CN111572552A - 一种车辆主动安全控制方法及装置 - Google Patents

一种车辆主动安全控制方法及装置 Download PDF

Info

Publication number
CN111572552A
CN111572552A CN202010435110.6A CN202010435110A CN111572552A CN 111572552 A CN111572552 A CN 111572552A CN 202010435110 A CN202010435110 A CN 202010435110A CN 111572552 A CN111572552 A CN 111572552A
Authority
CN
China
Prior art keywords
vehicle
speed
estimated value
lateral
transverse
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
CN202010435110.6A
Other languages
English (en)
Other versions
CN111572552B (zh
Inventor
宋翔
谢军
张磊
陆玉正
蒋慧琳
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.)
Nanjing Xiaozhuang University
Original Assignee
Nanjing Xiaozhuang 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 Nanjing Xiaozhuang University filed Critical Nanjing Xiaozhuang University
Priority to CN202010435110.6A priority Critical patent/CN111572552B/zh
Publication of CN111572552A publication Critical patent/CN111572552A/zh
Application granted granted Critical
Publication of CN111572552B publication Critical patent/CN111572552B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B60W40/10—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
    • 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
    • B60W40/12—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
    • B60W40/12—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

Landscapes

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

Abstract

本发明公开了一种车辆主动安全控制方法及装置，将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值并进行伪积分计算，得到车辆横向车速最终估计值，将车辆横向车速最终估计值进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角，基于离散时刻的车辆质心侧偏角，调节车辆主动安全控制。通过上述方案，分别计算出运动学表示的横向车速估计值和动力学表示的横向车速估计值并结合，得到车辆横向车速最终估计值，最终计算出精度高的离散时刻的车辆质心侧偏角，通过离散时刻的车辆质心侧偏角调节车辆主动安全控制，从而提高车辆的行驶安全性能。

