CN108394413B - 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 - Google Patents

Abstract

本发明公开了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，包括建立车辆动力学模型和Dugoff轮胎模型；对行驶状态变量、路面附着系数变量和汽车参数变量进行时间更新预测行驶状态、路面附着系数和汽车参数以及误差协方差；再进行量测更新校正行驶状态、路面附着系数和汽车参数并更新误差协方差。本发明所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，在汽车状态校正的同时对不确定的汽车参数进行不断校正，对汽车行驶状态、路面附着系数和汽车参数同时进行校正，保证汽车状态与汽车参数校正的准确性。

Description

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

技术领域

本发明涉及汽车状态与汽车参数校正领域技术，更具体的是，本发明涉 及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。

背景技术

以电动汽车为代表的汽车电气化技术已经成为了当今世界汽车技术研发 的焦点之一，由于分布式驱动电动汽车，相对于传统汽车在稳定性、主动安 全及节能等方面具有显著控制优势必将成为新一代电动汽车的重要发展方 向。四轮独立驱动与转向电动汽车作为分布式驱动电动汽车的一种，除了四 个驱动电机驱动汽车外，四个转向电机控制四个车轮转角，四轮驱动或制动 转矩、四轮转角独立可控，相对于传统底盘分布式驱动电动汽车系统响应更 快，不仅具有更多可控自由度，而且控制更为精准，已成为车辆动力学特性及控制的研究热点。

实时准确地获取汽车状态与汽车参数信息汽车主动安全控制系统的发展 有着非常重要的意义，如量产车标配的制动防抱死系统(ABS)，以及某些汽 车上装配的牵引力控制系统(TCS)都需要获得汽车车速和路面路面附着系 数等信息，通过调节车轮的运动，从而充分利用路面附着力，并且汽车状态 与汽车参数校正过程中需要利用轮胎模型计算轮胎力，轮胎模型中不可或缺 的路面路面附着系数对校正结果的精度影响很大。如果可以获得精确的汽车 状态与汽车参数信息，则汽车主动安全控制系统可以进一步细化控制模式，达到更好的控制效果，所以车辆状态和汽车参数信息的准确获得是进行精确 控制的前提条件。相应传感器和测试设备能够实现对汽车状态与汽车参数信 号的准确测量，但是成本高，不适用于汽车商品化生产。因此，采用低成本 传感器、应用车辆动力学理论、通过信息融合技术进行车辆状态汽车参数准 确校正已成为汽车控制的研究热点。车辆状态与汽车参数校正可以理解为利 用量产车上已有的传感器测量得到的信息，对一些测试设备昂贵或难以直接 测量的信号，应用动力学理论和信息融合技术进行估算。车辆状态与汽车参数校正包括车辆行驶状态校正、路面路面附着系数校正和车辆汽车参数校正， 其中汽车的运动状态校正分为汽车纵向和侧向车速和质心侧偏角校正；车辆 汽车参数校正包括：汽车质量、横摆转动惯量以及质心位置校正。

目前车辆状态与参数校正方法主要源于传统底盘汽车及分布式驱动前轮 转向汽车，校正方法主要采用基于模型的校正器，校正准确性依赖模型汽车 参数(如质量、转动惯量、质心位置等)的精确性，然而在汽车行驶过程中， 随着工况的不同，这些汽车参数经常会发生一些变化，严重影响状态校正的 准确性。因此，在汽车状态校正的同时考虑汽车汽车参数的不确定性影响就 显得十分重要，这也是当前车辆状态与汽车参数校正的难点问题。只有在状 态校正的同时对不确定的汽车汽车参数进行不断校正才能保证汽车行驶状态 信息校正的准确性。四轮独立驱动与转向的电动汽车在行驶过程中控制器根 据不同工况控制四轮转矩、四轮转角独立变化，运动复杂，但同时其具有四 轮转矩、四轮转速、四轮转角值易于获得的多信息源优势，因此需要根据四 轮独立驱动与转向的电动汽车的动力学控制特点和多信息源优势，考虑汽车 汽车参数不确定性影响，研究适用于四轮独立驱动与转向电动汽车的车辆状 态与汽车参数校正方法，是降低控制成本、加快新一代电动汽车产业化的关 键技术。

