JP3022167B2 - 車両の運動状態量推定方法 - Google Patents
車両の運動状態量推定方法Info
- Publication number
- JP3022167B2 JP3022167B2 JP6137570A JP13757094A JP3022167B2 JP 3022167 B2 JP3022167 B2 JP 3022167B2 JP 6137570 A JP6137570 A JP 6137570A JP 13757094 A JP13757094 A JP 13757094A JP 3022167 B2 JP3022167 B2 JP 3022167B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- equation
- motion state
- yaw rate
- observer
- 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.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D7/00—Steering linkage; Stub axles or their mountings
- B62D7/06—Steering linkage; Stub axles or their mountings for individually-pivoted wheels, e.g. on king-pins
- B62D7/14—Steering linkage; Stub axles or their mountings for individually-pivoted wheels, e.g. on king-pins the pivotal axes being situated in more than one plane transverse to the longitudinal centre line of the vehicle, e.g. all-wheel steering
- B62D7/15—Steering linkage; Stub axles or their mountings for individually-pivoted wheels, e.g. on king-pins the pivotal axes being situated in more than one plane transverse to the longitudinal centre line of the vehicle, e.g. all-wheel steering characterised by means varying the ratio between the steering angles of the steered wheels
- B62D7/159—Steering linkage; Stub axles or their mountings for individually-pivoted wheels, e.g. on king-pins the pivotal axes being situated in more than one plane transverse to the longitudinal centre line of the vehicle, e.g. all-wheel steering characterised by means varying the ratio between the steering angles of the steered wheels characterised by computing methods or stabilisation processes or systems, e.g. responding to yaw rate, lateral wind, load, road condition
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、車両の旋回に伴う車体
横滑り角、ヨーレート、横加速度などの車両の運動状態
量を推定する車両の運動状態量推定方法に係り、特に車
両の運動状態モデルに対して一部の車両の運動状態量を
参照入力とするオブザーバを想定して他の運動状態量を
推定する車両の運動状態量推定方法に関する。
横滑り角、ヨーレート、横加速度などの車両の運動状態
量を推定する車両の運動状態量推定方法に係り、特に車
両の運動状態モデルに対して一部の車両の運動状態量を
参照入力とするオブザーバを想定して他の運動状態量を
推定する車両の運動状態量推定方法に関する。
【０００２】
【従来の技術】従来から、例えば特開平２−４５８０２
号公報に示されているように、舵角を入力とし車両の運
動状態量としてのヨーレート及び横速度を出力として係
数及びフィードバックゲインを車速に応じて変化させた
車両の運動状態モデルを想定するとともに、前記運動状
態モデルに対して他の車両の運動状態量としてのヨー角
加速度を参照入力としてヨーレート及び横速度を推定す
るオブザーバを想定し、オブザーバの状態方程式に基づ
いてヨーレート及び横速度を推定する車両の運動状態量
推定方法は知られている。
号公報に示されているように、舵角を入力とし車両の運
動状態量としてのヨーレート及び横速度を出力として係
数及びフィードバックゲインを車速に応じて変化させた
車両の運動状態モデルを想定するとともに、前記運動状
態モデルに対して他の車両の運動状態量としてのヨー角
加速度を参照入力としてヨーレート及び横速度を推定す
るオブザーバを想定し、オブザーバの状態方程式に基づ
いてヨーレート及び横速度を推定する車両の運動状態量
推定方法は知られている。
【０００３】
【発明が解決しようとする課題】しかし、上記従来の運
動状態量推定方法においては、オブザーバの状態方程式
を離散化していないために、マイクロコンピュータなど
の計算手段によって車両の運動状態量を逐次演算する場
合に推定値に誤差が蓄積して、推定値と参照入力として
検出された車両の運動状態量との偏差が「０」に収束し
