基于卡尔曼滤波的车辆状态与路面附着估计

建立了采用Dugoff轮胎模型的三自由度车辆估算模型,设计了基于联邦卡尔曼滤波理论的车辆行驶状态估计算法与基于扩展卡尔曼滤波理论的路面附着系数估计算法,使车辆状态估计与路面附着估计相互联系、闭环反馈、同时进行.选择典型工况,应用Car Sim与Matlab/Simulink联合仿真实验对车辆状态算法和路面附着估计算法进行了验证.结果表明:文中算法能够实现对车辆状态及路面附着系数的准确估计.     

基于轮胎侧偏刚度估计的路面附着条件辨识

准确、实时地获取路面附着信息是汽车主动安全控制系统正常工作的前提.路面及其粗糙度、干湿状态对侧偏刚度有很大影响.基于此,文中在车辆稳态转向下进行轮胎侧偏刚度估计,从而进行路面附着条件辨识.首先由二自由度车辆模型得到前后轴的侧向力及侧偏角,并考虑载荷转移得到各个轮胎的垂向力.通过前后轴之间的差值,消去较难得到的质心侧偏角,而后通过递推最小二乘法估计得到归一化的轮胎侧偏刚度,并比较不同路面附着条件下的估计结果.与之前的侧偏刚度估计方法不同,所提出的方法不需要测量或估计质心侧偏角,因此不需要昂贵的额外传感器,并且考虑了载荷转移对侧偏刚度估计的影响.文中最后通过仿真及电控模型车辆道路试验对所提出的算法进行了验证.仿真及试验结果表明:在考虑载荷转移的条件下,文中提出的辨识算法可以进行路面附着条件辨识.     

四轮毂驱动EV双容积卡尔曼路面附着系数估计

针对车辆在行驶过程中难以实时、准确地获取路面附着系数这一问题,本研究在结合车辆三自由度动力学模型和Dugoff修正轮胎力模型所搭建的四毂驱动联合仿真电动汽车平台基础上,设计了一种时效性、鲁棒性强的双容积卡尔曼滤波路面附着系数观测算法。双容积卡尔曼滤波算法利用奇异值分解优化求解误差协方差矩阵,将车辆行驶状态观测器信息与附着系数观测器信息相互联系,形成闭环反馈校正更新观测信号,实现对路面附着系数的实时估计。在四轮毂驱动联合仿真电动汽车平台中设置低附着路面,在开路面仿真工况下对双容积卡尔曼滤波算法进行验证,并与传统容积卡尔曼滤波观测器数据进行比较和分析。结果表明:双容积卡尔曼滤波算法具有更快的的响应速度,估计的路面附着系数精度更高,实时性更强。     

基于 UKF车辆状态及路面附着系数估计的AFS控制

本文侧重于主动前轮转向(Active Front Steering,AFS)控制系统的应用性与可行性研究,针对紧急转向工况下轮胎呈现强非线性问题,以及AFS控制算法中部分状态量难以获取、路面附着系数对车辆稳定性有重要影响但难以直接测量等问题,设计非线性滑模控制器以综合考虑载荷转移、轮胎非线性及路面条件等对操稳性影响,同时,通过ESP系统现有的IMU传感器测量信息,运用无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法为滑模控制器动态估计车辆状态信息和路面附着系数.在得到期望轮胎侧偏力后,通过非线性轮胎模型精确反求所需叠加转角,以在"轮胎-路面"附着能力范围内检验控制系统的有效性.最后,高附着系数情况下的鱼钩测试仿真及低附着系数时的角阶跃转向仿真共同表明,通过IMU与UKF结合的状态估计确保了AFS控制系统的可行性,有效提高了车辆操纵稳定性.     