发明内容

本发明的目的是设计开发了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，在汽车状态校正的同时对不确定的汽车参数进行不断校正， 对汽车行驶状态、路面附着系数和汽车参数同时进行校正，保证汽车状态与 汽车参数校正的准确性。

本发明提供的技术方案为：

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，包括如下步 骤：

步骤1：建立车辆动力学模型和Dugoff轮胎模型；

获取上一时刻行驶状态变量、路面附着系数变量和汽车参数变量根据行驶状态、路面附着系数和汽车参数的误差协方差矩 阵[P_s,k-1,P_p,k-1,P_a,k-1]计算容积点[X_s,k-1,X_p,k-1,X_a,k-1]：

其中，A_si,k-1,A_pi,k-1,A_ai,k-1分别为误差协方差矩阵[P_s,k-1,P_p,k-1,P_a,k-1]的平方根，S_si,k-1,S_pi,k-1,S_ai,k-1分别为误差协方差矩阵[P_s,k-1,P_p,k-1,P_a,k-1]的的特征值，ξ_sj,ξ_pj,ξ_aj分别为行驶状态、路面附着系数和汽车参数的基本容积点；

将各容积点[X_s,k-1,X_p,k-1,X_a,k-1]通过系统状态转移模型函数f(.)计算新的容 积点

其中，U_k为控制输入变量；

经过时间更新后的行驶状态、路面附着系数和汽车参数预测值为：

其中，m,M,v分别为行驶状态、路面附着系数和汽车参数的采样点个数；

经过时间更新后的行驶状态、路面附着系数和汽车参数的误差协方差预 测值为：

其中，Q_s,Q_p,Q_a分别为行驶状态、路面附着系数和汽车参数的过程噪声协 方差矩阵；

步骤2：根据时间更新后的行驶状态、路面附着系数和汽车参数的误差 协方差预测值[P_s,k/k-1,P_p,k/k-1,P_a,k/k-1]计算更新后容积点[X_sj,k/k-1,X_pj,k/k-1,X_aj,k/k-1]：

其中，A_si,k/k-1,A_pi,k/k-1,A_ai,k/k-1分别为误差协方差矩阵[P_s,k/k-1,P_p,k/k-1,P_a,k/k-1]的平方根，S_si,k-1,S_pi,k-1,S_ai,k-1分别为误差协方差矩阵[P_s,k/k-1,P_p,k/k-1,P_a,k/k-1]的的特征 值，ξ_sj,ξ_pj,ξ_aj分别为行驶状态、路面附着系数和汽车参数的基本容积点；

将各更新后容积点[X_sj,k/k-1,X_pj,k/k-1,X_aj,k/k-1]通过量测模型函数h(.)计算新的更新后容积点[Z_sj,k/k-1,Z_pj,k/k-1,Z_aj,k/k-1]:

[Z_sj,k/k-1,Z_pj,k/k-1,Z_aj,k/k-1]＝h([X_sj,k/k-1,X_pj,k/k-1,X_aj,k/k-1],U_k)

计算新的更新后容积点的平均值：

计算新息方差：

其中，R_s,R_p,R_a分别为行驶状态、路面附着系数和汽车参数的量测噪声协 方差矩阵；

计算互协方差：

计算滤波增益：

经过量测更新后的行驶状态、路面附着系数和汽车参数校正值为：

经过量测更新后的行驶状态、路面附着系数和汽车参数的误差协方差为：

优选的是，所述控制数输入变量为：

U_k＝[δ_fl,δ_fr,δ_rl,δ_rr,ω_fl,ω_fr,ω_rl,ω_rr]

