CN112319490B - 一种汽车质心侧偏角估计方法、计算机设备和存储介质 - Google Patents
一种汽车质心侧偏角估计方法、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112319490B CN112319490B CN201910700680.0A CN201910700680A CN112319490B CN 112319490 B CN112319490 B CN 112319490B CN 201910700680 A CN201910700680 A CN 201910700680A CN 112319490 B CN112319490 B CN 112319490B
- Authority
- CN
- China
- Prior art keywords
- adhesion coefficient
- road adhesion
- tire
- estimated value
- parameter
- 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
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
- B60W40/101—Side slip angle of tyre
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/20—Steering systems
- B60W2510/205—Steering 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
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
本发明提供一种汽车质心侧偏角估计方法、计算机设备和存储介质。所述方法基于利用车辆模型,计算轮胎载荷、轮胎侧偏刚度和轮胎侧偏角等参数,根据车辆状态设置Qw,稳态时无需进行参数估计,Qw设置为0,能有效避免算法发散;非稳态时将Qw重置,激活模型参数估计,采用双扩展卡尔曼滤波器(DEKF)对车辆状态和模型参数进行估计,相比单扩展卡尔曼滤波器,通过矩阵降维有效降低了运算量.本发明会适时、适度降低路面附着系数的估计值,无论实际路面附着系数高还是低,系统始终处于可观性较好的状态,路面附着系数的估计值可以有效跟随实际值降低,保证了车辆模型的准确性,使得质心侧偏角可以根据车辆模型的输出得到准确估计。
Description
技术领域
本发明涉及汽车电子控制领域,特别是涉及一种汽车质心侧偏角估计方法、计算机设备和存储介质。
背景技术
质心侧偏角是反映车辆动态操纵稳定性的重要状态变量,是汽车稳定性控制系统、后轮主动转向控制系统等底盘电子控制系统所需的重要输入。
由于质心侧偏角的直接测量需要GPS或光学设备等成本高、量产可行性低的传感设备,因此底盘电子控制系统大多采用车辆已有传感器信号对质心侧偏角进行间接测量,即实时估计。
目前国内外车辆质心侧偏角估计方法主要有:
1、基于运动学模型的估计方法,即直接积分侧向加速度信号得到车辆质心侧偏角,该方法对路面附着系数的变化鲁棒,但由于累积误差的存在,不能长时间稳定准确地进行估计;
2、基于车辆动力学模型估计方法,由于采用了动力学模型而非直接积分,能够长时间稳定工作,但估计精度受限于动力学模型中的参数准确性,当路面附着系数快速变化时估计结果不准确。
对车辆模型参数进行实时估计的基于车辆动力学模型的质心侧偏角估计方法,没有考虑到在某些情况下系统可观性差,此时无法对路面附着系数等模型参数进行准确估计,导致质心侧偏角估计结果不准确。
发明内容
本发明实施例所要解决的技术问题在于,提供一种汽车质心侧偏角估计方法、计算机设备和存储介质,使得质心侧偏角可以根据车辆模型的输出得到准确估计。
本发明的一方面,提供一种汽车质心侧偏角估计方法,包括如下步骤:
步骤S1,根据方向盘转速判断车辆是否处于稳态,方向盘转速的绝对值在连续几个步长中都小于设定的阈值时,认为车辆处于稳态,否则认为车辆处于非稳态;
步骤S2,根据稳态判定的结果,设置卡尔曼滤波器参数估计协方差矩阵Qw;