基于双重扩展卡尔曼滤波汽车防碰撞模型研究

针对现有的汽车防碰撞高速扇形预警模型,文章提出了基于双重扩展卡尔曼滤波的高速扇形预警模型。根据双重扩展卡尔曼滤波原理,将车辆状态和路面附着系数估算过程形成闭环控制,实现了对车辆状态和路面附着系数的准确估算;建立汽车的四自由度动力学模型和魔术轮胎模型,结合Carsim和Matlab/Simulink软件进行联合仿真。仿真实验结果表明,该模型能够实时监测路面附着系数,正常预警。     

AYC系统基于多传感器数据融合的路面附着系数估计算法

为提高车辆行驶安全性,研究适用于车辆稳定性控制系统的实时路面附着系数估计算法。利用多传感器数据融合综合车辆稳定性控制系统的各传感器数据,从中提取轮胎-路面附着系数得到充分利用的特征信息。根据路面附着系数充分利用时的侧向加速度估算路面附着系数。通过15自由度硬件在环仿真平台以及实车试验两种方式对算法进行验证。一定条件下的仿真结果表明算法的最大估算误差不超过0.04,车辆双移线实车试验的通过率从25%提高到100%。     

AYC系统基于多传感器数据融合的路面附着系数估计

为提高车辆行驶安全性,研究适用于车辆稳定性控制系统的实时路面附着系数估计算法。利用多传感器数据融合综合车辆稳定性控制系统的各传感器数据,从中提取轮胎-路面附着系数得到充分利用的特征信息。根据路面附着系数充分利用时的侧向加速度估算路面附着系数。通过15自由度硬件在环仿真平台以及实车试验两种方式对算法进行验证。一定条件下的仿真结果表明算法的最大估算误差不超过0.04,车辆双移线实车试验的通过率从25%提高到100%。     

基于线控制动的轮胎与地面附着系数实时检测

轮胎与地面间的附着系数是影响车辆安全性能的重要因素.在理论分析的基础上,提出了基于线控制动的路面附着系数检测方法,利用踏板位置传感器估计制动器制动力,采用MMA6260Q加速度传感器检测车辆制动减速度,由制动器制动力与地面制动力判断轮胎运动状态,根据车辆载荷转移公式得到车轮法向载荷,获得进入滑动区域的利用附着系数,并由此得到地面附着系数.分析显示该检测方法可以较准确地识别轮胎与地面附着系数,具有一定的实用价值.     

采用极值搜索算法估计附着系数的车辆驱动防滑控制

为了解决现有驱动防滑控制(ASR)策略响应慢、鲁棒性差的问题,提出一种利用扰动极值搜索算法估计动态路面附着系数的车辆驱动防滑控制策略.搭建车辆动力学系统模型,采用扰动极值搜索算法,自动搜索路面附着系数-滑移率曲线的极大值点,并设计一种踏板信号前馈控制与滑移率负反馈校正的动态驱动防滑控制策略,将车轮滑移率控制在附着系数-滑移率曲线附着系数极大值对应的滑移率处.结果表明:采用扰动极值搜索算法估计路面附着系数的驱动防滑控制策略能够在0.4 s将轮胎滑移率、附着系数和车辆加速度控制在最优滑移率、最优附着系数和稳定车辆加速度较小的邻域内,比门限值ASR控制快0.8 s.     

交通事故再现中轮胎/路面附着系数估算方法

为提高估算交通事故再现时所需轮胎/路面附着系数的准确性,提出了1种轮胎/路面附着系数估算方法.基于模糊控制理论,分析了轮胎/路面附着系数的主要影响因素,建立了路况、胎压、胎况、车速和附着系数的隶属函数,并依据专家经验法制定了模糊规则库,最终建立轮胎/路面附着系数估算模型,并通过试验验证了该模型的有效性.试验结果表明:对于ABS车辆附着系数估算模型,最大相对误差为3.57%,最小相对误差为1.25%,相对误差均值为1.96%,相对误差均方差为0.80%;对于非ABS车辆附着系数估算模型,最大相对误差为3.03%,最小相对误差为1.49%,相对误差均值为2.24%,相对误差均方差为0.79%.     

