基于弯道自适应强跟踪卡尔曼滤波的侧向坡度估计算法

道路的侧向坡度直接影响车辆侧向运动，侧向坡度估计已成为智能汽车稳定控制系统的关键部分之一。然而，侧向坡度与车身侧倾之间存在耦合，且侧向力估计困难，准确的侧向坡度估计难度较大。为此，提出了一种基于加速度传感器的可拓融合侧向坡度估计算法：首先，提出加速度传感器模型和车辆侧倾模型，采用弯道自适应强跟踪卡尔曼滤波算法（CASTKF）对侧向坡度进行估计；然后，提出基于侧向加速度传感器的直接估计方法，防止CASTKF算法在失去可观性后的错误估计；再后，利用可拓算法对两种模式的估计值进行数据融合；最后，采用硬件在环测试（HIL）验证所提算法的有效性。结果表明，智能汽车的侧向坡度估计中采用CASTKF融合算法具有更高的精度和鲁棒性。