大学生电动方程式赛车上的 TUfast
SAE 公式于 1979 年由美国教授创立,1999 年传入欧洲。该项目旨在让学生挑战自我,测试他们的能力,并学习如何以团队的形式完成一个庞大的项目。
几年前,这项比赛增设了电动车组,TUfast的电动车 "eb018 "参加了比赛,该车装有Ellipse2-N,这是一种微型惯性导航系统,来自SBG Systems 。
车辆动力学
Ellipse2-NINS/GNSS 已安装在 eb018 上。IMU 和 GPS 速度是团队用来估计车辆状态(速度、滑动角、X 和 Y 加速度以及偏航率)的滤波器的主要来源。
然后将这一状态与理想状态进行比较,从而生成每个电机的指令。因此,Ellipse2-N 是 TUfast 2018 年取得巨大成功的决定性因素(英国、德国和西班牙汽车越野赛第一名;澳大利亚总成绩第一名)。
轮胎分析
GPS 定位被广泛用于分析。团队绘制了许多地图,以便更直观地了解影响 eb018 性能的所有现象。下面的轨迹图就是一个非常有见地的例子。它显示了我们卡尔曼滤波器中的一个内部修正因子。
我们从中了解到,我们的轮胎模型高估了轮胎的纵向力(直道上为蓝色/绿色),而对横向力(弯道上为橙色/黄色)的估算相当准确。
Ellipse2-N 在 2019 年汽车中的使用
Ellipse 及其软件非常好用,配置也很简单。文档中包含了我们开始使用和开发系统接口所需的一切。
Ellipse 提供的数据非常准确,在 1 公里以上的行程中,有时误差不到 10 厘米。TUfast 车队负责车辆动力学的亚历山大-科普(Alexandre Kopp)解释说,我们对该产品非常满意。
在 eb019 上,我们将进一步挖掘 Ellipse2-N 的潜力。我们将使用两个卡尔曼滤波器:一个用于主状态(与 eb018 相同);另一个用于过滤传感器和数据,并将其输入主滤波器的物理模型。
主滤波器也将通过位置和这顶帽子 估算进行改进。 因此,Ellipse2-N 仍然是我们的汽车在状态估计方面最重要的传感器。它的集成卡尔曼滤波器将在 eb019 上特别有用,能准确估计滚动角、俯仰角和偏航角。
这三者是计算空气动力所必需的。