CN107016157B - 分布式驱动电动汽车路面自适应纵向车速估计系统及方法 - Google Patents

分布式驱动电动汽车路面自适应纵向车速估计系统及方法 Download PDF

Info

Publication number
CN107016157B
CN107016157B CN201710089699.7A CN201710089699A CN107016157B CN 107016157 B CN107016157 B CN 107016157B CN 201710089699 A CN201710089699 A CN 201710089699A CN 107016157 B CN107016157 B CN 107016157B
Authority
CN
China
Prior art keywords
wheel
estimator
vehicle speed
road surface
longitudinal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710089699.7A
Other languages
English (en)
Other versions
CN107016157A (zh
Inventor
熊璐
刘伟
夏新
林雪峰
余卓平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN201710089699.7A priority Critical patent/CN107016157B/zh
Publication of CN107016157A publication Critical patent/CN107016157A/zh
Application granted granted Critical
Publication of CN107016157B publication Critical patent/CN107016157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明涉及一种分布式驱动电动汽车路面自适应纵向车速估计系统及方法，该系统包括纵向车速估计器、纵向力估计器、路面峰值附着系数估计器和滑移率估计器，所述的纵向车速估计器分别连接纵向力估计器和滑移率估计器，所述的滑移率估计器连接路面峰值附着系数估计器，所述的纵向力估计器和路面峰值附着系数估计器连接，所述的路面峰值附着系数估计器还连接纵向车速估计器；纵向力估计器与路面峰值附着系数估计器互联在线估计路面峰值附着系数，并将其作为纵向车速估计器的输入信息，得到纵向车速估计值。与现有技术相比，本发明具有估计精度高、计算量小、可广泛应用等优点。

