多方法融合的汽车质心侧偏角估计

汽车质心侧偏角融合估计过程中存在量测噪声不确定、依赖路面附着系数问题,影响估计精度,为此提出联合运动学方式与运动几何方式的质心侧偏角融合估计算法.利用三自由度车辆运动学方程建立自适应扩展卡尔曼滤波器,用于车辆侧、纵向速度估计.设计轮胎侧偏刚度模糊自适应的运动几何估计器,以实现车辆侧向速度估计.根据2种估计方式适用性的差异,设计基于瞬态特性提取的侧向速度加权融合算法,利用侧向速度融合结果与运动学方式估计的纵向速度计算车辆质心侧偏角. Carsim-Simulink的仿真与驾驶员在环试验结果表明,所提算法具有高实时估计精度和路面附着系数变化的鲁棒性.

车辆质心侧偏角估计综述

车辆质心侧偏角是车辆稳定性控制系统中至关重要的状态变量。分别从横向车速估计方法、纵向车速估计方法和估计过程中的模型参数自适应估计三个方面回顾车辆行驶过程中的质心侧偏角估计问题。通过对比分析质心侧偏角估计中运动学估计方法和动力学估计方法的各自优缺点,指出多方法融合估计质心侧偏角的优势。比较分析不同种类的观测器技术对质心侧偏角估计效果的影响。分析指出参数自适应估计是提高质心侧偏角估计精度的有效手段,并分别介绍路面峰值附着系数、轮胎侧偏刚度、路面坡度角等参数的自适应估计方法。分析分布式驱动电动汽车结构特点对质心侧偏角估计问题带来的影响,指出充分利用电动机转矩信息是提高质心侧偏角估计的重要措施。针对分布式驱动电动汽车,先后分别列举分析横向车速、纵向车速和参数自适应估计方法的特殊之处和优势所在。

基于线性估计模型的电动汽车质心侧偏角估计

质心侧偏角估计是车辆稳定性控制系统中的关键技术和难点,针对电动汽车,本文充分利用车轮上的驱动力矩和制动力矩信息,计算出了轮胎上的纵向力。并将轮胎侧向力用纵向力和侧偏角表示或进行局部线性化。这样可以将二自由度车辆模型简化为以侧向速度为状态的线性估计模型,用于电动汽车质心侧偏角的估计。仿真结果表明:基于线性估计模型的质心侧偏角估计器的估计精度较高,对路面摩擦因数的依赖程度小,并且计算简单,可以应用于车辆的稳定性控制系统中。

基于运动学—动力学方法融合的汽车质心侧偏角估计（英文）

为了提高汽车质心侧偏角估计的准确性,提出了一种新的、基于运动学—动力学方法的融合估计方法。构建了质心侧偏角融合观测器(SAFO)。该SAFO包括3个子滤波器,每个子滤波器分别将横向车速的初步估计结果送到主滤波器中。主滤波器根据当前车辆行驶工况和融合规则,将子滤波器的估计结果融合成为全局意义下的质心侧偏角估计结果。结果表明:该SAFO具有良好的估计精度和长时间尺度下的计算稳定性,同时对横向加速度传感器偏差具有鲁棒性。因此,车辆测试数据验证了SAFO的性能。

基于质心侧偏角估计的车辆侧向稳定性T-S模糊H_∞控制

设计了新的车辆质心侧偏角观测器,对于采用非线性轮胎模型的车辆模型设计了基于观测器的稳定性控制器。将T-S模糊建模技术应用于非线性Dugoff轮胎模型的车辆侧向动力学,T-S模糊模型中以横摆角速度误差作为模糊前件变量用来近似地反映非线性状态的程度并用来判断车辆是否处于线性或非线性区域。考虑轮胎侧偏刚度的不确定性,设计了基于鲁棒横摆力矩控制器的非线性观测器,以提高车辆操纵稳定性并将观测器和基于观测器的控制器设计问题转化为线性矩阵不等式(Linear Matrix Inequalities,LMIs)约束问题。基于Car Sim/Simulink数值仿真以验证设计方法的有效性,仿真结果表明,对于双移线(Double Lane Change,DLC)和J-turn工况所设计的控制器比Car Sim/ESC更能有效地控制车辆质心侧偏角,提高了车辆操纵稳定性,所得结果为T-S模糊H∞控制在车辆工程中的实际应用提供了参考。

