一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法技术

本发明专利技术涉及一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法，首先利用电动汽车车载传感器获得带有部分测量数据丢失的前轮转角，纵向速度，质心侧偏角以及纵、横向加速度信号，利用线控系统中CAN总线获得轮胎的纵向驱动力信息，将这些信息与非线性车辆模型结合利用先验预估和后验更新的方法估计轮胎侧向力，实现轮胎侧向力的精确获取。本发明专利技术可以填补当前传感器数据丢失情况下轮胎力无法估计的技术空白，促进了汽车主动安全控制技术的发展。展。展。

【技术实现步骤摘要】
一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法


[0001]本专利技术涉及车载传感器控制领域，具体涉及一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法。

技术介绍

[0002]为了提高车辆安全性，许多主动安全技术被开发出来以减少交通事故，如电子稳定控制系统、牵引控制系统、防抱死制动控制系统。这些系统的有效实施直接受轮胎力等关键信息的影响。然而，轮胎力尤其是侧向轮胎力无法通过车载传感器直接测量。
[0003]因此，一些基于状态观测器和卡尔曼滤波的估计方法被用来解决该问题。但传统估计方法中一个基本前提是估计器能够完全接收到真实的测量信号。但是，它忽略了一些实际的工作条件，例如车内传感器的信息可能会部分或完全丢失、来自传感器的测量信号并不总是正确的，可能包含了传感器故障导致的损坏信号，这种情况导致现有的轮胎力估计方法过于理想并不能应用到实际中。

技术实现思路

[0004]本专利技术要解决的技术问题：本专利技术的目的是为了解决现有技术中的不足，提供一种能够解决车内传感器的信息丢失，精准估计轮胎侧向力的侧向力估计方法。...

【技术保护点】

【技术特征摘要】
1.一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法，其特征在于：具体包括以下步骤：步骤一：采集车辆当前时刻信息，所述车辆当前时刻信息包括带有数据丢失的纵向速度、纵向加速度、横向加速度、前轮转角以及横摆角速度信息；步骤二：建立车身模型和轮胎模型，以所述车身模型和轮胎模型构成车辆非线性动力学模型，根据所述车辆非线性动力学模型建立轮胎侧向力估计的状态方程与测量方程；步骤三：将第一步采集的所述当前时刻数据信息输入轮胎侧向力估计的状态方程与测量方程，计算得到轮胎侧向力先验估计值和轮胎侧向力先验误差协方差；步骤四：依据轮胎侧向力先验估计值和轮胎侧向力先验误差协方差；计算卡尔曼增益，利用轮胎侧向力估计的状态方程与测量方程对带有数据丢失的测量变量计算后验更新，得到轮胎侧向力后验估计值和轮胎侧向力后验误差协方差；步骤五：将步骤四中得到的轮胎侧向力后验估计值和轮胎侧向力后验误差协方差作为步骤三中的当前时刻数据信息在下一时刻的输入对先验轮胎侧向力进行动态更新，获得后验轮胎侧向力估计值并计算后验误差协方差，实现步骤三到步骤五的动态循环，以此完成对汽车轮胎侧向力的高精度估计。2.根据权利要求1所述一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法，其特征在于：所述非线性车身模型包括纵向非线性车身模型、侧向非线性车身模型、和横摆的非线性车身模型；所述非线性车身模型公式为：性车身模型；所述非线性车身模型公式为：性车身模型；所述非线性车身模型公式为：性车身模型；所述非线性车身模型公式为：其中a
x
为纵向加速度；a
y
为侧向加速度；r为横摆角速度；M
z
为车辆横摆力矩；i＝f,r分别表示前轮和后轮；j＝l,r分别表示左轮和右轮；为轮胎纵向力；为轮胎侧向力；v
x
为车辆纵向速度；m为汽车总质量；δ为前轮转角；I
z
为绕z轴的转动惯量；建立准静态侧向轮胎模型式中，函数
变量其中μ为路面附着系数，C
x
轮胎纵向刚度，C
y
轮胎侧偏刚度，ε速度影响因子，F
zij
轮胎垂向力，α
ij
为轮胎侧偏角；当车辆速度与轮胎侧偏角改变，轮胎侧向力改变存在一个相对时滞，这种轮胎动态力学行为可用松弛长度σ
ij
来表征；采用松弛模型用来进行动态轮胎侧向力估计，具体公式如下：a为前轴到质心的距离；b为后轴到质心的距离；T
f
,T
r
分别为车辆前轴和后轴轮距；根据公式上述公式建立考虑传感器数据丢失的轮胎侧向力估计状态方程与量测方程如下：状态变量为：x＝[F
yfl
,F
yfr...

【专利技术属性】
技术研发人员：殷国栋，汪，严永俊，柏硕，胡敬宇，徐利伟，王金湘，卢彦博，耿可可，
申请(专利权)人：东南大学，
类型：发明
国别省市：