基于多模型交互的复杂工况下车辆状态估计∗
2018-06-20靳立强
汽车工程 2018年5期
关键词:模型
刘 刚,靳立强
(1.吉林大学,汽车仿真与控制国家重点实验室,长春 130025; 2.河南工学院,新乡 453000)
前言
车辆电子稳定控制系统(electronic stability program,ESP)是无人车的重要组成部分。车辆在行驶中的多个状态参数诸如质心侧偏角、轮胎侧向力等均因硬件成本过高而采用参数估计的方法来降低成本。参数估计的准确性会影响车辆稳定性控制的效果,质心侧偏角被用来作为ESP控制器的控制变量,控制器能够根据质心侧偏角来判断车辆在转向过程中是否发生偏离轨迹出现失稳的情况;ESP控制器在进行直接横摆力矩控制时,则须依据轮胎受力情况进行横摆力矩分配。因此准确实时辨识出车辆行驶状态参数有助于提高车辆稳定控制系统的鲁棒性[1-3]。
国内外学者针对车辆行驶状态参数做了大量的研究。文献[4]中采用3个卡尔曼子滤波器分别对横向车速、质心侧偏角等参数进行估计,再将初步估计的结果送入主滤波器中进行数据融合,最终获得车辆状态参数,并通过实车实验证明了该方法的有效性。文献[5]中采用传感器测量车辆的轮速、加速度,然后根据动力学理论进行质心侧偏角的初步估计,配合GPS导航仪进行数据校正,保证了质心侧偏角的准确性。文献[6]中采用带遗忘因子最小二乘法估计车辆轮胎的侧偏刚度,将其输入至非线性观测器中估计质心侧偏角。文献[7]中采用变结构扩展卡尔曼滤波作为估计算法,考虑到因路面附着系数造成参数估计的误差较大,采用了质心侧偏角反馈补偿的方法保证了参数估计的准确性。……
登录APP查看全文