步骤S3,判断是否满足路面附着系数估计值主动调节条件,计算轮胎模型的工作区域,轮胎模型工作在线性区,则满足路面附着系数估计值主动调节的条件,否则不满足路面附着系数估计值主动调节的条件;
步骤S4,满足路面附着系数估计值主动调节条件,进行路面附着系数估计值的主动调节,降低路面附着系数的估计值;
步骤S5,进行变量时间更新,包括状态变量时间更新和参数变量时间更新;
步骤S6,进行变量测量更新,包括状态变量测量更新和参数变量测量更新,并得到质心侧偏角的当前估计值和路面附着系数的当前估计值。
其中,所述步骤S2具体为:
如果车辆处于稳态,赋值卡尔曼滤波器协方差矩阵Qw=0,关闭参数变量测量更新;如果车辆处于非稳态,赋值Qw为非零矩阵,激活参数变量测量更新。
其中,所述步骤S3具体为:
其中μincrement用来调整降低路面附着系数估计值的速度,a代表质心距前轴的距离,Cα代表轮胎侧偏刚度,Fz代表轮胎载荷,μ代表路面附着系数,kμ代表路面附着系数修正系数,μbuffer用来调整主动调节介入的敏感程度;n-是轮胎模型工作区域的衡量指标;
如果λ->1,则轮胎模型工作在线性区,满足路面附着系数估计值主动调节的条件,否则不满足路面附着系数估计值主动调节的条件。
所述计算轮胎载荷的计算公式具体如下
所述轮胎侧偏刚度的计算公式具体如下
所述轮胎侧偏角的计算公式具体如下
其中,a代表质心距前轴的距离,ay代表质心处的侧向加速度,b代表质心距后轴的距离,B代表轮距,Cα代表轮胎侧偏刚度,Fy代表轮胎侧向力,Fz代表轮胎载荷,hg代表质心离地高度,I代表横摆转动惯量,k代表前后悬架侧倾角刚度之比,kCα代表最大轮胎侧偏刚度,kFz代表轮胎达到最大轮胎侧偏刚度时的轮胎载荷,kμ代表路面附着系数修正系数,m代表整车质量,vx代表质心处的纵向速度,vy代表质心处的侧向速度,α代表轮胎侧偏角,μ代表路面附着系数,f代表前轴;fl代表左前轮,fr代表右前轮,rl代表左后轮,rr代表右后轮,k代表第k个运算步长,r代表后轴。
其中,所述步骤S4具体为:
将路面附着系数估计值降低μincrement,如果连续几个步长都满足路面附着系数估计值主动调节的条件,则路面附着系数估计值将在每个步长被主动降低μincrement,直到路面附着系数估计值使得轮胎模型工作点达到非线性区的临界值,不再进行主动调节条件,同时
其中,所述步骤S5中状态变量时间更新具体为:
基于下列离散状态空间方程式,
yk=g(xk,uk,wk)+nk
wk+1=wk+rk
其中函数fd和g根据车辆模型得到,Ts为步长,状态向量x=[vy,ω]T,输入向量u=[δ,vx]T,参数向量w=[μf,μr]T,测量向量y=[ω,ay]T;
vk和nk分别为状态变量的过程噪声和测量噪声,
所述状态变量时间更新具体还包括:
协方差矩阵为:
其中,
基于如下计算式,进行卡尔曼滤波器的参数变量时间更新,其中,k代表第k个运算步长,
其中,所述步骤S6中所述状态变量测量更新具体为:
根据步骤S5中得出的最新状态变量时间更新值和参数变量时间更新值,同时基于如下计算式,进行状态变量测量更新,其中,I代表横摆转动惯量,k代表前后悬架侧倾角刚度之比,k代表第k个运算步长,
并得到质心侧偏角的当前估计值,
所述质心侧偏角的计算公式为
其中,β代表质心侧偏角,vx代表质心处的纵向速度,vy代表质心处的侧向速度;
基于如下计算式,进行参数变量测量更新,得出路面附着系数的当前估计值
其中,I代表横摆转动惯量,k代表前后悬架侧倾角刚度之比,k代表第k个运算步长。
相应地,本发明的又一方面还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下的步骤:
步骤S1,根据方向盘转速判断车辆是否处于稳态,方向盘转速的绝对值在连续几个步长中都小于设定的阈值时,认为车辆处于稳态,否则认为车辆处于非稳态;
步骤S2,根据稳态判定的结果,设置卡尔曼滤波器参数估计协方差矩阵Qw;
步骤S3,判断是否满足路面附着系数估计值主动调节条件,计算轮胎模型的工作区域,轮胎模型工作在线性区,则满足路面附着系数估计值主动调节的条件,否则不满足路面附着系数估计值主动调节的条件;