基于模糊规则的路面附着识别算法研究

为了提高双通道主动式稳定杆(ASB)系统对车辆横摆稳定的控制性能,基于车辆的侧向动力学特性,提出了1种新型路面附着系数识别算法。先通过模糊规则识别非线性因子,再由估算模型计算路面附着系数的初始估计值。通过滤波处理算法处理后得到最终估计值,并将其应用于双通道ASB系统中。利用MATLAB/Simulink对该算法进行了高、中、低附着路面以及对接路面的仿真分析。仿真结果表明,该算法能够有效地识别路面状况,双通道ASB系统根据当前的路面信息及时调整控制策略,提高了车辆的横摆稳定性。     

基于路面附着系数估计的车辆自适应巡航控制研究

为了提高复杂工况下特别是低附着路面工况下车辆自适应巡航控制(Adaptive cruise control,ACC)的安全问题,该文提出基于路面附着实时估计的ACC控制方案。基于模型预测控制(Model predictive control,MPC)设计了ACC控制器,通过实时滚动优化计算得到期望的加减速度值。基于递推最小二乘法设计路面附着系数实时估计策略,根据实时估计的路面附着情况确定MPC控制器中的加减速度极限约束条件。基于Lagrangian方法建立了四自由度的非线性纵向车辆动力学模型,作为ACC控制系统的车辆仿真模型,得到了车辆在高、低不同附着路面上行驶的安全情况。仿真结果表明:基于路面附着系数实时估计的ACC控制方案在各种路面条件下都能确保前、后两车之间保持期望的车间距离安全行驶。     

基于轮胎滑水模型的轮胎-沥青路面附着特性影响因素分析

为研究轮胎与沥青路面之间的附着特性,基于耦合欧拉-拉格朗日法(CEL法)建立充气花纹轮胎滑水有限元模型,验证了滑水模型适用性,计算出AC,SMA及OGFC三种沥青路面附着系数曲线.基于轮胎-路面附着特性理论,分析了制动防抱死系统(ABS)状态和潮湿条件下轮胎-路面附着特性影响因素.研究发现:胎路附着特性与轮胎运动状态有关,随滑移率增大轮胎受到的纵向附着系数先上升后下降,滑移率为15%左右时附着系数达到最大;在水膜厚度较小、轮胎压力较高时增大表面宏观纹理可提高路面抗滑性;平均断面深度(MPD)一定时,干燥路面较潮湿状态体现出更高的附着性能;相同水膜厚度时,附着系数随车速增加而不断减小,OGFC路面比AC路面和SMA路面具有更好的抗滑性能.     

汽车质心侧偏角观测器试验验证

提出了一种综合运动学和动力学模型估算车辆质心侧偏角的方法。引入非线性因子表征车辆的非线性状态程度,在此基础上提出了一种简化的非线性轮胎侧向力计算方法,考虑轮胎侧偏刚度补偿,基于单轨模型建立Kalman滤波器实时估计出车辆质心侧偏角。搭建基于轮速传感器、侧向加速度和横摆角速度组合传感器、方向盘转角传感器、MicroAutoBox和GPS系统的试验验证系统,在高附着路面条件下进行蛇形操纵和双移线操纵试验。试验结果表明:所设计的估计算法能在一定程度上反映车辆的实际状态,实时性和估计精度能满足稳定性控制系统的要求。     

采用自适应无迹卡尔曼滤波器的车速和路面附着系数估计

针对车辆主动安全控制中的车速和路面附着系数这一关键信息,提出了一种实时估计该信息的滤波算法,同时建立了将包含时变噪声统计特性的七自由度非线性车辆动力学模型作为滤波算法的标称模型,以及一种自适应无迹卡尔曼滤波算法。该算法采用传统的无迹卡尔曼滤波器来估计车速和路面附着系数,同时利用次优Sage-Husa噪声估计器对系统的噪声统计特性进行实时更新,其中采用遗忘因子限制噪声估计器的记忆长度,使新近数据发挥重要作用,使陈旧数据逐渐被遗忘,从而解决了因系统标称模型误差、外界扰动等因素引起的噪声时变的问题。在不同路面条件下进行了多种工况的实验验证,并与无迹卡尔曼滤波器的估计结果进行对比分析,结果表明,该算法具有良好的鲁棒性,其估计精度高于无迹卡尔曼滤波器,且满足车辆主动安全控制系统的要求。     