基于遗传粒子滤波的轮毂驱动电动汽车质心侧偏角估计方法

质心侧偏角估计是汽车稳定性控制系统中的关键技术.为了解决现有估计方法对轮毂驱动电动汽车信息利用不充分、估计精度低的问题,提出一种基于遗传粒子滤波(GPF)的轮毂驱动电动汽车质心侧偏角估计方法.利用魔术轮胎公式,融合轮毂驱动电动汽车车轮上驱动与制动力矩信息,建立非线性车辆动力学模型,实现轮胎纵向力与侧向力计算,完成质心侧偏角估计器的搭建.针对车辆动力学模型的强非线性及传统粒子滤波算法粒子退化、计算量大的问题,设计适用于强非线性系统并且能够有效抑制退化、减小计算量的遗传粒子滤波算法对质心侧偏角进行估计.仿真结果表明:所提出的估计方法能够提高质心侧偏角的估计精度和鲁棒性.

独立驱动电动汽车质心侧偏角融合估计方法

针对传统质心侧偏角估计精度低、实时性差等问题,把四轮独立驱动电动汽车作为研究对象,提出一种基于强跟踪卡尔曼滤波及无迹卡尔曼滤波融合估计的质心侧偏角估计方法。由于汽车在侧向加速度较小时车辆动力学特性基本呈线性变化,此时通过强跟踪卡尔曼滤波快速估计,当汽车侧向加速度较大时车辆动力学特性趋于非线性变化,通过无迹卡尔曼滤波准确估计。最后将两种估计方法的数据融合,完成不同车速不同工况下对车辆质心侧偏角的估计。搭建Simulink-Carsim联合仿真平台对提出的方法进行验证,结果表明该方法在保证估计精度的同时具有较好的实时跟踪效果及鲁棒性。

基于运动学方法和运动几何方法融合的质心侧偏角估计

针对车辆质心侧偏角难以直接测量的问题,提出一种基于运动学方法和运动几何方法融合的质心侧偏角估计方法。基于三自由度车辆运动学模型构建一个扩展卡尔曼滤波器(Extended Kalman filter,EKF),用于质心侧偏角的动态值估计。设计出一种基于车辆运动几何关系的估计方法,利用质心侧偏角与前后轮侧偏角之间的运动几何关系,以及UniTire轮胎模型实现质心侧偏角稳态值的估计。然后根据两种估计方法的特点,设计出一种基于质心侧偏角动态特性的数据融合方法,提高了质心侧偏角估计结果的精度。基于CarSim软件的仿真结果表明,该融合估计方法对传感器信号噪声和误差具有较好的鲁棒性,能够在各种路面条件和驾驶操作条件下实现对车辆质心侧偏角的准确估计。

基于轮胎侧偏刚度变化率的车辆质心侧偏角融合估计算法

针对车辆在高速紧急避让工况下质心侧偏角难以直接测量的问题,提出一种基于轮胎侧偏刚度变化率的质心侧偏角融合估计算法。在车辆二自由度动力学模型的基础上,提出一种轮胎侧偏刚度估计方法,构建基于改进扩展卡尔曼滤波的质心侧偏角估计算法,根据质心侧偏角和车辆纵向、侧向加速度的关系,构建基于积分法的质心侧偏角估计算法;结合两种估计算法的特点,采用轮胎侧偏刚度的一阶微分表征车辆的非线性程度,设计了一种适用于不同车辆动态特性及路面条件的融合估计算法。Carsim/Simulink联合仿真结果表明,该融合估计算法在不同的车辆动态特性和不同路面条件下具有良好的估计精度和实时性,对传感器信号的噪声、误差鲁棒性强。