其中，δ_fl,δ_fr,δ_rl,δ_rr分别为汽车左前轮、左后轮、左后轮和右后轮的转角， ω_fl,ω_fr,ω_rl,ω_rr分别为汽车左前轮、左后轮、左后轮和右后轮的转速。

优选的是，所述车辆行驶状态变量为：

其中，u为纵向车速，v为侧向车速，a_x为纵向加速度，γ为横摆角速度， a_y为侧向加速度，Γ为横摆力矩；

所述路面附着系数变量为:

其中，μ_fl,μ_fr,μ_rl,μ_rr分别为车辆左前轮，右前轮，左后轮和右后轮的路面 附着系数；

所述汽车参数变量为：

其中，m为汽车质量，I_z为汽车绕z轴的转动惯量，a为汽车质心与其前 轮轴的距离。

优选的是，所述车辆行驶状态量测输出Z_s为：

Z_s＝[a_x,a_y,γ]

所述路面附着系数量测输出Z_p为：

其中，为横摆角加速度；

所述路面附着系数量测输出Z_a为：

优选的是，所述行驶状态的基本容积点ξ_sj为：

其中，[1]_s,j行驶状态容积点集中的第j个元素；

所述路面附着系数的基本容积点ξ_pj为：

其中，[1]_p,j为路面附着系数容积点集中的第j个元素；

所述汽车参数的基本容积点ξ_aj为：

其中，[1]_a,j为汽车参数容积点集中的第j个元素。

优选的是，所述m＝12,M＝8,v＝6。

优选的是，所述行驶状态容积点集为：

所述路面附着系数容积点集为：

所述汽车参数容积点集为：

优选的是，所述车辆动力学模型为：

优选的是，所述Dugoff轮胎模型为：

其中，μ_{_ij}为路面附着系数；λ_{_ij}为纵向滑移率；C_y为轮胎侧偏刚度；C_x为轮胎纵向刚度；α_ij为轮胎侧偏角；ε为速度影响因子；F_{y_ij}为轮胎侧向力； i，j为轮胎的位置，i为前轮或者后轮，j为左轮或者右轮。

优选的是，首先对车辆行驶状态进行校正；在车辆行驶状态校正的基础 上对路面附着系数进行校正；在车辆行驶状态和路面路面附着系数校正的基 础上对汽车汽车参数进行校正。

本发明所述的有益效果为：

本发明所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，基 因三重容积卡尔曼滤波，在汽车状态校正的同时对不确定的汽车参数进行不 断校正，对汽车行驶状态、路面附着系数和汽车参数同时进行校正，保证汽 车状态与汽车参数校正的准确性。

