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.     

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。     

基于无迹卡尔曼滤波的汽车状态参数估计

由于部分汽车状态参数无法直接通过传感器获得,为了提高这些参数的估计精度以准确判断汽车行驶过程中的状态变化,增强控制系统的鲁棒性,文中提出了基于无迹卡尔曼滤波的汽车状态参数估计方法.该方法在传统卡尔曼滤波算法的基础上,采用无迹卡尔曼滤波算法对汽车质心侧偏角、横摆角速度、路面附着系数等状态参数进行估计,并运用Simulink与Carsim进行联合仿真.结果表明,无迹卡尔曼滤波算法响应快,估计精度较扩展卡尔曼滤波高,能满足车辆高级动力学控制系统的控制需要.     

宋儒的族学思想探析

考虑路面附着条件对车辆横摆响应的影响,设计了路面附着系数修正的主动转向控制策略.为了迅速准确 地获取当前路面附着信息,采用了无迹卡尔曼滤波观测器观测路面附着系数,并用Carsim-Simulink联合仿真验证了此方法的有效性.在传统主动转向控制的基础上将路面附着系数作为输入,设计了滑模控制器.通过Simulink仿真,验证了所设计的滑模控制器在低附着路面、对接路面均能提高车辆的操纵稳定性和理想轨迹跟踪能力.     

基于路面附着系数估计的AFS控制策略研究

考虑路面附着条件对车辆横摆响应的影响,设计了路面附着系数修正的主动转向控制策略.为了迅速准确地获取当前路面附着信息,采用了无迹卡尔曼滤波观测器观测路面附着系数,并用Carsim-Simulink联合仿真验证了此方法的有效性.在传统主动转向控制的基础上将路面附着系数作为输入,设计了滑模控制器.通过Simulink仿真,验证了所设计的滑模控制器在低附着路面、对接路面均能提高车辆的操纵稳定性和理想轨迹跟踪能力.     

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.     

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%。     

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%。     

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%.     

基于功能原理和模糊控制的路面附着系数估计

为从根本上解决轮胎参数变化影响估计精度的问题,文中不引入轮胎模型,提出了一种基于功能原理和模糊控制的路面附着系数估计算法.首先利用功能原理推算当前车辆状态下的利用附着系数,再通过模糊推理的方法由当前状态下的利用附着系数和滑移率推算当前行驶路面的峰值附着系数,然后利用Matalb软件建立车辆的三自由度模型,对估计算法进行了仿真分析.结果表明,文中算法能有效地估计路面附着系数,具有良好的实时性和准确性.     

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。     

低附着路面电动助力转向控制策略

车辆在低附着路面转向时转向阻力矩大幅降低,导致转向盘转矩随之减小,严重影响驾驶员的路感,易导致事故的发生.鉴于此,提出电动助力转向电流补偿控制策略以提高低附着路面驾驶员路感.利用扩展卡尔曼滤波方法估计出低附着路面前轴侧向力,进而计算出补偿电流值.在MATLAB/Simulink中建立系统仿真模型,利用实车试验数据与仿真数据对比,验证了仿真模型的准确性.不同行驶工况的仿真结果显示采用本文提出的控制策略后,转向盘力矩显著提高,使驾驶员在低附着路面下的路感与正常高附着路面相同,可以有效防止驾驶员的误操作,提高车辆行驶安全性.     

基于多信息融合的汽车质心侧偏角估算

车辆稳定性控制系统因为其良好的主动安全性已经在汽车上广泛采用。对于汽车稳定性控制系统而言,横摆角速度和质心侧偏角是判断汽车运行情况的两个主要参考量。其中,车辆的横摆角速度可以通过横摆角速度传感器经过卡尔曼滤波直接得到,而质心侧偏角则必须通过估算得到。基于二自由度汽车动力学模型建立了一种车辆质心侧偏角估算器,该估算器包括基于车辆模型的卡尔曼滤波算法和动力学积分算法。在质心侧偏角较小的情况下,可认为轮胎的侧偏特性处于线性区域,故采用基于车辆模型的卡尔曼滤波算法,当质心侧偏角较大的情况下,切换为动力学积分算法。最后在Vedyna软件下搭建了该估算器的仿真平台,通过多工况的仿真,仿真结果表明该估算器可以准确估算车辆的质心侧偏角。     