Description

一种车辆主动安全控制方法及装置
技术领域
本发明涉及车辆主动安全测量及控制的技术领域，更具体地说，涉及一种车辆主动安全控制方法及装置。
背景技术
随着社会经济的发展，道路交通安全问题日益突出。为降低交通事故的发生，车辆主动安全系统的发展尤为重要。车辆主动安全系统能够防患于未然，主动避免交通事故的发生。
目前，常见的主动安全系统主要包括防抱死制动系统(Antilock Brake System，ABS)，车辆电子稳定程序(Electronic Stability Program，ESP)，牵引力控制系统(Traction Control System，TCS)，电控驱动防滑系统(Acceleration Slip Regulation，ASR)，四轮转向稳定控制系统(4 Wheel Steering，4WS)等。
这些系统可以分为车辆纵向控制系统和车辆横向控制系统两大类。在车辆横向控制系统和车辆横向控制系统中，均涉及车辆侧向速度与质心侧偏角等运行状态的测量。车辆质心侧偏角被定义为车辆行驶速度方向与车辆纵轴之间的夹角，数值上可以表达为横向车速与纵向车速比值的反正切值，质心侧偏角的精度直接关系车辆的行驶安全性与稳定性。
现有技术中，车辆质心侧偏角的获取有三种途径，第一种是利用高精度全球定位系统(Global Positioning System，GPS)、光电五轮仪或高精度光学传感器等高精度传感器来确定车辆相对于地面的纵向车速和横向车速，从而计算得到车辆质心侧偏角，但由于高精度全球定位系统GPS、光电五轮仪或高精度光学传感器等高精度传感器的价格高，且对安装位置精度要求高，从而未得到广泛应用；第二种是利用运动学方法，建立运动学模型，在运动学模型中，基于横向加速度和横摆角速度传感器信号的直接积分法或利用车辆轴距和前轮转角等运动几何关系估计车辆质心侧偏角，但是，运动学方法对传感器信号偏差和噪声要求极高，仅适应于横向车速变化频率较高时，难于适应横向车速变化频率较低的工况；第三种即利用动力学方法，在车辆横向动力学模型的基础上，通过现代控制理论中的观测器技术估计车辆质心侧偏角，但是，动力学方法依赖于估计模型和参数的精确性，仅适合于横向车速变化频率较低的工况，难于适应于横向速度变化频率较高的工况。
因此，通过上述技术，所获取到的车辆质心侧偏角的精度低，从而导致主动安全系统控制效果差，造成车辆的行驶安全性能降低。
发明内容
有鉴于此，本发明公开了一种车辆主动安全控制方法及装置，通过计算出精度高的离散时刻的车辆质心侧偏角和离散时刻的车辆质心侧偏角，调节车辆主动安全控制，从而提高车辆的行驶安全性能。其公开的技术方案如下：
第一方面，本发明公开了一种车辆主动安全控制方法，所述方法包括：
将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值，其中，所述主动安全控制模型包括运动学模型和动力学模型，所述运动学模型用于计算并输出所述运动学表示的车辆横向速度估计值，所述动力学模型用于计算并输出所述动力学表示的车辆横向速度估计值；
将所述运动学表示的车辆横向速度估计值和所述动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值；
将所述车辆横向车速最终估计值进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角，其中，所述离散时刻的车辆质心侧偏角为各个时刻的车辆质心侧偏角的集合；
基于所述离散时刻的车辆质心侧偏角，调节车辆主动安全控制。
可选地，将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值，包括：
获取车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离和前轮转向角；
将所述车辆前轮轮轴中心到质心的距离、所述车辆后轮轮轴中心到质心的距离和所述前轮转向角输入至所述运动学模型进行递归最小二乘算法计算，得到运动学表示的车辆横向速度估计值。
可选地，将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到动力学表示的车辆横向速度估计值，包括：
获取车辆横向加速度、车辆横摆角速度、车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角；
将所述获取车辆横向加速度、所述车辆横摆角速度、所述车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角输入至所述动力学模型进行递归最小二乘算法计算，得到动力学表示的车辆横向速度估计值。
可选地，所述将所述运动学表示的车辆横向速度估计值和所述动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值，包括：
将所述运动学表示的车辆横向速度估计值和所述动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值，其中，所述车辆横向车速最终估计值的计算式为：
Figure BDA0002501954690000031
其中，
Figure BDA0002501954690000032
为车辆横向车速最终估计值，w1为基于运动学的估计方法在频域内的估计系数，w2为基于动力学的估计方法在频域内的估计系数，
Figure BDA0002501954690000033
s为拉普拉斯算子，τ为时间常数，
Figure BDA0002501954690000034
为所述运动学表示的车辆横向速度，
Figure BDA0002501954690000035
为所述动力学表示的车辆横向速度。
可选地，所述将所述车辆横向车速最终估计值进行质心侧偏角计算，得到车辆质心侧偏角，包括：
基于所述车辆横向车速最终估计值，确定各个时刻车辆的侧向速度；
将预先获取到的各个时刻车辆的纵向速度和所述各个时刻车辆的侧向速度进行质心侧偏角计算，得到车辆质心侧偏角；
其中，所述离散时刻的车辆质心侧偏角的计算式为：
β(k)＝arctan[vy(k)/vx(k)]
其中，vy(k)为各个时刻车辆的侧向速度，vx(k)为各个时刻车辆的纵向速度，β(k)为各个时刻的车辆质心侧偏角。
第二方面，本发明公开了一种车辆主动安全控制装置，所述装置包括：
第一计算单元，用于将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值，其中，所述主动安全控制模型包括运动学模型和动力学模型，所述运动学模型用于计算并输出所述运动学表示的车辆横向速度估计值，所述动力学模型用于计算并输出所述动力学表示的车辆横向速度估计值；
第二计算单元，用于将所述运动学表示的车辆横向速度估计值和所述动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值；
第三计算单元，用于将所述车辆横向车速最终估计值进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角，其中，所述离散时刻的车辆质心侧偏角为各个时刻的车辆质心侧偏角的集合；
调节单元，用于基于所述离散时刻的车辆质心侧偏角，调节车辆主动安全控制。
可选地，将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值的所述第一计算单元，包括：
第一获取模块，用于获取车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离和前轮转向角；
第一计算模块，用于将所述车辆前轮轮轴中心到质心的距离、所述车辆后轮轮轴中心到质心的距离和所述前轮转向角输入至所述运动学模型进行递归最小二乘算法计算，得到运动学表示的车辆横向速度估计值。
可选地，将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到动力学表示的车辆横向速度估计值的所述第一计算单元，包括：
第二获取模块，用于获取车辆横向加速度、车辆横摆角速度、车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角；
第二计算模块，用于将所述获取车辆横向加速度、所述车辆横摆角速度、所述车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角输入至所述动力学模型进行递归最小二乘算法计算，得到动力学表示的车辆横向速度估计值。
