Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

70 44 0
Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

LỜI CAM ĐOAN Em xin cam đoan đồ án tốt nghiệp: Ứng dụng phương pháp tổng hợp liệu đa cảm biến ước lượng vận tốc dài xe ô-tô điện em tự thực hướng dẫn thầy giáo ThS Võ Duy Thành Mọi số liệu kết đồ án hoàn toàn trung thực Để hoàn thành đồ án em sử dụng tài liệu ghi danh mục tài liệu tham khảo không chép hay sử dụng tài liệu khác Nếu phát có chép, em xin chịu hồn tồn trách nhiệm Hà Nội, ngày 19 tháng 05 năm 2018 Sinh viên thực Phạm Văn Quyền MỤC LỤC CHƯƠNG TỔNG QUAN CHUNG VỀ ƯỚC LƯỢNG VẬN TỐC DÀI TRÊN XE Ô-TÔ ĐIỆN 1.1 Vấn đề ước lượng tốc độ dài xe ô-tô điện 1.1.1 Ý nghĩa vai trị vận tốc dài xe ơ-tơ điện 10 1.1.2 Các phương pháp đo vận tốc dài xe ô-tô điện 11 1.1.3 Một số nghiên cứu ước lượng vận tốc dài xe ô-tô điện 11 1.2 Tổng hợp liệu đa cảm biến 13 1.3 Nhiệm vụ cấu trúc đồ án 14 CHƯƠNG NÂNG CAO TỐC ĐỘ TRÍCH MẪU CỦA CẢM BIẾN 16 2.1 Vấn đề đồng tốc độ trích mẫu cảm biến 16 2.2 Bộ lọc Kalman 18 2.3 Nâng cao tốc độ trích mẫu cảm biến thuật tốn Multirate Kalman Filter 21 2.4 Đề xuất cải tiến lọc Multirate Kalman 22 2.4.1 Góc nhìn khác hiệp phương sai R 22 2.4.2 Ngoại suy đa thức 23 2.4.3 Lưu đồ thuật toán MKF cải tiến 24 2.5 Ứng dụng nâng cao tốc độ trích mẫu cho cảm biến tốc độ quay bánh xe ô-tô điện 26 2.6 Mô kiểm chứng độ hiệu lọc 27 2.6.1 Mơ hình mô 27 2.6.2 Kết mô 28 CHƯƠNG TỔNG HỢP DỮ LIỆU ĐA CẢM BIẾN 32 3.1 Đặt vấn đề 32 3.2 Bài toán tổng hợp tối ưu thông tin từ nguồn liệu 35 3.3 Ứng dụng ước lượng vận tốc dài 38 CHƯƠNG XÂY DỰNG HỆ THỐNG THỰC NGHIỆM 42 4.1 Giới thiệu sơ lược hệ thống thực nghiệm 42 4.2 Hệ thống cảm biến 43 4.3 Thiết bị xử lý trung tâm 44 4.4 Hệ thống thu thập liệu tham chiếu 46 4.5 Lắp đặt, chỉnh định hệ thống thực nghiệm 49 4.6 Quy trình thực nghiệm 51 CHƯƠNG KẾT QUẢ THỰC NGHIỆM 53 5.1 Kết thực nghiệm thuật toán nâng cao tốc độ trích mẫu 53 5.2 Kết ước lượng vận tốc dài 55 KẾT LUẬN……… ……………………………………………………………….59 Danh sách hình vẽ DANH SÁCH HÌNH VẼ Hình 1.1: Xe ô-tô điện i-MiEV phiên 2012 (Nguồn: Mitsubishi) Hình 1.2: Mơ hình tổng hợp liệu đa cảm biến 14 Hình 1.3: Cấu hình hệ thống nghiên cứu ước lượng vận tốc dài xe ô-tô điện 15 Hình 2.1: Tương quan tốc độ trích mẫu cảm biến tốc độ điều khiển 17 Hình 2.2: Mơ hình lọc Kalman 20 Hình 2.3: Lưu đồ thuật toán Multirate Kalman Filter 22 Hình 2.4: Lưu đồ thuật tốn MKF cải tiến 25 Hình 2.5: Mơ hình mơ thuật tốn MKF 27 Hình 2.6: Mơ MKF với tín hiệu hình sine 28 Hình 2.7: So sánh tín hiệu trước sau lọc MKF cải tiến 30 Hình 2.8: So sánh hiệu thuật toán MKF cải tiến MKF gốc 30 Hình 3.1: Dạng tín hiệu đo cảm biến 34 Hình 3.2: Quan hệ trình ga-phanh tín hiệu vận tốc, gia tốc 40 Hình 4.1: Encoder xe ơ-tơ điện i-MiEV (Nguồn: Mitsubishi) 43 Hình 4.2: Thiết bị GPS EVK-M8U (Nguồn: U-blox) 44 Hình 4.3: Thiết bị xử lý NI MyRIO-1900 (Nguồn: National Instruments) 46 Hình 4.4: Thiết bị thu thập liệu DAS-3 (Nguồn: Kistler) 49 Hình 4.5: Cấu trúc hệ thống thu thập liệu 50 Hình 4.6: Hệ thống thực nghiệm thực tế 51 Danh sách hình vẽ Hình 5.1: Kết nâng cao tốc độ trích mẫu Encoder 54 Hình 5.2: Kết nâng cao tốc độ trích mẫu GPS 54 Hình 5.3: Kết ước lượng vận tốc điều kiện không trượt 56 Hình 5.4: So sánh kết ước lượng với vận tốc tham chiếu (không trượt) 56 Hình 5.5: Kết ước lượng vận tốc điều kiện có trượt 57 Hình 5.6: So sánh kết ước lượng với vận tốc tham chiếu (có trượt) 57 Danh sách bảng biểu DANH SÁCH BẢNG BIỂU Bảng 4.1: Thông số thiết bị xử lý NI MyRIO-1900 45 Bảng 4.2: Thông số thiết bị thu thập liệu DAS-3 47 Bảng 4.3: Thông số cảm biến hệ thống tham chiếu 48 Lời nói đầu LỜI NĨI ĐẦU Trong năm gần đây, tình trạng khai thác dầu mỏ ạt trở thành vấn đề nóng tiêu điểm tranh chấp tồn cầu Trong đó, phần không nhỏ trở thành nhiên liệu sử dụng phương tiện sử dụng động đốt Người ta ước tính, tiếp tục mức tiêu thụ nhiên liệu tồn lượng dầu mỏ giới cạn kiệt sau 50 năm Không vậy, tượng ô nhiễm môi trường trầm trọng khí thải phương tiện hành tồn khắp thành phố lớn tập trung đông đúc cư dân Bởi lý này, xe điện phát triển mạnh mẽ nhằm thay xe chạy nhiên liệu đốt Dự kiến tương lai, xe điện trở thành phương tiện di chuyển thay phương tiện sử dụng động đốt truyền thống, ưu điểm mà đem lại: - Khơng thải khí gây nhiễm, thân thiện với mơi trường - Tiết kiệm nhiên liệu đốt chi phí cho lượng vận hành xe Một nghiên cứu trường đại học Michigan công bố vào đầu năm 2018, chi phí trung bình cho xe chạy nhiên liệu đốt khoảng 1.117$ năm; xe điện tiêu tốn cỡ 485$ năm [27] - Vận hành êm, chi phí bảo trì thấp khơng phải định kỳ thay dầu động cơ, chất làm mát,… hay thay đai truyền động mịn khí Ngồi ra, xe điện thể ưu điểm vượt trội khả điều khiển với đáp ứng mô-men tức thời động điện Các hệ thống điều khiển phát triển xe điện hỗ trợ cho xe vận hành xác an tồn hơn, đặc biệt dòng xe tự lái Một điều kiện tiên hệ thống điều khiển an tồn ơ-tơ điện phải hiểu biết xác đại lượng động học xe, đặc biệt vận tốc, đặc trưng cho chuyển động xe Khi mà cách đo lường vận tốc xe phục vụ cho việc hiển thị mặt đồng hồ khơng u cầu độ xác cao, người ta đề xuất phương án ước lượng để thu thông tin vận tốc dài với độ xác cao Từ lý này, em lựa chọn đề tài “Ứng dụng phương pháp tổng hợp liệu đa cảm biến ước lượng vận tốc dài xe ô-tô điện” Mục tiêu ước lượng tối ưu đại lượng vận tốc dài nhằm phục vụ cho hệ thống điều khiển xe ô-tô điện Lời nói đầu Đồ án tập trung giải tốn tổng hợp tối ưu thơng tin từ cảm biến vấn đề liên quan tới toán, đồng thời xây dựng hệ thống thực nghiệm áp dụng cho ước lượng đại lượng vận tốc dài hệ thống tham chiếu phục vụ việc kiểm chứng tính xác phương pháp Bố cục đồ án bao gồm chương: Chương 1: Tổng quan chung ước lượng vận tốc dài xe ô-tô điện Chương 2: Nâng cao tốc độ trích mẫu cảm biến Chương 3: Tổng hợp liệu đa cảm biến Chương 4: Xây dựng hệ thống thực nghiệm Chương 5: Kết thực nghiệm Em xin chân thành cảm ơn thầy giáo hướng dẫn ThS.Võ Duy Thành thuộc môn Tự động hóa cơng nghiệp, thầy trung tâm Nghiên cứu Ứng dụng Sáng tạo Công nghệ (CTI) tạo điều kiện thuận lợi tận tình hướng dẫn em thực đồ án chuyên ngành Trong q trình thực đề tài khơng tránh sai sót, em mong nhận ý kiến đóng góp thầy, mơn Tự động hóa cơng nghiệp để em hoàn thiện đề tài Em xin chân thành cảm ơn Hà Nội, ngày 19 tháng 05 năm 2018 Sinh viên thực Phạm Văn Quyền Chương 1: Tổng quan chung ước lượng vận tốc dài xe ô-tô điện CHƯƠNG TỔNG QUAN CHUNG VỀ ƯỚC LƯỢNG VẬN TỐC DÀI TRÊN XE Ô-TÔ ĐIỆN Vấn đề ước lượng tốc