Description

分布式驱动电动汽车路面自适应纵向车速估计系统及方法
技术领域
本发明涉及一种汽车纵向车速估计方法，尤其是涉及一种分布式驱动电动汽车路面自适应纵向车速估计系统及方法。
背景技术
纵向车速是大多数车辆稳定性控制输入信息，实时估计纵向车速是车辆稳定性控制的基础。分布式驱动电动汽车没有非驱动轮，传统的非驱动车轮估计纵向车速的方法不再适用，因此如何估计分布式电动汽车纵向车速成为近年来研究重难点。
目前国内外纵向车速估计方法主要有：1、基于运动学模型的方法，鲁棒性好，估计结果几乎不受模型参数的影响，但是对传感器的信息精度要求较高。2、基于动力模型的观测器，对传感器的要求相对较低，但对模型参数的敏感度较高。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种分布式驱动电动汽车路面自适应纵向车速估计系统及方法。
本发明的目的可以通过以下技术方案来实现：
一种分布式驱动电动汽车路面自适应纵向车速估计系统，该系统包括纵向车速估计器、纵向力估计器、路面峰值附着系数估计器和滑移率估计器，所述的纵向车速估计器分别连接纵向力估计器和滑移率估计器，所述的滑移率估计器连接路面峰值附着系数估计器，所述的纵向力估计器和路面峰值附着系数估计器连接，所述的路面峰值附着系数估计器还连接纵向车速估计器；
纵向力估计器与路面峰值附着系数估计器互联在线估计路面峰值附着系数，并将其作为纵向车速估计器的输入信息，得到纵向车速估计值，同时，纵向车速估计值作为纵向力估计器和滑移率估计器的输入信息，得到车轮滑移率估计值和纵向力估计值并作为路面峰值附着系数估计器的输入信息，进而路面峰值附着系数估计器与纵向车速估计器的互联，完成路面自适应纵向车速估计。
所述的纵向车速估计器具体为：
Figure GDA0002506853000000021
其中，
Figure GDA0002506853000000022
为纵向车速估计值，a为车身纵向加速度测量值，u为纵向车速估计器反馈修正系数，
Figure GDA0002506853000000023
为车轮i的车轮滑移率估计值，Ti为车轮i的车轮力矩，
Figure GDA0002506853000000024
为车轮i的路面峰值附着系数估计值，
Figure GDA0002506853000000025
和
Figure GDA0002506853000000026
均表示车轮i的轮速估计值，f和g表示函数符号，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
纵向车速估计器反馈修正系数u具体为：
Figure GDA0002506853000000027
其中，L为设定的大于零的系数，ω为车轮轮速综合测量值，
Figure GDA0002506853000000028
为车轮轮速综合估计值；
Figure GDA0002506853000000029
Figure GDA00025068530000000210
kfl、kfr、krl和krr分别对应左前轮、右前轮、左后轮、右后轮的修正系数，ks为上述四个车轮的修正系数之和，ωi为车轮i的轮速测量值，
Figure GDA00025068530000000211
为车轮i的轮速估计值，
Figure GDA00025068530000000212
为车轮i的车轮滑移率估计值，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
所述的纵向力估计器具体为：
Figure GDA00025068530000000213
其中，
Figure GDA00025068530000000214
表示车轮i的轮胎纵向力估计值，Jw,i表示车轮i的转动惯量，R为车轮有效半径，
Figure GDA00025068530000000215
为车轮i的路面峰值附着系数估计值，
Figure GDA00025068530000000216
为车轮i的轮速估计值，ωi为车轮i的轮速测量际值，Ki对应车轮i的常数，Fz,i为车轮i的轮胎垂向力，
Figure GDA0002506853000000031
为车轮i关于自变量
Figure GDA0002506853000000032
的利用路面附着系数函数，t为时间，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
所述的路面峰值附着系数估计器具体为：
Figure GDA0002506853000000033
其中，
Figure GDA0002506853000000034
为车轮i的轮速估计值，Ki对应车轮i的常数，Jw,i表示车轮i的转动惯量，Tc,i为车轮i的车轮控制力矩，R为车轮有效半径，
Figure GDA0002506853000000035
表示车轮i的轮胎纵向力估计值，
Figure GDA0002506853000000036
和
Figure GDA0002506853000000037
