CN114132323A - 一种基于陀螺仪和方向盘转角的轮胎转角分析方法 - Google Patents

Abstract

本发明公开了一种基于陀螺仪和方向盘转角的轮胎转角分析方法，属于自动驾驶技术领域。本发明通过陀螺仪，基于车体运动学计算车轮相对于车体的相对转角，通过方向盘电机上设置编码器，读取编码器获得方向盘转角；通过角度误差，将方向盘转角和相对转角的误差统一，然后基于卡尔曼滤波算法进行滤波，获得角度误差的最优值，从而获得精确的轮胎转角，本发明仅仅使用一个陀螺仪就可以精确的输出轮胎转角，在低成本的情况下，获得精确的输出；通过本算法可以实时输出轮胎转角，计算体量小，稳定度高，误差小，不需要额外的存储空间保存数据，减小内存占用空间。

Description

一种基于陀螺仪和方向盘转角的轮胎转角分析方法

技术领域

本发明涉及自动驾驶技术领域，具体为一种基于陀螺仪和方向盘转角的轮胎转角分析方法。

背景技术

自动驾驶需要实时监控车辆的行驶信息，其中包括对于轮胎转角的实时监控，精确掌控轮胎转角才能精准控制车辆的转向，现有的技术都是通过方向盘转角和车辆的传动比进行计算，在实际应用过程中存在一个问题：由于车辆在使用的过程中，车辆老化、磨损，车辆存在泄压和间隙的问题，车辆的泄压和间隙问题导致方向盘转角和轮胎转角关系不对应，此时通过方向盘转角与传动比获得的轮胎转角存在很大的误差，有时这是致命的；

针对方向盘转角与传动比获得的轮胎转角存在很大的误差的问题，还可以通过霍尔角度传感器进行检测，但是霍尔角度传感器安装复杂，成本高，损耗大，同时作为一个传感器，难以解决其受环境影响造成的误差大的问题；如何低成本的获得精准的轮胎转角是一个亟需解决的问题；

基于上述的问题，中国发明专利预瞄路径跟踪计算方法及跟踪计算模块，专利号为CN202010174649.0专利公开了一种用于自动驾驶车辆路径跟踪预瞄模型的预瞄路径跟踪计算方法，包括获取自动驾驶车辆系统延时；在全局路径中基于匀加速模型外推计算系统延时后车辆位置；计算预瞄误差；根据预瞄误差与轮胎转角关系计算得到轮胎转角，根据轮胎转角计算得到方向盘转角，将所述方向盘转角发送给底盘CAN执行方向盘转角控制；还公开了一种用于自动驾驶车辆的预瞄路径跟踪计算模块,降低系统延时造成的预瞄路径跟踪计算误差，为车辆安全可靠行驶提供了基础；该发明首先不能完全克服系统延迟问题和误差问题，依赖于硬件的进步，同时计算量大，计算复杂，需要消耗的资源大；

中国发明专利一种通过视觉方式动态测量轮胎转角的方法及其系统，专利号CN201911413760.4提出基于视觉方式动态测量轮胎转角，将同步转向的转动盘安装于车辆轮胎上，在转动盘上方安装摄像模块，且摄像模块正对着转动盘，测量时通过摄像模块采集转动盘的图像，图像输入图像处理模块获得转动盘的转向位置，角度模块根据所述转向位置得到车辆轮胎转动的角度，通过图像处理获得精准的轮胎角度，这同样存在设备成本高、计算复杂的问题；

中国发明专利一种轮胎转角同步率的检测装置，专利号CN201910379753.0提出一种检测轮胎转角同步率的装置，用于接收信号的传感器组件、固定设置在传感器组件末端的支架、设置在支架两端的第一连接轴、与传感器组件连接的减震组件、铰接在减震组件另一端的连杆构件、以及固定设置在连杆构件末端的吸盘组件；传感器组件包括传感器构件及固定设置在传感器构件上的固定结构；传感器构件末端固定连接所述支架，固定结构与减震组件一端通过螺栓固定连接，通过检测同步率解决基于传动比获得的轮胎转角出现的误差，但是同样不能解决车辆行驶一段时间后，车辆的泄压和间隙问题导致方向盘转角和轮胎转角关系不对应而出现的轮胎转角计算偏差的问题。

