性控制装置主要有：汽车防抱制动系统（简称 ABS）、汽车牵引力控制系统（简称TCS）、汽车横摆运动控制系统（简称DYC），汽车动力学控制系统（VDC）等。近几十年来，如何获得良好的汽车操纵稳定性，始终是国内外众多学者和设计师们的主要研究方向之一。

1.2课题研究的背景及意义

保障汽车的安全性策略主要包括两个方面：一个是被动安全策略，另一个是主动安全策略。被动安全策略指的是在危险已经发生的情况下，汽车系统如何动作，以减少对驾驶员和乘车人员的伤害，比如安全带、高强度车身、安全气囊、缓冲吸能区、可溃式方向盘、发动机自动下沉等等。主动安全策略是指在汽车面临发生危险之前，通过汽车自身的装置系统检测到危险即将发生，并自动及时采取有效措施，排除危险，或者把危险的损失降低到最小。从这个意义上讲，主动安全策略的核心思想就是预测危险即将发生，及时采取有效措施，使危险带来的 2

损失尽可能的小，比如4轮盘式刹车、高位刹车灯、汽车防抱制动系统、前后雾灯等等配置。从两种安全性策略的对比可看出，主动安全性策略可理解为防患于未然，重点是通过对车辆的悬架系统、制动系统和转向系统的调校和优化，使车辆的操控性能、制动性能和转向性能达到最好的程度，尽量提高汽车操纵的稳定性和行驶的安全性，减少行车时所产生的偏差。与被动安全性策略比较起来更具有可取性。

在车辆行驶的过程中，车辆速度是衡量稳定性的重要变量，当车辆行驶于路面时，车辆的横摆角速度，轮胎所受的纵向、侧向和法向力，直接决定了车辆的动态。特别是当对车辆有大幅度的操纵行为时，车辆速度变化就更加复杂，对车辆动态的影响就更加明显。所以说车辆的主动安全性系统，如电子稳定程序（ESP）和牵引力控制系统（TCS）等作用都依赖与准确的车速信息，因此，如果能实时准确了解车辆速度的变化及其趋势，就能为车辆的稳定性控制系统提供有价值的信息。因而对提高车辆的操纵稳定性、制动安全性有着重要的作用和意义[4] [5]。然而车辆在实际行驶中，车辆的速度受到大量外在因素的影响，如路面状况、轮胎气压力、车辆载荷、转向角等，而它们之间的相互影响关系对车辆的行驶速度，以及车辆的稳定性影响很大。因此，完全依赖于车载传感器来获得车辆速度，不能有效地为车辆稳定性控制器提供足够的信息，在有发生危险的趋势时，控制器不能提前动作以降低危险。这样就不能实现车辆的主动安全控制策略。为了实现车辆的主动安全策略，在发展精密传感器的基础上，还需要通过其它的方法来获得车辆的状态，为控制器提供有效信息，从而进行有效的控制决策。随着近年来估计理论的发展，人们在利用车载传感器所能获得的车辆状态（包括车体和车轮状态）的基础上，更加关注用估计的方法来估计那些很难测量或无法测量的车辆状态（如轮胎的纵向、侧向摩擦力和法向力、车辆质心侧偏角等）以及车辆速度。将估计的方法应用于对车辆系统中，可以有效地监测车辆的行驶状态，并在车辆有发生失去稳定性等危险之前，给出报警信号，及时采取有效措施，避免危险的进一步加剧，并通过有效的控制来逐步排除危险，由此来实现汽车系统的主动安全策略[6]。