均表示为车轮i的路面峰值附着系数估计值的导数，t为时间，ωi为车轮i的轮速测量际值，
Figure GDA0002506853000000038
Figure GDA0002506853000000039
为车轮i的路面峰值附着系数估计值，
Figure GDA00025068530000000310
为纵向车速估计值，γ为大于零的反馈增益，
Figure GDA00025068530000000311
表示车轮i的路面峰值附着系数实际值，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
所述的滑移率估计器具体为：
Figure GDA00025068530000000312
其中，
Figure GDA00025068530000000313
为车轮i的车轮滑移率估计值，ωi为车轮i的轮速测量际值，R为车轮有效半径，
Figure GDA00025068530000000314
为纵向车速估计值，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
一种分布式驱动电动汽车路面自适应纵向车速估计方法，采用上述系统进行估计，所述的方法具体为：
纵向力估计器和路面峰值附着系数估计器互联，纵向力估计器估计车辆4个车轮的轮胎纵向力估计值并输入至路面峰值附着系数估计器，路面峰值附着系数估计器估计4个车轮的路面峰值附着系数估计值并输入至纵向力估计器；路面峰值附着系数估计器得到的4个车轮的路面峰值附着系数估计值还输入至纵向车速估计器进行纵向车速估计值的估计；同时，纵向车速估计器估计的纵向车速估计值输入至纵向力估计器和滑移率估计器并作为两者的输入信息，进而路面峰值附着系数估计器与纵向车速估计器的互联，完成路面自适应纵向车速估计。
与现有技术相比，本发明具有如下优点：
(1)本发明通过路面峰值附着系数估计器和车速估计器两者互联，实现路面自适应的纵向车速在线估计，从而有效地提高了估计算法在实车使用过程中的鲁棒性和可靠性。
(2)本发明纵向车速估计结果精度高，计算量小，可广泛应用。
附图说明
图1为本发明汽车路面自适应纵向车速估计系统的结构框图。
图中，1为纵向车速估计器，2为纵向力估计器，3为路面峰值附着系数估计器，4为滑移率估计器。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示，一种分布式驱动电动汽车路面自适应纵向车速估计系统，该系统包括纵向车速估计器1、纵向力估计器2、路面峰值附着系数估计器3和滑移率估计器4，纵向车速估计器1分别连接纵向力估计器2和滑移率估计器4，滑移率估计器4连接路面峰值附着系数估计器3，纵向力估计器2和路面峰值附着系数估计器3连接，路面峰值附着系数估计器3还连接纵向车速估计器1；纵向力估计器2与路面峰值附着系数估计器3互联在线估计路面峰值附着系数，并将其作为纵向车速估计器1的输入信息，得到纵向车速估计值，同时，纵向车速估计值作为纵向力估计器2和滑移率估计器4的输入信息，得到车轮滑移率估计值和纵向力估计值并作为路面峰值附着系数估计器3的输入信息，进而路面峰值附着系数估计器3与纵向车速估计器1的互联，完成路面自适应纵向车速估计。
纵向车速估计器1具体为：
Figure GDA0002506853000000041
其中，
Figure GDA0002506853000000042
为纵向车速估计值，a为车身纵向加速度测量值，u为纵向车速估计器1反馈修正系数，
Figure GDA0002506853000000043
为车轮i的车轮滑移率估计值，Ti为车轮i的车轮力矩，
Figure GDA0002506853000000044
为车轮i的路面峰值附着系数估计值，
Figure GDA0002506853000000045
和
Figure GDA0002506853000000046
均表示车轮i的轮速估计值，f和g表示函数符号，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
纵向车速估计器1反馈修正系数u具体为：
Figure GDA0002506853000000051
其中，L为设定的大于零的系数，ω为车轮轮速综合测量值，
Figure GDA0002506853000000052
为车轮轮速综合估计值；
Figure GDA0002506853000000053
Figure GDA0002506853000000054
kfl、kfr、krl和krr分别对应左前轮、右前轮、左后轮、右后轮的修正系数，ks为上述四个车轮的修正系数之和，ωi为车轮i的轮速测量值，
Figure GDA0002506853000000055
为车轮i的轮速估计值，
Figure GDA0002506853000000056
为车轮i的车轮滑移率估计值，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
纵向力估计器2具体为：
Figure GDA0002506853000000057
其中，