độ dài xe ô-tô điện 1.1 Ngày nay, theo phát triển khoa học công nghệ, ô-tô điện dần trở nên phổ biến có xu hướng thay cho dịng ơ-tơ chạy động đốt truyền thống Đó ưu điểm vượt trội động điện so với động đốt trong:  Động điện cho đáp ứng mô-men nhanh, vài mili giây, gấp hàng chục lần so với động đốt (động đốt cho đáp ứng cỡ 100ms)  Động điện cho phép xác định mô-men thông qua việc đo dịng điện, dễ dàng điều khiển lực phát động cho xe  Động điện tích hợp bánh xe, việc điều khiển mơmen bánh xe độc lập Từ phối hợp điều khiển bánh xe cách linh hoạt, hỗ trợ điều khiển xe ơ-tơ điện vận hành an tồn Hình 1.1: Xe ô-tô điện i-MiEV phiên 2012 (Nguồn: Mitsubishi) Chương 1: Tổng quan chung ước lượng vận tốc dài xe ô-tô điện Để phát huy ưu điểm xe ô-tô điện, hệ thống điều khiển u cầu phải có hiểu biết xác trạng thái xe, hệ thống phần cứng phải đáp ứng thơng tin có tốc độ trích mẫu phù hợp (với tốc độ xử lý điều khiển), khối lượng tính tốn phải đơn giản để phù hợp với ứng dụng thời gian thực Một trạng thái cần hiểu biết xác xe ô-tô điện vận tốc dài 1.1.1 Ý nghĩa vai trò vận tốc dài xe ơ-tơ điện Trên xe ơ-tơ nói chung xe ô-tô điện nói riêng, vận tốc dài trạng thái tối quan trọng Không đơn đại lượng hiển thị lên mặt đồng hồ bảng điều khiển giúp người lái theo dõi để vận hành ơ-tơ theo ý muốn, vận tốc dài cịn đại lượng quan trọng hệ thống điều khiển xe nhằm đảm bảo an toàn cho người lái hành khách Hiện nay, số hệ thống điều khiển chuyển động, kể đến: hệ thống điều khiển lực kéo TCS (Traction Control System), hệ thống điều khiển chống bó cứng phanh ABS (Anti-block System),… sử dụng thông tin vận tốc dài xe ô-tô tín hiệu phản hồi trực tiếp Nếu có thơng tin xác vận tốc, hệ thống điều khiển xử lý, phối hợp với thơng tin liên quan để tính tốn, đưa tín hiệu điều khiển tác động tới cấu chấp hành xe nhằm hỗ trợ đưa ô-tô trạng thái vận hành an toàn Ngoài ra, điều khiển an tồn cịn vấn đề phát triển công nghệ xe tự lái Đây phương tiện khơng có kiểm sốt “bộ điều khiển thơng minh nhất” người Chính đặc trưng xe tự lái, hệ thống điều khiển nghiên cứu xây dựng phát triển nhằm đảm bảo an toàn cho thân chủ thể xe đối tượng xung quanh (con người, phương tiện lưu thông đường, sở hạ tầng,…) Các hệ thống yêu cầu phải vận hành ổn định, tin cậy với độ xác cao Bởi vậy, việc nắm bắt xác thơng tin vận tốc dài xe ô-tô cần thiết Như vậy, coi vận tốc dài trạng thái quan trọng thành phần thiếu hệ thống điều khiển xe ô-tô điện Do đó, để hệ thống vận hành cách ổn định xác, vấn đề đặt phải thu thập thông tin vận tốc dài dựa tiêu chí: xác, tốc độ trích mẫu phù hợp với yêu cầu điều khiển, khối lượng tính tốn đơn giản 10 ... Tự động hóa cơng nghiệp, thầy cô trung tâm Nghiên cứu Ứng dụng Sáng tạo Công nghệ (CTI) tạo điều kiện thuận lợi tận tình hướng dẫn em thực đồ án chuyên ngành Trong trình thực đề tài khơng tránh... chất lượng điều khiển cao, cách làm lại tỏ khơng xác, bởi: phanh xe, tốc độ bánh xe nhỏ tốc độ xe; xe truyền động bánh bánh xe chủ động, xảy tượng trượt, khơng có bánh xe phản ánh tốc độ xe Ngoài...oán tổng hợp cảm biến, lọc nhiễu nâng cao tốc độ trích mẫu cảm biến trích mẫu chậm hệ thống thuật toán Multirate Kalman Filter Đồng thời, đồ án đề xuất phương án sửa đổi, cải tiến thuật toán trên, p

