基于H-infinity动态观测器的车辆质心侧偏角融合估计算法

针对车辆控制系统中关键参数质心侧偏角的估计问题,提出一种基于H-infinity理论和动态观测器理论的融合估计算法。提出的动态观测器具有动态变量,可以提高估计算法的暂态和稳态性能。通过引入偏差向量和构建李雅普诺夫函数,结合H-infinity理论,将动态观测器参数矩阵的求解问题转换成线性矩阵不等式的求解问题。建立车辆2自由度非线性动力学模型,采用质心侧偏角作状态变量,利用动态观测器对其进行估计。最后,在Simulink中搭建基于H-infinity理论和动态观测器理论的车辆质心侧偏角融合估计算法模型,并进行CarSim-Simulink联合仿真,对提出的算法进行仿真验证。

基于HSRI模型的参数自适应质心侧偏角观测器的设计

首先对全维车速观测器进行降维处理,以减少观测器的在线计算量,并设计了非线性级联车速观测器。接着,对路面附着系数和轮胎侧偏刚度进行参数自适应估计,以提高质心侧偏角的估计精度,并基于HSRI轮胎模型设计了参数自适应非线性质心侧偏角观测器。在估算轮胎侧偏刚度时采用无侧向车速的车辆模型,以避免车辆动力学模型与侧向车速观测器的耦合作用,并引入带双重遗忘因子的递推最小二乘法,以保持算法的修正能力和解除不同估计参数之间误差的耦合作用。最后采用Simulink与Carsim动力学仿真软件进行联合仿真验证,结果表明所设计的参数自适应非线性质心侧偏角观测器是有效的,估计精度满足ESC控制的工程要求。

基于非线性观测器的车辆质心侧偏角估计

本文中提出了利用非线性状态空间观测器测量车辆质心侧偏角(VBSSA)的方法。本文首先建立一个非线性双轨模型,并用实验来验证模型的精度。然后通过将这个模型的实时估计的状态矢量进行线性化,推导出一种线性化观测器。结果表明该方法能够比较精确的对车体侧偏角进行估计。

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.

汽车质心侧偏角观测器试验验证

提出了一种综合运动学和动力学模型估算车辆质心侧偏角的方法。引入非线性因子表征车辆的非线性状态程度,在此基础上提出了一种简化的非线性轮胎侧向力计算方法,考虑轮胎侧偏刚度补偿,基于单轨模型建立Kalman滤波器实时估计出车辆质心侧偏角。搭建基于轮速传感器、侧向加速度和横摆角速度组合传感器、方向盘转角传感器、MicroAutoBox和GPS系统的试验验证系统,在高附着路面条件下进行蛇形操纵和双移线操纵试验。试验结果表明:所设计的估计算法能在一定程度上反映车辆的实际状态,实时性和估计精度能满足稳定性控制系统的要求。

基于有限时间收敛观测器的汽车质心侧偏角估计

汽车质心侧偏角观测器的设计往往需要较为复杂的模型并处理较多的模型参数,这影响了系统的实时性和易实施性。为此,以不确定2自由度汽车模型为基础设计了有限时间收敛的观测器,根据在此时间段内的收敛状态判断模型参数是否需要调整,同时还设计了相对简单的模型参数调整方案,以实现简单而有效的汽车质心侧偏角估计。通过CarSim高精度汽车动力学软件的实验表明该方案可行。

基于混合观测器的车辆质心侧偏角估算

设计了一种用于估算车辆质心侧偏角的混合观测器。该混合观测器包括一个状态观测器,一个动力学积分估算以及一个权值计算模块。其中,状态观测器是基于车辆模型建立的;动力学积分估算是基于车辆的动力学方程建立的,在积分的过程中运用了卡尔曼滤波的方法;权值计算模块由一个车辆状态判别模块和一个模糊控制器构成。采用相平面方法来判别车辆的稳定性状态,通过模糊控制器的输出权值,计算得到车辆的质心侧偏角。仿真实验结果表明,该混合观测器在不同的工况下能够很准确的估算出车辆的质心侧偏角。

基于滑模观测器的车辆质心侧偏角估测

在汽车稳定性控制中,车辆质心侧偏角是一个重要的参数,直接测量其大小费用昂贵。为研究车辆质心侧偏角,以非线性魔术轮胎模型和二自由度模型为基础,以模型输出的横摆角速度为反馈量,建立滑模观测器,估算车辆质心侧偏角。引入饱和函数为切换函数,减少由符号函数引起的抖振。在Carsim平台建立整车模型以及高附着系数、低附着道路模型,利用Matlab/Simulink模块建立观测器模型,两者联合仿真。通过与龙贝格观测器估算质心侧偏角方法比较,滑模观测器在轮胎处于线性和非线性区域时估算结果更准确。