Figure GDA0002506853000000058
表示车轮i的轮胎纵向力估计值，Jw,i表示车轮i的转动惯量，R为车轮有效半径，
Figure GDA0002506853000000059
为车轮i的路面峰值附着系数估计值，
Figure GDA00025068530000000510
为车轮i的轮速估计值，ωi为车轮i的轮速测量际值，Ki对应车轮i的常数，Fz,i为车轮i的轮胎垂向力，
Figure GDA00025068530000000511
为车轮i关于自变量
Figure GDA00025068530000000512
的利用路面附着系数函数，t为时间，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
路面峰值附着系数估计器3具体为：
Figure GDA00025068530000000513
其中，
Figure GDA00025068530000000514
为车轮i的轮速估计值，Ki对应车轮i的常数，Jw,i表示车轮i的转动惯量，Tc,i为车轮i的车轮控制力矩，R为车轮有效半径，
Figure GDA00025068530000000515
表示车轮i的轮胎纵向力估计值，
Figure GDA0002506853000000061
和
Figure GDA0002506853000000062
均表示为车轮i的路面峰值附着系数估计值的导数，t为时间，ωi为车轮i的轮速测量际值，
Figure GDA0002506853000000063
Figure GDA0002506853000000064
为车轮i的路面峰值附着系数估计值，
Figure GDA0002506853000000065
为纵向车速估计值，γ为大于零的反馈增益，
Figure GDA0002506853000000066
表示车轮i的路面峰值附着系数实际值，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
滑移率估计器4具体为：
Figure GDA0002506853000000067
其中，
Figure GDA0002506853000000068
为车轮i的车轮滑移率估计值，ωi为车轮i的轮速测量际值，R为车轮有效半径，
Figure GDA0002506853000000069
为纵向车速估计值，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
一种分布式驱动电动汽车路面自适应纵向车速估计方法，采用上述系统进行估计，方法具体为：
纵向力估计器2和路面峰值附着系数估计器3互联，纵向力估计器2估计车辆4个车轮的轮胎纵向力估计值并输入至路面峰值附着系数估计器3，路面峰值附着系数估计器3估计4个车轮的路面峰值附着系数估计值并输入至纵向力估计器2；路面峰值附着系数估计器3得到的4个车轮的路面峰值附着系数估计值还输入至纵向车速估计器1进行纵向车速估计值的估计；同时，纵向车速估计器1估计的纵向车速估计值输入至纵向力估计器2和滑移率估计器4并作为两者的输入信息，进而路面峰值附着系数估计器3与纵向车速估计器1的互联，完成路面自适应纵向车速估计。
本发明的原理：
(1)非线性纵向车速估计方法：
设计基于轮速信息与车身加速度信息的非线性方法如下：
Figure GDA00025068530000000610
其中，
Figure GDA00025068530000000611
为纵向车速估计值，a为车身纵向加速度测量值，u为纵向车速估计器1反馈修正系数，
Figure GDA00025068530000000612
为车轮i的车轮滑移率估计值，Ti为车轮i的车轮力矩，
Figure GDA00025068530000000613
为车轮i的路面峰值附着系数估计值，
Figure GDA00025068530000000614
和
Figure GDA00025068530000000615
均表示车轮i的轮速估计值，f和g表示函数符号，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
Figure GDA0002506853000000071
上式中，
Figure GDA0002506853000000072
表示纵向加速度估计值和实际值的差值，
Figure GDA0002506853000000073
表示纵向加速度估计值，
Figure GDA00025068530000000724
表示纵向加速度实际值，
Figure GDA0002506853000000074
表示加速度差值，sat反馈修正系数函数，k表示大于0的系数，λi表示车轮i滑移率真实值，
Figure GDA0002506853000000075
表示车轮i滑移率估计值与真实值的差值，
Figure GDA0002506853000000076
表示纵向车速估计值与实际值得差值，
Figure GDA0002506853000000077
表示纵向车速估计值。