步骤S4,满足路面附着系数估计值主动调节条件,进行路面附着系数估计值的主动调节,降低路面附着系数的估计值;
步骤S5,进行变量时间更新,包括状态变量时间更新和参数变量时间更新;
步骤S6,进行变量测量更新,包括状态变量测量更新和参数变量测量更新,并得到质心侧偏角的当前估计值和路面附着系数的当前估计值。
实施本发明实施例,具有如下有益效果:
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的汽车质心侧偏角估计方法、计算机设备和存储介质,当实际路面附着系数稳定时,本发明估计质心侧偏角的精度和已有方法一致。本发明会适时、适度降低路面附着系数的估计值,虽然可能导致估计值低于真实值,但不至于对轮胎模型的输出产生影响,所以不会影响质心侧偏角的估计精度。
当实际路面附着系数发生从低到高的突变时,本发明估计质心侧偏角的精度和已有的含路面附着系数估计的质心侧偏角估计方法一致。
当实际路面附着系数发生从高到低的突变时,本发明估计质心侧偏角的精度将高于已有方法。这是因为已有方法是在不考虑系统可观性的情况下对路面附着系数进行估计的,当实际路面附着系数突然降低时,系统可观性会突然变差,导致路面附着系数无法被准确观测,其估计值会高于实际值,进而影响质心侧偏角的估计精度。本发明会适时、适度降低路面附着系数的估计值,无论实际路面附着系数高还是低,系统始终处于可观性较好的状态,路面附着系数的估计值可以有效跟随实际值降低,保证了车辆模型的准确性,使得质心侧偏角可以根据车辆模型的输出得到准确估计。
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一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明提供的汽车质心侧偏角估计方法的流程图;
图2为本发明提供的汽车质心侧偏角估计方法的逻辑流程图;
图3为本发明涉及车辆模型的相关参数示意图.
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
本申请提供的汽车质心侧偏角估计方法,基于利用车辆模型,计算轮胎载荷、轮胎侧偏刚度和轮胎侧偏角这些参数,根据车辆状态设置Qw,稳态时无需进行参数估计,Qw设置为0,能有效避免算法发散;非稳态时将Qw重置,激活模型参数估计,采用双扩展卡尔曼滤波器(DEKF)对车辆状态和模型参数进行估计,相比单扩展卡尔曼滤波器,通过矩阵降维有效降低了运算量。
例如在一个例子中,如图1所示,在进行路面附着系数估计之前,先判断轮胎模型是否工作在线性区,当轮胎模型工作在线性区时,主动降低路面附着系数的估计值,使得轮胎模型更加靠近非线性区,进而在接下来的路面附着系数估计过程中,使系统处于可观性较好的状态。路面附着系数的估计值被主动降低后可能低于其真实值,但只要估计值不至于低到使得轮胎模型工作点直接进入非线性区,轮胎模型的侧向力输出就不会因此而受到影响。主动降低路面附着系数的估计值,使得轮胎模型更加靠近非线性区,不仅不会影响轮胎模型的准确性,而且使系统始终处于可观性较好的状态,一旦路面附着系数的真实值发生变化,算法就能很好地实时估计路面附着系数,进而保证质心侧偏角的估计精度。
原有方法不判断可观性,直接基于车辆模型和非线性轮胎模型进行路面附着系数\参数和质心侧偏角\状态估计。然而,当轮胎工作在线性区时,非线性轮胎模型的轮胎力输出不受路面附着系数影响,导致此时系统的可观性较差,当实际路面附着系数发生突变时,无法准确估计路面附着系数,最终影响质心侧偏角的估计精度;根据系统可观性的理论分析,发现只有轮胎工作在非线性区附近时,系统才处于可观性较好的状态。
如图2所示,为本发明提供的一种汽车质心侧偏角估计方法的一个实施例的主流程示意图。在该实施例中,所述方法包括如下步骤:
步骤S1,根据方向盘转速判断车辆是否处于稳态,方向盘转速的绝对值在连续几个步长中都小于设定的阈值时,认为车辆处于稳态,否则认为车辆处于非稳态;
步骤S2,根据稳态判定的结果,设置卡尔曼滤波器参数估计协方差矩阵Qw;
具体的,如果车辆处于稳态,赋值卡尔曼滤波器协方差矩阵Qw=0,关闭参数变量测量更新;如果车辆处于非稳态,赋值Qw为非零矩阵,激活参数变量测量更新.