なかったり、推定値に大きな誤差が含まれる場合があ
る。また、参照入力として検出された車両の運動状態量
を検出するセンサにノイズやドリフト成分が含まれてい
て、車両の運動状態量を精度よく推定することができな
いこともある。本発明は上記問題に対処するためになさ
れもので、その目的は車両の運動状態量を常に精度よく
推定する車両の運動状態量推定方法を提供することにあ
る。
動状態量推定方法においては、オブザーバの状態方程式
を離散化していないために、マイクロコンピュータなど
の計算手段によって車両の運動状態量を逐次演算する場
合に推定値に誤差が蓄積して、推定値と参照入力として
検出された車両の運動状態量との偏差が「０」に収束し
なかったり、推定値に大きな誤差が含まれる場合があ
る。また、参照入力として検出された車両の運動状態量
を検出するセンサにノイズやドリフト成分が含まれてい
て、車両の運動状態量を精度よく推定することができな
いこともある。本発明は上記問題に対処するためになさ
れもので、その目的は車両の運動状態量を常に精度よく
推定する車両の運動状態量推定方法を提供することにあ
る。
【０００４】
【課題を解決するための手段】上記目的を達成するため
に、本発明の特徴は、オブザーバの状態方程式を双一次
変換により離散化した逐次演算を行うことにより、車両
の運動状態量の一部を参照入力として他の運動状態量を
推定することにある。
に、本発明の特徴は、オブザーバの状態方程式を双一次
変換により離散化した逐次演算を行うことにより、車両
の運動状態量の一部を参照入力として他の運動状態量を
推定することにある。
【０００５】また、他の特徴は、参照入力とした車両の
運動状態量の一部に含まれる誤差を除去するフィルタを
包含した車両の運動状態モデル及びオブザーバを想定す
るとともに、オブザーバの状態方程式にも前記フィルタ
の特性を加味することにある。
運動状態量の一部に含まれる誤差を除去するフィルタを
包含した車両の運動状態モデル及びオブザーバを想定す
るとともに、オブザーバの状態方程式にも前記フィルタ
の特性を加味することにある。
【０００６】
【発明の作用・効果】上記のように構成した本発明の特
徴によれば、オブザーバの状態方程式を双一次変換によ
り離散化して逐次演算を行うようにしたので、推定値に
誤差が蓄積することがなくなり、推定値と参照入力とし
て検出された車両の運動状態量との偏差が「０」に収束
しなかったり、推定値に大きな誤差を含まれなくなる。
したがって、本発明によれば、車両の運動状態量が精度
よく推定される。
徴によれば、オブザーバの状態方程式を双一次変換によ
り離散化して逐次演算を行うようにしたので、推定値に
誤差が蓄積することがなくなり、推定値と参照入力とし
て検出された車両の運動状態量との偏差が「０」に収束
しなかったり、推定値に大きな誤差を含まれなくなる。
したがって、本発明によれば、車両の運動状態量が精度
よく推定される。
【０００７】また、本発明の他の特徴によれば、車両の
運動状態量の一部に含まれる誤差を除去するフィルタの
特性がオブザーバの状態方程式に加味されるので、参照
入力としてセンサにより検出された車両の運動状態量に
ノイズやドリフト成分が含まれていても、これらのノイ
ズやドリフト成分が除去された車両の運動状態量が推定
されるので、車両の運動状態量を精度よく推定できる。
運動状態量の一部に含まれる誤差を除去するフィルタの
特性がオブザーバの状態方程式に加味されるので、参照
入力としてセンサにより検出された車両の運動状態量に
ノイズやドリフト成分が含まれていても、これらのノイ
ズやドリフト成分が除去された車両の運動状態量が推定
されるので、車両の運動状態量を精度よく推定できる。
【０００８】
ａ．第１実施例 以下、本発明の第１実施例について説明するが、同実施
例の具体的な説明の前に同実施例にて利用する推定技術
の理論的な説明をしておく。
例の具体的な説明の前に同実施例にて利用する推定技術
の理論的な説明をしておく。
【０００９】＜理論的な説明＞車速Ｖ及び舵角（前輪舵
角δf及び後輪舵角δr）により決定される車両の運動状
態量として車体横滑り角β及びヨーレートγを取り上げ
て説明する。これらの車体横滑り角β、ヨーレートγ、
車速Ｖ、前輪舵角δf及び後輪舵角δrは、車両の運動方
程式から下記数１〜５により定義される関係にあること
はよく知られている。
角δf及び後輪舵角δr）により決定される車両の運動状
態量として車体横滑り角β及びヨーレートγを取り上げ
て説明する。これらの車体横滑り角β、ヨーレートγ、
車速Ｖ、前輪舵角δf及び後輪舵角δrは、車両の運動方
程式から下記数１〜５により定義される関係にあること
はよく知られている。
【００１０】
【数１】dＸ/dt＝ＡＸ＋ＢＵ
【００１１】
【数２】
【００１２】
【数３】
【００１３】
【数４】
【００１４】
【数５】
【００１５】なお、前記数４，５において、Ｍは車両重
量、Ｉzは車両ヨーイング慣性モーメント、ａf，ａrは
車両重心から前輪車軸及び後輪車軸までの各水平距離、
ｃf，ｃrは前輪及び後輪の各コーナリングパワーであ
り、これらは各車両に固有の値であって以下固定値とし
て扱う。
量、Ｉzは車両ヨーイング慣性モーメント、ａf，ａrは
車両重心から前輪車軸及び後輪車軸までの各水平距離、
ｃf，ｃrは前輪及び後輪の各コーナリングパワーであ
り、これらは各車両に固有の値であって以下固定値とし
て扱う。
【００１６】この場合、前記運動状態量β，γのうちの
ヨーレートγは角速度センサを用いて測定することもで
きるし、左右輪の平均車輪速ωl，ωrを測定すれば下記
数６，７により簡単に計算できる。したがって、本願実
施例では、このヨーレートγを観測可能な運動状態量と
して扱う。
ヨーレートγは角速度センサを用いて測定することもで
きるし、左右輪の平均車輪速ωl，ωrを測定すれば下記
数６，７により簡単に計算できる。したがって、本願実
施例では、このヨーレートγを観測可能な運動状態量と
して扱う。
【００１７】
【数６】ωrl＝ωl−ωr
【００１８】
【数７】
【００１９】ただし、前記数７中のＴrは車両のトレッ
