路面附着系数估计思路介绍（新手入门）

路面附着系数估计思路介绍（新手入门）

写本文的出发点

很多小伙伴咨询我关于路面附着系数估计方面的问题，现成的模型，我有，但不能保证其百分百的严谨。鉴于此，抛砖引玉，对一种估计思路进行简单介绍。

理论部分

实际上，路面附着系数的估计已经有了比较多的研究，理论部分也很成熟，这里给出一部分参考文献【1-4】.包含了对**车辆动力学模型、系统方程、扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波(UKF)**的建立和配合使用。

仿真部分

（1）联合仿真
仿真部分现在多用CarSim/TruckSim与Matlab/Simulink进行联合仿真实现。一般的仿真思路是，通过车辆动力模型建立状态方程和测量方程，再结合滤波算法对系数进行估计。

由于很多新手（刚接触卡尔曼滤波的小伙伴）被卡尔曼滤波程序绕的团团转，这里着重提一下Simulink中自带的卡尔曼滤波模块（在Library Browser里搜索，包含UKF、EKF等在内）。关于本模块的使用，你只需要明白输入是什么，输出是什么（具体参考Matlab help 文档），滤波的具体过程Simulink帮你做了，也可以达到最终的估计效果。不过如果要长期从事估计的同学，还是建议把卡尔曼滤波这块代码搞明白了。EKF模块如图1所示，联合仿真输入如图2所示。
图1 Extended Kalman Filter模块
图2 联合仿真CarSim输入界面
（2）Simulink全仿真
或者也可以只用Matlab/Simulink进行仿真，与联合仿真的不同在于，联合仿真的输入信号来源于CarSim软件发出的工况信息，而Simulink全仿真是需要根据车辆动力学理论自建一个类似于CarSim的仿真系统，之后再发信号给信号处理部分。本仿真系统的建立非常考验车辆动力学基础知识，而且搭建过程容易报错，可能会出现一些莫名代数环问题，要多次调试才能得到理想结果。仿真系统如图3所示。
图3 Simulink自建仿真系统展示

创新部分

创新点越多，导师越喜欢，不过路面附着系数估计已经不是一个新话题了，本文介绍的路面附着系数估计思路只是众多研究思路中的一种，而且也可以说是比较久远了，只能是为新手入门提供一个基础性思路，想要创新就只能改变思路。具体怎么个创新法，以后我可能会分享我读到的一些比较好的文献思路。

参考文献

[1]武钟财. 基于扩展卡尔曼滤波的路面附着系数估计算法研究[D].吉林大学,2008.
[2]郑智勇. 基于UKF的半挂汽车列车状态及路面附着系数估计[D].东北大学,2015.
[3]时艳茹. 基于UKF滤波的汽车纵向和侧向速度估计算法研究[D].吉林大学,2011.
[4]张露. 车辆附着极限态稳定性控制试验及其控制算法研究[D].中国农业大学,2016.