实际运用中，将四个车轮信息均纳入考虑，各车轮滑移率的大小决定了其轮速误差修正在观测器反馈项中的比例，即四个车轮的系数ki可以表示为：
Figure GDA0002506853000000078
Figure GDA0002506853000000079
Figure GDA00025068530000000710
Figure GDA00025068530000000711
ks＝kfl+kfr+krl+krr，
Figure GDA00025068530000000712
Figure GDA00025068530000000713
其中，R表示车轮有效半径，
Figure GDA00025068530000000714
表示轮速实际值导数，
Figure GDA00025068530000000715
表示纵向车速估计值。
Figure GDA00025068530000000716
Figure GDA00025068530000000717
Figure GDA00025068530000000718
上式中v表示纵向车速估计值，
Figure GDA00025068530000000719
表示车轮滑移率估计值和车轮滑移率实际值差值的导数，Jw,i表示车轮转动惯量，Ti表示单个车轮的力矩，
Figure GDA00025068530000000720
表示车轮纵向力，将
Figure GDA00025068530000000721
表示纵向力估计值与实际值的差值，它只与
Figure GDA00025068530000000722
θi和
Figure GDA00025068530000000723
有关的函数，如下所示：
Figure GDA0002506853000000081
上式中
Figure GDA0002506853000000082
表示纵向车速估计值与实际值得差值，
Figure GDA0002506853000000083
表示纵向车速估计值，Jw表示车轮转动惯量，R表示车轮有效半径。
从而可以得到：
Figure GDA0002506853000000084
上式中
Figure GDA0002506853000000085
的乘积数值相对很小，可以忽略不计。因此可以得到：
Figure GDA0002506853000000086
而
Figure GDA0002506853000000087
是关于
Figure GDA0002506853000000088
的单调函数，且
Figure GDA0002506853000000089
所以可以得到：
Figure GDA00025068530000000810
Figure GDA00025068530000000811
进一步可以得到：
Figure GDA00025068530000000812
从而可以得到纵向车速估计值与实际值的差值有上界，保证了纵向车速估计器1估计得到的纵向车速的可靠性。
(2)路面峰值附着系数估计方法：
利用扰动观测理论，对轮胎力进行估计，纵向力估计器2上述已给出，如下：
Figure GDA00025068530000000813
等式两边同时乘以R/Jw可以得到：
Figure GDA00025068530000000814
路面峰值附着系数估计算法如下：
Figure GDA00025068530000000815
Figure GDA0002506853000000091
是等式方程
Figure GDA0002506853000000092
的数值解，y可以理解为对车轮角速度ωi的观测值，互联扰动的纵向力估计器2和路面峰值附着系数估计器3误差收敛，设计的路面在线估计器具有李雅普诺夫全局渐近稳定性。
在求解等式方程
Figure GDA0002506853000000093
时，由于等式为超越方程，很难直接求出其精确数值解。考虑到实际运用时的快速性和实时性，本文采用了二分法求解方程
Figure GDA0002506853000000094
的近似解。
内部的轮胎模型采用Burckhardt轮胎模型，同时利用横摆角速度、前轮转角、侧向加速度，估计前后轴轮胎侧偏角，对轮胎模型进行相应修正，从而可以在纵侧联合工况下得到对路面的综合估计结果。该估计器能够根据四个车轮信息分别给出四个实时路面估计结果。
考虑车辆侧倾和俯仰导致的载荷转移对车轮所受的垂向力的影响：
Figure GDA0002506853000000095
Figure GDA0002506853000000096
Figure GDA0002506853000000097
Figure GDA0002506853000000098
其中m表示车辆质量，g表示重力加速度，lf和lr分别表示车辆质心到前后轴的距离，hg表示质心高度，ax表示纵向加速度，ay表示侧向加速度，Br表示车辆轮距，
Figure GDA0002506853000000099
和
Figure GDA00025068530000000910
分别表示左前轮，右前轮，左后轮，右后轮所受的垂向力。