ド（固定値）である。
ド（固定値）である。
【００２０】一方、車体横滑り角βを測定することは一
般的には難しく、本願実施例では、この車体横滑り角β
を観測困難な運動状態量として扱う。したがって、ヨー
レートγを参照入力とし、車体横滑り角βを推定するオ
ブザーバを想定すると、運動モデルの出力方程式は下記
数８，９のように表される。
般的には難しく、本願実施例では、この車体横滑り角β
を観測困難な運動状態量として扱う。したがって、ヨー
レートγを参照入力とし、車体横滑り角βを推定するオ
ブザーバを想定すると、運動モデルの出力方程式は下記
数８，９のように表される。
【００２１】
【数８】Ｙ＝ＣＸ
【００２２】
【数９】Ｃ＝[０ １] 前記数１〜５及び数８，９で表される車両の運動状態モ
デル（プラント）に対して同一次元オブザーバを構成す
ると、全体モデルは図１のように表される。この場合、
オブザーバの状態方程式は下記数１０のように表され
る。
デル（プラント）に対して同一次元オブザーバを構成す
ると、全体モデルは図１のように表される。この場合、
オブザーバの状態方程式は下記数１０のように表され
る。
【００２３】
【数１０】dＸ*/dt＝(Ａ−ＫＣ)Ｘ*＋ＫＹ＋ＢＵ＝ＡＸ
*＋ＢＵ−ＫＣ(Ｘ*−Ｘ) ここで、Ｘ*はＸの推定値、dＸ*/dtは同推定値の微分
値、Ｋはオブザーバのフィードバックゲインである。い
ま、「Ａ−ＫＣ」の極をｐ1，ｐ2（予め設定された共に
負の定数）とすると、Ｘ*はＸに収束することはよく知
られていることである。「Ａ−ＫＣ」の極をｐ1，ｐ2と
するようなフィードバックゲインＫは、ｓをラプラス演
算子とすると下記数１１のような関係にある。
*＋ＢＵ−ＫＣ(Ｘ*−Ｘ) ここで、Ｘ*はＸの推定値、dＸ*/dtは同推定値の微分
値、Ｋはオブザーバのフィードバックゲインである。い
ま、「Ａ−ＫＣ」の極をｐ1，ｐ2（予め設定された共に
負の定数）とすると、Ｘ*はＸに収束することはよく知
られていることである。「Ａ−ＫＣ」の極をｐ1，ｐ2と
するようなフィードバックゲインＫは、ｓをラプラス演
算子とすると下記数１１のような関係にある。
【００２４】
【数１１】 ｜ｓＩ−(Ａ−ＫＣ)｜＝(ｓ−ｐ1)(ｓ−ｐ2) 前記数１１により、フィードバックゲインＫは下記数１
２のように表される。
２のように表される。
【００２５】
【数１２】
【００２６】ここで、前述した係数Ａ，Ｂの各要素ａ11
〜ａ22，ｂ11〜ｂ22は前記数４，５より車速Ｖの関数で
あるので（一部の要素に関しては定数）、フィードバッ
クゲインＫも車速Ｖの関数となっている。これにより、
車速Ｖに依存しないで、極をｐ1，ｐ2とするオブザーバ
が構成できたことになる。
〜ａ22，ｂ11〜ｂ22は前記数４，５より車速Ｖの関数で
あるので（一部の要素に関しては定数）、フィードバッ
クゲインＫも車速Ｖの関数となっている。これにより、
車速Ｖに依存しないで、極をｐ1，ｐ2とするオブザーバ
が構成できたことになる。
【００２７】次に、実際の推定演算について考えると、
同演算においては前記数１０を離散化する必要がある。
一般的には、連続系から離散系への変換は、制御周期
（演算周期）をＴとすると、前記数１に対応する離散系
の式は下記数１３で与えられる。
同演算においては前記数１０を離散化する必要がある。
一般的には、連続系から離散系への変換は、制御周期
（演算周期）をＴとすると、前記数１に対応する離散系
の式は下記数１３で与えられる。
【００２８】
【数１３】Ｘ[ｎ＋１]＝ＡdＸ[ｎ]＋ＢdＵ[ｎ＋１] ただし、係数Ａd，Ｂdは下記数１４，１５のように表さ
れる。
れる。
【００２９】
【数１４】Ａd＝ｅＡＴ
【００３０】
【数１５】
【００３１】この数１３を前記オブザーバの状態方程式
を表している数１０に適用すると、同方程式は下記数１
６のようになる。
を表している数１０に適用すると、同方程式は下記数１
６のようになる。
【００３２】
【数１６】Ｘ＊［ｎ＋１]＝ＥdＸ*[ｎ]＋ＫdＹ[ｎ＋１]
＋ＦdＵ[ｎ＋１] ただし、係数Ｅd，Ｋd，Ｆdは下記数１７〜１９のよう
に表される。
＋ＦdＵ[ｎ＋１] ただし、係数Ｅd，Ｋd，Ｆdは下記数１７〜１９のよう
に表される。
【００３３】
【数１７】Ｅd＝ｅ(A-KC)T
【００３４】
【数１８】
【００３５】
【数１９】
【００３６】しかし、前記離散系への変換方法では、前
記数１６〜１９中の「Ａ−ＫＣ」，「Ｋ」，「Ｂ」はそ
れぞれ車速Ｖの関数として時変動するので、このままで
は演算できない。そこで、離散化の方法として本件の特
徴である双１次変換すなわちタスティン変換（Tustin変
換）を導入する。この双１次変換においては、ラプラス
演算子ｓは下記数２０により表される。
記数１６〜１９中の「Ａ−ＫＣ」，「Ｋ」，「Ｂ」はそ
れぞれ車速Ｖの関数として時変動するので、このままで
は演算できない。そこで、離散化の方法として本件の特
徴である双１次変換すなわちタスティン変換（Tustin変
換）を導入する。この双１次変換においては、ラプラス
演算子ｓは下記数２０により表される。
【００３７】
【数２０】
【００３８】前記数２０中のｚは遅れ演算子であり、ｚ
-dＸ[ｎ]はＸ[ｎ−ｄ]に対応する。
-dＸ[ｎ]はＸ[ｎ−ｄ]に対応する。
【００３９】前記数１０をラプラス演算子ｓを用いて書
き直すと、下記数２１，２２のようになる。
き直すと、下記数２１，２２のようになる。
【００４０】
【数２１】ｓβ*＝ａ11β*＋（ａ11−ｋ1）γ*＋ｋ1γ
＋ｂ11δf＋ｂ12δr
＋ｂ11δf＋ｂ12δr
【００４１】
【数２２】ｓγ*＝ａ21β*＋（ａ22−ｋ2）γ*＋ｋ2γ
＋ｂ21δf＋ｂ22δr これに、数２０を代入して展開すると、下記数２３のよ
うになる。
＋ｂ21δf＋ｂ22δr これに、数２０を代入して展開すると、下記数２３のよ
うになる。
【００４２】
【数２３】
【００４３】前記数２３の各係数を前記数４，５を用い
て車速Ｖの関数として展開すると、下記数２４のように
なる。
て車速Ｖの関数として展開すると、下記数２４のように
なる。
【００４４】
【数２４】