步骤S3,判断是否满足路面附着系数估计值主动调节条件,计算轮胎模型的工作区域,轮胎模型工作在线性区,则满足路面附着系数估计值主动调节的条件,否则不满足路面附着系数估计值主动调节的条件;
具体的,根据上一运算步长估计得到的车辆状态变量,利用车辆模型,计算轮胎载荷、轮胎侧偏刚度和轮胎侧偏角,并根据上一运算步长估计得到的路
其中μincrement用来调整降低路面附着系数估计值的速度,a代表质心距前轴的距离,Cα代表轮胎侧偏刚度,Fz代表轮胎载荷,μ代表路面附着系数,kμ代表路面附着系数修正系数,μbuffer用来调整主动调节介入的敏感程度;n-是轮胎模型工作区域的衡量指标;
如果λ->1,则轮胎模型工作在线性区,满足路面附着系数估计值主动调节的条件,否则不满足路面附着系数估计值主动调节的条件;显然,路面附着系数估计值越小,轮胎模型工作点越靠近非线性区,越不容易满足主动调节条件.
其中,需要详细说明,
所述计算轮胎载荷的计算公式具体如下:
所述轮胎侧偏刚度的计算公式具体如下:
所述轮胎侧偏角的计算公式具体如下:
对于每个车轮计算轮胎侧向力的公式如下:
Fy=-N(λ)Cαtanα
车辆状态变量为质心处的侧向速度和横摆角速度,其微分方程如下:
计算质心侧向加速度的公式如下:
其中,如图3所示,a代表质心距前轴的距离,ay代表质心处的侧向加速度,b代表质心距后轴的距离,B代表轮距,Cα代表轮胎侧偏刚度,Fy代表轮胎侧向力,Fz代表轮胎载荷,hg代表质心离地高度,I代表横摆转动惯量,k代表前后悬架侧倾角刚度之比,kCα代表最大轮胎侧偏刚度,kFz代表轮胎达到最大轮胎侧偏刚度时的轮胎载荷,kμ代表路面附着系数修正系数,m代表整车质量,vx代表质心处的纵向速度,vy代表质心处的侧向速度,α代表轮胎侧偏角,μ代表路面附着系数,f代表前轴;fl代表左前轮,fr代表右前轮,rl代表左后轮,rr代表右后轮,k代表第k个运算步长,r代表后轴。
步骤S4,满足路面附着系数估计值主动调节条件,进行路面附着系数估计值的主动调节,降低路面附着系数的估计值;
相当于在使用卡尔曼滤波器进行状态和参数估计之前,将路面附着系数估计值降低μincrement,如果连续几个步长都满足路面附着系数估计值主动调节的条件,则路面附着系数估计值将在每个步长被主动降低μincrement,直到路面附着系数估计值使得轮胎模型工作点达到非线性区的临界值,不再进行主动调节,同时
将主动降低后的路面附着系数替代上一运算步长估计得到的路面附着系数此时的数值作为这一步长参数估计值的结果,这是该方法有别于已有方法的地方;已有方法直接将上一运算步长估计得到的路面附着系数作为这一步长参数估计的输入,当轮胎模型恰好工作在线性区时,系统可观性较差,路面附着系数将得不到有效估计,在路面状况发生变化时,路面附着系数估计值将与实际有较大偏差,影响质心侧偏角的估计精度。.