随着技术的进步，汽车核心系统越来越复杂，将会不断地走向电子领域[7-10]。汽车中使用的复杂电子系统越来越多，车载ECU（汽车电子控制单元）的开发也 3

越来越复杂。对开发人员来说，应用在安全性系统的ECU，要求开发周期越来越短，产品质量越来越高，开发成本越来越低，传统的定制特定用途集成电路（ASIC）、专用标准电路模块（ASSP）和微控制器（MCU）都难以达到上述要求。因此设计人员开始转向研究现场可编程们阵列FPGA.因为FPGA的应用使得ECU的开发具有开发周期短，产品质量高，开发成本低等优点[11]。FPGA出现在20世纪80年代中期，与阵列型PLD有所不同，FPGA由许多独立的可编程逻辑模块组成，用户可以通过编程将这些模块连接起来实现不同的设计。FPGA由可编程逻辑块（CLB）、输入/输出模块（IOB）及可编程互连资源（PIR）等三种可编程电路和一个SRAM结构的配置存储单元组成[12]。CLB是实现逻辑功能的基本单元，它们通常规则地排列成一个阵列，散布于整个芯片中；可编程输入/输出模块（IOB）主要完成芯片上的逻辑与外部引脚的接口，它通常排列在芯片的四周；可编程互连资源（IR）包括各种长度的连线线段和一些可编程连接开关，它们将各个CLB之间或CLB与IOB之间以及IOB之间连接起来，构成特定功能的电路。

FPGA还具有静态可重复编程和动态在线系统重构的特性，使得硬件的功能可以像软件一样通过编程来修改。作为专用集成电路（ASIC）领域中的一种半定制电路，FPGA既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。FPGA具有在线修改能力，随时修改设计而不必改动硬件电路。FPGA能够反复使用，加电时，FPGA芯片将EPROM中数据读入片内编程RAM 中，配置完成后，FPGA进入工作状态。掉电后，FPGA恢复成白片，内部逻辑关系消失。FPGA的编程无须专用的FPGA 编程器，只须用通用的EPROM、PROM编程器即可。当需要修改FPGA功能时，只需换一片EPROM即可。这样，同一片FPGA，不同的编程数据，可以产生不同的电路功能。因此，FPGA的使用非常灵活。基于FPGA以上优点，用它来设计汽车车速的估计器既提高了估计器的快速性、可靠性，又降低了成本，而且由于它微型化的特点使其能在汽车上应用成为可能。因此本课题既有研究的理论意义，又有研究的现实意义。

二、汽车车速估计的国内外研究现状

2.1国内外研究现状

随着汽车工业的飞速发展，国内和国外的学者在汽车车速估计方法研究方面做了非常认真和仔细的工作，并且有大量的论文发表。但在国外产品中通常将轮速处理的软硬件制成专门的芯片加以保护，对其原理和实现方法，国内知之甚少。目前国内关于车速估计主要有以下几种方法[13-21]：

(1)轮速信号融合法。利用测量的4个轮速信号进行组合以得到参考车速的估计,常用的组合方法有最大值、平均值、非驱动轮平均值等。最大值是将每一时刻测量的4个轮速的最大值作为该时刻参考车速的估计值,平均值是将每一时刻测量的4个轮速的平均值作为该时刻的参考车速估计值,非驱动轮平均值是将每一时刻测量的非驱动轮轮速的平均值作为该时刻的参考车速估计值。这些方法实现过程非常简单,但是估计的参考车速受路面状况、轮胎滑动状况、汽车加速状况等因素的影响,估计的参考车速与实际车速偏差较大。

(2)斜率法。根据车速与初始车速和加速度的关系进行参考车速的估计,加速度为车速变化的斜率。初始车速可以假定为轮速,加速度的确定依赖于不同的路面状况和制动工况。由于不同路面状况和制动工况下的汽车加速度不同,可以通过大量的实验测试获得汽车在不同路面状况和制动工况下的平均加速度,然后在汽车制动过程中通过识别路面状况和制动工况进行汽车加速度的估计。这种方法在初始车速和加速度估计准确时,估计参考车速可以很好地逼近实际车速,但是需要对路面状况和制动工况进行识别,还需要大量的实验测试来确定不同路面状况和制动工况下的汽车加速度,因此,实现难度较大。另外,这种方法的自适应性较差,不能用于不同路面状况下汽车制动时的参考车速估计。

(3)综合法。同时采用轮速信号融合法中的最大轮速法和斜率法进行参考车速的估计,选取较大的车速为参考车速的估计值,这种方法综合了最大轮速法和斜率法的优点,不用设定初始车速,具有很好的稳定性和精度,但是仍然无法避免斜率法的缺点,需要进行路面状况和制动工况的识别,自适应能力差。

