CN107031654A - 一种多信息融合的汽车质心侧偏角估计方法 - Google Patents

一种多信息融合的汽车质心侧偏角估计方法 Download PDF

Info

Publication number
CN107031654A
CN107031654A CN201710090121.3A CN201710090121A CN107031654A CN 107031654 A CN107031654 A CN 107031654A CN 201710090121 A CN201710090121 A CN 201710090121A CN 107031654 A CN107031654 A CN 107031654A
Authority
CN
China
Prior art keywords
slip angle
angle estimation
information acquisition
kinematics
automobile
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.)
Granted
Application number
CN201710090121.3A
Other languages
English (en)
Other versions
CN107031654B (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 CN201710090121.3A priority Critical patent/CN107031654B/zh
Publication of CN107031654A publication Critical patent/CN107031654A/zh
Application granted granted Critical
Publication of CN107031654B publication Critical patent/CN107031654B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/112—Roll movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • B60W2040/1315—Location of the centre of gravity
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/14—Yaw
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明涉及一种多信息融合的汽车质心侧偏角估计方法，该方法包括如下步骤：(1)采用运动学估计法进行估计，得到运动学质心侧偏角估计值(2)采用线性二自由度单轨车辆模型建立基于动力学的龙贝格观测器，采用观测器估计得到动力学质心侧偏角估计值(3)采用下述公式对和进行融合，得到质心侧偏角估计值 其中，τ为滤波常数，s为拉氏算子。与现有技术相比，本发明具估计精度高、鲁棒性好、可广泛应用等优点。