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。     

基于模型预测控制的汽车紧急转向避撞研究

为了解决汽车在低附着路面上中高速转向避撞时产生的侧滑失稳和轨迹跟踪能力不足等问题,本文基于模型预测控制算法,提出一种主动避撞的方法,建立了车辆单轨模型并经线性离散化后作为预测模型。在模型预测控制的过程中加入前轮转角约束、前轮转角增量约束、纵向加速度约束与轮胎侧偏角约束等多种约束条件,对车辆横向位移、横向速度、横摆角与横摆角速度等多个状态量进行控制,使车辆的轨迹更加符合理想轨迹。仿真模拟结果表明,相比无控制与PID控制方法,利用本文方法可以有效地使汽车在中高速及低附着路面条件下按理想的轨迹进行避撞且保持避撞过程中的行驶稳定性,大幅提高避撞过程中的车辆安全性。     

一种基于LTVMPC改进的 无人驾驶汽车路径跟踪控制算法

在低附着路面情况下,针对现有以线性时变模型预测控制(LTVMPC)为基础的无人驾驶汽车路径跟踪精确性和稳定性问题,提出一种改进的控制算法.以汽车动力学理论为基础,将四轮轮胎侧偏角和滑移率精确地表示为车辆状态量的非线性函数,在预测时域内对车辆状态方程线性化处理而求解雅可比矩阵时,为降低系统维度,将轮速作为非状态量,建立改进的三自由度车辆模型,在二次规划性能指标中加入横摆角速度跟踪误差项以提高路径跟踪性能,考虑质心侧偏角对跟踪精度和车辆稳定性的影响,修正参考横摆角,建立改进的LTVMPC.在Carsim-Simulink联合仿真平台进行低附着系数路面情况下的双移线跟踪仿真,结果表明改进后的控制算法在保证实时性的前提下,提高了路径跟踪的精确性和车辆行驶的稳定性.     

紧急制动工况下车辆的PI稳定性控制

针对制动工况中的汽车,建立9自由度车辆动力学模型,并基于车辆动力学模型,采用比例-积分(PI)稳定性控制逻辑算法对车辆的行驶状况及运动姿态进行控制.最后,利用CarSim和MATLAB/Simulink联合仿真平台,结合低附着系数路面和对开路面的紧急制动工况进行离线仿真.仿真结果表明:采用稳定性控制逻辑算法可以改善车辆的纵向运动状态,有效地抑制车辆的侧向运动,有助于提高车辆的稳定性.     

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Elman神经网络的路面附着系数识别

准确、高效地识别路面附着系数为汽车主动安全系统提供了重要输入参数。笔者提出了基于Elman神经网络识别路面附着系数方法,采用Carsim/Simulink联合仿真,获取了某车辆的63个行驶工况,共20个重要动力学响应。构建了Elman神经网络的路面附着系数识别模型,对附着系数为0.2～0.9的路面进行了识别,识别平均绝对百分比误差为4.92%,准确率为91.22%。相对于传统的BP神经网络方法,该方法使路面附着系数的识别平均绝对百分比误差降低了2.24%,准确率提升了9.82%,并且在潮湿沥青路面以及干燥沥青路面进行了实车实验,验证了该方法的有效性、可行性。     

改进的PNGV模型估算全钒液流电池荷电状态

针对全钒液流电池(VRB)充放电时,循环泵产生的支路电流对荷电状态(SOC)估算有影响的问题,提出了一种基于无迹卡尔曼滤波的全钒液流电池SOC估算方法。通过改进的新一代车辆伙伴关系(PNGV)等效电路模型,在考虑了电池堆极化、支路电流分流和温度对电池内阻影响的情况下,建立了VRB仿真模型。采用无迹卡尔曼滤波(UKF)算法和扩展卡尔曼滤波(EKF)算法对电池SOC分别进行估算,并与试验测量值进行对比分析。仿真结果表明:UKF算法比EKF算法更接近试验测量值,其估算误差不超过±0.02。