(4)自适应斜率法是具有一定自适应能力的参考车速估计方法,它根据汽车ABS控制系统的控制特征,在轮速变化的极大值点进行车速初始值和汽车加速度的自适应调整,利用斜率法进行参考车速的估计,并将估计的参考车速和实时轮速两者中的较大者作为实时估计的参考车速。这种方法解决了斜率法初始车速选择困难和汽车加速度适应性差的问题,除少数点外,在单一路面和变化路面情况下都可以得到较为准确的参考车速估计,具有较强的自适应性,因此,该方法具有较大的实际应用价值。但是,这种方法需要轮速减小之后才能确定轮速变化的极大值点,因此,实时性不强。

(5)递推法。根据滑移率、轮速及车速的变化率以及当前的车速,通过递推关系进行参考车速的估计。由于滑移率的初始值、车速的初始值是已知的,因此,递推法避开了斜率法估计时所需的制动初速度和车身加速度的确定,并且对各种路面都有很好的自适应性,但是递推过程出现发散时需要进行初始值的修正,以保证递推结果收敛。

(6)最小二乘法。利用4个轮速信号和经过积分的加速度信号的加权和进行参考车速的估计,其中加权系数利用最小二乘法进行确定。最小二乘法假定4个时变的轮速信号的加权系数与相应车轮的滑移率大小成线性关系,另一个时变的加权系数则与加速度信号的大小成线性关系,线性系数可以通过最小二乘法递推计算得到。这种方法实现原理比较简单,计算量小,精度高,但是这种方法假定的加权系数的线性关系缺乏理论基础,另外,线性关系系数需要通过大量试验测试进行确定,其过程比较麻烦。

(7)压力函数法。利用制动轮缸在不同调压模式(增压、慢增压、保压、慢减压和减压)下的等效压力函数模拟轮缸的压力,根据车轮的制动力矩与轮缸压力的比例关系求解制动力矩,然后根据制动力矩、轮速与汽车加速度之间的关系求解汽车的加速度,最后利用汽车的加速度对时间进行积分以得到参考车速的估计值。这种方法依赖于等效压力函数的准确性,另外,等效压力函数的确定需要多次实验测试获取,其过程比较麻烦。

(8)自适应非线性滤波法。以轮速为输入,通过非线性滤波器进行参考车速的估计。非线性滤波器根据车身加速度的变化调整滤波系数,以适应路面状况的变化,因此这种方法具有良好的路面自适应能力。在估计过程中,如果估计的参考车速小于轮速,则估计的参考车速设定为轮速,因为实际轮速不可能超过车速,轮速变化的峰值接近实际车速。

(9)卡尔曼滤波法。利用4个轮速信号作为参考车速的估计信号,车身的加速度信号作为参考车速信号的一阶微分,建立参考车速估计系统的状态方程和测量方程,利用卡尔曼滤波技术进行参考车速的估计。卡尔曼滤波法的计算量相对较小,但是它的鲁棒性较差,容易受到外界干扰和系统模型准确度的影响,在实际应用过程中效果不是很好。

(10)模糊法。将4个轮速信号和一个加速度信号作为输入,根据模糊规则进行模糊推理,然后去模糊化得到参考车速的估计。由于模糊估计方法具有较强的鲁棒性,因而在系统存在不确定性和非线性时也可以给出比较好的估计结果,但由于模糊规则的确定依赖于实验和专家的经验,而且参考车速估计的准确程度也与规则的多少有关,因此模糊估计法的实现比较困难。