Claims (2)

1.一种分布式驱动电动汽车路面自适应纵向车速估计系统，其特征在于，该系统包括纵向车速估计器、纵向力估计器、路面峰值附着系数估计器和滑移率估计器，所述的纵向车速估计器分别连接纵向力估计器和滑移率估计器，所述的滑移率估计器连接路面峰值附着系数估计器，所述的纵向力估计器和路面峰值附着系数估计器连接，所述的路面峰值附着系数估计器还连接纵向车速估计器；
纵向力估计器与路面峰值附着系数估计器互联在线估计路面峰值附着系数，并将其作为纵向车速估计器的输入信息，得到纵向车速估计值，同时，纵向车速估计值作为纵向力估计器和滑移率估计器的输入信息，得到车轮滑移率估计值和纵向力估计值并作为路面峰值附着系数估计器的输入信息，进而路面峰值附着系数估计器与纵向车速估计器的互联，完成路面自适应纵向车速估计；
所述的纵向车速估计器具体为：
Figure FDA0002506852990000011
其中，
Figure FDA0002506852990000012
为纵向车速估计值，a为车身纵向加速度测量值，u为纵向车速估计器反馈修正系数，
Figure FDA0002506852990000013
为车轮i的车轮滑移率估计值，Ti为车轮i的车轮力矩，
Figure FDA0002506852990000014
为车轮i的路面峰值附着系数估计值，
Figure FDA0002506852990000015
和
Figure FDA0002506852990000016
均表示车轮i的轮速估计值，f和g表示函数符号，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮；
纵向车速估计器反馈修正系数u具体为：
Figure FDA0002506852990000017
其中，L为设定的大于零的系数，ω为车轮轮速综合测量值，
Figure FDA0002506852990000018
为车轮轮速综合估计值；
Figure FDA0002506852990000019
Figure FDA0002506852990000021
kfl、kfr、krl和krr分别对应左前轮、右前轮、左后轮、右后轮的修正系数，ks为上述四个车轮的修正系数之和，ωi为车轮i的轮速测量值，
Figure FDA0002506852990000022
为车轮i的轮速估计值，
Figure FDA0002506852990000023
为车轮i的车轮滑移率估计值，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮；
所述的纵向力估计器具体为：
Figure FDA0002506852990000024
其中，
Figure FDA0002506852990000025
表示车轮i的轮胎纵向力估计值，Jw,i表示车轮i的转动惯量，R为车轮有效半径，
Figure FDA0002506852990000026
为车轮i的路面峰值附着系数估计值，
Figure FDA0002506852990000027
为车轮i的轮速估计值，ωi为车轮i的轮速测量际值，Ki对应车轮i的常数，Fz,i为车轮i的轮胎垂向力，
Figure FDA0002506852990000028
为车轮i关于自变量t,ωi,
Figure FDA0002506852990000029
的利用路面附着系数函数，t为时间，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮；
所述的路面峰值附着系数估计器具体为：
Figure FDA00025068529900000210
其中，
Figure FDA00025068529900000211
为车轮i的轮速估计值，Ki对应车轮i的常数，Jw,i表示车轮i的转动惯量，Tc,i为车轮i的车轮控制力矩，R为车轮有效半径，
Figure FDA00025068529900000212
表示车轮i的轮胎纵向力估计值，
Figure FDA00025068529900000213
和
Figure FDA00025068529900000214
均表示为车轮i的路面峰值附着系数估计值的导数，t为时间，ωi为车轮i的轮速测量际值，
Figure FDA00025068529900000215
Figure FDA00025068529900000216
为车轮i的路面峰值附着系数估计值，
Figure FDA00025068529900000217
为纵向车速估计值，γ为大于零的反馈增益，
Figure FDA00025068529900000218
表示车轮i的路面峰值附着系数实际值，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮；
所述的滑移率估计器具体为：
Figure FDA00025068529900000219
其中，
Figure FDA0002506852990000031
为车轮i的车轮滑移率估计值，ωi为车轮i的轮速测量际值，R为车轮有效半径，
Figure FDA0002506852990000032
为纵向车速估计值，i＝fl,fr,rl,rr，分别表示左前轮，右前轮，左后轮和右后轮。
2.一种分布式驱动电动汽车路面自适应纵向车速估计方法，其特征在于，采用权利要求1所述的系统进行估计，所述的方法具体为：
纵向力估计器和路面峰值附着系数估计器互联，纵向力估计器估计车辆4个车轮的轮胎纵向力估计值并输入至路面峰值附着系数估计器，路面峰值附着系数估计器估计4个车轮的路面峰值附着系数估计值并输入至纵向力估计器；路面峰值附着系数估计器得到的4个车轮的路面峰值附着系数估计值还输入至纵向车速估计器进行纵向车速估计值的估计；同时，纵向车速估计器估计的纵向车速估计值输入至纵向力估计器和滑移率估计器并作为两者的输入信息，进而路面峰值附着系数估计器与纵向车速估计器的互联，完成路面自适应纵向车速估计。
CN201710089699.7A 2017-02-20 2017-02-20 分布式驱动电动汽车路面自适应纵向车速估计系统及方法 Active CN107016157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710089699.7A CN107016157B (zh) 2017-02-20 2017-02-20 分布式驱动电动汽车路面自适应纵向车速估计系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710089699.7A CN107016157B (zh) 2017-02-20 2017-02-20 分布式驱动电动汽车路面自适应纵向车速估计系统及方法