不同路况下路面附着系数实时估计

为了准确估计不同路况下的路面附着系数,提高汽车行驶的安全性与稳定性,提出了一种在制动工况下基于前后轮轮速和制动力矩估计路面附着系数的方法。首先,考虑汽车前后轴荷转移,在Matlab/Simulink软件中完成建模操作,创建关于双轮车辆制动的动力学模型;其次,将控制目标确定为汽车前轮以及后轮的理想和实际滑移率,建立理想制动力矩滑模控制器,对于汽车滑模控制器存在的抖振现象,通过积分切换面对其进行处理;最后,以前后轮轮速和制动力矩作为输入进行扩张状态观测器的设计,利用这一观测器观测路面附着系数相关值。结果表明,各种路况中的路面附着系数都可以通过上述手段进行准确估计,扩张状态观测器能够抵抗外界干扰,鲁棒性强。将扩张状态观测器用于路面附着系数识别的良好结果可为汽车稳定性控制系统的设计提供参考。     

4WD电动车的滑转率识别及防滑控制

实时地根据路面附着状况选择最优的滑转率控制目标是电动车防滑控制策略的关键.文中针对双转子电机四轮驱动电动车的特点,采用自适应Kalman滤波估计车速信息和轮胎驱动力信息,并利用该信息实时计算附着率-滑转率曲线的斜率,以对路面附着状况进行准确评估.然后以估计的路面信息和踏板输入信息为模糊控制器输入,利用带速度修正因子的模糊控制方法对驱动电机输出转矩进行控制,以提高电动车在各种道路条件下最大限度地利用附着系数的能力,获得最佳的驱动防滑控制效果.     

大客车紧急状态纵向可控域模型研究

为提高车载避撞系统的工作效能,在充分考虑轮胎模型的情况下,针对不同路面附着系数建立相应的大客车紧急状态纵向可控域模型。首先通过车载DSP实时获取可控域模型参数,并在此基础上构建四轮八自由度的车辆模型,且结合大客车轮胎模型的特点,选取Gim轮胎模型作为大客车轮胎的简化模型,结合前后车辆运动关系构建了基于车速的紧急状态纵向可控域计算模型。依据不同天气条件发生的频次以及危险程度等级,将路面条件划分成晴天、雨天、冰天以及雪天四种典型路面,针对不同路面条件下附着系数的差异性建立相应的可控域模型,并与传统的基于制动过程的可控域模型进行了对比分析,最后,对两模型的有效性进行了验证。结果表明：考虑路面附着系数和轮胎模型的可控域模型能够准确的逼近真实的可控域范围。     

基于归一化轮胎模型的路面附着系数观测

针对已有的最大路面附着系数观测算法存在收敛速度不够快以及观测精度不够高的问题,提出一种新型的基于归一化轮胎模型理论的路面附着系数观测算法。该算法通过引进归一化轮胎模型,提出基于滑移斜率(slip-slope)的参考路面附着曲线识别算法,并据此开发了一种基于线性插值的最大路面附着系数观测方法,同时引入了回归最小二次算法(RLS)方法对观测结果实时进行数据后处理。仿真分析表明,该算法能准确识别路面附着系数,可使观测精度提高约30%,同时能有效提高识别的收敛速度。     

基于归一化轮胎模型的路面附着系数观测

针对已有的最大路面附着系数观测算法存在收敛速度不够快以及观测精度不够高的问题,提出一种新型的基于归一化轮胎模型理论的路面附着系数观测算法。该算法通过引进归一化轮胎模型,提出基于滑移斜率(slip-slope)的参考路面附着曲线识别算法,并据此开发了一种基于线性插值的最大路面附着系数观测方法,同时引入了回归最小二次算法(RLS)方法对观测结果实时进行数据后处理。仿真分析表明,该算法能准确识别路面附着系数,可使观测精度提高约30%,同时能有效提高识别的收敛速度。