(11)模糊卡尔曼滤波法。根据卡尔曼滤波的滤波特性和模糊调节器的鲁棒特性,利用3个卡尔曼滤波器和1个模糊逻辑调节器,对测量加速度与轮速信号进行处理实现参考车速的估计。第1个卡尔曼滤波器滤除测量加速度的噪声,得到真实的加速度信号;第2个卡尔曼滤波器滤除测量轮速信号的噪声,得到真实的轮速信号和轮加速度信号;第3个卡尔曼滤波器利用经过处理的加速度信号和轮速信号进行参考车速的估计。模糊逻辑调节器根据经过处理的加速度信号、轮速信号、轮加速度信号以及估计的参考车速进行卡尔曼滤波器参数的调节,使得卡尔曼滤波器估计的参考车速快速收敛到真实的车速。模糊卡尔曼滤波法可以很好的适应汽车运动状态和路面状况的变化,实现汽车运动状态和路面状况变化下的参考车速估计。但是,模糊调节器的模糊规则的确定需要根据不同汽车运动状态和路面状况下对加速度信号和轮速信号的依赖程度确定,模糊逻辑规则的数量较多,因此,这种方法需要较多的实验调节,另外,该方法采用3个卡尔曼滤波器,计算量和计算复杂性都较大。

三、本课题主要研究内容

3.1研究的内容

本文将从硬件实现的角度探索新的快速实现方案来实现汽车车速的估计。首先了解八自由度整车模型，为使得车辆仿真模型更加精，本文将在AMESIM（工程系统仿真高级建模环境）中搭建出八自由度整车模型及轮胎模型，以此为基础

应用滚动时域估计方法来估计汽车车速，最后利用FPGA硬件实现。

3.1.1 车辆模型

zYxwiywiy1owiVd1x3d2braeo2yho4OX图1 八自由度车辆模型示意图

车体动力学方程：汽车在水平路面上行驶，如图（1）所示。定义大地坐标系为XOYZ，车辆坐标系为xoyz，轮胎坐标系为xwiowiywizwi（i1,...,4）。车辆坐标系的原点不是选在整车的质心上，而是选在过质心的汽车横截平面与车辆侧倾中心轴线的交点上，这样可以使描述车体运动的状态方程得到简化。沿车辆纵向轴线向前的方向为x轴正方向，垂直地面向上的方向为z轴正方向，其余轴的正方向以及角度和力矩的正方向由右手法则确定。

整车共有八个自由度，其中车体有纵向、横向、横摆、侧倾四个自由度，每个车轮各有一个转动自由度。下面是车辆模型中所用到的一些符号的说明[28]：

M：汽车总质量

sM：汽车簧载质量

Vx：汽车质心在车辆坐标系x方向上的速度 Vy：汽车质心在车辆坐标系y方向上的速度

r：汽车的横摆角速度

：汽车质心侧偏角

p：汽车侧倾角 ：汽车侧倾角速度

a：汽车质心到前轴的距离

b：汽车质心到后轴的距离

d1：汽车前轮轮距 d2：汽车后轮轮距

h：汽车质心到地面的距离

e：汽车簧载质量的质心到侧倾中心的距离 Iz：整车绕车辆坐标系z轴的转动惯量

Ixz：整车绕车辆坐标系x、z轴的惯性积

Ixs：汽车簧载质量绕车辆坐标系x轴的转动惯量 Ixzs：汽车簧载质量绕车辆坐标系x、z轴的转动惯量

方向上的力 方向上的力 Fxi（i=1,…,4）：某车轮在其轮胎坐标系xFyi（i=1,…,4）：某车轮在其轮胎坐标系yMzi（i=1,…,4）：某车轮在其轮胎坐标系下的回正力矩

Rxi（i=1,…,4）：某车轮纵向力对车辆横摆力矩的力臂 Ryi（i=1,…,4）：某车轮横向力对车辆横摆力矩的力臂 ：汽车前轴的侧倾角刚度 KfKr：汽车后轴的侧倾角刚度

