一种基于无迹卡尔曼滤波的车辆参数在线估计方法技术

本发明专利技术公开了一种在车辆行驶过程中，利用无迹卡尔曼滤波技术进行整车质量、重心位置等车辆参数的在线估计方法，其硬件部分主要包括车辆纵向速度和加速度、车轮角速度和角加速度、车辆垂向加速度等车载传感器，以及微控制器等；软件部分主要为进行整车质量和重心位置估计的无迹卡尔曼滤波算法。该方法可针对重型货车、轻量化汽车等车辆的载荷变化对整车质量与重心位置影响较大的特点，通过对车辆动力学状态进行采集，并建立无迹卡尔曼滤波器，实现对整车质量、重心位置等车辆参数的在线估计。

【技术实现步骤摘要】
一种基于无迹卡尔曼滤波的车辆参数在线估计方法
本专利技术涉及一种在车辆行驶过程中，利用无迹卡尔曼滤波技术进行整车质量、重心位置等车辆参数的在线估计方法，属于车辆辅助驾驶领域。
技术介绍
对于重型货车、轻量化汽车而言，其载重量的变化会对整车质量产生显著的影响，同时也会导致车辆重心位置发生明显变动。然而，现有的防抱死制动控制、车身电子稳定控制等车辆主动安全系统，一般通过静态测量方式预先获取车辆在静止状态时的整车质量和重心位置，并假定这两类参数在车辆行驶过程中近似恒定，以建立线性的车辆动力学模型，实现控制系统设计。可见，一旦整车质量和重心位置在行驶过程中发生变化，例如重型货车的载荷变化必将导致其质量和重心位置发生变化，就会造成车辆动力学模型的不准确，从而导致控制系统失效。因此，为使重型货车、轻量化汽车等车辆的主动安全控制系统工作正常，必须在车辆行驶过程中准确、及时地掌握整车质量和重心位置的变化，以修正控制系统中的车辆动力学模型参数。目前，已有专利文献分别针对整车质量、重心位置进行估计。专利文献CN200680045320.2公开了一种用于确定实际的相对重心高度的方法和设备，专利文献CN200980161608.X公开了一种利用车载已有传感器估计车辆重心高度的方法，专利文献CN201210105145.9公开了一种基于高频信息提取整车质量的方法，专利文献CN201210502132.5公开了一种在车辆处于自动加速事件控制之下，通过比较车辆实际加速度与预计加速度之间的差值来估计整车质量的方法。这些专利均通过特殊方法在线估计整车质量或重心位置，但均无法同时估计整车质量和重心位置。同时，这些专利方法均未采用基于模型的在线估计方法，所获取的整车质量、重心位置等车辆参数的精度并不高。本专利技术基于无迹卡尔曼滤波算法，利用低成本的车载传感器采集纵向速度、加速度、前后轮速等车辆状态信息，对整车质量、重心位置等车辆参数进行在线估计，及时获取车辆载荷变化导致的车辆参数变化，从而为车辆主动安全控制系统实时地提供精确可靠的车辆参数。具体地，本专利技术基于车辆动力学模型构建无迹卡尔曼滤波器，以低成本传感器采集的车辆动力学状态信息作为观测量，实现对难以在线、直接测量的车辆参数进行估计。
技术实现思路
本专利技术所要解决的问题是：针对上述问题，本专利技术采用基于模型的在线估计方法，即无迹卡尔曼滤波算法，估计整车质量、重心位置等车辆参数，为车辆主动安全控制系统在运行过程中及时地更新整车质量、重心位置等信息。本专利技术解决其技术问题采用以下的技术方案：本专利技术提供的基于无迹卡尔曼滤波的车辆参数在线估计方法，具体是：通过获取车辆的纵向速度和加速度、车轮角速度和角加速度、车辆垂向加速度信息，结合车辆三自由度动力学模型构建无迹卡尔曼滤波器，以车辆纵向速度、前后车轮转速作为系统观测量，车辆前后轮转矩作为系统输入量，实现对整车质量、重心位置参数的在线估计方法，包括以下步骤：(1)构建三自由度车辆动力学模型，建立与整车质量m、重心高度hCG和重心水平位置lf相关的车辆动力学模型；(2)结合所构建的车辆动力学模型，建立无迹卡尔曼滤波器的状态方程和观测方程，以确定相应的输入量与观测量，实现整车质量m、重心高度hCG及重心水平位置lf的在线估计算法；所述的无迹卡尔曼滤波器的状态方程是：xk＝fk(xk-1,uk-1)+wk其中：上式中：为六维矢量系统，xk中包含的前三个参数纵向速度vx，前轮转角速度wf，后轮转角速度wr为可测量，后三个参数分别表示整车质量m、重心高度hCG、重心水平位置lf的估计量；u＝[Tf,Tr]T为系统输入量，即前后轮的转矩Tf和Tr，Fx为车轮的纵向力，Fzf，Fzr分别为前后轮的垂向力；wk为过程噪声，φ为道路坡度，g为重力加速度，Ca为综合空气阻力系数，r为车轮有效半径，假设前后车轮半径相同，γ为轮胎滚动阻力系数，Cx是车辆轮胎纵向力系数，J为车轮转动惯量；Δt为步长，符号下标中的k-1表示该变量离散化后第k-1步的取值，max(·)表示取最大值函数。所述步骤(1)中的车辆三自由度动力学模型包括车辆的纵向运动、垂向运动以及俯仰运动，对应的动力学方程为：式中：m为整车质量；vx为纵向速度；Fxf、Fxr分别为车辆前后轮胎的纵向力；Fa为空气阻力；g为重力加速度；φ为道路坡度；J为车轮转动惯量；wf、wr分别为前后轮速；Tf、Tr为前后车轮转矩，Trf、Trr为前后车轮滚动阻力矩，r为车轮有效半径，并假设前后车轮半径相同。所述步骤(2)中建立的无迹卡尔曼滤波器的观测方程是：yk＝Hxk+vk其中，上式中：xk为系统状态向量，yk为观测向量，yk＝[vx,k,wf,k,wr,k]T，H为状态转移矩阵，vk为观测噪声。本专利技术与现有技术相比具有以下主要的优点：基于模型的参数估计方法，通过对车辆进行动力学建模，同时将低成本的车载传感器采集的车辆动力学状态信息作为观测量，进而利用合适的滤波算法实现对汽车运行状态的估计。该方法可实现对难以直接测量的参数进行估计，还可提高待估计参数的精度，同时降低系统的成本。基于无迹卡尔曼滤波的车辆参数估计算法，可有效实现整车质量与重心位置的在线估计，所估计参数可以较快地逼近真值，及时掌握车辆行驶过程中的自身结构参数变化，为主动安全控制系统提供准确的车辆参数信息。附图说明图1是本专利技术参数估计理论的整体设计。图2是本专利技术的车辆三自由度动力学模型示意图。图3是本专利技术的无迹卡尔曼滤波算法流程图。具体实施方式下面结合实施例和附图对本专利技术进行详细的描述，但并不局限于下面所述内容。本专利技术提供的基于无迹卡尔曼滤波的车辆参数在线估计方法，如图1所示，通过获取车辆的纵向速度和加速度、车轮角速度和角加速度、车辆垂向加速度以及车辆前后轮转矩等信息，结合车辆三自由度动力学模型构建无迹卡尔曼滤波算法，以车辆纵向速度，前后车轮转速作为系统观测量，车辆前后轮转矩作为系统输入量，实现对整车质量、重心位置等车辆参数的在线估计。该方法是关于车辆的整车质量m、重心高度hCG及其水平位置Lf的估计算法，包括以下步骤：1.构建三自由度车辆动力学模型：如图2所示，建立与整车质量m、重心高度hCG及重心水平位置Lf相关的车辆动力学模型，其中XOY为绝对坐标系，固定在地面上，xoy为车辆坐标系(相对坐标系)。这里的车辆三自由度动力学模型包括车辆的纵向运动、以及前后车轮的回转运动，对应的动力学模型如下：式中，m为整车质量；vx为纵向速度；Fxf、Fxr分别为车辆前后轮胎的纵向力；Fa为空气阻力；g为重力加速度；φ为道路坡度；J为车轮转动惯量；wf、wr分别为前后车轮角速度；Tf、Tr为前后车轮转矩，Trf、Trr为前后车轮滚动阻力矩，r为车轮有效半径，并假设前后车轮半径相同。这里采用线性轮胎模型求解轮胎纵向力：式中，wf、wr分别为前后车轮转动角速度；r为车轮有效半径；Cx是车辆轮胎纵向力系数。式(1)中的空气阻力Fa采用如下公式计算：式中，Ca为综合空气阻力系数；ρ为空气密度；A为车头横截面积；Cd为空气阻力系数。前后车轮滚动阻力矩Trf、Trr的计算公式如下：Tri＝γrFzi(8)式中γ为轮胎滚动阻力系数；在存在道路坡度的情况下，车辆前后轮胎的垂向力计算公式如下：Fzf＝本文档来自技高网...