可选地，所述第二计算单元，具体用于：
将所述运动学表示的车辆横向速度估计值和所述动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值，其中，所述车辆横向车速最终估计值的计算式为：
Figure BDA0002501954690000051
其中，
Figure BDA0002501954690000052
为车辆横向车速最终估计值，w1为基于运动学的估计方法在频域内的估计系数，w2为基于运动学的估计方法在频域内的估计系数，
Figure BDA0002501954690000053
s为拉普拉斯算子，τ为时间常数，
Figure BDA0002501954690000054
为所述运动学表示的车辆横向速度，
Figure BDA0002501954690000055
为所述动力学表示的车辆横向速度。
可选地，所述第三计算单元，包括：
确定模块，用于基于所述车辆横向车速最终估计值，确定各个时刻车辆的侧向速度；
第三计算模块，用于基于预先获取到的各个时刻车辆的纵向速度和所述各个时刻车辆的侧向速度进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角；
其中，所述离散时刻的车辆质心侧偏角的计算式为：
β(k)＝arctan[vy(k)/vx(k)]
其中，vy(k)为各个时刻车辆的侧向速度，vx(k)为各个时刻车辆的纵向速度，β(k)为各个时刻的车辆质心侧偏角。
经由上述技术方案可知，获取车辆状态参数，将车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值并进行伪积分计算，得到车辆横向车速最终估计值，将车辆横向车速最终估计值进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角，基于离散时刻的车辆质心侧偏角，调节车辆主动安全控制。通过上述方案，分别计算出运动学表示的横向车速估计值和动力学表示的横向车速估计值并结合，得到车辆横向车速最终估计值，最终计算出精度高的离散时刻的车辆质心侧偏角，通过离散时刻的车辆质心侧偏角调节车辆主动安全控制，从而提高车辆的行驶安全性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种车辆主动安全控制方法的流程示意图；
图2为本发明实施例公开的方向盘转角和车辆的纵向前进速度具体随时间的变化过程的示意图；
图3为本发明实施例公开的车辆质心侧偏角与车辆行驶速度方向与车辆纵轴之间的夹角的示意图；
图4为本发明实施例公开的动力学模型经等效简化后构成的自行车模型Bicycle的结构图；
图5为本发明实施例公开的车辆质心侧偏角的结果曲线与Carsim的参考输出值的对比图；
图6为本发明实施例公开的得到运动学表示的车辆横向速度估计值的流程示意图；
图7为本发明实施例公开的得到动力学表示的车辆横向速度估计值的流程示意图；
图8为本发明实施例公开的一种车辆主动安全控制装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
由背景技术可知，现有的动力学方法依赖于估计模型和参数的精确性，仅适合于横向车速变化频率较低的工况，难于适应于横向速度变化频率较高的工况。
因此，通过上述技术，所获取到的车辆质心侧偏角的精度低，从而导致主动安全系统控制效果差，造成车辆的行驶安全性能降低。
为了解决该问题，本发明公开了一种车辆主动安全控制方法及装置，通过分别计算出运动学表示的横向车速估计值和动力学表示的横向车速估计值并结合，得到车辆横向车速最终估计值，最终计算出精度高的离散时刻的车辆质心侧偏角，通过离散时刻的车辆质心侧偏角调节车辆主动安全控制，从而提高车辆的行驶安全性能。具体实现方式通过下述实施例具体进行说明。
如图1所示，为本发明实施例公开的一种车辆主动安全控制方法的流程示意图，该车辆主动安全控制方法可以包括如下步骤：
S101：将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值。
其中，主动安全控制模型包括运动学模型和动力学模型，运动学模型用于计算并输出运动学表示的车辆横向速度估计值，动力学模型用于计算并输出动力学表示的车辆横向速度估计值。
车辆状态参数包括车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离、前轮转向角、车辆横向加速度、车辆横摆角速度、车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角等。
获取运动学表示的车辆横向速度估计值的过程如下：
获取车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离和前轮转向角，将车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离和前轮转向角输入至运动学模型进行递归最小二乘算法(Recursive Least Squares，RLS)计算，得到运动学表示的车辆横向速度估计值。
具体的，获取运动学表示的车辆横向速度估计值的过程如下：
为适应在平坦公路路面的横向车速高变化频率和低变化频率工况的估计要求，首先对车辆进行车辆几何运动学建模，基于几何运动学关系，建立车辆两轮模型，如图2所示，为方向盘转角和车辆的纵向速度具体随时间的变化过程，两个左、右前轮由一个位于A点的车轮代替，同样的，后轮由一个位于B点的中央后轮代替，前后轮的转向角分别由δf和δr表示，由于本发明限定于前轮转向四轮汽车，因此后轮转向角δr＝0，车辆质心为点C，从车辆质心到点A和点B的距离为别为a和b，车辆轴距为L＝a+b，点O为车辆的瞬时旋转中心，点O由垂直于两滚动轮方向的直线AO和BO的交点来确定，分别在三角形OCA和三角形OCB上运用余弦定理，得到公式(1)。
公式(1)为：
Figure BDA0002501954690000081
如图3所示，车辆质心侧偏角定义为车辆行驶速度方向与车辆纵轴之间的夹角，数值上可以表达为横向车速与纵向车速比值的反正切值，即
Figure BDA0002501954690000082
由公式(1)和公式(2)整理可得公式(3)。
公式(3)为：
Figure BDA0002501954690000083
通过公式(3)，得到建立车辆行驶的运动学模型的公式(4)。
公式(4)为：
Figure BDA0002501954690000084
其中，VX为车体坐标系下车辆的纵向速度，Vy为车体坐标系下车辆的横向速度，a为车辆前轮轮轴中心到质心的距离，b为车辆后轮轮轴中心到质心的距离，δf为前轮转向角，δf可通过方向盘转角传感器测得的方向盘转角δ除以从方向盘到前轮的转向传动比qt来确定(即δf＝δ/qt)。
由公式(4)可得公式(5)。
公式(5)为：
Figure BDA0002501954690000085
将公式(5)表示为参数识别标准形式，得到公式(6)。
公式(6)为：
Figure BDA0002501954690000086
其中，k为离散时刻，γ(k)为待估参数，且
Figure BDA0002501954690000087
Figure BDA0002501954690000088
为待估计的运动学表示的车辆横向速度；y(k)为运动学模型的系统输出矩阵，vx_m为车辆纵向速度，vx_m可通过车速传感器所获取，且y(k)＝vx_m，
Figure BDA0002501954690000089
表示输入回归矩阵，T为矩阵转置。
基于运动学模型实时估计运动学表示的车辆横向速度的过程如下：
首先，获取运动学模型的系统输出矩阵y(k)，其次，计算输入回归矩阵
Figure BDA0002501954690000091
然后，计算增益矩阵K(k)，最后，计算待估参数矩阵γ(k)。
通过待估参数矩阵γ(k)即可得到运动学表示的车辆横向速度。
增益矩阵K(k)的计算式为：
Figure BDA0002501954690000092
方差矩阵P(k)的计算式为：
Figure BDA0002501954690000093
其中，I为2×2单位矩阵，参数λ为遗忘因子，能有效减少不再与模型相关的旧数据的影响，并防止协方差发散，通常λ的取值范围在[0.9，1]之间，本发明取0.975。
将公式(8)代入公式(7)，得到K(k)的值。
待估参数矩阵γ(k)的计算式为：
Figure BDA0002501954690000094
将K(k)的值代入公式(9)，计算得到γ(k)。
