车辆质心侧偏角估计算法设计与对比分析

车辆质心侧偏角是描述车辆侧向运动状态的重要变量之一,同时也很难准确估计.为此设计了基于运动学的直接积分法,基于扩展卡尔曼滤波的质心侧偏角估计算法和基于广义龙贝格观测器的质心侧偏角估计算法.对信号引入一定强度的噪声,通过多种典型工况对质心侧偏角估计算法进行调试与验证,分析不同算法的特点和工况适应性.直接积分法在长时间尺度下无可用性,但在极限工况下能较为快速地描述质心侧偏角变化趋势;卡尔曼滤波算法整体估计效果较好,但在一些动态工况存在估计偏差,且多为高估;龙贝格观测器算法在大部分工况都能获得良好效果,但在某些情况下存在估计偏差,且多为低估.     

基于相平面法的车辆行驶稳定性判定方法

文中基于相平面分析方法研究车辆行驶稳定性,根据相图变化规律确定车辆稳定性判定方法.首先,利用实车试验数据建立了非线性单轨车辆仿真模型,并以此建立了β-β·相图作为判定稳定性的依据;然后,分析了现有相图稳定区域划分方法的不足,提出改进的五特征值菱形稳定区域划分方法,根据相图的变化规律选用了随平衡点移动的菱形区域作为稳定区域;通过大量仿真建立了全工况下稳定区域的特征值的查表数据库,分析了特征值及稳定区域的变化规律;最后,将基于相平面法的车辆稳定性判定结果作为稳定性算法介入控制的依据,仿真结果表明,该判定方法可以为稳定性算法提供准确的依据,提高车辆稳定性.