Cf：汽车前轴的侧倾角阻尼

Cr：汽车后轴的侧倾角阻尼

FxVFyV：汽车所受的纵向外力 ：汽车所受的横向外力

根据达朗贝尔原理，x方向的平衡方程为：

方向的平衡方程为：

绕z轴平衡方程为：

绕x轴平衡方程为：

此外：

&pFxM.(V&r.Vy)x（1-1）

yFy& M.(V&r.Vx)Mx.e.py（1-2）

Mz&& Iz.rIxz.p（1-3）

Mx&Ms.e.(V&& Ixs.pr.Vx)Ixzs.ry（1-4）

（1-5）

式（1-1）到（1-5）构成了描述车体运动的微分方程组，以（Vx，Vy，r，p，）为车体运动的状态，则状态方程可以如下表达：

B&VxMV&AMs.e.EyMMIxzsC&r.EIIzp&E&p

（1-6）

其中：

ABFFyMrVx MrVy

z（1-7）（1-8）

（1-9）（1-10）

x C

DM

MxMserVx

EAIzMseCIxzsMDIzMMIzIxsM2s（1-11）

四个合力Fx、Fy、Mx和Mz如下表达：

FFxFi144xicosiFyisiniFxvsiniFyicosiFyV

（1-12）（1-13）（1-14）

yFi1xiM4xMsgeKCp

cosiFyisiniRxisiniFyicosiRyi4M zFi14xi

zi（1-15）

Fi1xiMi1其中：

Rx1d12，Rx2d12，Rx3d22，Rx4d22；（1-16）

Ry1a，Ry2a，Ry3b，Ry4b；（1-17）

KKf

Kr

（1-18）

（1-19）

CCfCr3.1.2 轮胎模型与八自由度车辆模型的连接

F1exp(E1(E122112)3)

2Dxn(Dx0De).exp(D1.dD2.d)De

dxy022

xFxF. FyFyF.FxF22y 由式（2.7）可知，要想得到整车的运动，除了需要驾驶员对车辆的操作输入外，还需要四个轮胎的受力情况；而轮胎受力情况需要知道轮胎在其自身坐标系下的运动状态。因此需要由车辆运动状态得到轮胎在其坐标系下的运动状态[27-30]：

VxiVxRxi.r(i1,...,4)（1-20）

VyiVyRyi.r(i1,...,4)（1-21）

VxiVxi.cosiVyi.sini(i1,...,4)（1-22）

VyiVyi.cosiVxi.sini(i1,...,4)（1-23）其中：Vxi、Vyi分别为轮胎轮心运动速度在车辆坐标系x、y方向上的分量；Vxi、Vyi分别为轮胎轮心运动速度在其轮胎坐标系x、y方向上的分量。由于三部分：静态转移、俯仰转移以及侧倾转移，可如下描述：

Fz1Mg.b2(ab)b2(ab)b2(ab)b2(ab)Max.h2(ab)h2(ab)h2(ab)h2(ab)KfKfKrKfKfMay.hMge. （1-24）

TMay.hMge. （1-25）

TMay.hMge. （1-26）

TMay.hMge. （1-27）

TFz2Mg.Max.KrFz3Mg.Max.KfKfKrFz4Mg.Max.KfKfKr其中：T为平均轮距：

Td1d22

考虑到车辆的侧倾转向、弹性转向以及前轮定位参数对轮胎运动状态的影响，对车轮运动状态做如下修正[22]:

12341Ef(Fy1Fy2).Cf02Ef(Fy3Fy4).Cr0Er4Er**3**（1-28）

其中：i*为车轮名义转角，i为车轮实际转角；Ef和Er分别为前后轴侧倾转向系数，Cf和Cr分别为前后轴弹性转向系数，0为前束角。

12341020*3**（1-29）

4其中，i*为轮胎名义侧倾角，i实际轮胎侧倾角，0为前轮外倾角。对于非稳定模型，轮胎的受力除了与轮胎此时的运动状态有关外，还与此前的运动状态有关，因此需要对前面的运动状态进行保存。

为了得到车轮的运动状态还需要补充车轮的运动学方程：

&Fxi.RliJi.TtiTbi0(i1,....,4)i&化简为： iTtiTbiFxi.RliJi(i1,....,4)（1-30）

其中，Tti为第i个车轮上的驱动力矩；Tbi为第i个车轮上的制动力矩；Ji为第i个车轮的转动惯量；Rli为第i个车轮的负载半径。由车体动力学方程(1-6)和车轮动力学方程式(1-30)共同构成了八自由度模型非线性车辆模型，其中，车体四个自由度，车轮四个自由度。