步骤S5,进行变量时间更新,包括状态变量时间更新和参数变量时间更新;
具体的,所述状态变量时间更新是基于下列离散状态空间方程式进行时间参数的运算,得到一个最新的数值结果,
yk=g(xk,uk,wk)+nk
wk+1=wk+rk
其中函数fd和g根据车辆模型得到,Ts为步长,状态向量x=[vy,ω]T,输入向量u=[δ,vx]T,参数向量w=[μf,μr]T,测量向量y=[ω,ay]T;
vk和nk分别为状态变量的过程噪声和测量噪声,
协方差矩阵为:
其中,
基于如下计算式,进行卡尔曼滤波器的参数变量时间更新,得出最新的参数变量时间更新的最新参数值,其中,k代表第k个运算步长,
步骤S6,进行变量测量更新,包括状态变量测量更新和参数变量测量更新,并得到质心侧偏角的当前估计值和路面附着系数的当前估计值;
具体的,根据步骤S5中得出的最新状态变量时间更新值和参数变量参数变量更新值,同时基于如下计算式,进行状态变量测量更新,其中,I代表横摆转动惯量,k代表前后悬架侧倾角刚度之比,k代表第k个运算步长,并得到质心侧偏角的当前估计值,
所述质心侧偏角的计算公式为
其中,β代表质心侧偏角,vx代表质心处的纵向速度,vy代表质心处的侧向速度;
基于如下计算式,进行参数变量测量更新,得出路面附着系数的当前估计值
其中,I代表横摆转动惯量,k代表前后悬架侧倾角刚度之比,k代表第k个运算步长。
相应地,本发明的又一方面还提供一种计算机设备,该计算机设备可以是车载终端或者车身控制器。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种汽车质心侧偏角估计方法。
本领域技术人员可以理解的是,上述计算机设备的结构,仅仅是与本申请方案相关的部分结构,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比上述情况中更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下的步骤:
根据方向盘转速判断车辆是否处于稳态,方向盘转速的绝对值在连续几个步长中都小于设定的阈值时,认为车辆处于稳态,否则认为车辆处于非稳态;
根据稳态判定的结果,设置卡尔曼滤波器参数估计协方差矩阵Qw;
判断是否满足路面附着系数估计值主动调节条件,计算轮胎模型的工作区域,轮胎模型工作在线性区,则满足路面附着系数估计值主动调节的条件,否则不满足路面附着系数估计值主动调节的条件;
满足路面附着系数估计值主动调节条件,进行路面附着系数估计值的主动调节,降低路面附着系数的估计值;
进行变量时间更新,包括状态变量时间更新和参数变量时间更新;
进行变量测量更新,包括状态变量测量更新和参数变量测量更新,并得到质心侧偏角的当前估计值和路面附着系数的当前估计值。
相应地,本发明的又一方面还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如下的步骤;
根据方向盘转速判断车辆是否处于稳态,方向盘转速的绝对值在连续几个步长中都小于设定的阈值时,认为车辆处于稳态,否则认为车辆处于非稳态;
根据稳态判定的结果,设置卡尔曼滤波器参数估计协方差矩阵Qw;
判断是否满足路面附着系数估计值主动调节条件,计算轮胎模型的工作区域,轮胎模型工作在线性区,则满足路面附着系数估计值主动调节的条件,否则不满足路面附着系数估计值主动调节的条件;
满足路面附着系数估计值主动调节条件,进行路面附着系数估计值的主动调节,降低路面附着系数的估计值;
进行变量时间更新,包括状态变量时间更新和参数变量时间更新;
进行变量测量更新,包括状态变量测量更新和参数变量测量更新,并得到质心侧偏角的当前估计值和路面附着系数的当前估计值。
可以理解的是,上述计算机设备以及计算机可读存储介质中涉及的各步骤的更多细节可以参考前述对于汽车质心侧偏角估计方法的限定,在此不再赘述。
其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的汽车质心侧偏角估计方法、计算机设备和存储介质,当实际路面附着系数稳定时,本发明估计质心侧偏角的精度和已有方法一致。本发明会适时、适度降低路面附着系数的估计值,虽然可能导致估计值低于真实值,但不至于对轮胎模型的输出产生影响,所以不会影响质心侧偏角的估计精度。
当实际路面附着系数发生从低到高的突变时,本发明估计质心侧偏角的精度和已有的含路面附着系数估计的质心侧偏角估计方法一致。