【００４５】前記２４中のｇ11〜ｇ22，ｈ11〜ｈ22は下
記数２５〜３２により表される。
記数２５〜３２により表される。
【００４６】
【数２５】
【００４７】
【数２６】
【００４８】
【数２７】
【００４９】
【数２８】
【００５０】
【数２９】
【００５１】
【数３０】
【００５２】
【数３１】
【００５３】
【数３２】
【００５４】次に、前記数２４を離散形に書き直すと、
下記数３３のようになる。
下記数３３のようになる。
【００５５】
【数３３】
【００５６】ただし、前記数３３中のｄ1，ｄ2は下記数
３４，３５のとおりである。
３４，３５のとおりである。
【００５７】
【数３４】ｄ1＝Ｔ(ｋ1[ｎ＋１]γ[ｎ＋１]＋ｂ11[ｎ＋
１]δf[ｎ＋１]＋ｂ12[ｎ＋１]δr[ｎ＋１]＋ｋ1[ｎ]γ
[ｎ]＋ｂ11[ｎ]δf[ｎ]＋ｂ12[ｎ]δr[ｎ])
１]δf[ｎ＋１]＋ｂ12[ｎ＋１]δr[ｎ＋１]＋ｋ1[ｎ]γ
[ｎ]＋ｂ11[ｎ]δf[ｎ]＋ｂ12[ｎ]δr[ｎ])
【００５８】
【数３５】ｄ2＝Ｔ(ｋ2[ｎ＋１]γ[ｎ＋１]＋ｂ21[ｎ＋
１]δf[ｎ＋１]＋ｂ22[ｎ＋１]δr[ｎ＋１]＋ｋ2[ｎ]γ
[ｎ]＋ｂ21[ｎ]δf[ｎ]＋ｂ22[ｎ]δr[ｎ]) したがって、前記数２５〜３２，３４，３５を用いて数
３３を逐次計算することにより、時変型オブザーバを用
いて車両の運動状態量としてのヨーレートγ*及び横滑
り角β*を推定できる。
１]δf[ｎ＋１]＋ｂ22[ｎ＋１]δr[ｎ＋１]＋ｋ2[ｎ]γ
[ｎ]＋ｂ21[ｎ]δf[ｎ]＋ｂ22[ｎ]δr[ｎ]) したがって、前記数２５〜３２，３４，３５を用いて数
３３を逐次計算することにより、時変型オブザーバを用
いて車両の運動状態量としてのヨーレートγ*及び横滑
り角β*を推定できる。
【００５９】＜具体的実施例＞以下、前述した理論的な
説明に基づいて、第１実施例に係り車両の運動状態量と
して車体横滑り角β*及びヨーレートγ*を推定する装置
及び同装置を用いた方法について具体的に説明する。
説明に基づいて、第１実施例に係り車両の運動状態量と
して車体横滑り角β*及びヨーレートγ*を推定する装置
及び同装置を用いた方法について具体的に説明する。
【００６０】この装置は車両に搭載され、図２に示すよ
うに、車速センサ１１，前輪舵角センサ１２、後輪舵角
センサ１３、ヨーレートセンサ１４及びマイクロコンピ
ュータ１５からなって車両の各種制御に利用するための
車体横滑り角β*及びヨーレートγ*を推定演算する。車
速センサ１１は車速Ｖを検出し、前輪舵角センサ１２は
前輪舵角δfを検出し、後輪舵角センサ１３は後輪舵角
δrを検出し、ヨーレートセンサ１４はヨーレートγを
検出する。マイクロコンピュータ１５は図３のフローチ
ャートに対応したプログラムを記憶するとともに、同プ
ログラムを内蔵のタイマの作用により所定時間Ｔ毎に繰
り返し実行する。この所定周期Ｔは上述した制御周期
（演算周期）Ｔに等しい。
うに、車速センサ１１，前輪舵角センサ１２、後輪舵角
センサ１３、ヨーレートセンサ１４及びマイクロコンピ
ュータ１５からなって車両の各種制御に利用するための
車体横滑り角β*及びヨーレートγ*を推定演算する。車
速センサ１１は車速Ｖを検出し、前輪舵角センサ１２は
前輪舵角δfを検出し、後輪舵角センサ１３は後輪舵角
δrを検出し、ヨーレートセンサ１４はヨーレートγを
検出する。マイクロコンピュータ１５は図３のフローチ
ャートに対応したプログラムを記憶するとともに、同プ
ログラムを内蔵のタイマの作用により所定時間Ｔ毎に繰
り返し実行する。この所定周期Ｔは上述した制御周期
（演算周期）Ｔに等しい。
【００６１】次に、前記装置を用いて車体横滑り角β*
及びヨーレートγ*を推定する方法について説明する。
及びヨーレートγ*を推定する方法について説明する。
【００６２】まず、マイクロコンピュータ１５を起動す
ることにより同コンピュータ１５にステップ２０にてプ
ログラムの実行を開始させ、ステップ２２にて車速セン
サ１１，前輪舵角センサ１２、後輪舵角センサ１３及び
ヨーレートセンサ１４からそれぞれ検出された車速Ｖ、
前輪舵角δf、後輪舵角δr及びヨーレートγを入力す
る。次に、ステップ２４，２６の処理により、Ｔ時間前
の前輪舵角δf、後輪舵角δr及びヨーレートγをそれぞ
れ表す前回データδf[ｎ]、δr[ｎ]，γ[ｎ]と、現在の
前輪舵角δf、後輪舵角δr及びヨーレートγをそれぞれ
表す今回データδf[ｎ＋１]、δr[ｎ＋１]，γ[ｎ＋１]
とを更新する。すなわち、ステップ２４にて前回データ
δf[ｎ]、δr[ｎ]，γ[ｎ]を今回データδf[ｎ＋１]、
δr[ｎ＋１]，γ[ｎ＋１]に更新し、ステップ２６にて
今回データδf[ｎ＋１]、δr[ｎ＋１]，γ[ｎ＋１]を前
記入力した値δf，δr，γに更新する。
ることにより同コンピュータ１５にステップ２０にてプ
ログラムの実行を開始させ、ステップ２２にて車速セン
サ１１，前輪舵角センサ１２、後輪舵角センサ１３及び
ヨーレートセンサ１４からそれぞれ検出された車速Ｖ、
前輪舵角δf、後輪舵角δr及びヨーレートγを入力す
る。次に、ステップ２４，２６の処理により、Ｔ時間前
の前輪舵角δf、後輪舵角δr及びヨーレートγをそれぞ
れ表す前回データδf[ｎ]、δr[ｎ]，γ[ｎ]と、現在の
前輪舵角δf、後輪舵角δr及びヨーレートγをそれぞれ
表す今回データδf[ｎ＋１]、δr[ｎ＋１]，γ[ｎ＋１]
とを更新する。すなわち、ステップ２４にて前回データ
δf[ｎ]、δr[ｎ]，γ[ｎ]を今回データδf[ｎ＋１]、
δr[ｎ＋１]，γ[ｎ＋１]に更新し、ステップ２６にて
今回データδf[ｎ＋１]、δr[ｎ＋１]，γ[ｎ＋１]を前
記入力した値δf，δr，γに更新する。
【００６３】前記ステップ２６の処理後、ステップ２８
にて図１に示すモデルの係数Ａ（ａ11,ａ12,ａ21,
ａ22），Ｂ（ｂ11,ｂ12,ｂ21,ｂ22）を数４，５に基づ
いて計算する。この場合、車速Ｖは前記ステップ２２の
処理による検出値であるが、他の車両緒元Ｍ，Ｉz，
ａf，ａr，ｃf，ｃrは車種に対応して予め決められた定
数である。次に、ステップ３０にて、予め定めた負の定