3.1.3 AMESIM 简介

AMESim全称为LMS Imagine.Lab AMESim即：多学科领域复杂系统建模与仿真平台。AMESim提供了一个系统工程设计的完整平台，使得用户可以在一个平台上建立复杂的多学科领域系统的模型，并在此基础上进行仿真计算和深入的分析。

面向工程应用的定位使得AMESim成为在汽车、液压和航天航空工业研发部门的理想选择。工程设计师完全可以应用集成的一整套 AMESim应用库来设计一个系统，所有的这些来自不同物理领域的模型都是经过严格的测试和实验验证的。由于AMESIM具有使得用户从繁琐的数学建模中解放出来从而专注于物理系统本身的设计和用户可以在模型中描述所有系统和零部件的功能，而不需要书写任何程序代码的优点，所以AMESim使得工程师能够迅速达到建模仿真的最终目标：分析和优化工程师的设计，从而帮助用户降低开发的成本和缩短开发的周期。便捷、准确的模型创建方式以及强大的二次开发功能使得AMESim成为航空航天、重工、车辆、船舶、电子、能源、兵器等诸多工业部门进行系统研发的首

选平台。

对一个系统进行仿真的首要任务就是该系统的数学建模，然后才能进行仿真研究。数学模型的精确性直接影响仿真的结果。对于复杂的系统，其数学模型是很复杂的，因此人们开始寻找使用的仿真软件，AMESim就是LMS公司自1995年推出的一款多领域复杂系统仿真平台。其各个元件模型都是经过验证得到的，工程师将各个元件连接起来就可以精确地预言多专业只能系统的性能。AMESim车辆动力学解决方案提供了完整的工具，从设计周期的前期就开始来测试和优化车辆的舒适性及驾驶操纵性。该方案可以评估车辆关键子系统（转向、制动、悬架）及其控制器之间的作用，以确保最佳的驾驶操纵性、舒适性以及安全性。并为用户提供了模块化的方法和功能模型来从事车辆动力学研究。

为此本文将利用AMESim平台来搭建汽车八自由度整车模型，其完整的车辆动力学方案使得比MATLAB中搭建的模型将会更加精确，仿真功能更加强大。并通过AMESim和MATLAB的联合仿真，将估计算法与车辆模型进行仿真联合仿真。

3.1.4 滚动时域估计方法介绍

基于对各种车速估计方法的研究与对比，考虑到充分利用以约束形式给出的附加已知信息来提高估计结果的合理性和精度，本文将采用滚动时域估计的方法。

滚动时域估计（MHE）方法能够充分利用不断变化的系统信息和各种约束信息更准确地估计系统状态,这为约束系统优化估计问题提供了一种有效的解决途径[23]。因此，该方法能处理基于实际系统状态的模型和约束条件的估计问题，如系统的跟踪、监控和检漏等。滚动时域估计按照估计时域不同可分为全信息滚动时域估计(Full Information Estimation)和近似滚动时域估计。

全信息滚动时域估计利用了全部的测量信息，通过极小化优化问题的性能指标，估计出系统的初始状态和作用在系统上的扰动，并由系统动态方程计算系统状态的估计值。由于这种估计方法利用的信息量大，并能估计出系统的扰动，所以估计结果更加准确，同时对了解系统的扰动特性也具有重要意义[6]。

采用全信息滚动时域估计方法处理估计问题时，随着时间的增长，处理的数据越来越多，最终可能造成问题的不可解。基于此，Rao,Muske等人[24-26]引入固 14

定时域，将优化问题的计算时域分成两部分，通过引入到达代价(Arrival cost)函数，将全信息滚动时域估计问题转化为固定时域估计问题，限定了优化问题的维数，提出了近似滚动时域估计策略。由于该估计策略只考虑了最新N个数据(是固定窗口N的大小)，从而避免了计算量随时间增加的问题。由于这种方法避免了到达代价函数的精确计算问题，因此在许多实际系统中获得了应用。