Description

一种多信息融合的汽车质心侧偏角估计方法
技术领域
本发明涉及一种汽车质心侧偏角估计方法，尤其是涉及一种多信息融合的汽车质心侧偏角估计方法。
背景技术
质心侧偏角是大多数车辆侧向动力学控制中输入信息，实时估计车辆质心侧偏角是车辆稳定性控制的基础。
目前国内外车辆质心侧偏角估计方法主要有：1、基于运动学模型估计方法，利用侧向加速度传感器进行直接积分得到车辆质心侧偏角，但该方法严格依赖于传感器信息，由于IMU存在噪声，长时间对加速度信号进行积分会导致误差积累；2、基于车辆动力学模型估计方法，但是这类方法对模型本身的精度要求很高，同时对模型参数的变化比较敏感。3、用GPS或非接触式光学等传感器直接测量质心侧偏角，但是成本过高。
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多信息融合的汽车质心侧偏角估计方法。
本发明的目的可以通过以下技术方案来实现：
一种多信息融合的汽车质心侧偏角估计方法，该方法包括如下步骤：
(1)采用运动学估计法进行估计，得到运动学质心侧偏角估计值
(2)采用线性二自由度单轨车辆模型建立基于动力学的龙贝格观测器，采用观测器估计得到动力学质心侧偏角估计值
(3)采用下述公式对和进行融合，得到质心侧偏角估计值
其中，τ为滤波常数，s为拉氏算子。
步骤(1)具体包括：
(1a)实时测量车身侧向加速度ay和车身横摆角速度已知纵向车速为v；
(2a)根据下述运动学估计公式求取
其中，β0为质心侧偏角初始值。
步骤(1a)中还需实时测量方向盘转角γ，当方向盘转角γ变化范围在±10°以内保持5s以上，则步骤(2a)中求取时将积分项置。
步骤(2)中的线性二自由度单轨车辆模型为：
其中，cf1和cf2分别为前轮模型参数，cr1和cr2分别表示后轮模型参数，cf1、cf2、cr1和cr2均为常数，δ为前轮转角，J为车身横摆转动惯量，lf和lr分别为车辆质心至前轴和后轴的距离，m为车辆质量，v为纵向车速，为车身横摆角速度，β为动力学质心侧偏角；
αf和αr分别为前轮和后轮侧偏角，具体为：
对于线性二自由度单轨车辆模型，构建广义龙贝格观测器对β进行观测得到观测值，β观测值即为动力学质心侧偏角估计值
与现有技术相比，本发明具有如下优点：
(1)本发明将运动学估计和动力学估计相融合，在低频范围内，基于动力学方法的估计结果对最终估计结果起主要作用，此时，估计结果对传感器偏置误差具有较强的鲁棒性，在高频响应阶段，运动学方法的估计结果起主要作用，此时，估计结果对模型误差具有较强的鲁棒性，并且对质心侧偏角的动态变化估计得更准确，多信息融合估计的方法对传感器偏差和模型误差的鲁棒性都有所加强，同时，由于该融合估计方法使用到了信号所有的频率，因此，其估计结果的相位滞后也是最小的，估计结果更加准确可靠。
(2)本发明采用运动学估计法获取运动学质心侧偏角估计值时，以方向盘转角信号为依据，当方向盘转角γ在±10°以内保持5s以上，重置积分，从而实现了积分重置机制，当车辆保持较长时间直线行驶时，对积分法进行重置，以减小误差积累，从而提高后续估计结果的准确性。
附图说明
图1为本发明多信息融合的汽车质心侧偏角估计方法的流程框图；
图2为本线性二自由度单轨车辆模型结构示意图；
图3为本发明广义龙贝格观测器结构框图。
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，一种多信息融合的汽车质心侧偏角估计方法，该方法包括如下步骤：
(1)采用运动学估计法进行估计，得到运动学质心侧偏角估计值
(2)采用线性二自由度单轨车辆模型建立基于动力学的龙贝格观测器，采用观测器估计得到动力学质心侧偏角估计值
(3)采用下述公式对和进行融合，得到质心侧偏角估计值
其中，τ为滤波常数，s为拉氏算子。
步骤(1)具体包括：
(1a)实时测量车身侧向加速度ay、纵向车速v和车身横摆角速度即为车身横摆角速度利用陀螺仪直接测量得到，ψ为车身横摆角；
(2a)根据下述运动学估计公式求取
其中，β0为质心侧偏角初始值。
步骤(1a)中还需实时测量方向盘转角γ，为了解决积分法误差积累的问题，步骤(2a)中，以方向盘转角信号为依据，当方向盘转角γ变化范围在±10°以内保持5s以上，设置积分重置机制，以减小误差积累。
步骤(2)中的线性二自由度单轨车辆模型为：
其中，cf1和cf2分别为前轮模型参数，cr1和cr2分别表示后轮模型参数，cf1、cf2、cr1和cr2均为常数，δ为前轮转角，J为车身横摆转动惯量，lf和lr分别为车辆质心至前轴和后轴的距离，m为车辆质量，v为纵向车速，为车身横摆角速度，β为动力学质心侧偏角；
αf和αr分别为前轮和后轮侧偏角，具体为：
对于线性二自由度单轨车辆模型，构建广义龙贝格观测器对β进行观测得到观测值，β观测值即为动力学质心侧偏角估计值
本发明的原理：
(1)考虑积分重置的运动学估计法估计
本研究建立二自由度单轨车辆模型，如图2所示，假定车辆的纵向速度不变，只考察车辆的侧向运动和横摆运动。
基于车辆运动学关系可以得到：
其中β0表示质心侧偏角初始值，v为纵向车速，ay为车身侧向加速度，为车身横摆角速度。将等式两边进行积分，可得到：
其中β0表示质心侧偏角初始值。
为了解决积分法误差积累的问题，设置积分重置机制，当车辆保持较长时间直线行驶时，对积分法进行重置，以减小误差积累。以方向盘转角信号为依据，当方向盘转角在±10°以内保持5s以上，重置积分。
(2)基于动力学的龙贝格观测器估计
采用如下的反正切函数来描述轮胎侧偏角-侧向力的非线性关系：
Fy＝c1atan(c2α)，
式中，c1和c2为轮胎模型参数，Fy和α分别为轮胎的侧向力和侧偏角。
车辆运动学方程可以转化成如下形式：
将车辆运动方程转化为如下的状态空间形式：
对于非线性状态函数和观测函数，其广义龙贝格观测器结构框图如图3所示，状态方程为：
上式中表示反馈系数矩阵。
定义估计误差：
将该非线性系统线性化，其雅克比矩阵元素为：
通过局部线性化处理，估计误差可表示为：
定义误差矩阵：
则误差方程的解为：
上式中t0表示初始时刻。只要误差矩阵F恒为负，那么在任意初始条件下，经过有限长的时间，估计误差将收敛到零，即估计值将收敛到真实值。因此，需要设计反馈增益矩阵，保证误差矩阵的所有特征根恒为负。
在二自由度模型中，选取前轮转角作为系统输入变量，横摆角速度作为观测变量，可得误差矩阵表达式为：
上式中l1和l2表示反馈系数中的两个元素。
则误差矩阵的特征根为：
得到系统两个特征根：
由于λ1恒小于零，选择合适的l2，使λ2也小于零，保证观测器的两个特征根都小于零，从而能够使状态观测器在原点处收敛。