利用带遗忘因子的递归最小二乘算法，由于
Figure BDA0002501954690000095
通过公式(9)可实时估计出运动学表示的车辆横向车速估计值
Figure BDA0002501954690000096
获取动力学表示的车辆横向速度估计值的过程如下：
获取车辆横向加速度、车辆横摆角速度、车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角；
将获取车辆横向加速度、车辆横摆角速度、车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角输入至动力学模型进行递归最小二乘算法计算，得到动力学表示的车辆横向速度估计值。
进一步对车辆和轮胎进行横向动力学建模。针对本发明的应用领域，本发明对于行驶在通常道路交通环境上的前轮转向的四轮车辆，可做如下的合理假定：
1)忽略车辆的俯仰、侧倾和上下弹跳运动。
2)忽略车辆悬架对轮胎轴上的影响。
3)忽略侧倾运动，可认为车辆前轴上左右两个轮胎的转向角、侧偏角、纵向力及侧向力相同，类似地，可假定车辆后轴上左右两个轮胎的侧偏角、纵向力及侧向力相同。
4)车辆的纵向速度认为是定常值。
根据上述应用要求和假定，本发明针对目前应用较多的前轮转向四轮汽车，如图4所示，为采用动力学模型经等效简化后相当于前、后车轮被分别集中在车辆前、后轴中点而构成的一假想自行车模型Bicycle。该模型有2个自由度，分别是侧向运动与横摆转动。图4中定义了车辆载体坐标系，其原点o位于质心处，ox轴沿车辆的纵向轴并与车辆前进方向一致，oz轴垂直于车辆运行平面并指向地面，oy轴按右手螺旋规则可确定。车辆的纵向速度VX、车辆的横向速度Vy和车辆横摆角速度ωz都是指车辆质心的，即车辆质心处的车辆的纵向速度VX、车辆质心处的车辆的横向速度Vy和车辆质心处的车辆横摆角速度ωz。
具体的，对于行驶在道路交通环境上的车辆，忽略车辆的俯仰、侧倾、上下弹跳运动，车辆悬架对轮胎轴上的影响，根据牛顿力学，建立二自由度车辆的动力学模型方程，如公式(10)所示。
公式(10)为：
may＝2Fyfcosδf+2Fyr (10)
公式(10)中，m为车辆的质量，ay为车辆质心处的横向惯性加速度，Fyf为作用在单个前轮上的侧向力，Fyr为作用在单个后轮上的侧向力，对于行驶在一般道路交通环境的车辆，通常可将作用在各轮上的侧向力表示为：
Fyf＝Cαfαf，Fyr＝Cαrαr (11)
公式(11)中，Cαf为前轮胎的侧偏刚度，Cαr为后轮胎的侧偏刚度，αf为前轮胎的侧偏角，αr为后轮胎的侧偏角，且可表示为：
Figure BDA0002501954690000101
公式(12)中，ωz为在车体坐标系下的车辆横摆角速度，将公式(11)和公式(12)代入公式(10)中，并考虑到δf通常是小角度，即cosδf≈1，经整理后可得到公式(13)。
公式(13)为：
Figure BDA0002501954690000111
将公式(13)转换为如公式(6)所示的参数识别标准形式，得到公式(14)。
公式(14)为：
y(k)＝2Cαfδfvx_m-may_mvx_m-(2aCαf-2bCαr)ωz_m (14)
在本步骤中，
Figure BDA0002501954690000112
为待估参数，
Figure BDA0002501954690000113
为待估计的动力学表示的车辆的横向速度，y(k)＝2Cαfδfvx_m-may_mvx_m-(2aCαf-2bCαr)ωz_m为动力学模型的系统输出，ay_m为通过加速度传感器所获取的车辆横向加速度，ωz_m为利用横摆角速度传感器所测得的车辆横摆角速度，
Figure BDA0002501954690000114
为输入回归矢量。
通过利用带遗忘因子的递归最小二乘算法，基于动力学模型实时估计基于动力学的车辆横向车速估计值
Figure BDA0002501954690000115
的过程与基于运动学模型实时估计运动学表示的车辆横向速度的过程相同，可参考公式(7)、公式(8)和公式(9)，这里不再进行赘述。
S102：将运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值。
考虑运动学表示的横向车速估计值和动力学表示的横向车速估计值的两种方法的不同适用工况，即动力学方法依赖于模型准确性，对传感器噪声鲁棒性较强，适应于横向速度变化频率较低时，可以相对准确的估计稳态横向车速值，运动学方法则依赖于传感器精度，对模型准确性要求较低，适应于横向速度变化频率较高时，可以迅速跟踪横向车速的瞬态变化。
利用伪积分计算方法，将运动学表示的横向车速估计值
Figure BDA0002501954690000116
和动力学表示的横向车速估计值
Figure BDA0002501954690000117
通过公式(15)得到车辆横向车速最终估计值。
公式(15)为：
Figure BDA0002501954690000118
公式(15)中，
Figure BDA0002501954690000119
为车辆横向车速最终估计值，w1为基于运动学的估计方法在频域内的估计系数，w2为基于动力学的估计方法在频域内的估计系数，且有
Figure BDA00025019546900001110
s表示拉普拉斯算子，τ表示时间常数，本发明中，当ay≤0.3m/s2时，τ取0.2s，当ay＞0.3m/s2，τ取0.8s。
S103：将车辆横向车速最终估计值进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角。
其中，离散时刻的车辆质心侧偏角为各个时刻的车辆质心侧偏角的集合。
通过上述步骤，可确定车辆在各个时刻的侧向速度vy(k)，同时车辆在各个时刻的纵向速度vx(k)可由车速传感器测量获取得到，进而根据公式(16)确定离散时刻的质心侧偏角β(k)。
公式(16)为：
β(k)＝arctan[vy(k)/vx(k)] (16)
S104：基于离散时刻的车辆质心侧偏角，调节车辆主动安全控制。
由于车辆质心侧偏角的精度直接关系到车辆的行驶安全性与稳定性，通过离散时刻的车辆质心侧偏角得到高精度的车辆质心侧偏角，并基于离散时刻的车辆质心侧偏角调节车辆主动安全控制，从而提高车辆的行驶安全性能。
为检验本发明提出的基于递归最小二乘的车辆质心侧偏角融合估计方法的实际效果，在专业的汽车动力学仿真软件CarSim上进行了仿真验证实验。
CarSim是由美国MSC(Mechanical Simulation Corporation)公司开发的专门针对车辆动力学的仿真软件，目前已被国际上众多的汽车制造商、零部件供应商所采用，被广泛地应用于现代汽车控制系统的商业开发，已成为汽车行业的标准软件，享有很高的声誉。Carsim内的车辆动力学模型是通过分别对汽车的车体、悬架、转向、制动等各子系统以及各个轮胎的高逼真建模来实现的，具有很高的自由度，能够提供非常接近实际的准确的车辆运行状态信息，因此，Carsim输出的车辆运行状态信息可作为车辆的参考输出。
为检验本发明提出的算法的估计效果，仿真实验中设置汽车的方向盘转角δ按幅值60°的正弦规律变化，同时车辆的纵向前进速度也在不断地做加速、制动减速和匀速等变化，方向盘转角和车辆的纵向前进速度具体随时间的变化过程如图2所示，仿真时长设置为100(秒)。所用车辆是一个前轮转向的四轮车，主要参数如下：m＝960(千克)、Iz＝1382(千克·米2)、a＝0.948(米)、b＝1.422(米)、Cαf＝Cαr＝25692(牛顿/弧度)、Tw＝1.390(米)。设定四个车轮的线速度(通过轮速传感器测得的角速度乘以轮胎半径得到)的测量噪声均为均值是0、标准差是0.04(米/秒)的高斯白噪声，方向盘转角传感器的测量噪声为均值是0、标准差是0.0873(弧度)的高斯白噪声。卡尔曼滤波的系统零均值高斯白噪声的标准差分别为
Figure BDA0002501954690000121
及
Figure BDA0002501954690000122
卡尔曼滤波的三个外输入的零均值高斯白噪声的标准差分别为
Figure BDA0002501954690000131
及
Figure BDA0002501954690000132
卡尔曼滤波的两个观测量的零均值高斯白噪声的标准差分别为
Figure BDA0002501954690000133
及
Figure BDA0002501954690000134
相关结果如表1和图5所示。
表1为本发明推算效果对比表，表1列出了对于整个过程利用本发明方法推算车辆横向车速与质心侧偏角的统计结果对比，表中的误差是相对于Carsim输出的相应参考值而言的。