附图说明

图1为本发明所述车辆动力学模型示意图。

图2为本发明所述汽车状态与参数校正方法的流程图。

图3为本发明实施例1中加入噪声后的纵向加速度与时间的关系图。

图4为本发明实施例1中加入噪声后的侧向加速度与时间的关系图。

图5为本发明实施例1中加入噪声后的横摆角速度与时间的关系图。

图6为本发明实施例1中四轮转角与时间的关系图。

图7为本发明实施例1中四轮驱动力矩与时间的关系图。

图8为本发明实施例1中四轮轮速与时间的关系图。

图9为本发明实施例1中纵向车速校正值与输出加入噪声后的纵向车速 实际值对比曲线。

图10为本发明实施例1中侧向车速校正值与输出加入噪声后的实际值对 比曲线。

图11为本发明实施例1中质心侧偏角校正值与输出加入噪声后的实际值 对比曲线。

图12为本发明实施例1中路面附着系数的仿真输出与实际值对比曲线。

图13为本发明实施例1中汽车质量校正值与实际值的对比曲线。

图14为本发明实施例1中汽车绕z轴转动惯量的校正值与实际值的对比 曲线。

图15为本发明实施例1中汽车质心至前轴距离的校正值与实际值对比曲 线。

图16为本发明实施例2中纵向加速度与时间的关系图。

图17为本发明实施例2中侧向加速度与时间的关系图。

图18为本发明实施例2中横摆角速度与时间的关系图。

图19为本发明实施例2中四轮转角与时间的关系图。

图20为本发明实施例2中四轮驱动力矩与时间的关系图。

图21为本发明实施例2中四轮轮速与时间的关系图。

图22为本发明实施例2中纵向车速校正值与实际值对比曲线。

图23为本发明实施例2中侧向车速校正值与实际值对比曲线。

图24为本发明实施例2中质心侧偏角校正值与实际值对比曲线。

图25为本发明实施例2中路面附着系数校正器的仿真输出与实际值对比 曲线。

图26为本发明实施例2中汽车质量校正值与实际值的对比曲线。

图27为本发明实施例2中汽车绕z轴转动惯量的校正值与实际值的对比 曲线。

图28为本发明实施例2中汽车质心至前轴距离的校正值与实际值对比曲 线。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照 说明书文字能够据以实施。

如图1所示，本发明提供一种四轮独立驱动与转向的电动汽车状态与汽 车参数校正方法，包括如下步骤：

步骤1：如图1所示，建立车辆动力学模型：

其中，u为纵向车速，v为侧向车速，a_x为纵向加速度，γ为横摆角速度， a_y为侧向加速度，Γ为横摆力矩，I_z为汽车绕z轴的转动惯量；

可以获得：

可以得到四轮的侧偏角、线速度和法向反作用力：

其中，a、b分别为质心至前、后轴的距离，t_f、t_r分别为前、后 轮轮距，α_ij为轮胎侧偏角，v_ij为车轮中心速度，δ_ij为四轮转角，F_{x_ij}为轮胎纵向力，F_{y_ij}为轮胎侧向力，其中，i为前轮或者后轮，j为左 轮或右轮；F_{z_ij}为车轮的地面法向反力，m为汽车的质量，h为质心 高度，l为前后轴距。

四轮独立驱动与转向电动汽车的纵向力为：

其中，T_ij为四轮驱动力矩，J_ij为各个车轮的转动惯量，为车轮 的角加速度。

建立Dugoff轮胎模型对汽车的侧向力进行计算：

滑移率分为制动和驱动两种情况：

(制动)

(驱动)

其中，μ_{_ij}为路面附着系数；λ_{_ij}为纵向滑移率；C_y为轮胎侧偏刚度；C_x为轮胎纵向刚度；α_ij为轮胎侧偏角，ε为速度影响因子；F_{y_ij}为轮胎侧向力； i，j为轮胎的位置，i为前轮或者后轮，j为左轮或者右轮。

步骤2：对汽车行驶状态进行校正，具体为：

(2.1)对汽车行驶状态变量进行时间更新

由上一时刻汽车行驶状态变量对容积点X_sj,k-1进行计算，所述汽车 行驶状态变量为利用奇异值分解(SVD)方法对汽车行驶 状态的误差协方差矩阵P_s,k-1取平方根：

其中，Λ_s,k-1为对角矩阵；P_s,k-1的列向量是的特征向量，S_si,k-1为误差协方差矩阵P_s,k-1的特征值。

得到容积点X_sj,k-1：

其中，ξ_sj为基本容积点：[1]_s,j为容积点集中的第j个元素； m表示采样点个数(为行驶状态变量维数的二倍)，本实施例中，行驶状态变 量维数为6，则m为12，i＝1,2……,6,j＝1,2……12。容积点集[1]_s为

根据车辆模型动力学方程，将各容积点X_sj,k-1通过系统状态转移模型函数 f(.)计算新的容积点

其中，U_k为控制输入变量，U_k＝[δ_fl,δ_fr,δ_rl,δ_rr,ω_fl,ω_fr,ω_rl,ω_rr]，δ_fl,δ_fr,δ_rl,δ_rr分别为汽车左前轮、左后轮、左后轮和右后轮的转角，ω_fl,ω_fr,ω_rl,ω_rr分别为 汽车左前轮、左后轮、左后轮和右后轮的转速。