Ngày đăng: 26/08/2021, 08:39

Hình ảnh liên quan

Hình 1.1: Xe ô-tô điện i-MiEV phiên bản 2012 (Nguồn: Mitsubishi) - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 1.1.

Xe ô-tô điện i-MiEV phiên bản 2012 (Nguồn: Mitsubishi) Xem tại trang 9 của tài liệu.
Hình 1.2: Mô hình tổng hợp dữ liệu đa cảm biến - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 1.2.

Mô hình tổng hợp dữ liệu đa cảm biến Xem tại trang 14 của tài liệu.
Hình 1.3: Cấu hình hệ thống nghiên cứu ước lượng vận tốc dài xe ô-tô điện - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 1.3.

Cấu hình hệ thống nghiên cứu ước lượng vận tốc dài xe ô-tô điện Xem tại trang 15 của tài liệu.
Hình 2.1: Tương quan giữa tốc độ trích mẫu cảm biến và tốc độ điều khiển - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 2.1.

Tương quan giữa tốc độ trích mẫu cảm biến và tốc độ điều khiển Xem tại trang 17 của tài liệu.
Hình 2.2: Mô hình bộ lọc Kalman - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 2.2.

Mô hình bộ lọc Kalman Xem tại trang 20 của tài liệu.
Hình 2.3: Lưu đồ thuật toán Multirate KalmanFilter - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 2.3.

Lưu đồ thuật toán Multirate KalmanFilter Xem tại trang 22 của tài liệu.
Hình 2.4: Lưu đồ thuật toán MKF cải tiến - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 2.4.

Lưu đồ thuật toán MKF cải tiến Xem tại trang 25 của tài liệu.
2.6.1. Mô hình mô phỏng - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

2.6.1..

Mô hình mô phỏng Xem tại trang 27 của tài liệu.
(a) Hình ảnh tổng quan trên toàn đặc tính của tín hiệu - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

a.

Hình ảnh tổng quan trên toàn đặc tính của tín hiệu Xem tại trang 30 của tài liệu.
Hình 2.7: So sánh tín hiệu trước và sau bộ lọc MKF cải tiến - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 2.7.

So sánh tín hiệu trước và sau bộ lọc MKF cải tiến Xem tại trang 30 của tài liệu.
Hình 3.1: Dạng tín hiệu đo được của các cảm biến - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 3.1.

Dạng tín hiệu đo được của các cảm biến Xem tại trang 34 của tài liệu.
Hình 3.2: Quan hệ giữa quá trình ga-phanh và tín hiệu vận tốc, gia tốc - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 3.2.