数である極ｐ1，ｐ2及び前記計算した係数Ａ（ａ11,ａ
12,ａ21,ａ22）を用いて数１２に基づきフィードバック
ゲインｋ1，ｋ2を計算する。次に、ステップ３２，３４
の処理により、Ｔ時間前のモデルの係数Ｂ（ｂ11,ｂ12,
ｂ21,ｂ22）及びフィードバックゲインｋ1，ｋ2をそれ
ぞれ表す前回係数データｂ11[ｎ]〜ｂ22[ｎ]及び前回ゲ
インデータｋ1[ｎ]，ｋ2[ｎ]と、現在のモデルの係数Ｂ
（ｂ11,ｂ12,ｂ21,ｂ22）及びフィードバックゲイン
ｋ1，ｋ2をそれぞれ表す今回係数データｂ11[ｎ＋１]〜
ｂ22[ｎ＋１]及び今回ゲインデータｋ1[ｎ＋１]，ｋ
2[ｎ＋１]とを更新する。すなわち、ステップ３２にて
前回係数データｂ11[ｎ]〜ｂ22[ｎ]及び前回ゲインデー
タｋ1[ｎ]，ｋ2[ｎ]を今回係数データｂ11[ｎ＋１]〜ｂ
22[ｎ＋１]及び今回ゲインデータｋ1[ｎ＋１]，ｋ2[ｎ
＋１]にそれぞれ更新し、ステップ３４にて今回係数デ
ータｂ11[ｎ＋１]〜ｂ22[ｎ＋１]及び今回ゲインデータ
ｋ1[ｎ＋１]，ｋ2[ｎ＋１]を前記計算した係数ｂ11〜ｂ
22及びフィードバックゲインｋ1，ｋ2をそれぞれ更新す
る。
にて図１に示すモデルの係数Ａ（ａ11,ａ12,ａ21,
ａ22），Ｂ（ｂ11,ｂ12,ｂ21,ｂ22）を数４，５に基づ
いて計算する。この場合、車速Ｖは前記ステップ２２の
処理による検出値であるが、他の車両緒元Ｍ，Ｉz，
ａf，ａr，ｃf，ｃrは車種に対応して予め決められた定
数である。次に、ステップ３０にて、予め定めた負の定
数である極ｐ1，ｐ2及び前記計算した係数Ａ（ａ11,ａ
12,ａ21,ａ22）を用いて数１２に基づきフィードバック
ゲインｋ1，ｋ2を計算する。次に、ステップ３２，３４
の処理により、Ｔ時間前のモデルの係数Ｂ（ｂ11,ｂ12,
ｂ21,ｂ22）及びフィードバックゲインｋ1，ｋ2をそれ
ぞれ表す前回係数データｂ11[ｎ]〜ｂ22[ｎ]及び前回ゲ
インデータｋ1[ｎ]，ｋ2[ｎ]と、現在のモデルの係数Ｂ
（ｂ11,ｂ12,ｂ21,ｂ22）及びフィードバックゲイン
ｋ1，ｋ2をそれぞれ表す今回係数データｂ11[ｎ＋１]〜
ｂ22[ｎ＋１]及び今回ゲインデータｋ1[ｎ＋１]，ｋ
2[ｎ＋１]とを更新する。すなわち、ステップ３２にて
前回係数データｂ11[ｎ]〜ｂ22[ｎ]及び前回ゲインデー
タｋ1[ｎ]，ｋ2[ｎ]を今回係数データｂ11[ｎ＋１]〜ｂ
22[ｎ＋１]及び今回ゲインデータｋ1[ｎ＋１]，ｋ2[ｎ
＋１]にそれぞれ更新し、ステップ３４にて今回係数デ
ータｂ11[ｎ＋１]〜ｂ22[ｎ＋１]及び今回ゲインデータ
ｋ1[ｎ＋１]，ｋ2[ｎ＋１]を前記計算した係数ｂ11〜ｂ
22及びフィードバックゲインｋ1，ｋ2をそれぞれ更新す
る。
【００６４】前記ステップ３４の処理後、ステップ３６
にて極ｐ1,ｐ2、演算周期（プログラムの実行周期）
Ｔ、車両緒元Ｍ，Ｉz，ａf，ａr，ｃf，ｃr及び検出車
速Ｖを用いた前記数２５〜３２の演算の実行により係数
ｇ11〜ｇ22，ｈ11〜ｈ22を計算する。次に、Ｔ時間前の
推定車体横滑り角β*及び推定ヨーレートγ*を表す前回
推定車体横滑り角データβ*[ｎ]及び前回推定ヨーレー
トデータγ*[ｎ]を、Ｔ時間前のステップ４２の処理に
より計算した今回推定車体横滑り角データβ*[ｎ＋１]
及び今回推定ヨーレートデータγ*[ｎ＋１]に更新す
る。次に、ステップ４０にて、各種前回データｂ11[ｎ]
〜ｂ22[ｎ]，ｋ1[ｎ]，ｋ2[ｎ]，δf[ｎ]、δr[ｎ]，γ
[ｎ]及び各種今回データｂ11[ｎ＋１]〜ｂ22[ｎ＋１]，
ｋ1[ｎ＋１]，ｋ2[ｎ＋１]，δf[ｎ＋１]、δr[ｎ＋
１]，γ[ｎ＋１]を用いた前記数３４，３５の演算の実
行により値ｄ1,ｄ2を計算する。次に、ステップ４２に
て、前回推定車体横滑り角データβ*[ｎ]、前回推定ヨ
ーレートデータγ*[ｎ]及び値ｄ1,ｄ2を用いるとともに
係数ｇ11〜ｇ22，ｈ11〜ｈ22を現係数データｇ11[ｎ＋
１]〜ｇ22[ｎ＋１]，ｈ11[ｎ＋１]〜ｈ22[ｎ＋１]とし
て用いた数３３の演算の実行により現在の推定車体横滑
り角β*[ｎ＋１]及び推定ヨーレートγ*[ｎ＋１]を計算
する。
にて極ｐ1,ｐ2、演算周期（プログラムの実行周期）
Ｔ、車両緒元Ｍ，Ｉz，ａf，ａr，ｃf，ｃr及び検出車
速Ｖを用いた前記数２５〜３２の演算の実行により係数
ｇ11〜ｇ22，ｈ11〜ｈ22を計算する。次に、Ｔ時間前の
推定車体横滑り角β*及び推定ヨーレートγ*を表す前回
推定車体横滑り角データβ*[ｎ]及び前回推定ヨーレー
トデータγ*[ｎ]を、Ｔ時間前のステップ４２の処理に
より計算した今回推定車体横滑り角データβ*[ｎ＋１]
及び今回推定ヨーレートデータγ*[ｎ＋１]に更新す
る。次に、ステップ４０にて、各種前回データｂ11[ｎ]
〜ｂ22[ｎ]，ｋ1[ｎ]，ｋ2[ｎ]，δf[ｎ]、δr[ｎ]，γ
[ｎ]及び各種今回データｂ11[ｎ＋１]〜ｂ22[ｎ＋１]，
ｋ1[ｎ＋１]，ｋ2[ｎ＋１]，δf[ｎ＋１]、δr[ｎ＋
１]，γ[ｎ＋１]を用いた前記数３４，３５の演算の実
行により値ｄ1,ｄ2を計算する。次に、ステップ４２に
て、前回推定車体横滑り角データβ*[ｎ]、前回推定ヨ
ーレートデータγ*[ｎ]及び値ｄ1,ｄ2を用いるとともに
係数ｇ11〜ｇ22，ｈ11〜ｈ22を現係数データｇ11[ｎ＋
１]〜ｇ22[ｎ＋１]，ｈ11[ｎ＋１]〜ｈ22[ｎ＋１]とし
て用いた数３３の演算の実行により現在の推定車体横滑
り角β*[ｎ＋１]及び推定ヨーレートγ*[ｎ＋１]を計算
する。
【００６５】そして、ステップ４４にてこのプログラム
の実行を終了し、前記計算した推定車体横滑り角β*[ｎ
＋１]及び推定ヨーレートγ*[ｎ＋１]は車両の運動状態
の制御に使われる。
の実行を終了し、前記計算した推定車体横滑り角β*[ｎ
＋１]及び推定ヨーレートγ*[ｎ＋１]は車両の運動状態
の制御に使われる。
【００６６】上記説明からも理解できるとおり、上記第
１実施例によれば、前輪舵角δf及び後輪舵角δrを入力
する車両の運動状態モデルを想定するとともに、同モデ