经过时间更新后的状态预测值

经过时间更新后的行驶状态的误差协方差预测值P_s,k/k-1：

Q_s为行驶状态过程噪声协方差矩阵，为了达到很好的校正效果，Q_s应为 一个较大的值。

(2.2)车辆行驶状态变量的量测更新

通过SVD分解方法对时间更新后的协方差预测值P_s,k/k-1分解：

计算更新后容积点：

根据量测输出变量a_x,a_y,γ，建立量测模型函数h(.)，计算新的更新后容积 点Z_sj,k/k-1

Z_sj,k/k-1＝h(X_sj,k/k-1,U_k)

对新的更新后容积点求均值：

计算新息方差：

其中，R_s为行驶状态的量测噪声协方差矩阵。

计算互协方差：

计算滤波增益：

对经过量测更新后的行驶状态进行校正：

更新行驶状态误差协方差：

P_s,k用于下一时刻的校正。

步骤3：在车辆行驶状态校正的基础上对路面附着系数进行校正，具体 为：

(3.1)对路面附着系数进行时间更新

由上一时刻路面附着系数变量对容积点X_pj,k-1进行计算，利用SVD 分解方法对路面附着系数的误差协方差矩阵P_p,k-1取平方根：

其中，Λ_p,k-1为对角矩阵，P_p,k-1的列向量是的特征向量，S_pi,k-1为误差协方差矩阵P_p,k-1的特征值。

得到容积点X_pj,k-1：

其中，ξ_pj为基本容积点：[1]_p,j表示容积点集中的第j个 元素；M表示采样点个数(为路面附着系数变量维数的二倍)，本实施例中， 路面附着系数变量维数为4，则M为8，i＝1,2……,4,j＝1,2……8。容积点集[1]_p为：

根据车辆模型动力学方程，将各容积点X_pj,k-1通过系统状态转移模型函数 f(.)计算新的容积点

经过时间更新后的路面附着系数预测值

经过时间更新后的路面附着系数的误差协方差预测值P_p,k/k-1

Q_p为路面附着系数过程噪声协方差矩阵，为了达到很好的校正效果，Q_p应为一个较大的值。

(3.2)路面附着系数的量测更新

通过SVD分解方法对时间更新后的误差协方差矩阵预测值P_p,k/k-1分解：

计算更新后容积点：

根据量测输出变量a_x,a_y,建立量测模型函数h(.)，计算新的更新后容积 点Z_pj,k/k-1：

对新的更新后容积点求均值：

计算新息方差：

其中，R_p为路面附着系数的量测噪声协方差矩阵。

计算互协方差：

计算滤波增益：

对经过量测更新后的路面附着系数进行校正：

更新路面附着系数误差协方差：

P_p,k用于下一时刻的校正。

步骤4：在车辆行驶状态和路面路面附着系数校正的基础上对汽车汽车 参数进行校正，具体为：

(4.1)对汽车参数进行时间更新

由上一时刻汽车参数变量对容积点X_aj,k-1进行计算，利用奇异值分 解(SVD)方法对汽车参数的误差协方差矩阵P_a,k-1取平方根

其中，Λ_a,k-1为对角矩阵，P_a,k-1的列向量是的特征向量，S_ai,k-1为误差协方差矩阵P_a,k-1的特征值。

得到容积点X_aj,k-1：

式中：ξ_aj为基本容积点：[1]_a,j表示容积点集中的第j个元 素；v表示采样点个数(为汽车参数变量维数的二倍)，本实施例中，汽车参 数变量的维数为3，则v为6，i＝1,2，3,j＝1,2……6，容积点集[1]_a为：