Quan hệ giữa quá trình ga-phanh và tín hiệu vận tốc, gia tốc Xem tại trang 40 của tài liệu.
Hình 4.1: Encoder trên xe ô-tô điện i-MiEV (Nguồn: Mitsubishi) - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 4.1.

Encoder trên xe ô-tô điện i-MiEV (Nguồn: Mitsubishi) Xem tại trang 43 của tài liệu.
Hình 4.2: Thiết bị GPS EVK-M8U (Nguồn: U-blox) c)Cảm biến gia tốc  - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 4.2.

Thiết bị GPS EVK-M8U (Nguồn: U-blox) c)Cảm biến gia tốc Xem tại trang 44 của tài liệu.
Bảng 4.1: Thông số thiết bị xử lý NI MyRIO-1900 - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Bảng 4.1.

Thông số thiết bị xử lý NI MyRIO-1900 Xem tại trang 45 của tài liệu.
Hình 4.3: Thiết bị xử lý NI MyRIO-1900 (Nguồn: National Instruments) - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 4.3.

Thiết bị xử lý NI MyRIO-1900 (Nguồn: National Instruments) Xem tại trang 46 của tài liệu.
Bảng 4.2: Thông số thiết bị thu thập dữ liệu DAS-3 - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Bảng 4.2.

Thông số thiết bị thu thập dữ liệu DAS-3 Xem tại trang 47 của tài liệu.
Bảng 4.3: Thông số các cảm biến trong hệ thống tham chiếu - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Bảng 4.3.

Thông số các cảm biến trong hệ thống tham chiếu Xem tại trang 48 của tài liệu.
Hình 4.4: Thiết bị thu thập dữ liệu DAS-3 (Nguồn: Kistler) - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 4.4.

Thiết bị thu thập dữ liệu DAS-3 (Nguồn: Kistler) Xem tại trang 49 của tài liệu.
Hình 4.5: Cấu trúc hệ thống thu thập dữ liệu - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 4.5.

Cấu trúc hệ thống thu thập dữ liệu Xem tại trang 50 của tài liệu.
Hình 4.6: Hệ thống thực nghiệm thực tế - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 4.6.

Hệ thống thực nghiệm thực tế Xem tại trang 51 của tài liệu.
Hình 5.2: Kết quả nâng cao tốc độ trích mẫu của GPS - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 5.2.

Kết quả nâng cao tốc độ trích mẫu của GPS Xem tại trang 54 của tài liệu.
Hình 5.1: Kết quả nâng cao tốc độ trích mẫu của Encoder - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 5.1.

Kết quả nâng cao tốc độ trích mẫu của Encoder Xem tại trang 54 của tài liệu.
Hình 5.4: So sánh kết quả ước lượng với vận tốc tham chiếu (không trượt) - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 5.4.

So sánh kết quả ước lượng với vận tốc tham chiếu (không trượt) Xem tại trang 56 của tài liệu.
Hình 5.3: Kết quả ước lượng vận tốc trong điều kiện không trượt - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 5.3.

Kết quả ước lượng vận tốc trong điều kiện không trượt Xem tại trang 56 của tài liệu.
Hình 5.5: Kết quả ước lượng vận tốc trong điều kiện có trượt - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 5.5.

Kết quả ước lượng vận tốc trong điều kiện có trượt Xem tại trang 57 của tài liệu.
Hình 5.6: So sánh kết quả ước lượng với vận tốc tham chiếu (có trượt) - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

Hình 5.6.

So sánh kết quả ước lượng với vận tốc tham chiếu (có trượt) Xem tại trang 57 của tài liệu.
1– Hình 1: Chương trình mô phỏng thực hiện thuật toán MKF trên Labview - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

1.

– Hình 1: Chương trình mô phỏng thực hiện thuật toán MKF trên Labview Xem tại trang 64 của tài liệu.
2 – Hình 2: Chương trình mô phỏng thực hiện thuật toán MKF cải tiến - Ứng dụng phương pháp tổng hợp dữ liệu đa cảm biến trong ước lượng vận tốc dài trên xe ô-tô điện Bao cao đồ án tốt nghiệp chuyên ngành tự động hóa BKHN (13)

2.

– Hình 2: Chương trình mô phỏng thực hiện thuật toán MKF cải tiến Xem tại trang 65 của tài liệu.

Từ khóa liên quan

Tài liệu cùng người dùng

Tài liệu liên quan