Figure BDA0002501954690000135
表1
图5中，横轴为时间，单位为s，纵轴为车辆质心侧偏角，单位为rad。图5给出了本发明方法估计的车辆质心侧偏角的结果曲线(图5中以点划虚线标示)，以及相应的Carsim的参考输出值(图5中以实黑线标示)。
基于表1的对比结果和图5，可以得到本发明在侧向速度和车辆质心侧偏角的估计方面具有较高的精度。
综上，本发明能够准确地估计出车辆质心侧偏角信息，可满足有关车辆主动安全控制的需要。
本发明实施例公开的一种车辆主动安全控制方法，将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值并进行伪积分计算，得到车辆横向车速最终估计值，将车辆横向车速最终估计值进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角，基于离散时刻的车辆质心侧偏角，调节车辆主动安全控制。通过上述方案，分别计算出运动学表示的横向车速估计值和动力学表示的横向车速估计值并结合，得到车辆横向车速最终估计值，最终计算出精度高的离散时刻的车辆质心侧偏角，通过离散时刻的车辆质心侧偏角调节车辆主动安全控制，从而提高车辆的行驶安全性能。
上述S102中涉及到将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值的过程，如图6所示，具体包括如下步骤：
S601：获取车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离和前轮转向角。
S602：将车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离和前轮转向角输入至运动学模型进行递归最小二乘算法计算，得到运动学表示的车辆横向速度估计值。
S601-S602的执行过程与上述S101的执行过程一致，可参考，这里不再进行赘述。
本发明实施例中，通过将车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离和前轮转向角输入至运动学模型进行递归最小二乘算法计算，实现得到运动学表示的车辆横向速度估计值的目的。
上述S101中涉及到将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到动力学表示的车辆横向速度估计值的过程，如图7所示，具体包括如下步骤：
S701：获取车辆横向加速度、车辆横摆角速度、车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角。
S702：将获取车辆横向加速度、车辆横摆角速度、车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角输入至动力学模型进行递归最小二乘算法计算，得到动力学表示的车辆横向速度估计值。
S701-S702的执行过程与上述S101的执行过程一致，可参考，这里不再进行赘述。
本发明实施例中，将获取车辆横向加速度、车辆横摆角速度、车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角输入至动力学模型进行递归最小二乘算法计算，实现得到动力学表示的车辆横向速度估计值的目的。
基于上述实施例公开的一种车辆主动安全控制方法，本发明实施例还对应公开了一种车辆主动安全控制装置，如图8所示，该车辆主动安全控制装置包括：
第一计算单元801，用于将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值。
其中，主动安全控制模型包括运动学模型和动力学模型，运动学模型用于计算并输出运动学表示的车辆横向速度估计值，动力学模型用于计算并输出所述动力学表示的车辆横向速度估计值。
进一步的，将车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值的第一计算单元801，包括：
第一获取模块，用于获取车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离和前轮转向角。
第一计算模块，用于将车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离和前轮转向角输入至运动学模型进行递归最小二乘算法计算，得到运动学表示的车辆横向速度估计值。
进一步的，将车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到动力学表示的车辆横向速度估计值的第一计算单元801，包括：
第二获取模块，用于获取车辆横向加速度、车辆横摆角速度、车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角。
第二计算模块，用于将所述获取车辆横向加速度、所述车辆横摆角速度、所述车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角输入至所述动力学模型进行递归最小二乘算法计算，得到动力学表示的车辆横向速度估计值。
第二计算单元802，用于将运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值。
进一步的，第二计算单元802，具体用于将运动学表示的车辆横向速度估计值和所述动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值，其中，车辆横向车速最终估计值的计算式为：
Figure BDA0002501954690000151
其中，
Figure BDA0002501954690000152
为车辆横向车速最终估计值，w1为基于运动学的估计方法在频域内的估计系数，w2为基于运动学的估计方法在频域内的估计系数，
Figure BDA0002501954690000161
s为拉普拉斯算子，τ为时间常数，
Figure BDA0002501954690000162
为所述运动学表示的车辆横向速度，
Figure BDA0002501954690000163
为所述动力学表示的车辆横向速度。
第三计算单元803，用于将车辆横向车速最终估计值进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角。
其中，离散时刻的车辆质心侧偏角为各个时刻的车辆质心侧偏角的集合。
进一步的，第三计算单元803，包括：
确定模块，用于基于车辆横向车速最终估计值，确定各个时刻车辆的侧向速度。
第三计算模块，用于基于预先获取到的各个时刻车辆的纵向速度和各个时刻车辆的侧向速度进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角。
其中，离散时刻的车辆质心侧偏角的计算式为：
β(k)＝arctan[vy(k)/vx(k)]
其中，vy(k)为各个时刻车辆的侧向速度，vx(k)为各个时刻车辆的纵向速度，β(k)为各个时刻的车辆质心侧偏角。
调节单元804，用于基于离散时刻的车辆质心侧偏角，调节车辆主动安全控制。
本发明实施例公开了一种车辆主动安全控制装置，将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值并进行伪积分计算，得到车辆横向车速最终估计值，将车辆横向车速最终估计值进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角，基于离散时刻的车辆质心侧偏角，调节车辆主动安全控制。通过上述方案，分别计算出运动学表示的横向车速估计值和动力学表示的横向车速估计值并结合，得到车辆横向车速最终估计值，最终计算出精度高的离散时刻的车辆质心侧偏角，通过离散时刻的车辆质心侧偏角调节车辆主动安全控制，从而提高车辆的行驶安全性能。
本发明中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
需要说明的是，本发明中作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的，作为模块或子模块的部件可以是或者也可以不是物理模块或子模块，即可以位于一个地方，或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块或子模块可以集成在一个处理模块中，也可以是各个模块或子模块单独物理存在，也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子模块既可以采用硬件的形式实现，也可以采用软件功能模块或子模块的形式实现。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种车辆主动安全控制方法，其特征在于，所述方法包括：