车辆关键状态参数观测器的设计

车辆的横摆角速度与质心侧偏角都是与车辆操纵稳定性密切相关的车辆状态参数。针对传感器成本高以及车辆质心侧偏角等关键状态参数很难测量等问题,本文选择包含横摆角速度和质心侧偏角等参数的车辆二自由度模型作为参考模型,基于Matlab/Simulink平台进行卡尔曼观测器的搭建并与Carsim软件联合仿真验证观测器的预估精度,通过对比实际输出曲线与预估曲线,两者基本吻合,具有较高的应用价值。

基于模糊滑模观测器与传感器信号积分可拓融合的车辆质心侧偏角估计

车辆质心侧偏角对于车辆横向稳定状态判断具有重要作用,对质心侧偏角的高估或低估都会对稳定性控制系统产生影响.针对目前质心侧偏角估计方法仍具有较大误差且实用性不强,提出了以降低观测误差及提高估计系统实用性为目标的方法,构建了鲁棒性较强的模糊二阶滑模观测器计算质心侧偏角观测值,同时采用惯性测量单元信号计算质心侧偏角积分值.之后分析了两种估计方法的优缺点,对质心侧偏角观测估计值与传感器信号积分估计值进行可拓融合,以实现采用传感器信号估计对观测值进行修正.最后通过Simulink/TruckSim仿真、硬件在环仿真,进行了质心侧偏角估计方法的验证.在实车定圆加速测试工况中以控制效果论证了所提出方法的有效性.研究表明所提出方法能够准确反映实际质心侧偏角状态,并且可靠性、实用性均较佳.

一种有限时间收敛的汽车质心侧偏角观测器设计方案

汽车质心侧偏角估计对于车辆稳定系统的设计具有重要的意义,而车辆稳定系统本质上来说是一个实时系统,为了从理论上保证汽车质心侧偏角估计值的有效性,文中设计了具有有限时间收敛的观测器方案,并通过ve DYNA汽车性能仿真平台对算法的有效性进行了验证,结果表明该方案能迅速有效地跟随汽车质心侧偏角真实变化,达到预期效果。

基于状态空间自回归最小二乘的车辆质心侧偏角非线性估计

基于动力学模型对车辆质心侧偏角进行了估计。为使轮胎模型能够适应不同附着系数的路面,将动态参数引入"魔术公式"轮胎侧偏力模型。应用状态空间形式的自回归最小二乘算法(RLS)设计了车辆质心侧偏角估计器。通过车辆在高附着系数路面的蛇形试验和变附着系数路面的双移线试验对估计方法进行了验证,结果表明,即使车辆出现大侧偏情况使轮胎进入到侧偏角—侧偏力特性曲线的非线性区域,提出的估计方法也能够实现对质心侧偏角的估计。将该估计方法与扩展卡尔曼滤波估计在精度、计算效率和使用条件等方面进行了比较,进一步表明所提出方法具有良好性能。

基于无迹Kalman滤波的车辆速度和质心侧偏角的估计

为满足车辆主动安全控制功能需求,需提升车辆在强非线性特性下的状态观测精度,提出一种基于无迹Kalman滤波(UKF)的模块化车辆横纵向速度状态观测器结构。该结构利用车载传感器信息,结合UKF观测纵向和横向速度,根据质心侧偏角的定义,计算车辆质心侧偏角。在干燥路面上,进行数字仿真以及实车实验。结果表明:在强非线性状态下,基于UKF的车辆质心侧偏角估计的仿真结果的均方根误差(RMSE)为0.425°,实车实验的RMSE为0.001°,而使用扩展Kalman滤波(EKF)估计的仿真结果 RMSE为0.968°,实车实验的RMSE为0.009°。因此,UKF可以抑制车辆行驶中的干扰对观测的影响,使本观测器结构有较高的观测精度,可满足工程需要。

基于滑模观测理论的车辆质心侧偏角估算

在线性二自由度单轨车辆模型的基础上,建立了滑模观测器估算车辆的质心侧偏角.引入双曲正切函数作为观测器的切换函数,有效地减弱了传统滑模观测器符号切换函数易引起的抖振.在veDYNA/Simulink平台上,设计了虚拟道路试验,验证了滑模观测器的估算结果.通过与仅使用车辆模型和使用卡尔曼滤波算法估算质心侧偏角的方法对比,滑模观测器的估算方法优于其他2种算法.