综上所述，本文基于对车辆系统中现实存在的物理约束的考虑，拟采用近似滚动时域估计方法对车速进行估计，使得估计结果更符合实际情况。

3.1.5 FPGA的硬件设计

FPGA 产生于80年代中期，是在PAL、GAL等可编程器件的基础上进一步发展的产物[31-33]。FPGA的出现既解决了原有可编程器件门电路数有限的缺点，又克服了专用集成芯片（ASIC）的不足。

FPGA在数字信号处理领域的广泛应用受限于几个因素。首先，DSP开发人员不熟悉硬件设计，尤其是FPGA。大部分人利用matlab来验证算法，运用Ｃ语言或汇编语言编程，不能熟练的利用硬件描述语言(VHDL或Vrilog)进行数字设计。其次，虽然VHDL语言也提供了许多高层次的语言抽象，但是其具有代码量大，难度大，开发周期长、调试困难，并且潜在Bug难以发现。

基于以上原因Mentor Graphics 公司研发了高级算法综合技术Catapult C它为抽象的 C 设计规范到高质量的硬件实现提供了一种可行并且简捷的方式，并且迅速为行业领先的用户所采纳。它将c/c++自动转化成HDL语言，速度是传统人工方式的20倍。Catapult C提供了很好的GUI界面，从GUI界面中可以通过甘特图了解Catapult C产生的RTL代码的处理顺序关系，占用的资源和处理延迟等，用户还可以方便的调整约束，让Catapult C产生不同架构的RTL代码，再比较不同架构的优劣，挑选最合用的。Catapult C还可以生成SystemC模型，用于加快系统级仿真的速度。它也可以调用Modelsim等仿真工具，比较算法模型和生成的RTL模型的功能是否一致。因此，利用Catapult C Synthesis可以转移到一个更高效的抽象层次来设计针对下一代计算密集应用的复杂FPGA硬件。工具的高级假设分析功能允许硬件设计者全部交互式地探测宏构架和接口设计空间，并产生可以与人工编码相媲美的高性能硬件[34]。Catapult C Synthesis 统一了两个截然不同 15的域：系统级设计和硬件设计，结合Mentor公司的ModelSim仿真工具，构成了下一代电子系统级设计的基础。下图为Catapult C 的FPGA开发流程[34]。

图2

Catapult C 的FPGA开发流程

3.2拟解决的关键技术

(1)利用AMESIM搭建八自由度车辆模型及轮胎模型。

(2)针对车速估计设计滚动时域估计算法，然后利用AMESim和MATLAB的联合仿真实现算法与模型的连接，最后实现对参数的有效跟踪。(3)基于Catapult C工具来实现汽车车速估计的FPGA的硬件设计。

四、本课题研究方法与技术线路

首要先熟悉并彻底理解透彻八自由度车辆模型，然后将其在AMESIM中建立对应模型。其次设计滚动时域估计方法的Simulink框图，并结合八自由度车辆模型进行AMESIM和MATLAB的联合仿真及分析仿真结果。最后基于Catapult C实现算法的FPGA硬件设计。

五、工作安排

2010.11～2011.01

车辆模型的建立

2011.01～2011.04

估计器的设计

2011.04～2011.07

AMESIM和MATLAB联合仿真实验 2011.07～2011.12

开发工具的应用 2012.01～2012.03

FPGA硬件的实现 2012.04～2012.05

撰写论文，准备答辩

六、主要参考文献

[1] 黄安华.现代汽车的主动安全技术[J].商用汽车,2002,24(4):23-24 [2] 赵琢.我国高等级公路交通事故预测及对策研究[J].汽车运输研究，1997，16(2)：71-77 [3] 吴龙.近期我国道路交通事故分析[J].汽车运输研究,1997,16(2):82-86 [4] HARNED J,JOHNSTON L, SCHARPF G, Measurement of Tire Brake Forces Characteristic as Related to Wheel Slip(Antilock)Control System Design[J].SAE Trans.Series, 1969,78:909–925.[5] LEE H, TOMIZUKA M, Adaptive vehicle traction force control for intelligent vehicle highway systems(IVHSs)[J].IEEE Trans.on Industrial Electronics, 2003(2):167–178