将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值，其中，所述主动安全控制模型包括运动学模型和动力学模型，所述运动学模型用于计算并输出所述运动学表示的车辆横向速度估计值，所述动力学模型用于计算并输出所述动力学表示的车辆横向速度估计值；
将所述运动学表示的车辆横向速度估计值和所述动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值；
将所述车辆横向车速最终估计值进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角，其中，所述离散时刻的车辆质心侧偏角为各个时刻的车辆质心侧偏角的集合；
基于所述离散时刻的车辆质心侧偏角，调节车辆主动安全控制。
2.根据权利要求1所述的方法，其特征在于，将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值，包括：
获取车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离和前轮转向角；
将所述车辆前轮轮轴中心到质心的距离、所述车辆后轮轮轴中心到质心的距离和所述前轮转向角输入至所述运动学模型进行递归最小二乘算法计算，得到运动学表示的车辆横向速度估计值。
3.根据权利要求1所述的方法，其特征在于，将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到动力学表示的车辆横向速度估计值，包括：
获取车辆横向加速度、车辆横摆角速度、车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角；
将所述获取车辆横向加速度、所述车辆横摆角速度、所述车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角输入至所述动力学模型进行递归最小二乘算法计算，得到动力学表示的车辆横向速度估计值。
4.根据权利要求1所述的方法，其特征在于，所述将所述运动学表示的车辆横向速度估计值和所述动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值，包括：
将所述运动学表示的车辆横向速度估计值和所述动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值，其中，所述车辆横向车速最终估计值的计算式为：
Figure FDA0002501954680000021
其中，
Figure FDA0002501954680000022
为车辆横向车速最终估计值，w1为基于运动学的估计方法在频域内的估计系数，w2为基于动力学的估计方法在频域内的估计系数，
Figure FDA0002501954680000023
s为拉普拉斯算子，τ为时间常数，
Figure FDA0002501954680000024
为所述运动学表示的车辆横向速度，
Figure FDA0002501954680000025
为所述动力学表示的车辆横向速度。
5.根据权利要求1所述的方法，其特征在于，所述将所述车辆横向车速最终估计值进行质心侧偏角计算，得到车辆质心侧偏角，包括：
基于所述车辆横向车速最终估计值，确定各个时刻车辆的侧向速度；
将预先获取到的各个时刻车辆的纵向速度和所述各个时刻车辆的侧向速度进行质心侧偏角计算，得到车辆质心侧偏角；
其中，所述离散时刻的车辆质心侧偏角的计算式为：
β(k)＝arctan[vy(k)/vx(k)]
其中，vy(k)为各个时刻车辆的侧向速度，vx(k)为各个时刻车辆的纵向速度，β(k)为各个时刻的车辆质心侧偏角。
6.一种车辆主动安全控制装置，其特征在于，所述装置包括：
第一计算单元，用于将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值和动力学表示的车辆横向速度估计值，其中，所述主动安全控制模型包括运动学模型和动力学模型，所述运动学模型用于计算并输出所述运动学表示的车辆横向速度估计值，所述动力学模型用于计算并输出所述动力学表示的车辆横向速度估计值；
第二计算单元，用于将所述运动学表示的车辆横向速度估计值和所述动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值；
第三计算单元，用于将所述车辆横向车速最终估计值进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角，其中，所述离散时刻的车辆质心侧偏角为各个时刻的车辆质心侧偏角的集合；
调节单元，用于基于所述离散时刻的车辆质心侧偏角，调节车辆主动安全控制。
7.根据权利要求6所述的装置，其特征在于，将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到运动学表示的车辆横向速度估计值的所述第一计算单元，包括：
第一获取模块，用于获取车辆前轮轮轴中心到质心的距离、车辆后轮轮轴中心到质心的距离和前轮转向角；
第一计算模块，用于将所述车辆前轮轮轴中心到质心的距离、所述车辆后轮轮轴中心到质心的距离和所述前轮转向角输入至所述运动学模型进行递归最小二乘算法计算，得到运动学表示的车辆横向速度估计值。
8.根据权利要求6所述的装置，其特征在于，将获取到的车辆状态参数输入至预先建立的主动安全控制模型进行计算，得到动力学表示的车辆横向速度估计值的所述第一计算单元，包括：
第二获取模块，用于获取车辆横向加速度、车辆横摆角速度、车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角；
第二计算模块，用于将所述获取车辆横向加速度、所述车辆横摆角速度、所述车辆前轮侧偏刚度、车辆后轮侧偏刚度、车辆前轮侧偏角和车辆后轮侧偏角输入至所述动力学模型进行递归最小二乘算法计算，得到动力学表示的车辆横向速度估计值。
9.根据权利要求6所述的装置，其特征在于，所述第二计算单元，具体用于：
将所述运动学表示的车辆横向速度估计值和所述动力学表示的车辆横向速度估计值进行伪积分计算，得到车辆横向车速最终估计值，其中，所述车辆横向车速最终估计值的计算式为：
Figure FDA0002501954680000031
其中，
Figure FDA0002501954680000032
为车辆横向车速最终估计值，w1为基于运动学的估计方法在频域内的估计系数，w2为基于运动学的估计方法在频域内的估计系数，
Figure FDA0002501954680000041
s为拉普拉斯算子，τ为时间常数，
Figure FDA0002501954680000042
为所述运动学表示的车辆横向速度，
Figure FDA0002501954680000043
为所述动力学表示的车辆横向速度。
10.根据权利要求6所述的装置，其特征在于，所述第三计算单元，包括：
确定模块，用于基于所述车辆横向车速最终估计值，确定各个时刻车辆的侧向速度；
第三计算模块，用于基于预先获取到的各个时刻车辆的纵向速度和所述各个时刻车辆的侧向速度进行质心侧偏角计算，得到离散时刻的车辆质心侧偏角；
其中，所述离散时刻的车辆质心侧偏角的计算式为：
β(k)＝arctan[vy(k)/vx(k)]
其中，vy(k)为各个时刻车辆的侧向速度，vx(k)为各个时刻车辆的纵向速度，β(k)为各个时刻的车辆质心侧偏角。
CN202010435110.6A 2020-05-21 2020-05-21 一种车辆主动安全控制方法及装置 Active CN111572552B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010435110.6A CN111572552B (zh) 2020-05-21 2020-05-21 一种车辆主动安全控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010435110.6A CN111572552B (zh) 2020-05-21 2020-05-21 一种车辆主动安全控制方法及装置

