由于能源问题和环境问题的日益突出,各国和各大汽车厂商不得不寻找传统燃油汽车的替代品。电动汽车具有能量利用率高、对环境污染小等优点,被视为未来重要的交通工具之一。对轮毂电机驱动方式的电动汽车而言,电机控制策略效果将直接影响整车控制性能的好坏。而驱动电机控制策略的设计又与电机的机械参数(转动惯量)和电气参数(电阻、电感和磁链)息息相关,因此在线辨识这些参数对提高电动汽车的整体控制效果具有重大意义。本文在目前已有辨识算法的基础上,对永磁无刷直流轮毂电机的参数辨识问题进行研究,并且通过仿真和实验对所提出的改进算法进行了验证。首先,本文对永磁无刷直流电机数学模型进行了分析,在Matlab/Simulink环境下建立了双闭环控制模型,并且利用该模型对影响电机控制策略效果的电机参数进行了敏感性分析。然后,对永磁无刷直流轮毂电机的电气参数进行了离线测量,为在线仿真辨识提供参数依据。针对遗忘因子最小二乘算法辨识结果容易波动的缺点,提出了将遗忘因子最小二乘算法和普通最小二乘算法相结合的改进最小二乘算法,并利用此算法对电机转动惯量进行辨识。然后又鉴于粒子群算法易于陷入局部最优的缺点,提出了引入平均最好位置和柯西变异的粒子群算法,也利用该算法对电机电气参数进行辨识。经仿真证明,改进后的辨识算法可以提高参数辨识的精度。最后,设计了以dsPIC33FJ64MC804为核心的电机控制系统,并搭建了电机实验平台,然后采用了上述两种改进算法对电机进行了参数辨识实验,实验结果表明算法具有不错的辨识效果。