[6] 李淼,基于滚动时域的车辆速度估计:[吉林大学硕士学位论文].吉林：2009,8-60 [7] BEVLY D M,SHERIDAN R,GERDES J C.Integrating INS Sensors with GPS Velocity Measurements for Continuous Estimation of Vehicle Sideslip and Tire Cornering Stiffne[C].Proceedings of American Control Conference,Arlington,VA, USA,pp.25-30,June 25-27,2001.[8] DAISS A,KIENCKE U.Estimation of Vehicle Speed Fuzzy-Estimation in Comparison with Kalman-Filtering[C].Proceedings of the 4th IEEE Conference on Control Applications,2002: 281-284.[9] DIECKMANN Th.Aement of Road Grip by Way of Measured Wheel Speed Variables[C].Proceedings of FISITA`92 Congre,London,GB,2003:75-81.[10] GUSTAFSSON F.Slip-based tire-road Friction Estimation[J].Automatica,1999, 33(6):87-99 [11] 华清远见嵌入式培训中心 编著,FPGA应用开发入门与典型实例.人民邮电出版社,2008 17

[12] 阎石 主编数字电子技术基础．高等教育出版社，2001．

[13] 刘国福,张玘,王跃科.汽车防抱制动系统车速测量技术的研究[J].电子测量与仪器学报,2005,19(5):28-32.[14] 齐志权,刘昭度,马岳峰,等.汽车制动防抱系统参考车速确定方法[J].农业机械学报, 2005,36(11):1-11.[15] 齐志权,刘昭度,时开斌,等.基于汽车ABS/ASR/ACC集成化系统的ABS参考车速确定方法的研究[J].汽车工程,2003,25(6):617-620.[16] 刘国福,张屺,王跃科.汽车防抱制动系统车速估计方法的初步研究[J].汽车工程, 2004,26(6):723-725,738.[17] 吴诰硅,许季,刘绍辉.汽车防抱制动系统制动时的车速计算[J].华南理工大学学报:自然科学版,2002,30(2):76-78.[18] 程军.车轮最佳滑移率控制的研究[J].汽车研究与开发, 2000(1): 36495.[21] DA ISS A, KIENCKE U.Estimation of vehicle speed fuzzy2estimation in comparison with Kalman2filtering[C] / / Pro2ceedings of the 4 th IEEE Conference on Control App lica2tions, New York: IEEE Pre, 1995: 281-284.[22] 郭孔辉，轮胎侧偏特性的一般理论模型[J].汽车工程，1990，12（3）：1-12.[23] 赵林辉,刘志远,陈虹,车速和路面附着系数滚的动时域估计[J].汽车工程，2009,31(6):520-525.[24] RAO C V.Moving horizon strategies for the constrained monitoring and control of nonlinear discrete-time systems[D].Madison: University of Wisconsin Madison,2000.[25] RAO C V, Rawlings J B, Lee J H.Constrained linear state estimation moving horizon approach[J].Automatica, 2001,37(10): 1619-1628.[26] MUSKE K R, J.RAWLINGS J B.Noninear moving horizon state estimation[J].Methods

of ModelBased Proce Control, 1995:349–365 [27] 郭孔辉，纵滑与侧倾联合工况下的轮胎力学模型，长春汽车研究所研究报告，1986 年 [28] 郭孔辉, 汽车操纵动力学[M].吉林科学技术出版社，1991.[29] 郭孔辉，轮胎侧偏特性的一般理论模型[J].汽车工程，1990，12（3）：1-12.[30] 郭孔辉，各向摩擦系数不同条件下轮胎力学特性的统一理论模型[J].中国机械工程，1996,7(2):189-190 [31] 王丹利,王丽英.CPLD/FPGA可编程逻辑器件实用教程[M].北京:机械工业出版社,2006.[32] 罗苑棠.CPLD/FPGA常用模块与综合系统设计实例精讲[M].北京:电子工业出版社,2007.[33] 刘爱荣.EDA技术与CPLD/FPGA开发应用简明教程[M].北京;清华大学出版社，2007.[34] www.daodoc.com/prod ucts/c-based_design