Publications (2)

Publication Number Publication Date
CN107016157A CN107016157A (zh) 2017-08-04
CN107016157B true CN107016157B (zh) 2020-08-18

Family

ID=59439759

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710089699.7A Active CN107016157B (zh) 2017-02-20 2017-02-20 分布式驱动电动汽车路面自适应纵向车速估计系统及方法

Country Status (1)

Country Link
CN (1) CN107016157B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108072406A (zh) * 2017-11-17 2018-05-25 南京视莱尔汽车电子有限公司 一种自动驾驶汽车车速与路面转台综合评估方法
CN108037760A (zh) * 2017-12-12 2018-05-15 成都育芽科技有限公司 一种无人自动驾驶汽车自主运行控制方法
CN108045375A (zh) * 2017-12-12 2018-05-18 成都育芽科技有限公司 一种无人自动驾驶汽车自主运行车速控制方法
CN109664774B (zh) * 2018-03-28 2020-08-28 北京理工大学 一种用于分布式驱动电动汽车的驱动防滑控制方法及系统
CN109635672B (zh) * 2018-11-22 2020-07-28 同济大学 一种无人驾驶的道路特征参数估计方法
CN109910905B (zh) * 2019-03-01 2020-07-28 同济大学 基于坡度估计修正的分布式驱动汽车多工况车速估计方法
CN110095635B (zh) * 2019-05-08 2021-06-04 吉林大学 一种全轮驱动车辆的纵向车速估计方法
CN110539646A (zh) * 2019-08-06 2019-12-06 清华大学 一种用于全驱电动轮汽车的纵向车速估计方法及系统
CN110901647B (zh) * 2019-11-25 2021-03-26 同济大学 考虑复杂激励条件的车辆路面附着系数自适应估计方法
CN114312843B (zh) * 2021-12-29 2023-10-20 北京百度网讯科技有限公司 用于确定信息的方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020111752A1 (en) * 2000-11-20 2002-08-15 Toyota Jidosha Kabushiki Kaisha Apparatus and method for estimating maximum road friction coefficient
CN103245610A (zh) * 2013-05-17 2013-08-14 清华大学 一种分布式驱动电动汽车的路面峰值附着系数估算方法
CN103434511A (zh) * 2013-09-17 2013-12-11 东南大学 一种车速与道路附着系数的联合估计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020111752A1 (en) * 2000-11-20 2002-08-15 Toyota Jidosha Kabushiki Kaisha Apparatus and method for estimating maximum road friction coefficient
CN103245610A (zh) * 2013-05-17 2013-08-14 清华大学 一种分布式驱动电动汽车的路面峰值附着系数估算方法
CN103434511A (zh) * 2013-09-17 2013-12-11 东南大学 一种车速与道路附着系数的联合估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
分布式驱动电动汽车纵向车速非线性自适应估计;余卓平 等;《同济大学学报（自然科学版）》;20160531;第44卷(第5期);第780页第1栏第3段-第2栏第3段 *
分布式驱动电动汽车驱动防滑控制;刘飞 等;《上海汽车》;20160228;第25页第1栏第4段-第26页第2栏第1段 *

Also Published As

Publication number Publication date
CN107016157A (zh) 2017-08-04

Similar Documents

Publication Publication Date Title
CN107016157B (zh) 分布式驱动电动汽车路面自适应纵向车速估计系统及方法
CN111845775B (zh) 一种分布式驱动电动汽车行驶状态与惯性参数联合估计方法
CN106828464A (zh) 一种基于路面附着系数估算的车身稳定控制方法及系统
CN109606378B (zh) 面向非高斯噪声环境的车辆行驶状态估计方法
CN101298256B (zh) 电动助力转向装置及其控制方法
CN105667520B (zh) 一种分布式驱动电动车的前轮侧向力估计方法
CN105691403B (zh) 四轮全驱电动汽车路面附着系数估计方法
CN105279309B (zh) 基于回正力矩估计的主动转向理想方向盘转矩设计方法
CN110239621A (zh) 一种分布式电动汽车横摆稳定性控制方法及系统
CN108482379A (zh) 轮毂电机驱动车辆路面附着系数及路面坡度同步实时估算系统及方法
CN110884499B (zh) 一种确定车辆质心侧偏角的方法和系统
CN103279675B (zh) 轮胎-路面附着系数与轮胎侧偏角的估计方法
CN105539449B (zh) 一种制动工况下的路面附着系数实时估算方法
CN108241773A (zh) 一种改进的车辆行驶状态估计方法
CN110497915B (zh) 一种基于加权融合算法的汽车行驶状态估计方法
CN108216250A (zh) 基于状态观测器的四驱电动汽车速度与道路坡度估计方法
CN109606466A (zh) 一种四轮独立驱动电动车辆的主动转向控制方法
CN111688715B (zh) 四轮驱动电动汽车基于融合技术的质心侧偏角观测方法
CN108394413B (zh) 一种四轮独立驱动与转向的电动汽车状态与参数校正方法
CN113799783B (zh) 应用于车辆的道路横向坡度测量方法及系统
CN105835889A (zh) 一种基于二阶滑模观测器的车辆质心侧偏角的估计方法
CN110979026A (zh) 一种基于实时路况的分布式驱动公交车转矩分配方法
CN110304070A (zh) 一种分布式独立驱动汽车纵向车速估计方法
Tong An approach for vehicle state estimation using extended Kalman filter
CN113060143B (zh) 一种路面附着系数确定系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Yu Zhuoping

Inventor after: Xiong Lu

Inventor after: Liu Wei

Inventor after: Xia Xin

Inventor after: Lin Xuefeng

Inventor before: Xiong Lu

Inventor before: Liu Wei

Inventor before: Xia Xin

Inventor before: Lin Xuefeng

Inventor before: Yu Zhuoping