极限行驶条件下车辆质心侧偏角观测器设计

用非线性车辆模型线性化方法,设计了基于广义卡尔曼滤波器和广义龙贝格观测器的质心侧偏角估计算法.给出考虑了轮胎非线性特性的扩展二自由度车辆模型,用非线性最小二乘法拟合轮胎模型的参数;分析非线性模型的能观性,并通过局部线性化方法,将非线性模型在当前状态处线性化,并得到近似的线性模型;设计了广义卡尔曼滤波器和线性化龙贝格观测器,并证明观测器的稳定性;最后,通过典型的操纵稳定性试验,验证算法的有效性.极限行驶工况下采用非线性模型线性化的方法,能获得更高的估计精度.

基于质心侧偏角计算的自动转向控制

为改善车辆高速行驶时质心侧偏角对车辆横向控制的影响,基于车辆动力学分析与辨识提出了一种基于无迹卡尔曼滤波理论的精确计算质心侧偏角的方法,并将其应用于车辆的自动转向控制系统。为验证算法的有效性,进行了相关的仿真分析。仿真结果表明:在实时计算质心侧偏角的基础上进行车辆的性能控制,可提高车辆的瞬态控制精度,有效改善车辆的舒适性。

车辆行驶过程中的状态估计问题综述

从传感器配置、估计用物理模型、状态估计算法和估计过程中的模型参数自适应4个方面回顾车辆行驶过程中的状态估计问题。对比分析以纵向车速、横摆角速度、质心侧偏角为估计目标时传感器的常见配置,给出合理的传感器配置方案;比较在不同估计目标下运动学模型和动力学模型的优缺点,提出纵向车速和横摆角速度适合采用运动学模型、质心侧偏角估计适合采用动力学模型的观点;列举并比较车辆状态估计中常用的估计算法,给出各算法在实际应用中所需注意的因素。指出实现估计过程中的参数自适应是提高不同行驶工况下观测器估计精度的有效手段,并介绍递推最小二乘、联合卡尔曼滤波等实现参数自适应的典型方法。

基于滑模控制理论的车辆横向稳定性控制

针对车辆在极限运动工况下转弯或变道行驶时的横向稳定性控制问题,建立以车辆横向速度、横摆角速度及车身侧倾角为状态变量的3自由度非线性动力学模型。在动力学分析的基础上,探讨依靠施加各车轮不同纵向制动力而产生辅助横摆力矩的方法来提高车辆在极限工况下的操纵稳定性。考虑到作为车辆状态变量之一的质心侧偏角难以测量,设计了基于车辆动力学模型及运动学关系相结合的质心侧偏角估计器。运用滑模控制理论,以车辆横摆角速度和质心侧偏角与相应的理想横摆角速度和质心侧偏角之差,作为车辆稳定性控制系统的两类控制输入变量,以车轮纵向制动力矩和方向盘转角为控制目标建立了联合滑模控制系统,通过计算机仿真表明,该控制方法可以有效改善车辆横向稳定性。

基于模糊滑模控制的车辆稳定性研究

针对车辆在转弯或变道引起的车辆稳定性控制问题,建立了用于稳定性控制的3自由度非线性动力学模型。文中将车辆横摆角速度、质心侧偏角作为主要控制变量。基于模糊滑模控制理论,采用直接横摆力矩控制方法控制横摆角速度和质心侧偏角,其中考虑到质心侧偏角难以通过传感器测量,设计了基于递归最小二乘法的质心侧偏角估计方法。同时,在基于Matlab与ADMAS联合调试的环境下进行了仿真分析,仿真结果表明该控制器能有效地使横摆角速度和质心侧偏角跟踪其期望值,使汽车保持在安全稳定的范围内。