发明内容

本发明的目的在于提供一种基于陀螺仪和方向盘转角的轮胎转角分析方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于陀螺仪和方向盘转角的轮胎转角分析方法，其特征在于：该分析方法包括：

S100：车体安装陀螺仪，读取陀螺仪Z轴角速率，基于车体运动学计算车轮相对于车体的相对转角；

S200：方向盘电机上设置编码器，读取编码器获得方向盘转角；

S300：获得相对转角与方向盘转角的角度误差；

S400：通过卡尔曼滤波算法滤波角度误差，获得角度误差的最优值；

S500：根据步骤S400计算得到的角度误差的最优值对方向盘转角进行补偿，得到最终的轮胎转角，输出轮胎转角。

一方面，陀螺仪读取Z轴角速率即是偏航角速度，但是这个数值噪声较大，因此，基于陀螺仪Z轴角速率计算获得的相对转角幅值波动太大；另一方面，方向盘电机上设置编码器，读取编码器获得方向盘转角，在实际应用过程中，因为车辆的使用的老化和磨损，车辆存在泄压和间隙的问题，通过方向盘转角和传动比无法获得准确的轮胎角度，通过方向盘编码器获得的方向盘转角也是存在误差的；

本发明通过角度误差，将方向盘转角和相对转角的误差统一，然后基于卡尔曼滤波算法进行滤波，获得角度误差的最优值，从而获得精确的轮胎转角，通过本算法可以获得实时输出轮胎转角，计算体量小，稳定度高，误差小，不需要额外的存储空间保存数据，减小内存占用空间。

进一步的，所述步骤S100包括：

S101：读取陀螺仪Z轴角速率；

S102：基于车体运动学计算车轮相对于车体的相对转角θ₁，计算的公式为：

θ₁＝tan^-1(ω×L/v)

其中，ω表示陀螺仪Z轴角速率，L为农机车辆轴距，v为车辆的行驶速度；读取的陀螺仪Z轴角速率即是车体偏航的角速率。

进一步的，所述步骤S300计算公式为：

Δθ＝θ₁-θ₂

其中，θ₂表示方向盘转角，Δθ表示滤波前角度误差。

此处基于陀螺仪获得的相对转角波动太大，即使滤波后波动也很大，不能基于卡尔曼滤波算法直接滤波后使用，同样的，基于编码器读取的方向盘转角会在运行一段时间后存在偏移，同样无法直接滤波后使用，通过角度误差，将方向盘转角和相对转角的误差统一后再滤波，可以极大程度的保证最终获得的轮胎转角精确度；

进一步的，所述步骤S400包括：

S401：基于卡尔曼滤波构建误差模型，所述误差模型包括误差方程和输出方程；

S402：所述误差方程为：

其中，a为角度误差，b为零偏，τ为时间常数，u_a为a的观测噪声，u_b为b的观测噪声；

根据误差模型端的线性变化规律，设置状态转移矩阵，获得误差方程；

S403：所述输出方程为：

通过输出矩阵最终输出角度误差；

S404：所述模型离散化获得离散方程，所述离散方程包括误差离散方程和输出离散方程；

S405：所述误差离散方程为：

其中，Δt为采样时间间隔，a(k)为k时刻的角度误差,b(k)代表k时刻的零偏，a(k+1)表示k+1时刻的角度误差，b(k+1)为k+1时刻的零偏，u_a(k)为k时刻的观测噪声，u_b(k)为k时刻的观测噪声；

