考虑不确定性时滞的线控底盘车辆横向状态融合估计方法技术

本发明专利技术公开了一种考虑不确定性时滞的线控底盘车辆横向状态融合估计方法，包括：建立包含质心纵向、侧向、横摆及侧倾运动的车辆四自由度运动微分方程；根据车辆四自由度运动微分方程建立车辆非线性状态方程和观测方程；将车辆非线性状态方程和观测方程进行近似线性化处理得到车辆状态参数的状态方程和观测方程；将线性化后的运动状态参数迭代至横向状态时滞强跟踪融合滤波器，得到车辆横向运动状态融合估计值，用于线控底盘系统控制关键变量的实时融合估计。本发明专利技术提出的方法中滤波与融合过程同时进行，从而避免了现有分布式融合系统中子滤波器向融合中心传输数据时产生的高延时问题，在简化系统结构的同时，降低了算力成本。本。本。

【技术实现步骤摘要】
考虑不确定性时滞的线控底盘车辆横向状态融合估计方法


[0001]本专利技术属于智能驾驶环境感知领域，具体涉及一种考虑不确定性时滞的线控底盘车辆横向状态融合估计方法。

技术介绍

[0002]近年来，随着信息技术在汽车领域的深入应用，智能驾驶技术得到进一步的发展与完善，汽车底盘线控化成为现代汽车发展的一大主流趋势。线控底盘系统技术的控制关键在于精确地获取表征车辆自身运行状态的横摆角速度、纵横向速度、车身侧倾角等关键状态变量。这些状态变量是车辆线控底盘控制系统中的主要控制变量，也是实时辨识车辆行驶状态及制定线控底盘子系统协调控制规则的重要依据。但由于汽车动力学控制过程的复杂性及车载传感器的测试水平和测试成本等多方面的影响，很多关键状态变量如车辆横向速度无法直接、准确或低成本的测量。
[0003]现有的车辆横向速度估计方法(如申请公布号CN108749817A)主要是使用藕合动力学模型估计车辆横向速度，再有(如申请公布号CN111572552A)是将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.考虑不确定性时滞的线控底盘车辆横向状态融合估计方法，其特征在于，步骤如下：1)建立包含质心纵向、侧向、横摆及侧倾运动的车辆四自由度运动微分方程；2)根据所述车辆四自由度运动微分方程建立车辆非线性状态方程和观测方程；3)将所述车辆非线性状态方程和观测方程进行近似线性化处理得到关于车辆状态参数的状态方程和观测方程；4)将所述线性化后的运动状态参数迭代至横向状态时滞强跟踪融合滤波器，得到车辆横向运动状态融合估计值，用于线控底盘系统控制关键变量的实时融合估计。2.根据权利要求1所述的考虑不确定性时滞的线控底盘车辆横向状态融合估计方法，其特征在于，所述步骤1)中的运动微分方程为：式中，m为整车质量，u为纵向速度，v为侧向速度，φ、r分别为侧倾、横摆角速度；h0为质心到侧倾轴距离；h
r
为侧倾中心高度；h
rf
、h
rr
分别为前后轴到侧倾轴距离；ε为侧倾轴与纵轴之间的夹角；δ为前轮转角；I
b,x
为绕X轴转动惯量，I
b,z
为绕Z轴转动惯量，I
b,xz
为绕X、Z轴的惯量积；t
f
为前轮距，t
r
为后轮距；k
f
为前轮胎侧偏刚度，k
r
为后轮胎侧偏刚度；a为质心至前轴距离，b为质心至后轴距离；c
f
为前悬架侧倾角阻尼，c
r
为后悬架侧倾角阻尼；F
y1
为左前轮侧向力，F
y2
为右前轮侧向力，F
y3
为左后轮侧向力，F
y4
为右后轮侧向力；F
x1
为左前轮纵向力，F
x2
为右前轮纵向力，F
x3
为左后轮纵向力，F
x4
为右后轮纵向力。3.根据权利要求1所述的考虑不确定性时滞的线控底盘车辆横向状态融合估计方法，其特征在于，所述步骤2)中的车辆非线性状态方程和观测方程为：式中，状态变量x(k)＝[u,v,r,p,φ]
T
，观测矢量y(k)＝[z
y1
,z
y2
,
…
,z
yn
]
T
，二者与传感器的种类及其数量有关，输入变量u(k)＝[δ]，w(k)、η
i
(k)分别为过程噪声和测量噪声，两者为相互独立、均值为零的高斯白噪声。4.根据权利要求1所述的考虑不确定性时滞的线控底盘车辆横向状态融合估计方法，其特征在于，所述步骤3)中的车辆状态参数的状态方程为：F
x
(k)为非线性函数f(x(k),u(k),k)对状态x(...

【专利技术属性】
技术研发人员：陈锋，傅直全，胡斐，俞碧君，
申请(专利权)人：浙江万安科技股份有限公司，
类型：发明
国别省市：