【技术保护点】
一种基于无迹卡尔曼滤波的车辆参数在线估计方法，其特征在于通过获取车辆的纵向速度和加速度、车轮角速度和角加速度、车辆垂向加速度等信息，结合车辆三自由度动力学模型构建无迹卡尔曼滤波器，以车辆纵向速度、前后车轮转速作为系统观测量，车辆前后轮转矩作为系统输入量，实现对整车质量、重心位置等参数的在线估计方法，包括以下步骤：(1)构建三自由度车辆动力学模型，建立与整车质量m、重心高度hCG和重心水平位置Lf相关的车辆动力学模型；(2)结合所构建的车辆动力学模型，建立无迹卡尔曼滤波器的状态方程和观测方程，以确定相应的输入量与观测量，实现整车质量m、重心高度hCG及重心水平位置Lf的在线估计算法。

【技术特征摘要】
1.一种基于无迹卡尔曼滤波的车辆参数在线估计方法，其特征在于通过获取车辆的纵向速度和加速度、车轮角速度和角加速度、车辆垂向加速度信息，结合车辆三自由度动力学模型构建无迹卡尔曼滤波器，以车辆纵向速度、前后车轮转速作为系统观测量，车辆前后轮转矩作为系统输入量，实现对整车质量、重心位置参数的在线估计方法，包括以下步骤：(1)构建三自由度车辆动力学模型，建立与整车质量m、重心高度hCG和重心水平位置lf相关的车辆动力学模型；(2)结合所构建的车辆动力学模型，建立无迹卡尔曼滤波器的状态方程和观测方程，以确定相应的输入量与观测量，实现整车质量m、重心高度hCG及重心水平位置lf的在线估计算法；所述的无迹卡尔曼滤波器的状态方程是：xk＝fk(xk-1,uk-1)+wk其中：上式中：为六维矢量系统，xk中包含的前三个参数纵向速度vx，前轮转角速度wf，后轮转角速度wr为可测量，后三个参数分别表示整车质量m、重心高度hCG、重心水平位置lf的估计量；u＝[Tf,Tr]T为系统输入量，即前后轮的转矩Tf和Tr，F...

【专利技术属性】
技术研发人员：褚端峰，吴超仲，田飞，孙川，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北;42