一种车辆横摆角速度的确定方法及系统技术方案

本发明专利技术涉及一种车辆横摆角速度的确定方法及系统。所述方法包括获取基于车辆横摆角速度和直接横摆力矩关系的有外界输入的自回归ARX模型；基于所述ARX模型构建第一卡尔曼滤波器和第二卡尔曼滤波器；根据所述ARX模型、所述第一卡尔曼滤波器和所述第二卡尔曼滤波器确定车辆横摆角速度模型；根据所述车辆横摆角速度模型确定实时的车辆横摆角速度。本发明专利技术所提供的一种车辆横摆角速度的确定方法及系统，能够提高车辆横摆角速度确定的精确度，进而保证车辆操作的稳定性。

【技术实现步骤摘要】
一种车辆横摆角速度的确定方法及系统
本专利技术涉及横摆角速度估计领域，特别是涉及一种车辆横摆角速度的确定方法及系统。
技术介绍
对于车辆状态和参数的估计，比较常用的车辆模型分为两类：车辆动力学模型和车辆运动学模型。其中，当驾驶员处于线性操纵区间、车辆参数及路面附着系数准确、轮胎参数处于标称值时，车辆动力学模型有较高的准确性。然而，车辆行驶过程中的工况复杂，无法时刻处于驾驶员的线性操纵区间，甚至时常处于危险的极限工况，有限维度的动力学模型无法准确描述车辆的真实的动力学特性，模型失配严重；与此同时，轮胎参数极大地偏离标称值，使模型误差严重。此外，许多车辆参数无法提前准确获知，不同行驶工况的路面附着系数有较大差异，极大地影响了模型准确性。因此，上述因素对车辆动力学模型的准确性具有较大影响。对于车辆运动学模型来说，一方面对传感器测量误差和传感器漂移的鲁棒性较差；另一方面，在稳态工况下容易失去可观性。综上所述，车辆动力学模型和车辆运动学模型均有局限性，无法适用于车辆行驶的全部工况，不能有效的确定车辆横摆角速度，进而不能保证车辆操作的稳定性。...

【技术保护点】
1.一种车辆横摆角速度的确定方法，其特征在于，包括：/n获取基于车辆横摆角速度和直接横摆力矩关系的有外界输入的自回归ARX模型；所述ARX模型以历史时刻车辆横摆角速度的输出值和直接横摆力矩为输入，以当前时刻的车辆横摆角速度的预测值为输出；/n基于所述ARX模型构建第一卡尔曼滤波器和第二卡尔曼滤波器；所述第一卡尔曼滤波器用于确定车辆横摆角速度的输出值；所述第二卡尔曼滤波器用于根据所述车辆横摆角速度的输出值更新所述ARX模型；/n根据所述ARX模型、所述第一卡尔曼滤波器和所述第二卡尔曼滤波器确定车辆横摆角速度模型；/n根据所述车辆横摆角速度模型确定实时的车辆横摆角速度。/n

【技术特征摘要】
1.一种车辆横摆角速度的确定方法，其特征在于，包括：
获取基于车辆横摆角速度和直接横摆力矩关系的有外界输入的自回归ARX模型；所述ARX模型以历史时刻车辆横摆角速度的输出值和直接横摆力矩为输入，以当前时刻的车辆横摆角速度的预测值为输出；
基于所述ARX模型构建第一卡尔曼滤波器和第二卡尔曼滤波器；所述第一卡尔曼滤波器用于确定车辆横摆角速度的输出值；所述第二卡尔曼滤波器用于根据所述车辆横摆角速度的输出值更新所述ARX模型；
根据所述ARX模型、所述第一卡尔曼滤波器和所述第二卡尔曼滤波器确定车辆横摆角速度模型；
根据所述车辆横摆角速度模型确定实时的车辆横摆角速度。


2.根据权利要求1所述的一种车辆横摆角速度的确定方法，其特征在于，所述获取基于车辆横摆角速度和直接横摆力矩关系的有外界输入的自回归ARX模型，具体包括：
利用公式利用公式确定ARX模型；其中，xn-j为n-j时刻的车辆横摆角速度的输出值，un-1为n-1时刻的直接横摆力矩，aj和b1为ARX模型的状态参数，en为白噪声。


3.根据权利要求2所述的一种车辆横摆角速度的确定方法，其特征在于，所述基于所述ARX模型构建第一卡尔曼滤波器和第二卡尔曼滤波器，具体包括：
获取n时刻的车辆横摆角速度的测量值和所述n时刻的车辆横摆角速度的预测值；
根据所述n时刻的车辆横摆角速度的测量值和所述n时刻的车辆横摆角速度的预测值构建所述第一卡尔曼滤波器；
根据n时刻的车辆横摆角速度的输出值和n时刻的ARX模型构建所述第二卡尔曼滤波器。


4.根据权利要求3所述的一种车辆横摆角速度的确定方法，其特征在于，所述根据所述n时刻的车辆横摆角速度的测量值和所述n时刻的车辆横摆角速度的预测值构建所述第一卡尔曼滤波器，具体包括：
利用公式确定所述n时刻的车辆横摆角速度的预测值；为n时刻的车辆横摆角速度的预测值，为n-1时刻的车辆横摆角速度的输出值和直接横摆力矩的矩阵，为n-1时刻的ARX模型的状态参数矩阵；
利用公式确定所述n时刻的车辆横摆角速度的测量值；yn为n时刻的车辆横摆角速度的测量值，wn为测量噪声；
利用公式确定第一卡尔曼滤波器的n时刻的状态误差协方差；为第一卡尔曼滤波器的n-1时刻状态误差协方差的更新值，和代表ARX模型参数矩阵中的第一、二个元素，即和Qn-1为白噪声en的协方差；
利用公式确定第一卡尔曼滤波器的卡尔曼滤波增益，Rn为测量误差wn的协方差；
利用公式确定第一卡尔曼滤波器的n时刻的状态误差协方差的更新值；
利用公式确定第一卡尔曼滤波器的n时刻的车辆横摆角速度的输出值。


5.根据权利要求3所述的一种车辆横摆角速度的确定方法，其特征在于，所述根据n时刻的车辆横摆角速度的输出值和n时刻的ARX模型构建所述第二卡尔曼滤波器，具体包括：
利用公式确定n时刻的ARX模型的预测状态参数矩阵；eθ,n为预测误差；
利用公式确定第二卡尔曼滤波器的校正方程；
利用公式确定第二卡尔曼滤波器的n时刻状态误差协方差，为第二卡尔曼滤波器的n时刻状态误差协方差，Qθ,n-1为预测误差eθ,n的协方差；
利用公式确定第二卡尔曼滤波器的卡尔曼滤波增益；Rθ,n为第一卡尔曼滤波器的卡尔曼滤波增益下的测量误差Kwn的协方差；
利用公式确定第二卡尔曼滤波器的n时刻状态误差协方差的更新值；
利用公式确定更新后的ARX模型的状态参数矩阵。


6.一种车辆横摆角速度的确定系统，其特征在于，包括：
有外界输入的自回归ARX模型获取模块，用于获取基于车辆横摆角速度和直接横摆力矩关系的有外界输入的自回归ARX模型；所述ARX模型以历史时刻车辆横摆角速度的输出值和直接横摆力矩为输入，以当前时刻的车辆横摆角速度的预测值为输出；
卡尔曼滤波器构建模块...

【专利技术属性】
技术研发人员：王震坡，张雷，吴建洋，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11