ルをプラントとして扱って同プラントに対しヨーレート
γを参照入力とした車体横滑り角βを推定するオブザー
バを想定し、同プラント及びオブザーバの各係数及びフ
ィードバックゲインを車速に依存した時変とするととも
に双一次変換を用いてオブザーバの状態方程式を連続系
から離散系に変換し、同離散化した状態方程式を逐次演
算することにより車体横滑り角β*及びヨーレートγ*を
推定するようにした。したがって、車体横滑り角β*及
びヨーレートγ*を誤差を含まないで精度よく推定でき
るようになる。
１実施例によれば、前輪舵角δf及び後輪舵角δrを入力
する車両の運動状態モデルを想定するとともに、同モデ
ルをプラントとして扱って同プラントに対しヨーレート
γを参照入力とした車体横滑り角βを推定するオブザー
バを想定し、同プラント及びオブザーバの各係数及びフ
ィードバックゲインを車速に依存した時変とするととも
に双一次変換を用いてオブザーバの状態方程式を連続系
から離散系に変換し、同離散化した状態方程式を逐次演
算することにより車体横滑り角β*及びヨーレートγ*を
推定するようにした。したがって、車体横滑り角β*及
びヨーレートγ*を誤差を含まないで精度よく推定でき
るようになる。
【００６７】ｂ．第２実施例 次に、本発明の第２実施例について説明するが、この場
合も具体的実施例の説明の前に理論的な説明をしてお
く。
合も具体的実施例の説明の前に理論的な説明をしてお
く。
【００６８】＜理論的な説明＞上述した図１に示すよう
な一般的な同一次元オブザーバにおいては、オブザーバ
出力Ｙ*とプラント出力Ｙとの偏差Ｅ（下記数３６）を
「０」に収束させて、推定値Ｘ*を真値Ｘに一致させる
ものと考えることができる。
な一般的な同一次元オブザーバにおいては、オブザーバ
出力Ｙ*とプラント出力Ｙとの偏差Ｅ（下記数３６）を
「０」に収束させて、推定値Ｘ*を真値Ｘに一致させる
ものと考えることができる。
【００６９】
【数３６】Ｅ＝Ｙ*−Ｙ＝Ｃ(Ｘ*−Ｘ)＝γ*−γ しかし、観測値を検出するための実際のセンサ出力に
は、ノイズ成分や、温度ドリフト成分が含まれており、
プラント出力Ｙが正確に測定できない場合がある。この
ようなノイズ成分や、温度ドリフト成分などを除去する
ためには、プラント出力Ｙにフィルタ（例えばローパス
フィルタ、バンドパスフィルタ、ハイパスフィルタ）を
作用させることが有効である。プラント出力Ｙにフィル
タを作用させると、その位相遅れによってプラント出力
Ｙとオブザーバ出力Ｙ*との間に位相差が生じる。その
ため、本願発明においては、オブザーバ出力Ｙ*にもプ
ラント出力Ｙと同等なフィルタを作用させた全体モデル
を想定する。これらのフィルタの伝達特性をＦ(ｓ)とし
て、同一次元オブザーバを含む全体モデルを図４に示
す。図４のフィルタＦ(ｓ)をオブザーバ内に取り込ん
で、前記車両モデルを再構築すると同モデルは図５のよ
うになる。これらのフィルタＦ(ｓ)を介した偏差Ｅfは
上記第１実施例の偏差Ｅを下記数３７に示すような値に
置換したものであり、本来の出力誤差（偏差Ｅ）の有意
な周波数成分のみを入力側へフィードバックしているこ
とを意味する。
は、ノイズ成分や、温度ドリフト成分が含まれており、
プラント出力Ｙが正確に測定できない場合がある。この
ようなノイズ成分や、温度ドリフト成分などを除去する
ためには、プラント出力Ｙにフィルタ（例えばローパス
フィルタ、バンドパスフィルタ、ハイパスフィルタ）を
作用させることが有効である。プラント出力Ｙにフィル
タを作用させると、その位相遅れによってプラント出力
Ｙとオブザーバ出力Ｙ*との間に位相差が生じる。その
ため、本願発明においては、オブザーバ出力Ｙ*にもプ
ラント出力Ｙと同等なフィルタを作用させた全体モデル
を想定する。これらのフィルタの伝達特性をＦ(ｓ)とし
て、同一次元オブザーバを含む全体モデルを図４に示
す。図４のフィルタＦ(ｓ)をオブザーバ内に取り込ん
で、前記車両モデルを再構築すると同モデルは図５のよ
うになる。これらのフィルタＦ(ｓ)を介した偏差Ｅfは
上記第１実施例の偏差Ｅを下記数３７に示すような値に
置換したものであり、本来の出力誤差（偏差Ｅ）の有意
な周波数成分のみを入力側へフィードバックしているこ
とを意味する。
【００７０】
【数３７】Ｅf＝Ｆ(ｓ)Ｙ*−Ｆ(ｓ)Ｙ＝Ｆ(ｓ)(Ｙ*−
Ｙ)＝Ｆ(ｓ)Ｅ このような図５の周波数補正した時変型オブザーバの状
態方程式は下記数３８で与えられる。
Ｙ)＝Ｆ(ｓ)Ｅ このような図５の周波数補正した時変型オブザーバの状
態方程式は下記数３８で与えられる。
【００７１】
【数３８】dＸ*/dt＝ＡＸ*＋ＢＵ−ＫＥf ここで、上記第１実施例の場合と同様に、前記数３８を
ラプラス演算子ｓを用いて書き直すとともに、双一次変
換により離散化して整理すると下記数３９のようにな
る。
ラプラス演算子ｓを用いて書き直すとともに、双一次変
換により離散化して整理すると下記数３９のようにな
る。
【００７２】
【数３９】
【００７３】前記数３９の各係数を数４，５，１２を用
いて車速Ｖの関数として展開すると、下記数４０のよう
になる。
いて車速Ｖの関数として展開すると、下記数４０のよう
になる。
【００７４】
【数４０】
【００７５】前記数４０中のｇ11〜ｇ22，ｈ11〜ｈ
22（上記第１実施例とは同一記号であるが異なる）は下
記数４１〜４８のとおりである。
22（上記第１実施例とは同一記号であるが異なる）は下
記数４１〜４８のとおりである。
【００７６】
【数４１】
【００７７】
【数４２】
【００７８】
【数４３】
【００７９】
【数４４】
【００８０】
【数４５】
【００８１】
【数４６】
【００８２】
【数４７】
【００８３】
【数４８】
【００８４】ただし、前記数４１〜４８中のＤは数４９
のとおりである。
のとおりである。
【００８５】
【数４９】
【００８６】さらに、前記数４０を離散型に書き直す
と、下記数５０のようになる。
と、下記数５０のようになる。
【００８７】
【数５０】
【００８８】前記数５０中、値ｄ1，ｄ2（上記第１実施
例とは同一記号であるが異なる）は下記数５１，５２の
とおりである。