Claims (5)

1.一种多信息融合的汽车质心侧偏角估计方法，其特征在于，该方法包括如下步骤：
(1)采用运动学估计法进行估计，得到运动学质心侧偏角估计值
(2)采用线性二自由度单轨车辆模型建立基于动力学的龙贝格观测器，采用观测器估计得到动力学质心侧偏角估计值
(3)采用下述公式对和进行融合，得到质心侧偏角估计值
其中，τ为滤波常数，s为拉氏算子。
2.根据权利要求1所述的一种多信息融合的汽车质心侧偏角估计方法，其特征在于，步骤(1)具体包括：
(1a)实时测量车身侧向加速度ay和车身横摆角速度已知纵向车速为v；
(2a)根据下述运动学估计公式求取
其中，β0为质心侧偏角初始值。
3.根据权利要求2所述的一种多信息融合的汽车质心侧偏角估计方法，其特征在于，步骤(1a)中还需实时测量方向盘转角γ，当方向盘转角γ变化范围在±10°以内保持5s以上，则步骤(2a)中求取时将积分项置。
4.根据权利要求1所述的一种多信息融合的汽车质心侧偏角估计方法，其特征在于，步骤(2)中的线性二自由度单轨车辆模型为：
其中，cf1和cf2分别为前轮模型参数，cr1和cr2分别表示后轮模型参数，cf1、cf2、cr1和cr2均为常数，δ为前轮转角，J为车身横摆转动惯量，lf和lr分别为车辆质心至前轴和后轴的距离，m为车辆质量，v为纵向车速，为车身横摆角速度，β为动力学质心侧偏角；
αf和αr分别为前轮和后轮侧偏角，具体为：
5.根据权利要求4所述的一种多信息融合的汽车质心侧偏角估计方法，其特征在于，对于线性二自由度单轨车辆模型，构建广义龙贝格观测器对β进行观测得到观测值，β观测值即为动力学质心侧偏角估计值。
CN201710090121.3A 2017-02-20 2017-02-20 一种多信息融合的汽车质心侧偏角估计方法 Active CN107031654B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710090121.3A CN107031654B (zh) 2017-02-20 2017-02-20 一种多信息融合的汽车质心侧偏角估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710090121.3A CN107031654B (zh) 2017-02-20 2017-02-20 一种多信息融合的汽车质心侧偏角估计方法

Publications (2)

Publication Number Publication Date
CN107031654A true CN107031654A (zh) 2017-08-11
CN107031654B CN107031654B (zh) 2019-03-01

Family

ID=59533578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710090121.3A Active CN107031654B (zh) 2017-02-20 2017-02-20 一种多信息融合的汽车质心侧偏角估计方法

Country Status (1)

