Key points are not available for this paper at this time.
A velocidade de referência (ou seja, a velocidade absoluta do centro de gravidade do veículo) é um parâmetro chave para funções de controle de estabilidade do veículo, bem como para as funções de controle do trem de força de veículos híbridos elétricos (HEV). A maioria dos métodos de estimativa de velocidade de referência emprega as equações cinemáticas do veículo e dinâmicas de pneus para construir um modelo linear ou não-linear de alta ordem com um conjunto de parâmetros e medições de sensores. Ao usar esses modelos, um algoritmo delicado deve ser projetado para evitar que as estimativas se desviem com o aumento da não linearidade, erro de modelagem e ruído introduzido pela alta ordem, aproximação de parâmetros e medições de sensores, respectivamente. Alternativamente, para melhorar a robustez da função e a conveniência da calibração, um método simples de estimativa online é desenvolvido no artigo usando um modelo dinâmico de trem de força de segunda ordem que necessita apenas de um pequeno conjunto de parâmetros do veículo e valores de sensores. Primeiro, o modelo dinâmico do trem de força do HEV é estabelecido para a estimativa de velocidade longitudinal do veículo. Em segundo lugar, um observador de Luenberger clássico com ganhos de estimativa variáveis é projetado. Em terceiro lugar, os ganhos de estimativa variáveis são programados com base nas condições operacionais do veículo para determinar se as estimativas precisam ser dominadas pelo modelo dinâmico ou pelas medições em diferentes condições. Em seguida, o algoritmo é integrado à unidade de controle do veículo (VCU) de um HEV de produção em massa, que é um controlador supervisor do trem de força que possui todas as entradas de controle e sinais de medições necessários para o observador. Por fim, a precisão da estimativa é verificada por experimentos em estradas de alto e baixo μ (-adesão), como superfícies de neve, superfícies de gelo e pavimentos de concreto urbano, etc. Devido à baixa ordem e aos parâmetros e medições menores necessários, bem como ao ganho de estimativa variável programado com condições operacionais, a robustez do algoritmo e a conveniência da calibração são garantidas.
Li et al. (Terça,) estudaram essa questão.