例とは同一記号であるが異なる）は下記数５１，５２の
とおりである。
【００８９】
【数５１】ｄ1＝Ｔ(ｂ11[ｎ＋１]δf[ｎ＋１]＋ｂ12[ｎ
＋１]δr[ｎ＋１]−ｋ1[ｎ＋１]Ｅf[ｎ]＋ｂ11[ｎ]δ
f[ｎ]＋ｂ12[ｎ]δr[ｎ]−ｋ1[ｎ]Ｅf[ｎ−１])
＋１]δr[ｎ＋１]−ｋ1[ｎ＋１]Ｅf[ｎ]＋ｂ11[ｎ]δ
f[ｎ]＋ｂ12[ｎ]δr[ｎ]−ｋ1[ｎ]Ｅf[ｎ−１])
【００９０】
【数５２】ｄ2＝Ｔ(ｂ21[ｎ＋１]δf[ｎ＋１]＋ｂ22[ｎ
＋１]δr[ｎ＋１]−ｋ2[ｎ＋１]Ｅf[ｎ]＋ｂ21[ｎ]δ
f[ｎ]＋ｂ22[ｎ]δr[ｎ]−ｋ2[ｎ]Ｅf[ｎ−１]) 前記数５１，５２のＥf[ｎ]は、フィルタＦ(ｓ)として
例えば２次のバターワースフィルタを使用した場合、下
記数５３により与えられる。
＋１]δr[ｎ＋１]−ｋ2[ｎ＋１]Ｅf[ｎ]＋ｂ21[ｎ]δ
f[ｎ]＋ｂ22[ｎ]δr[ｎ]−ｋ2[ｎ]Ｅf[ｎ−１]) 前記数５１，５２のＥf[ｎ]は、フィルタＦ(ｓ)として
例えば２次のバターワースフィルタを使用した場合、下
記数５３により与えられる。
【００９１】
【数５３】Ｅf[ｎ]＝ａ0Ｅ[ｎ]＋ａ1Ｅ[ｎ−１]＋ａ2Ｅ
[ｎ−２]＋ｂ1Ｅf[ｎ−１]＋ｂ2Ｅf[ｎ−２] なお、前記数５３中のａ0,ａ1,ａ2,ｂ1,ｂ2は、それぞ
れ２次のバターワースフィルタの各係数である。
[ｎ−２]＋ｂ1Ｅf[ｎ−１]＋ｂ2Ｅf[ｎ−２] なお、前記数５３中のａ0,ａ1,ａ2,ｂ1,ｂ2は、それぞ
れ２次のバターワースフィルタの各係数である。
【００９２】＜具体的実施例＞以下、前述した理論的な
説明に基づいて、第２実施例に係り車両の運動状態量と
して車体横滑り角β*及びヨーレートγ*を推定する装置
及び同装置を用いた方法について具体的に説明する。
説明に基づいて、第２実施例に係り車両の運動状態量と
して車体横滑り角β*及びヨーレートγ*を推定する装置
及び同装置を用いた方法について具体的に説明する。
【００９３】この装置も、マイクロコンピュータ１５が
図３の一部及び図６のフローチャートに対応したプログ
ラムを実行する点を除き、上記第１実施例と同様に構成
されている。次に、この装置を用いて車体横滑り角β*
及びヨーレートγ*を推定する方法について説明する。
図３の一部及び図６のフローチャートに対応したプログ
ラムを実行する点を除き、上記第１実施例と同様に構成
されている。次に、この装置を用いて車体横滑り角β*
及びヨーレートγ*を推定する方法について説明する。
【００９４】マイクロコンピュータ１５はこの場合もＴ
時間毎にプログラムを実行する。このプログラムの実行
においては、上記第１実施例と同様に、図３のステップ
２２〜３４の処理により、各種センサ１１〜１４から検
出された車速Ｖ、前輪舵角δf、後輪舵角δr及びヨーレ
ートγをそれぞれ入力して、これらの入力値Ｖ,δf,
δr,γに基づいてＴ時間前のモデルの係数Ｂ（ｂ11,ｂ
12,ｂ21,ｂ22）及びフィードバックゲインｋ1，ｋ2をそ
れぞれ表す前回係数データｂ11[ｎ]〜ｂ22[ｎ]及び前回
ゲインデータｋ1[ｎ]，ｋ2[ｎ]と、現在のモデルの係数
Ｂ（ｂ11,ｂ12,ｂ21,ｂ22）及びフィードバックゲイン
ｋ1，ｋ2をそれぞれ表す今回係数データｂ11[ｎ＋１]〜
ｂ22[ｎ＋１]及び今回ゲインデータｋ1[ｎ＋１]，ｋ
2[ｎ＋１]とをそれぞれ導き出す。
時間毎にプログラムを実行する。このプログラムの実行
においては、上記第１実施例と同様に、図３のステップ
２２〜３４の処理により、各種センサ１１〜１４から検
出された車速Ｖ、前輪舵角δf、後輪舵角δr及びヨーレ
ートγをそれぞれ入力して、これらの入力値Ｖ,δf,
δr,γに基づいてＴ時間前のモデルの係数Ｂ（ｂ11,ｂ
12,ｂ21,ｂ22）及びフィードバックゲインｋ1，ｋ2をそ
れぞれ表す前回係数データｂ11[ｎ]〜ｂ22[ｎ]及び前回
ゲインデータｋ1[ｎ]，ｋ2[ｎ]と、現在のモデルの係数
Ｂ（ｂ11,ｂ12,ｂ21,ｂ22）及びフィードバックゲイン
ｋ1，ｋ2をそれぞれ表す今回係数データｂ11[ｎ＋１]〜
ｂ22[ｎ＋１]及び今回ゲインデータｋ1[ｎ＋１]，ｋ
2[ｎ＋１]とをそれぞれ導き出す。
【００９５】次に、図６のステップ５０にて演算周期
（プログラムの実行周期）Ｔ、車両緒元Ｍ，Ｉz，ａf，
ａr，ｃf，ｃr及び検出車速Ｖを用いた前記数４１〜４
９の演算の実行により係数ｇ11〜ｇ22，ｈ11〜ｈ22を計
算する。次に、ステップ５２にてＴ時間前の推定車体横
滑り角β*及び推定ヨーレートγ*を表す前回推定車体横
滑り角データβ*[ｎ]及び前回推定ヨーレートデータγ*
[ｎ]を、Ｔ時間前のステップ６４の処理により計算した
今回推定車体横滑り角データβ*[ｎ＋１]及び今回推定
ヨーレートデータγ*[ｎ＋１]に更新する。次に、ステ
ップ５４〜５８の処理により、推定ヨーレートγ*と検
出ヨーレートγとの偏差Ｅを表す前回までの時系列偏差
データＥ[ｎ−２]，Ｅ[ｎ−１]，Ｅ[ｎ]を一つ後の時系
列偏差データＥ[ｎ−１]，Ｅ[ｎ]，Ｅ[ｎ＋１]でそれぞ
れ更新するとともに、フィルタリング処理した推定ヨー
レートγ*と検出ヨーレートγとの偏差Ｅfを表す前々回
までの時系列偏差データＥf[ｎ−２]，Ｅf[ｎ−１]を一
つ後の時系列偏差データＥf[ｎ−１]，Ｅf[ｎ]でそれぞ
れ更新する。
（プログラムの実行周期）Ｔ、車両緒元Ｍ，Ｉz，ａf，
ａr，ｃf，ｃr及び検出車速Ｖを用いた前記数４１〜４
９の演算の実行により係数ｇ11〜ｇ22，ｈ11〜ｈ22を計
算する。次に、ステップ５２にてＴ時間前の推定車体横
滑り角β*及び推定ヨーレートγ*を表す前回推定車体横
滑り角データβ*[ｎ]及び前回推定ヨーレートデータγ*
[ｎ]を、Ｔ時間前のステップ６４の処理により計算した
今回推定車体横滑り角データβ*[ｎ＋１]及び今回推定
ヨーレートデータγ*[ｎ＋１]に更新する。次に、ステ
ップ５４〜５８の処理により、推定ヨーレートγ*と検
出ヨーレートγとの偏差Ｅを表す前回までの時系列偏差
データＥ[ｎ−２]，Ｅ[ｎ−１]，Ｅ[ｎ]を一つ後の時系