当实际路面附着系数发生从高到低的突变时,本发明估计质心侧偏角的精度将高于已有方法。这是因为已有方法是在不考虑系统可观性的情况下对路面附着系数进行估计的,当实际路面附着系数突然降低时,系统可观性会突然变差,导致路面附着系数无法被准确观测,其估计值会高于实际值,进而影响质心侧偏角的估计精度。本发明会适时、适度降低路面附着系数的估计值,无论实际路面附着系数高还是低,系统始终处于可观性较好的状态,路面附着系数的估计值可以有效跟随实际值降低,保证了车辆模型的准确性,使得质心侧偏角可以根据车辆模型的输出得到准确估计。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种汽车质心侧偏角估计方法,其特征在于,包括如下步骤:
步骤S1,根据方向盘转速判断车辆是否处于稳态,得到稳态判定的结果;
步骤S2,根据稳态判定的结果,设置卡尔曼滤波器参数估计协方差矩阵Qw;
步骤S3,根据设置的卡尔曼滤波器参数估计协方差矩阵Qw,计算路面附着系数;根据得到的路面附着系数确定轮胎模型的工作区域,并判断是否满足路面附着系数估计值主动调节条件;若轮胎模型工作在线性区,则判定满足路面附着系数估计值主动调节的条件,否则不满足路面附着系数估计值主动调节的条件;
步骤S4,当满足路面附着系数估计值主动调节条件时,进行路面附着系数估计值的主动调节,降低路面附着系数的估计值;
步骤S5,进行变量时间更新,包括基于离散状态空间方程式,计算得出最新的状态变量时间参数,并根据调节后的路面附着系数估计值进行卡尔曼滤波器的状态变量时间更新和参数变量时间更新;得到最新状态的变量时间更新值和参数变量时间更新值;
步骤S6,根据最新状态的变量时间更新值和参数变量时间更新值,进行状态变量测量更新得到质心侧偏角的当前估计值,并进行参数变量测量更新得到路面附着系数的当前估计值。
2.如权利要求1所述的方法,其特征在于,所述步骤S2具体为:
如果车辆处于稳态,赋值卡尔曼滤波器协方差矩阵Qw=0,关闭参数变量测量更新;如果车辆处于非稳态,赋值Qw为非零矩阵,激活参数变量测量更新。
4.如权利要求3所述的方法,其特征在于,所述计算轮胎载荷的计算公式具体如下:
所述轮胎侧偏刚度的计算公式具体如下
所述轮胎侧偏角的计算公式具体如下
其中,a代表质心距前轴的距离,ay代表质心处的侧向加速度,b代表质心距后轴的距离,B代表轮距,Cα代表轮胎侧偏刚度,Fy代表轮胎侧向力,Fz代表轮胎载荷,hg代表质心离地高度,I代表横摆转动惯量,k代表前后悬架侧倾角刚度之比,kCα代表最大轮胎侧偏刚度,kFz代表轮胎达到最大轮胎侧偏刚度时的轮胎载荷,kμ代表路面附着系数修正系数,m代表整车质量,vx代表质心处的纵向速度,vy代表质心处的侧向速度,α代表轮胎侧偏角,μ代表路面附着系数,f代表前轴;fl代表左前轮,fr代表右前轮,rl代表左后轮,rr代表右后轮,k代表第k个运算步长,r代表后轴。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910700680.0A CN112319490B (zh) | 2019-07-31 | 2019-07-31 | 一种汽车质心侧偏角估计方法、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910700680.0A CN112319490B (zh) | 2019-07-31 | 2019-07-31 | 一种汽车质心侧偏角估计方法、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112319490A CN112319490A (zh) | 2021-02-05 |
CN112319490B true CN112319490B (zh) | 2022-02-15 |
Family
ID=74319539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910700680.0A Active CN112319490B (zh) | 2019-07-31 | 2019-07-31 | 一种汽车质心侧偏角估计方法、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112319490B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113911124B (zh) * | 2021-09-28 | 2024-04-30 | 武汉理工大学 | 基于Bayes的路面附着系数估计方法及电子设备 |
CN113916565B (zh) * | 2021-12-14 | 2022-03-11 | 禾多科技(北京)有限公司 | 一种方向盘零偏角估计方法、装置、车辆及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107031654B (zh) * | 2017-02-20 | 2019-03-01 | 同济大学 | 一种多信息融合的汽车质心侧偏角估计方法 |