Country Link
CN (1) CN107031654B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107561942A (zh) * 2017-09-12 2018-01-09 重庆邮电大学 基于模型补偿的智能车辆轨迹跟踪模型预测控制方法
CN108287934A (zh) * 2017-12-11 2018-07-17 江苏大学 一种基于纵向力观测器的车辆质心侧偏角鲁棒估计方法
CN108545081A (zh) * 2018-03-20 2018-09-18 北京理工大学 基于鲁棒无迹卡尔曼滤波的质心侧偏角估计方法及系统
CN108594652A (zh) * 2018-03-19 2018-09-28 江苏大学 一种基于观测器信息迭代的车辆状态融合估计方法
CN109017805A (zh) * 2018-08-06 2018-12-18 吉林大学 一种针对存在不确定性的行驶系统车辆稳定性控制方法
CN110395120A (zh) * 2019-08-14 2019-11-01 厦门金龙联合汽车工业有限公司 一种四轮分布式驱动客车的横摆运动控制方法
CN110703765A (zh) * 2019-11-07 2020-01-17 大连海事大学 一种无人船的碰撞自规避方法及系统
CN111832160A (zh) * 2020-06-29 2020-10-27 南京理工大学 一种基于三轮模型的车辆稳定漂移控制方法和系统
CN112319490A (zh) * 2019-07-31 2021-02-05 广州汽车集团股份有限公司 一种汽车质心侧偏角估计方法、计算机设备和存储介质
CN112572459A (zh) * 2020-11-26 2021-03-30 大连理工大学 一种基于虚拟陀螺仪和积分法的质心侧偏角估计方法
CN113232672A (zh) * 2021-07-12 2021-08-10 天津所托瑞安汽车科技有限公司 车辆质心侧偏角的估计方法、装置、电子设备及介质
CN113968278A (zh) * 2021-11-17 2022-01-25 广州文远知行科技有限公司 一种车辆方向盘修正方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008012354A1 (de) * 2008-03-03 2009-09-10 Robert Bosch Gmbh Verfahren zur Schwimmwinkelbestimmung in einem Fahrzeug
US20090276114A1 (en) * 2006-02-07 2009-11-05 National University Corporation Tokyo University Of Agriculture And Technology Vehicle Motion Measurement Apparatus, a Vehicle Abnormal Motion Prevention Apparatus and a Drive Recorder
CN102009653A (zh) * 2010-11-10 2011-04-13 清华大学 融合卡尔曼滤波和加速度积分的车轮质心侧偏角观测方法
EP2674337A1 (de) * 2012-06-14 2013-12-18 Volkswagen Aktiengesellschaft Verfahren zur Erzeugung eines Schwimmwinkelsignals
CN105151047A (zh) * 2015-09-08 2015-12-16 吉林大学 一种汽车质心侧偏角测量方法
CN105835889A (zh) * 2016-04-12 2016-08-10 江苏大学 一种基于二阶滑模观测器的车辆质心侧偏角的估计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090276114A1 (en) * 2006-02-07 2009-11-05 National University Corporation Tokyo University Of Agriculture And Technology Vehicle Motion Measurement Apparatus, a Vehicle Abnormal Motion Prevention Apparatus and a Drive Recorder
DE102008012354A1 (de) * 2008-03-03 2009-09-10 Robert Bosch Gmbh Verfahren zur Schwimmwinkelbestimmung in einem Fahrzeug
CN102009653A (zh) * 2010-11-10 2011-04-13 清华大学 融合卡尔曼滤波和加速度积分的车轮质心侧偏角观测方法
EP2674337A1 (de) * 2012-06-14 2013-12-18 Volkswagen Aktiengesellschaft Verfahren zur Erzeugung eines Schwimmwinkelsignals
CN105151047A (zh) * 2015-09-08 2015-12-16 吉林大学 一种汽车质心侧偏角测量方法