Publications (2)

Publication Number Publication Date
CN111572552A true CN111572552A (zh) 2020-08-25
CN111572552B CN111572552B (zh) 2022-02-11

Family

ID=72119190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010435110.6A Active CN111572552B (zh) 2020-05-21 2020-05-21 一种车辆主动安全控制方法及装置

Country Status (1)

Country Link
CN (1) CN111572552B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113591278A (zh) * 2021-07-13 2021-11-02 清华大学 车辆参数辨识方法、装置、计算机设备和存储介质

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030195689A1 (en) * 2002-04-16 2003-10-16 Honda Giken Kogyo Kabushiki Kaisha Method of estimating quantities that represent state of vehicle
EP1982883A1 (en) * 2007-04-18 2008-10-22 HONDA MOTOR CO., Ltd. Vehicle body slip angle-estimating device and method
CN102030007A (zh) * 2010-11-26 2011-04-27 清华大学 独立驱动-独立转向车辆整车动力学控制量的获得方法
CN102198833A (zh) * 2010-03-24 2011-09-28 福特环球技术公司 确定本体特别是机动车辆的垂直加速度、纵向角加速度和横向角加速度的方法
JP2013075632A (ja) * 2011-09-30 2013-04-25 Nissan Motor Co Ltd 走行状態推定装置
JP2014151853A (ja) * 2013-02-13 2014-08-25 Nissan Motor Co Ltd 道路形状予測装置
US20150206433A1 (en) * 2014-01-21 2015-07-23 Hitachi Construction Machinery Co., Ltd. Vehicle control system
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
CN105946858A (zh) * 2016-06-08 2016-09-21 吉林大学 基于遗传算法的四驱电动汽车状态观测器参数优化方法
JP2016206149A (ja) * 2015-04-28 2016-12-08 株式会社豊田中央研究所 勾配推定装置及びプログラム
DE102016013126A1 (de) * 2015-11-06 2017-05-11 Mazda Motor Corporation Vorrichtung zur Steuerung von Fahrzeugverhalten
JP2017125525A (ja) * 2016-01-12 2017-07-20 トヨタ自動車株式会社 車両制御システム
US20180236937A1 (en) * 2017-02-23 2018-08-23 Modular Mining Systems, Inc. Vehicle Slide Detection
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
CN109532843A (zh) * 2017-09-20 2019-03-29 Ntn株式会社 车辆控制装置
CN109641618A (zh) * 2016-08-26 2019-04-16 日本精工株式会社 电动助力转向装置的控制装置
CN110341714A (zh) * 2019-06-26 2019-10-18 江苏大学 一种同时估计车辆质心侧偏角和扰动的方法
GB2574257A (en) * 2018-06-01 2019-12-04 Jaguar Land Rover Ltd Vehicle dynamics estimation method and apparatus