基于局部线性化的汽车质心侧偏角估计

对于汽车侧偏角估计,现有非线性状态观测器反馈增益的设计大多采用解析法,但其仅适用于表达式较简单的轮胎模型。提出一种基于局部线性化设计状态观测器反馈增益的数值方法,使得采用精度更高、表达式更复杂的轮胎模型成为可能。将非线性系统在状态变量空间中离散化,采用数值计算获得若干个工作点处的反馈增益。为便于实时观测应用,这些离散的反馈增益值被拟合为关于状态变量的函数。在一个高精度的车辆动力学实时仿真环境中验证了所提出侧偏角估计方法的有效性及其对参数变化的鲁棒性。仿真结果表明,所提出估计方法估计精度较高,具有较好的鲁棒性。

汽车质心侧偏角观测算法仿真与误差灵敏度分析

车辆质心侧偏角是汽车电子稳定性控制中最重要的状态变量之一,其估计误差直接影响动力学控制效果.为此,针对四轮驱动汽车稳定性控制系统的需要对积分法、简单动力学估计算法、广义龙贝格算法和广义卡尔曼滤波算法4种典型质心侧偏角估计算法进行仿真建模.基于2种典型工况引入变量、参数和噪声误差,分析了不同估计算法对变量、参数和噪声误差的敏感度.研究结果表明,不同估计算法对变量、参数和噪声误差的敏感度有着很大差异,在稳定性控制系统中应综合使用基于运动学和基于动力学这两种估计算法.论文的研究成果对四轮驱动电动汽车主动安全控制技术的实际应用具有工程指导意义.

车辆质心侧偏角估计算法设计与对比分析

车辆质心侧偏角是描述车辆侧向运动状态的重要变量之一,同时也很难准确估计.为此设计了基于运动学的直接积分法,基于扩展卡尔曼滤波的质心侧偏角估计算法和基于广义龙贝格观测器的质心侧偏角估计算法.对信号引入一定强度的噪声,通过多种典型工况对质心侧偏角估计算法进行调试与验证,分析不同算法的特点和工况适应性.直接积分法在长时间尺度下无可用性,但在极限工况下能较为快速地描述质心侧偏角变化趋势;卡尔曼滤波算法整体估计效果较好,但在一些动态工况存在估计偏差,且多为高估;龙贝格观测器算法在大部分工况都能获得良好效果,但在某些情况下存在估计偏差,且多为低估.

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Uni-Tire轮胎模型的车辆质心侧偏角估计

针对车辆质心侧偏角估计的准确性和实时性能问题,提出了车辆质心侧偏角估计的非线性全维观测器设计方法.首先基于车辆动力学模型及纵滑-侧偏联合工况下的Uni-Tire轮胎模型,利用车载传感器测量车辆状态;观测器利用这些状态估计出车辆的纵向速度、侧向速度及横摆角速度,并由此得到车辆的质心侧偏角估计.其次利用输入-状态稳定(input-to-state stability,ISS)理论对观测器的稳定性进行了分析.最后采用红旗CA7180A3E型轿车的车辆参数使用车辆仿真软件veDYNA对极限工况下的估计结果进行了离线仿真研究,并利用xPC-Target仿真环境和dSPACE实时仿真系统搭建仿真平台,对非线性全维观测器的实时性进行验证.仿真结果表明,非线性估计方法估计精度较高,实时性较好,可以满足工程应用的要求.

分布式驱动电动车降阶滑模状态观测器设计!

针对轮胎动力学存在的非线性问题及质心侧偏角估计的准确性与实时性问题,基于分布式驱动电动车(简称:IEV)车轮转矩易于测量的优势,设计了一种非线性降阶滑模状态观测器,对质心侧偏角和轮胎力进行估计。首先建立IEV车辆七自由度非线性动力学模型,选择UniTire轮胎模型描述轮胎特性。在此基础上考虑垂向载荷变化的影响;其次,利用饱和函数克服滑模固有的颤振现象;然后,根据IEV车辆车载传感器可测量的车辆状态,基于滑模变结构理论设计降阶观测器;最后以CarSim中的车辆模型作为仿真平台,对观测器性能进行验证。仿真结果表明:观测器对质心侧偏角和轮胎力的估计都有很高的精度。