基于carsim的线控转向仿真(2)--齿条力观测

观测器更详细的介绍文章可以关注博主以下两篇文章

从小车倒立摆系统看系统建模控制LQR+LQE仿真_lqr平衡小车仿真模型-优快云博客

好玩的直流电机调速实验、PID、极点配置、LQR、观测器；不讲大道理_观测器极点配置-优快云博客

三个实例迅速掌握经典卡尔曼滤波用法_卡尔曼滤波 温度估计-优快云博客

本篇文章中，博主使用matlab提供的kalman函数，进行观测器设计。

一、系统状态空间方程

在上一节我们搭建的目标角度跟踪模型中，只有角度控制的pid是属于控制器，其余都属于被控对象。我们的目标是得到齿条力(即转向阻力)，输入的电机扭矩可以通过传感器采集换算得到，输出的齿条位移可以由前轮转角换算得到；

总结一下，齿条力模型

 可以看成两输入(电机力Fm=Tm/rp,齿条力Fz)，一输出(齿条位置Xr)的一个模型，其中Tm,Xr已知，现在要观测得到Fz，这里我们使用simulink自带的卡尔曼滤波模块来进行观测。

系统微分方程：   

选取为状态量，建立状态空间方程如下：

我们要观测的Fz却在输入位置，没法用卡尔曼观测器观测得到，需要把它挪到状态量的位置才可以，可以将Fz的微分认为0。

将这个矩阵与上个矩阵放一起，重新整理可以得到：

成功将Fz放到观测量。

二、验证状态空间方程的准确性

将状态空间方程与微分方程运行比较。

 

 两条曲线完美重叠，说明状态空间方程没推导错。

三、使用卡尔曼滤波模块进行估算

卡尔曼滤波模块的设置也非常简单，直接照抄上面推导出来的状态矩阵即可。

仿真效果如下：对齿条阻力的观测还是相当精准。

四、参考论文

1、线控转向系统理想传动比和前轮转角控制策略研究_殷凡青