S406：所述输出离散方程为：

S407：计算并输出角度误差的最优值a。

进一步的，所述步骤S500计算公式为：

θ＝θ₂+a

其中，θ为轮胎转角；最终轮胎转角通过补偿方向盘转角补偿获得，避免基于陀螺仪获得的相对转角的波动导致的误差，提高轮胎转角的精确度；

进一步的，基于上述算法，可以实时输出轮胎转角。

角度误差统一了方向盘转角和相对转角的误差，误差值难以测量和估算，通过卡尔曼滤波算法估算出最优解再对方向盘转角进行补偿，以此获得稳定、实时的轮胎转角输出。

与现有技术相比，本发明所达到的有益效果是：本发明通过角度误差，将方向盘转角和相对转角的误差统一，然后基于卡尔曼滤波算法进行滤波，获得角度误差的最优值，从而获得精确的轮胎转角，根据误差的运行规律设计状态转移矩阵；本发明仅仅使用一个陀螺仪就可以精确的输出轮胎转角，在低成本的情况下，获得精确的输出；通过本算法可以实时输出轮胎转角，计算体量小，稳定度高，误差小，不需要额外的存储空间保存数据，减小内存占用空间。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种基于陀螺仪和方向盘转角的轮胎转角分析方法的流程示意图；

图2是本发明一种基于陀螺仪和方向盘转角的轮胎转角分析方法的算法实现的结构示意图；

图3是本发明一种基于陀螺仪和方向盘转角的轮胎转角分析方法的轮胎转角示意图；

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。

请参阅图1，本发明提供技术方案：

实施例一：

一种基于陀螺仪和方向盘转角的轮胎转角分析方法，其特征在于：该分析方法包括：

S100：车体安装陀螺仪，读取陀螺仪Z轴角速率，基于车体运动学计算车轮相对于车体的相对转角；

S200：方向盘电机上设置编码器，读取编码器获得方向盘转角；

S300：获得相对转角与方向盘转角的角度误差；

S400：通过卡尔曼滤波算法滤波角度误差，获得角度误差的最优值；

S500：根据步骤S400计算得到的角度误差的最优值对方向盘转角进行补偿，得到最终的轮胎转角，输出轮胎转角。

一方面，陀螺仪读取Z轴角速率即是偏航角速度，但是这个数值噪声较大，因此，基于陀螺仪Z轴角速率计算获得的相对转角幅值波动太大；另一方面，方向盘电机上设置编码器，读取编码器获得方向盘转角，在实际应用过程中，因为车辆的使用的老化和磨损，车辆存在泄压和间隙的问题，通过方向盘转角和传动比无法获得准确的轮胎角度，通过方向盘编码器获得的方向盘转角也是存在误差的；

本发明通过角度误差，将方向盘转角和相对转角的误差统一，然后基于卡尔曼滤波算法进行滤波，获得角度误差的最优值，从而获得精确的轮胎转角，根据误差的运行规律设计状态转移矩阵；本发明仅仅使用一个陀螺仪就可以精确的输出轮胎转角，在低成本的情况下，获得精确的输出；通过本算法可以获得实时输出轮胎转角，计算体量小，稳定度高，误差小，不需要额外的存储空间保存数据，减小内存占用空间。

进一步的，步骤S100包括：

S101：读取陀螺仪Z轴角速率；

S102：基于车体运动学计算车轮相对于车体的相对转角θ₁，计算的公式为：

θ₁＝tan^-1(ω×L/v)

其中，ω表示陀螺仪Z轴角速率，L为农机车辆轴距，v为车辆的行驶速度；读取的陀螺仪Z轴角速率即是车体偏航的角速率。

进一步的，步骤S300计算公式为：

Δθ＝θ₁-θ₂

其中，θ₂表示方向盘转角，Δθ表示滤波前角度误差。

此处基于陀螺仪获得的相对转角波动太大，即使滤波后波动也很大，不能基于卡尔曼滤波算法直接滤波后使用，同样的，基于编码器读取的方向盘转角会在运行一段时间后存在偏移，同样无法直接滤波后使用，通过角度误差，将方向盘转角和相对转角的误差统一后再滤波，可以极大程度的保证最终获得的轮胎转角精确度；

