【技术实现步骤摘要】
一种轮毂电机驱动车辆纵向速度估算方法
本专利技术涉及纵向速度估算
,具体为一种轮毂电机驱动车辆纵向速度估算方法。
技术介绍
车辆的控制需要实时且准确地了解车辆动力学系统状态,从而根据状态参数信息来做出当下时刻最优的控制决策。受当下传感器技术与成本的限制,车辆的某些状态信息如车速、质心侧偏角等无法直接测量,因此需要借助相关的观测器或状态估计算法,结合现有传感器测得的参数,实时且精确地对车辆控制所需某些重要状态量进行估计。传统车辆的纵向速度大都以从动轮作为参考轮速计算得出,而轮毂电机驱动车辆在四轮驱动的模式下没有从动轮,因此需要采用不同的估计算法。
技术实现思路
本专利技术的目的在于提供一种轮毂电机驱动车辆纵向速度估算方法,使用扩展卡尔曼滤波算法,基于七自由度车辆动力学模型与魔术公式轮胎模型,利用轮毂电机驱动车辆纵向力信息准确已知的特点,分别对其每个车轮的滑移率进行了估计,并结合估计算法残差与运动学模型速度优选出有效轮速,从而对车辆纵向速度进行计算。为了解决上述技术问题,本专利技术提供如下技术方案:一种轮毂电机驱动车辆纵向速度估算方法,包括以下步骤:步骤1,输入车载传感器信息,通过动力学模型估计滑移率;输入数据为前轮转角、四个车轮的转矩和转速,经车轮动力学模型建立状态空间方程后,代入EKF算法进行迭代计算,从而得出滑移率估计值;然后将估计值与CarSim真实值相比较,从而评估算法的有效性与准确性;具体为:基于魔术轮胎公式,轮胎的纵向动力学用公式组4-12来
【技术保护点】
1.一种轮毂电机驱动车辆纵向速度估算方法,其特征在于,包括以下步骤:/n步骤1,输入车载传感器信息,通过动力学模型估计滑移率;/n输入数据为前轮转角、四个车轮的转矩和转速,经车轮动力学模型建立状态空间方程后,代入EKF算法进行迭代计算,从而得出滑移率估计值;然后将估计值与CarSim真实值相比较,从而评估算法的有效性与准确性;具体为:/n基于魔术轮胎公式,轮胎的纵向动力学用公式组4-12来表示:/n公式4-12:
【技术特征摘要】
1.一种轮毂电机驱动车辆纵向速度估算方法,其特征在于,包括以下步骤:
步骤1,输入车载传感器信息,通过动力学模型估计滑移率;
输入数据为前轮转角、四个车轮的转矩和转速,经车轮动力学模型建立状态空间方程后,代入EKF算法进行迭代计算,从而得出滑移率估计值;然后将估计值与CarSim真实值相比较,从而评估算法的有效性与准确性;具体为:
基于魔术轮胎公式,轮胎的纵向动力学用公式组4-12来表示:
公式4-12:
其中Ji为轮胎惯量,ωi为轮胎转速,λ为轮胎纵向滑移率;
滑移率可用公式4-13表示,其微分形式如公式4-14所示:
公式4-13:
公式4-14:
由公式4-13可得:
公式4-15:
将公式4-14代入公式4-14,得:
公式4-16:
将λ作为状态向量,T作为观测向量构建状态空间方程,则单个轮胎的滑移率估计状态方程如公式4-17所示:
公式4-17:
在整车联合估计中,状态空间方程扩展为4×1的矩阵,分别代表左前、右前、左后和右后的轮胎状态量;如公式4-18所示:
公式4-18:
将其展开为线性形式,即如公式4-19所示:
公式4-19:
其中,
公式4-20
公式4-21:
在公式4-21中,
公式4-22:
将其离散化,得:
公式4-23:xk=φk/k-1xk-1
其中,
公式4-24:φk/k-1=I+F(k-1)·ΔT
ΔT为采样时间、将其代入EKF算法,迭代公式如公式4-24所示
公式4-25:
以轮胎力矩作为观测量,滑移率为状态量,使用EKF算法迭代即在无需速度信息的前提下,对轮胎滑移率进行估计,估计精度很大程度上取决于轮胎建模的精度;
步骤2:基于运动学模型的纵向速度估计;
由于运动学模型速度大致等效于纵向加速度积分所得,因此该值变化较为平缓,不会出现估计速度跳变的现象,可弥补残差规则判定的不确定性;因此在通过基于动力学模型的EKF算法得到车辆滑移率后,根据滑移率计算得出四个车轮等效速度,将其与运动学模型速度进行比较,而后根据比较结果对车轮轮速有效性进行判断。
车辆纵向运动微分方程为,公式2.1,
公式2.1:
vx——车辆纵向速度;
vy——车辆横向速度;
γ——车辆横摆角速度;
其中,车辆横摆运动微分方程为,公式2.6:
公式2.6
其中m为整车质...
【专利技术属性】
技术研发人员:王伟达,杨超,马正,张宇航,倪俊,项昌乐,
申请(专利权)人:北京理工大学重庆创新中心,北京理工大学,
类型:发明
国别省市:重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。