基于切换策略的车辆质心侧偏角高性能获取

现有的基于融合策略的车辆质心侧偏角(vehicle sideslip angle,VSA)获取方法需要针对不同的场景、结构或信号进行优化和改进,计算复杂度和系统成本也随之增加。本文提出一种基于切换策略的VSA软测量方法。在传感器量测信号预处理部分,利用贝塞尔滤波器对侧向加速度信号进行时延处理和噪声滤除,设计可靠性检验模块对横摆角速度等信号中的突变实现有效清除。在此基础上,根据现有运动学和动力学方案的优势确定切换策略,尽量缩短运动学方案的连续工作区间以抑制其误差累积,同时将动力学方案限制在线性区工作以避免其性能下降,并在多个工况下进行仿真和硬件在环试验,以验证所提出的VSA获取方法的效果。试验结果表明,相较于采用典型的融合策略的对比方法,本文提出的方法在精度和运行时间方面都具有明显的优势,且二者对路况的变化均具有较强的鲁棒性。

含时变轮胎侧偏刚度的车辆质心侧偏角鲁棒估计

车辆质心侧偏角是车辆主动安全控制的重要参考信息,难以直接测量。提出一种含时变轮胎侧偏刚度的车辆质心侧偏角鲁棒估计方法。利用一种车载传感器量测信号可靠性判别方法,滤除横摆率和侧向加速度中的不可靠量测值。设计一种基于侧向加速度信息的轮胎侧偏刚度计算方法,以解决非线性区域的时变轮胎侧偏刚度表征问题。利用容积卡尔曼滤波算法进行迭代,以获得鲁棒的车辆质心侧偏角。数值验证结果表明,所提出的车辆质心侧偏角估计方法在精度和鲁棒性方面具有较为明显的优势。

基于支持向量机的车辆质心侧偏角估计

针对动力学建模方法对车辆质心侧偏角进行估计所面临的路面附着系数和车辆参数无法准确获取等缺点,基于统计学理论中的支持向量机对车辆质心侧偏角估计展开研究。选择方向盘转角、车辆速度、横摆角速度和侧向加速度作为支持向量机的特征向量。在Carsim仿真平台设计了20组典型车辆操纵试验作为训练样本得到预测模型,通过2组变附着系数路面上的操稳性试验对模型进行了验证。研究结果表明:支持向量机可以有效实现对不同附着路面上车辆质心侧偏角的估计,达到了较高的估计精度,即使车辆发生大侧偏现象使轮胎进入侧偏角-侧偏力曲线的非线性域,该方法仍能够实现质心侧偏角的准确估计,估计的绝对误差不超过1.42°,从而为车辆主动安全控制提供了参考。