李 军，张胜根，隗寒冰

1 引言

四轮独立驱动电动汽车因其四个车轮独立可控的特点，在其行驶的不同工况中，车辆动力学相较于传统车辆也更为复杂。在对四轮驱动电动汽车进行横向稳定性控制时，需要分配内侧车轮与外侧车轮的力矩从而控制车辆的横摆力矩，此种车辆横向稳定性控制方法即为直接横摆力矩控制（Direct Yaw-moment Control，DYC）[1]。

在以横摆力矩控制为代表的车辆稳定性控制以及车辆主动安全控制中通常需要对车轮滑移率进行监测而判断轮胎的运动状态从而对车轮转矩加以控制。而滑移率的监测与控制有赖于精确的车速信息[2]。四轮驱动汽车因没有非驱动轮，其车速不能依据传统二轮驱动车辆那样由非驱动轮轮速计算而得[3]。

能否获取精确的汽车动力学控制的状态信息和道路信息，已经成为汽车底盘控制系统发展急需解决的关键问题。

2 基于EKF的车速估计

卡尔曼滤波算法能对运行状态进行实时估计和预测，广泛应用于控制、制导等现代工程中[4]。对于车辆行驶状态参数的估计这一非线性系统工程问题，扩展卡尔曼滤波算法（Extended Kalman Filter，EKF）能够很好的适应计算的需要从而得以应用[5]。建立非线性三自由度汽车模型，如图1所示。

图1 非线性三自由度汽车模型Fig.1 Nonlinear Three Degree of Freedom Vehicle Model

由以下非线性三自由度车辆运动微分方程式（1）、式（2）可以求得在一定的纵向速度下稳态横摆角速度和侧偏角。

式中：r—横摆角速度（rad/s）；β—质心侧偏角（rad）；v—纵向车速（m/s）；δ—前轮转角（rad）；ax—纵向加速度（m/s2）；ay—侧向加速度（m/s2）；……