进一步的，步骤S400包括：

S401：基于卡尔曼滤波构建误差模型，误差模型包括误差方程和输出方程；

S402：误差方程为：

其中，a为角度误差，b为零偏，τ为时间常数，u_a为a的观测噪声，u_b为b的观测噪声；

根据误差模型端的线性变化规律，设置状态转移矩阵，获得误差方程；

S403：输出方程为：

通过输出矩阵最终输出角度误差；

S404：模型离散化获得离散方程，离散方程包括误差离散方程和输出离散方程；

S405：误差离散方程为：

其中，Δt为采样时间间隔，a(k)为k时刻的角度误差,b(k)代表k时刻的零偏，a(k+1)表示k+1时刻的角度误差，b(k+1)为k+1时刻的零偏，u_a(k)为k时刻的观测噪声，u_b(k)为k时刻的观测噪声；

S406：输出离散方程为：

S407：计算并输出角度误差的最优值a。

进一步的，步骤S500计算公式为：

θ＝θ₂+a

其中，θ为轮胎转角；最终轮胎转角通过补偿方向盘转角补偿获得，避免基于陀螺仪获得的相对转角的波动导致的误差，提高轮胎转角的精确度。

进一步的，基于上述算法，可以实时输出轮胎转角。

角度误差统一了方向盘转角和相对转角的误差，误差值难以测量和估算，通过卡尔曼滤波算法估算出最优解再对方向盘转角进行补偿，以此获得稳定、实时的轮胎转角输出。

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。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于陀螺仪和方向盘转角的轮胎转角分析方法，其特征在于：该分析方法包括：

S100：车体安装陀螺仪，读取陀螺仪Z轴角速率，基于车体运动学计算车轮相对于车体的相对转角；

S200：方向盘电机上设置编码器，读取编码器获得方向盘转角；

S300：获得相对转角与方向盘转角的角度误差；

S400：通过卡尔曼滤波算法滤波角度误差，获得角度误差的最优值；

S500：根据步骤S400计算得到的角度误差的最优值对方向盘转角进行补偿，得到最终的轮胎转角，输出轮胎转角。

2.根据权利要求1所述的一种基于陀螺仪和方向盘转角的轮胎转角分析方法，其特征在于：所述步骤S100包括：

S101：读取陀螺仪Z轴角速率；

S102：基于车体运动学计算车轮相对于车体的相对转角θ₁，计算的公式为：

θ₁＝tan^-1(ω×L/v)

其中，ω表示陀螺仪Z轴角速率，L为农机车辆轴距，v为车辆的行驶速度；读取的陀螺仪Z轴角速率即是车体偏航的角速率。

3.根据权利要求2所述的一种基于陀螺仪和方向盘转角的轮胎转角分析方法，其特征在于：所述步骤S300计算公式为：

Δθ＝θ₁-θ₂

其中，θ₂表示方向盘转角，Δθ表示滤波前角度误差。

4.根据权利要求3所述的一种基于陀螺仪和方向盘转角的轮胎转角分析方法，其特征在于：所述步骤S400包括：

S401：基于卡尔曼滤波算法构建误差模型，所述误差模型包括误差方程和输出方程；

S402：所述误差方程为：

其中，a为角度误差，b为零偏，τ为时间常数，u_a为a的观测噪声，u_b为b的观测噪声；

S403：所述输出方程为：

S404：所述模型离散化获得离散方程，所述离散方程包括误差离散方程和输出离散方程；

S405：所述误差离散方程为：

其中，Δt为采样时间间隔，a(k)为k时刻的角度误差,b(k)代表k时刻的零偏，a(k+1)表示k+1时刻的角度误差，b(k+1)为k+1时刻的零偏，u_a(k)为k时刻的观测噪声，u_b(k)为k时刻的观测噪声；

S406：所述输出离散方程为：

S407：计算并输出角度误差的最优值a。

5.根据权利要求4所述的一种基于陀螺仪和方向盘转角的轮胎转角分析方法，其特征在于：所述步骤S500计算公式为：

θ＝θ₂+a

其中，θ为轮胎转角。

6.根据权利要求5所述的一种基于陀螺仪和方向盘转角的轮胎转角分析方法，其特征在于：基于上述算法，可以实时输出轮胎转角。

Images