根据车辆模型动力学方程，将各容积点X_aj,k-1通过系统状态转移模型函数 f(.)计算新的容积点

经过时间更新后的汽车参数预测值

经过时间更新后的汽车参数的误差协方差预测值P_a,k/k-1：

Q_a为汽车参数过程噪声协方差矩阵，为了达到很好的校正效果，Q_a应为 一个较大的值。

(4.2)汽车参数变量的量测更新

通过SVD分解方法对时间更新后的误差协方差矩阵预测值P_a,k/k-1分解：

计算容积点：

根据量测输出变量a_y,建立量测模型函数h(.)，计算新的更新后容积点Z_aj,k/k-1：

对新的更新后容积点求均值：

计算新息方差：

其中，R_a为汽车参数的量测噪声协方差矩阵。

计算互协方差：

计算滤波增益：

对经过量测更新后的汽车参数进行校正：

更新汽车参数的误差协方差：

P_a,k用于下一时刻的校正。

实施例1

离线仿真验证

为验证提出的四轮独立驱动与转向的电动汽车状态与参数校正方法，实 验工况选择双移线工况，应用CarSim与Matlab/Simulink软件联合仿真对校正 方法进行仿真验证。

高附着路面双移线实验工况参数设置：车速为定车速80km/h，路面附着 系数为0.85，采样为定步长0.01。车辆行驶状态变量初值 状态误差协方差初值P_s＝eye(6)*10000，过程噪声和量 测噪声误差协方差矩阵初值选取为：Q_s＝eye(6)*10000，R_s＝eye(3)*3。路 面附着系数变量初值误差协方差矩阵初值P_p＝[0.7,0,0,0,0,7,0,0,0,0,1.19,0,0,0,0,1.19]*10，过程噪声和量测噪声误差协方差矩 阵初值选取为：Q_p＝eye(4)*0.00001，R_p＝eye(3)*15。汽车参数变量初值误差协方差矩阵初值P_a＝eye(3)*10，过程噪声和量测噪声 误差协方差矩阵初值选取为：Q_a＝[1,0,0；0,40,0；0,0,0.01]，R_a＝eye(2)*0.8。

CarSim中的输出加入噪声后的纵向加速度、侧向加速度、横摆角速度的 实际值如图3-5所示，四轮转角、驱动力矩和车轮轮速信号如图6-8所示。四轮 转角采用同向转向，四轮驱动力矩采用差动驱动方式分配。如图9所示，纵向 车速校正值准确地跟踪CarSim中的输出加入噪声后的纵向车速实际值，具有 较好地实时性与稳定性。图10、图11分别为侧向车速、质心侧偏角校正值与 CarSim中的输出加入噪声后的实际值对比曲线，校正值具有较好的稳定性， 在收敛趋势上较好地跟踪实际值。如图12所示，路面附着系数校正值在短时间内迅速收敛到实际值附近，精度较高。图13、图14为汽车质量和汽车绕z 轴转动惯量的校正值与实际值的对比曲线，校正值在3s内收敛到实际值附近， 精度较高，具有较好的稳定性。图15为汽车质心至前轴距离的校正值与实际 值对比曲线，校正值在2s内收敛到实际值附近，并且在实际值附近跳动，能 较好地跟踪实际值。

实施例2

驾驶模拟器硬件在环实验验证

利用驾驶模拟器硬件在环实验台对四轮独立驱动与转向电动汽车状态与 参数校正方法进行验证。实验工况选择中附着路面变车速蛇形工况。

中附着系数路面蛇形实验工况参数设置：路面附着系数为0.5，采样为定 步长0.001。车辆行驶状态变量初值状态误差协方差初值 P_s＝eye(6)*10000，过程噪声和量测噪声误差协方差矩阵初值选取为： Q_s＝eye(6)*10000，R_s＝eye(3)*3。路面附着系数变量初值状态 误差协方差初值P_s＝[7,0,0,0,0,7,0,0,0,0,5,0,0,0,0,5]*0.09，过程噪声和量测噪声误 差协方差矩阵初值选取为：Q_p＝eye(4)*0.00225， R_p＝[0.253,0,0；0,10,0；0,0,45]*70。汽车参数变量初值误差协 方差矩阵初值P_a＝eye(3)*10，过程噪声和量测噪声误差协方差矩阵初值选取 为：Q_a＝eye(3)*0.07，R_a＝eye(2)*0.005。