CN107901914B (zh) * | 2017-09-26 | 2019-10-18 | 同济大学 | 一种车辆质心侧偏角及路面附着系数联合估计系统 |
CN108287934B (zh) * | 2017-12-11 | 2020-08-28 | 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 |
CN108545081B (zh) * | 2018-03-20 | 2020-04-28 | 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 |
CN108563900B (zh) * | 2018-04-27 | 2020-07-28 | 南京航空航天大学 | 一种车轮结构参数匹配整车侧翻稳定性的逆动力学方法 |
-
2019
- 2019-07-31 CN CN201910700680.0A patent/CN112319490B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112319490A (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5041069B2 (ja) | 車両の旋回特性推定装置 | |
CN111152795B (zh) | 一种基于模型和参数动态调整的自适应车辆状态预测系统及预测方法 | |
EP3115765A1 (en) | Tire sensor-based vehicle state estimation system and method | |
US8073607B2 (en) | Method for populating motor vehicle yaw gain tables for use in an electronic stability control system | |
CN112319490B (zh) | 一种汽车质心侧偏角估计方法、计算机设备和存储介质 | |
EP2203340A2 (en) | Vehicle body speed estimating device | |
CN112758097A (zh) | 一种用于无人驾驶车辆的状态预测与估计方法 | |
JPS61178212A (ja) | 車高制御装置 | |
CN110532590A (zh) | 一种基于自适应容积粒子滤波的车辆状态估计方法 | |
SE531275C2 (sv) | Förfarande och datorprogram för att bestämma höjden av ett fordons masscentrum | |
CN113811472B (zh) | 触地负荷推定装置、控制装置及触地负荷推定方法 | |
CN114423655A (zh) | 用于调节机动车辆的横向位置的方法 | |
US10940734B2 (en) | Suspension control system and vehicle | |
CN116680873A (zh) | 一种基于改进自适应扩展卡尔曼滤波的车辆状态估计方法 | |
CN113759729B (zh) | 车辆横向控制方法、装置及电子设备 | |
CN114620052A (zh) | 一种车辆信号处理方法、装置和驾驶设备 | |
CN113525347B (zh) | 一种车辆控制方法、装置及计算机可读存储介质 | |
JP5088198B2 (ja) | 重心高推定装置、及びこれを備えた車両挙動制御装置 | |
CN113566777A (zh) | 车辆俯仰角估计方法及其系统、计算机设备、存储介质 | |
JP6426698B2 (ja) | 制御可能なサスペンションシステムを備える自動車両の転覆リスクを軽減させる方法 | |
CN116793712A (zh) | 商用车轮胎侧偏刚度在线辨识方法及系统 | |
CN114435371A (zh) | 一种道路坡度估计方法和装置 | |
CN113853329B (zh) | 触地负荷推定装置、控制装置及触地负荷推定方法 | |
CN111559380B (zh) | 一种车辆主动安全控制方法及装置 | |
SE539434C2 (en) | Method and system for facilitating steering of a vehicle while driving along a road |
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 |