周兴林，袁琛琦，盛中华

（武汉科技大学汽车与交通工程学院，湖北 武汉430065）

1 引言

随着车辆底盘稳定性电控系统的不断发展，车辆行驶状态信息的测量与获取显得尤为重要。车辆的主动安全性能可以通过系统识别运动过程中的动力学状态和参数来调整相应的控制策略而得以提高。

作为车辆状态估计的基本方法，经典卡尔曼滤波估计方法［1］在车辆状态参数估计的问题上应用广泛，但是该方法的应用针对线性系统。而后为了解决非线性系统的状态参数估计问题，在经典的线性卡尔曼滤波基础上扩展卡尔曼滤波（extended kalman filter，EKF）估计算法被提出，它通过对非线性函数进行线性化来消除高阶分量。文献［2］建立了整车动力学模型，并应用卡尔曼滤波观测器对汽车的质心侧偏角和横摆角速度进行了估计。文献［3-4］相继应用扩展卡尔曼滤波算法在车辆状态参数估计领域做出了突出贡献，但以上研究都是从纵向、侧向和垂向三个层面独立展开，而在实际行驶状态下，车辆的各项运动响应存在耦合作用的特征。文献［5］较早针对车辆纵横向动力学耦合问题和轮胎力耦合问题进行了研究，然而，目前我国对于车辆耦合动力学控制的研究还较少。

另一方面，国内外对车辆状态参数的估计大都针对开环系统，车辆的操纵性评价是十分复杂的问题，研究驾驶员在环仿真系统更接近车辆在实际行车条件下的情况，实用价值更高［6］。文献［7］对驾驶员转向特性的分类和在线辨识进行了实验研究。……