纵向加速度、侧向加速度、横摆角速度、四轮转角、驱动力矩和车轮轮 速信号如图16-21所示。由于蛇形工况下车速不高，并且为了减少车辆的转弯 半径，使车辆的通过性较好，四轮转角采用反向转向，四轮驱动力矩采用等 驱动力矩分配方式。图22为纵向车速校正值与实际值对比曲线，校正值时间 延迟大约0.01s，在精度与实时性方面较好地与实际值保持一致。图23为侧向 车速校正值实际值对比曲线，校正值能够较快地收敛到实际值附近，较好地 跟踪实际值。图24为质心侧偏角校正值实际值对比曲线，校正值具有较好的 稳定性，校正值在收敛趋势上较好地跟踪实际值。图25为路面附着系数校正 器的仿真输出与实际值对比曲线，校正值迅速收敛到实际值附近，校正值与 实际值的最大误差为5％左右，较稳定跟踪实际值。图26、图27为汽车质量和 汽车绕z轴转动惯量的校正值与实际值的对比曲线，校正值经过短暂延迟，在 短时间内收敛到实际值附近，收敛精度高，校正值较准确地跟踪实际值，稳 定性较好。图28为汽车质心至前轴距离的校正值与实际值对比曲线，校正值 在1s内迅速收敛到实际值附近，并且在实际值附近跳动，能较好地跟踪实际 值。

本发明所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，基 因三重容积卡尔曼滤波，在汽车状态校正的同时对不确定的汽车参数进行不 断校正，对汽车行驶状态、路面附着系数和汽车参数同时进行校正，保证汽 车状态与汽车参数校正的准确性。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方 式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领 域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范 围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图 例。

Claims (10)

1.一种四轮独立驱动与转向的电动汽车状态与参数校正方法，其特征在于，包括如下步骤：

步骤1：建立车辆动力学模型和Dugoff轮胎模型；

获取上一时刻行驶状态变量、路面附着系数变量和汽车参数变量根据行驶状态、路面附着系数和汽车参数的误差协方差矩阵[P_s,k-1,P_p,k-1,P_a,k-1]计算容积点[X_s,k-1,X_p,k-1,X_a,k-1]：

其中，A_si,k-1,A_pi,k-1,A_ai,k-1分别为误差协方差矩阵[P_s,k-1,P_p,k-1,P_a,k-1]的平方根，S_si,k-1,S_pi,k-1,S_ai,k-1分别为误差协方差矩阵[P_s,k-1,P_p,k-1,P_a,k-1]的的特征值，ξ_sj,ξ_pj,ξ_aj分别为行驶状态、路面附着系数和汽车参数的基本容积点；

将各容积点[X_s,k-1,X_p,k-1,X_a,k-1]通过系统状态转移模型函数f(.)计算新的容积点

其中，U_k为控制输入变量；

经过时间更新后的行驶状态、路面附着系数和汽车参数预测值为：

其中，m,M,v分别为行驶状态、路面附着系数和汽车参数的采样点个数；

经过时间更新后的行驶状态、路面附着系数和汽车参数的误差协方差预测值为：

其中，Q_s,Q_p,Q_a分别为行驶状态、路面附着系数和汽车参数的过程噪声协方差矩阵；

步骤2：根据时间更新后的行驶状态、路面附着系数和汽车参数的误差协方差预测值[P_s,k/k-1,P_p,k/k-1,P_a,k/k-1]计算更新后容积点[X_sj,k/k-1,X_pj,k/k-1,X_aj,k/k-1]：