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030195689A1 (en) * 2002-04-16 2003-10-16 Honda Giken Kogyo Kabushiki Kaisha Method of estimating quantities that represent state of vehicle
EP1982883A1 (en) * 2007-04-18 2008-10-22 HONDA MOTOR CO., Ltd. Vehicle body slip angle-estimating device and method
US20080262677A1 (en) * 2007-04-18 2008-10-23 Honda Motor Co., Ltd. Vehicle body slip angle-estimating device and method and engine control unit
CN102198833A (zh) * 2010-03-24 2011-09-28 福特环球技术公司 确定本体特别是机动车辆的垂直加速度、纵向角加速度和横向角加速度的方法
CN102030007A (zh) * 2010-11-26 2011-04-27 清华大学 独立驱动-独立转向车辆整车动力学控制量的获得方法
JP2013075632A (ja) * 2011-09-30 2013-04-25 Nissan Motor Co Ltd 走行状態推定装置
JP2014151853A (ja) * 2013-02-13 2014-08-25 Nissan Motor Co Ltd 道路形状予測装置
US20150206433A1 (en) * 2014-01-21 2015-07-23 Hitachi Construction Machinery Co., Ltd. Vehicle control system
JP2016206149A (ja) * 2015-04-28 2016-12-08 株式会社豊田中央研究所 勾配推定装置及びプログラム
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
DE102016013126A1 (de) * 2015-11-06 2017-05-11 Mazda Motor Corporation Vorrichtung zur Steuerung von Fahrzeugverhalten
JP2017125525A (ja) * 2016-01-12 2017-07-20 トヨタ自動車株式会社 車両制御システム
CN105946858A (zh) * 2016-06-08 2016-09-21 吉林大学 基于遗传算法的四驱电动汽车状态观测器参数优化方法
CN109641618A (zh) * 2016-08-26 2019-04-16 日本精工株式会社 电动助力转向装置的控制装置
US20180236937A1 (en) * 2017-02-23 2018-08-23 Modular Mining Systems, Inc. Vehicle Slide Detection
CN109532843A (zh) * 2017-09-20 2019-03-29 Ntn株式会社 车辆控制装置
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
GB2574257A (en) * 2018-06-01 2019-12-04 Jaguar Land Rover Ltd Vehicle dynamics estimation method and apparatus
CN110341714A (zh) * 2019-06-26 2019-10-18 江苏大学 一种同时估计车辆质心侧偏角和扰动的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MASON等: "《IP.COM非专利全文库》", 29 March 2007, IP.COM *
PIYABONGKARN D, ET AL.: "Development and experimental evaluation of a slip angle estimator for vehicle stability control", 《IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY》 *
刘刚等: "基于多模型交互的复杂工况下车辆状态估计", 《汽车工程》 *
陈慧等: "车辆质心侧偏角估计综述", 《机械工程学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113591278A (zh) * 2021-07-13 2021-11-02 清华大学 车辆参数辨识方法、装置、计算机设备和存储介质
CN113591278B (zh) * 2021-07-13 2024-04-19 清华大学 车辆参数辨识方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN111572552B (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
Zhao et al. Design of a nonlinear observer for vehicle velocity estimation and experiments
CN102529976B (zh) 一种基于滑模观测器的车辆运行状态非线性鲁棒估计方法
Zhang et al. A novel observer design for simultaneous estimation of vehicle steering angle and sideslip angle
Yoon et al. Unified chassis control for rollover prevention and lateral stability
CN102556075B (zh) 一种基于改进扩展卡尔曼滤波的车辆运行状态估计方法
US8078351B2 (en) Estimation of surface lateral coefficient of friction
US8086367B2 (en) Vehicle lateral velocity and surface friction estimation using force tables
US20100131144A1 (en) Kinematic estimator for vehicle lateral velocity using force tables
WO2007018765A2 (en) Online estimation of vehicle side-slip under linear operating region
CN105270397B (zh) 车辆电子稳定性控制系统稳定性控制判据的制定方法
CN111750897B (zh) 一种基于龙贝格观测器的横摆角速度陀螺仪偏差估计方法
CN108819950A (zh) 汽车稳定性控制系统的车速估计方法及系统
CN113247004A (zh) 一种车辆质量与道路横向坡度的联合估计方法
US20050216146A1 (en) Body state estimation of a vehicle
Chen et al. Longitudinal-lateral-cooperative estimation algorithm for vehicle dynamics states based on adaptive-square-root-cubature-Kalman-filter and similarity-principle
CN111806430B (zh) 一种用于自动泊车的车速计算方法
CN111572552B (zh) 一种车辆主动安全控制方法及装置
Klier et al. Robust estimation of vehicle sideslip angle-an approach w/o vehicle and tire models
US20020002437A1 (en) Road friction coefficient estimating apparatus
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
Li et al. Study on vehicle driving state and parameters estimation based on triple cubature Kalman filter
CN111559380B (zh) 一种车辆主动安全控制方法及装置
Chen et al. Estimation of vehicle sideslip angle via pseudo-multisensor information fusion method
Wang et al. UKF Estimation Method of Centroid Slip Angle for Vehicle Stability Control
Hu et al. Tire-road friction coefficient estimation based on longitudinal measurements

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