CN105835889A (zh) * 2016-04-12 2016-08-10 江苏大学 一种基于二阶滑模观测器的车辆质心侧偏角的估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DAMRONGRIT PIYABONGKARN等: ""Devilopment and Experimental Evaluation of a Slip Angle Estimator for Vehicle Stability Control"", 《IEEE》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107561942A (zh) * 2017-09-12 2018-01-09 重庆邮电大学 基于模型补偿的智能车辆轨迹跟踪模型预测控制方法
CN108287934A (zh) * 2017-12-11 2018-07-17 江苏大学 一种基于纵向力观测器的车辆质心侧偏角鲁棒估计方法
CN108594652A (zh) * 2018-03-19 2018-09-28 江苏大学 一种基于观测器信息迭代的车辆状态融合估计方法
CN108545081A (zh) * 2018-03-20 2018-09-18 北京理工大学 基于鲁棒无迹卡尔曼滤波的质心侧偏角估计方法及系统
CN109017805A (zh) * 2018-08-06 2018-12-18 吉林大学 一种针对存在不确定性的行驶系统车辆稳定性控制方法
CN112319490A (zh) * 2019-07-31 2021-02-05 广州汽车集团股份有限公司 一种汽车质心侧偏角估计方法、计算机设备和存储介质
CN110395120A (zh) * 2019-08-14 2019-11-01 厦门金龙联合汽车工业有限公司 一种四轮分布式驱动客车的横摆运动控制方法
CN110703765A (zh) * 2019-11-07 2020-01-17 大连海事大学 一种无人船的碰撞自规避方法及系统
CN111832160A (zh) * 2020-06-29 2020-10-27 南京理工大学 一种基于三轮模型的车辆稳定漂移控制方法和系统
CN111832160B (zh) * 2020-06-29 2023-02-28 南京理工大学 一种基于三轮模型的车辆稳定漂移控制方法和系统
CN112572459A (zh) * 2020-11-26 2021-03-30 大连理工大学 一种基于虚拟陀螺仪和积分法的质心侧偏角估计方法
CN113232672A (zh) * 2021-07-12 2021-08-10 天津所托瑞安汽车科技有限公司 车辆质心侧偏角的估计方法、装置、电子设备及介质
CN113968278A (zh) * 2021-11-17 2022-01-25 广州文远知行科技有限公司 一种车辆方向盘修正方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN107031654B (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
CN107031654B (zh) 一种多信息融合的汽车质心侧偏角估计方法
CN107415939B (zh) 一种分布式驱动电动汽车转向稳定性控制方法
CN105835889B (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
Daily et al. The use of GPS for vehicle stability control systems
EP2203340B1 (en) Vehicle body speed estimating device
US8682599B2 (en) Road surface friction coefficient estimating device and road surface friction coefficient estimating method
JP5011866B2 (ja) 横すべり角推定装置、自動車、及び横すべり角推定方法
CN102016604B (zh) 传感器漂移量估计装置
CN102548824B (zh) 车辆的转弯特性估计装置
JP5029442B2 (ja) 車両姿勢角推定装置及びプログラム
CN112590802B (zh) 车辆驾驶控制方法、装置、车辆以及计算机可读存储介质
CN103889824A (zh) 用于确定转向装置的齿条力的方法和转向装置
JP2007182209A (ja) 車両物理量推定装置及びプロブラム
WO2007061507A3 (en) Vehicle stability control with lateral dynamics feedback
JP5919889B2 (ja) 車両姿勢制御装置
JP5251177B2 (ja) 車両走行状態推定装置
JP5137792B2 (ja) 車両横力外乱推定装置
EP3429910B1 (en) Control of a two-wheeled self-balancing vehicle
Yu et al. Simultaneous estimation of vehicle’s center of gravity and inertial parameters based on Ackermann’s steering geometry
CN106671985A (zh) 电动汽车动力学系统建模方法
JP2010076739A (ja) 自動車の車両姿勢制御装置及び制御方法
JP4887721B2 (ja) 車両走行状態推定装置
JP6428497B2 (ja) 車両制御装置
Lin et al. Sideslip angle and tire-road friction coefficient estimation simultaneously for autonomous vehicle
JP2014156216A (ja) 車輪型移動体

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