其中，A_si,k/k-1,A_pi,k/k-1,A_ai,k/k-1分别为误差协方差矩阵[P_s,k/k-1,P_p,k/k-1,P_a,k/k-1]的平方根，S_si,k-1,S_pi,k-1,S_ai,k-1分别为误差协方差矩阵[P_s,k/k-1,P_p,k/k-1,P_a,k/k-1]的的特征值，ξ_sj,ξ_pj,ξ_aj分别为行驶状态、路面附着系数和汽车参数的基本容积点；

将各更新后容积点[X_sj,k/k-1,X_pj,k/k-1,X_aj,k/k-1]通过量测模型函数h(.)计算新的更新后容积点[Z_sj,k/k-1,Z_pj,k/k-1,Z_aj,k/k-1]:

[Z_sj,k/k-1,Z_pj,k/k-1,Z_aj,k/k-1]＝h([X_sj,k/k-1,X_pj,k/k-1,X_aj,k/k-1],U_k)

计算新的更新后容积点的平均值：

计算新息方差：

其中，R_s,R_p,R_a分别为行驶状态、路面附着系数和汽车参数的量测噪声协方差矩阵；

计算互协方差：

计算滤波增益：

经过量测更新后的行驶状态、路面附着系数和汽车参数校正值为：

经过量测更新后的行驶状态、路面附着系数和汽车参数的误差协方差为：

2.如权利要求1所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，其特征在于，所述控制输入变量为：

U_k＝[δ_fl,δ_fr,δ_rl,δ_rr,ω_fl,ω_fr,ω_rl,ω_rr]

其中，δ_fl,δ_fr,δ_rl,δ_rr分别为汽车左前轮、左后轮、左后轮和右后轮的转角，ω_fl,ω_fr,ω_rl,ω_rr分别为汽车左前轮、左后轮、左后轮和右后轮的转速。

3.如权利要求1所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，其特征在于，所述车辆行驶状态变量为：

其中，u为纵向车速，v为侧向车速，a_x为纵向加速度，γ为横摆角速度，a_y为侧向加速度，Γ为横摆力矩；

所述路面附着系数变量为:

其中，μ_fl,μ_fr,μ_rl,μ_rr分别为车辆左前轮，右前轮，左后轮和右后轮的路面附着系数；

所述汽车参数变量为：

其中，m为汽车质量，I_z为汽车绕z轴的转动惯量，a为汽车质心与其前轮轴的距离。

4.如权利要求1所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，其特征在于，所述车辆行驶状态量测输出Z_s为：

Z_s＝[a_x,a_y,γ]

所述路面附着系数量测输出Z_p为：

其中，为横摆角加速度；

所述路面附着系数量测输出Z_a为：

5.如权利要求1所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，其特征在于，所述行驶状态的基本容积点ξ_sj为：

其中，[1]_s,j行驶状态容积点集中的第j个元素；

所述路面附着系数的基本容积点ξ_pj为：

其中，[1]_p,j为路面附着系数容积点集中的第j个元素；

所述汽车参数的基本容积点ξ_aj为：

其中，[1]_a,j为汽车参数容积点集中的第j个元素。

6.如权利要求5所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，其特征在于，所述m＝12,n＝8,v＝6。

7.如权利要求6所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，其特征在于，所述行驶状态容积点集为：

所述路面附着系数容积点集为：

所述汽车参数容积点集为：

8.如权利要求1所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，其特征在于，所述车辆动力学模型为：

9.如权利要求1所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，其特征在于，所述Dugoff轮胎模型为：

其中，μ_{_ij}为路面附着系数；λ_{_ij}为纵向滑移率；C_y为轮胎侧偏刚度；C_x为轮胎纵向刚度；α_ij为轮胎侧偏角；ε为速度影响因子；F_{y_ij}为轮胎侧向力；i，j为轮胎的位置，F_{z_ij}为车轮的地面法向反力，i为前轮或者后轮，j为左轮或者右轮。

10.如权利要求1所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，其特征在于，首先对车辆行驶状态进行校正；在车辆行驶状态校正的基础上对路面附着系数进行校正；在车辆行驶状态和路面附着系数校正的基础上对汽车参数进行校正。