基于自适应滑膜观测器的轮胎力估计，可估计纵向轮胎力和侧向轮胎力，估计的结果比dugoff轮胎模型计算轮胎力的精度更高。

基于分布式驱动电动汽车的车辆状态估计，分别采用无迹卡尔曼，容积卡尔曼进行估计，可估计包括纵向速度，质心侧偏角，横摆角速度，以及四个车轮角速度七个状态。

模型中第一个模块是四轮驱动电机；第二个模块是carsim输出的真实参数，包括汽车所受横向力，纵向力，驱动力矩等：第三个模块是基于dugoff计算轮胎力模块，该模块可以计算纵向力和横向力。

第四个模型是基于滑膜观测器的轮胎力估计，可以作为车辆状态参数估计的输入。

后面的模块是关于无迹卡尔曼，容积卡尔曼，对车辆状态进行估计。

模型和代码完全是由自己亲手编写，可供自己参考和学习。

本模型是基于simulink与carsim联合仿真，ukf和ckf是由s函数进行编写，提供相关文献。

本模型完全由自己亲手搭建，支持正版！

如果需要在电机无传感器控制和车辆状态估计上改进卡尔曼滤波，比如平方根容积卡尔曼等

ID:43700

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/704480972465.html