汽车轮胎摩擦力估计的FPGA实现方法研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:zy34970348
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近几年,由汽车所引起的安全问题已经越来越受到人们的重视,各种各样的车辆安全系统也应运而生,但是,所有安全控制系统几乎都遇到同样的问题,那就是如何获得车辆状态相关信息以及车辆行驶过程中的轮胎摩擦力,由于这些信息不能通过车载传感器直接测量获取,因此需要通过特定的算法对其进行估计。但是,目前所有的轮胎摩擦力估计算法都具有较高的算法复杂度,利用MCU (micro controller unit,单片机)或DSP (Digital SignalProcessing)芯片处理时,处理时间较长,不利于将其运用于实时系统中。为了缩短算法运行时间,可以考虑利用FPGA的并行执行特点,本文主要研究基于FPGA(Field Programmable Gate Array)实现摩擦力估计算法的两种典型方法。在本文第二章中,进行轮胎摩擦力估计算法的相关研究。首先,分析了车辆动力学模型,在指定的坐标系下,运用动力学基本原理,分别建立Dugoff模型和车辆模型,然后,在Dugoff模型下构建滑模观测器,实现对纵向摩擦力的估计,并在车辆模型下设计相应的非线性观测器以达到估计车辆状态的目的。在第四节中,为了便于在FPGA硬件平台下进行实现,将摩擦力估计算法离散化,并对算法进行了详细的并行度分析。最后,在veDYNA仿真环境下进行仿真,选取了三组具有典型代表的工况,验证经过离散后的摩擦力估计算法的精度及有效性。目前,主要有两种基于FPGA实现摩擦力估计算法的方法:硬件描述语言、SOPC(System-on-a-Programmable-Chip)。为了研究两种典型方法各自的优缺点,在本文的第三章和第四章中,分别用这两种方法实现了摩擦力估计算法。第三章研究轮胎摩擦力估计算法的verilog实现方法。基于第二章的并行性分析结果,在第二节中利用自顶向下的方法对估计算法进行了总体设计,将算法中重复调用的基本功能模块提取出来,并在ModelSim软件中对其一一进行Verilog的实现和功能验证。第四章主要研究了轮胎摩擦力估计算法的SOPC实现方法。介绍了SOPC实现方法的主要流程,并着重讨论了SOPC的两个主要部分:硬件设计及软件设计。利用Altera公司提供的Quartus软件中自带的SOPC Builder硬件设计工具,根据需求选择合适的嵌入式CPU及外设,搭建必要的硬件系统,并在Nios IDE中完成软件设计部分,基于目前流行的C语言编写实现摩擦力估计功能的程序。为了更好的比较两种方法各自的优缺点,本文基于DE4-230型号的FPGA实验板搭建了有效的测试平台,设计了三种典型的工况,并在此基础上对第三章和第四章中摩擦力估计算法的实现进行了测试,在运行结果和运行时间对二者的结果进行比较。
其他文献
为适应信息化时代对现代大型企业设备管理的新要求,本文在国内某大型棉纺织企业设备管理信息化开发的背景下,从设备状态评估和检修计划优化两个方面展开研究,并完成了设备管理信
电阻抗断层成像技术(EIT:Electrical Impedance Tomography)是当今生物医学工程学重大研究课题之一。它是继形态、结构成像之后,于近30年才出现的新一代医学成像技术。由于电
控制器局域网CAN定义了物理层和数据链路层,但没有在应用层定义报文标识符和数据字节的使用。CANopen是一种基于CAN总线的开放的、标准化的应用层协议,并在国内外的工业自动
盲均衡和盲检测技术因不需要训练序列而得到广泛关注和研究。多进制相移键控(M-ary quaternary phase shift keying, MPSK)调制已作为高效的调制方式在无线通信系统中得到广
H.264/AVC是由国际电信联盟电信标准化部门(ITU-T)和国际标准化组织/国际电工委员会(ISO/IEC)联合提出的最新一代视频编码国际标准。该标准采用了多种先进的视频压缩技术,在同
近年来,随着科技的快速进步,多智能体系统得到迅速的发展,其相关设备也得到了广泛的应用。这些多智能体系统设备,具有极高的非线性特性,而这些非线性特性会导致许多不良因素的出现,例如电源端会出现谐波、增加虚功、降低系统效率,以及降低功率因素等弊端。为了克服这些问题,多智能体的有限时间收敛电力滤波控制器被广泛讨论和研究。由于带有自调整因子模糊控制器可采用未知系统参数,且瞬时响应及收敛性均优于基本模糊控制器
近年来,随着公式识别技术的不断发展,公式识别领域出现了一个新的研究问题——化学表达式识别问题。由于化学表达式和数学表达式一样,是自然科学领域应用广泛的一种表达式,因
电力系统静态安全评估(Static SecurityAssessment, SSA)是关系到电力系统安全稳定性能的最重要的问题之一。现代智能方法的发展为其提供了有利的条件,可以很快的对电力系统进行静态安全评估。支持向量机(Support Vector Machine, SVM)就是这样一种机器学习方法。它建立在统计学习理论之上,可以有效的解决小样本、高维数、非线性和局部最优解等机器学习领域的难题。
切换系统是由若干个子系统以及决定这些子系统的切换顺序的切换规则构成的一类混杂动力系统。由于其对实际系统的良好可建模能力,切换系统理论被大量的应用在了机械工业,化工工
入侵检测技术是一种动态安全防护技术,能够有效弥补传统静态防御技术的不足。将粗糙集(RS)和模糊支持向量机(FSVM)同时应用于入侵检测,可以有效提高检测性能。RS能有效地分析