列偏差データＥ[ｎ−１]，Ｅ[ｎ]，Ｅ[ｎ＋１]でそれぞ
れ更新するとともに、フィルタリング処理した推定ヨー
レートγ*と検出ヨーレートγとの偏差Ｅfを表す前々回
までの時系列偏差データＥf[ｎ−２]，Ｅf[ｎ−１]を一
つ後の時系列偏差データＥf[ｎ−１]，Ｅf[ｎ]でそれぞ
れ更新する。
【００９６】前記ステップ５８の処理後、ステップ６０
にて前記更新した偏差データＥ[ｎ],Ｅ[ｎ−１],Ｅ[ｎ
−２],Ｅf[ｎ−１],Ｅf[ｎ−２]及び予め決められたバ
ターワースフィルタの係数ａ0,ａ1,ａ2,ｂ1,ｂ2を用い
た前記数５３の演算の実行により前回偏差データＥ
f[ｎ]を計算する。次に、前々回偏差データＥf[ｎ−
１]、各種前回データｂ11[ｎ]〜ｂ22[ｎ]，ｋ1[ｎ]，ｋ
2[ｎ]，δf[ｎ]，δr[ｎ]，Ｅf[ｎ]、各種今回データｂ
11[ｎ＋１]〜ｂ22[ｎ＋１]，ｋ1[ｎ＋１]，ｋ2[ｎ＋
１]，δf[ｎ＋１]、δr[ｎ＋１]を用いた前記数５１，
５２の演算の実行により値ｄ1,ｄ2を計算する。次に、
ステップ６４にて、前回推定車体横滑り角データβ*
[ｎ]、前回推定ヨーレートデータγ*[ｎ]及び値ｄ1,ｄ2
を用いるとともに係数ｇ11〜ｇ22，ｈ11〜ｈ22を現係数
データｇ11[ｎ＋１]〜ｇ22[ｎ＋１]，ｈ11[ｎ＋１]〜ｈ
22[ｎ＋１]として用いた数５０の演算の実行により現在
の推定車体横滑り角β*[ｎ＋１]及び推定ヨーレートγ*
[ｎ＋１]を計算する。
にて前記更新した偏差データＥ[ｎ],Ｅ[ｎ−１],Ｅ[ｎ
−２],Ｅf[ｎ−１],Ｅf[ｎ−２]及び予め決められたバ
ターワースフィルタの係数ａ0,ａ1,ａ2,ｂ1,ｂ2を用い
た前記数５３の演算の実行により前回偏差データＥ
f[ｎ]を計算する。次に、前々回偏差データＥf[ｎ−
１]、各種前回データｂ11[ｎ]〜ｂ22[ｎ]，ｋ1[ｎ]，ｋ
2[ｎ]，δf[ｎ]，δr[ｎ]，Ｅf[ｎ]、各種今回データｂ
11[ｎ＋１]〜ｂ22[ｎ＋１]，ｋ1[ｎ＋１]，ｋ2[ｎ＋
１]，δf[ｎ＋１]、δr[ｎ＋１]を用いた前記数５１，
５２の演算の実行により値ｄ1,ｄ2を計算する。次に、
ステップ６４にて、前回推定車体横滑り角データβ*
[ｎ]、前回推定ヨーレートデータγ*[ｎ]及び値ｄ1,ｄ2
を用いるとともに係数ｇ11〜ｇ22，ｈ11〜ｈ22を現係数
データｇ11[ｎ＋１]〜ｇ22[ｎ＋１]，ｈ11[ｎ＋１]〜ｈ
22[ｎ＋１]として用いた数５０の演算の実行により現在
の推定車体横滑り角β*[ｎ＋１]及び推定ヨーレートγ*
[ｎ＋１]を計算する。
【００９７】そして、ステップ６６にて、下記数５４に
基づいて前記計算した今回の推定ヨーレートγ*[ｎ＋
１]と今回の検出ヨーレートγ[ｎ＋１]との差を計算し
て、同計算結果を偏差Ｅ[ｎ＋１]として設定しておく。
基づいて前記計算した今回の推定ヨーレートγ*[ｎ＋
１]と今回の検出ヨーレートγ[ｎ＋１]との差を計算し
て、同計算結果を偏差Ｅ[ｎ＋１]として設定しておく。
【００９８】
【数５４】Ｅ[ｎ＋１]＝γ*[ｎ＋１]−γ[ｎ＋１] 前記ステップ６６の処理後、ステップ６８にてこのプロ
グラムの実行を終了し、前記計算した推定車体横滑り角
β*[ｎ＋１]及び推定ヨーレートγ*[ｎ＋１]は車両の運
動状態の制御に使われる。
グラムの実行を終了し、前記計算した推定車体横滑り角
β*[ｎ＋１]及び推定ヨーレートγ*[ｎ＋１]は車両の運
動状態の制御に使われる。
【００９９】上記説明からも理解できるとおり、上記第
２実施例によれば、上記第１実施例にて想定した全体モ
デルにおいて、観測値としてのヨーレートγの検出誤差
を補うフィルタを考慮して、車体横滑り角β*を推定す
るようにした。したがって、ヨーレートγを検出するヨ
ーレートセンサ１４の検出出力にノイズ、温度ドリフト
などによる検出誤差が含まれていても、同誤差を含まな
いで精度よく車体横滑り角β*を推定できるようにな
る。
２実施例によれば、上記第１実施例にて想定した全体モ
デルにおいて、観測値としてのヨーレートγの検出誤差
を補うフィルタを考慮して、車体横滑り角β*を推定す
るようにした。したがって、ヨーレートγを検出するヨ
ーレートセンサ１４の検出出力にノイズ、温度ドリフト
などによる検出誤差が含まれていても、同誤差を含まな
いで精度よく車体横滑り角β*を推定できるようにな
る。
【０１００】なお、上記第１及び第２実施例においては
後輪が操舵されることを前提としていたが、後輪が操舵
されない車両では後輪舵角δrは常に「０」であり、こ
の場合には上記実施例の後輪舵角δrを固定値０として
演算を行うようにすればよく、後輪舵角センサ１３も不
要である。また、上記第１及び第２実施例においては、
車両の運動状態量として車体横滑り角β及びヨーレート
γを採用するとともに、ヨーレートγを観測して参照入
力するようにしたが、車体横速度、車体横加速度、ヨー
角加速度などの車両の運動状態量を採用するようにして
もよいし、観測可能であればヨーレートγ以外の車体の
運動状態量を参照入力するようにしてもよい。
後輪が操舵されることを前提としていたが、後輪が操舵
されない車両では後輪舵角δrは常に「０」であり、こ
の場合には上記実施例の後輪舵角δrを固定値０として
演算を行うようにすればよく、後輪舵角センサ１３も不
要である。また、上記第１及び第２実施例においては、
車両の運動状態量として車体横滑り角β及びヨーレート
γを採用するとともに、ヨーレートγを観測して参照入
力するようにしたが、車体横速度、車体横加速度、ヨー
角加速度などの車両の運動状態量を採用するようにして
もよいし、観測可能であればヨーレートγ以外の車体の
運動状態量を参照入力するようにしてもよい。
【０１０１】また、上記第１及び第２実施例においては
車両の２自由度運動モデルに対するオブザーバを想定し
て車体横滑り角β*及びヨーレートγ*を推定するように
したが、他の時変型オブザーバを想定することも可能で
ある。
車両の２自由度運動モデルに対するオブザーバを想定し
て車体横滑り角β*及びヨーレートγ*を推定するように
したが、他の時変型オブザーバを想定することも可能で
ある。
【図１】 車両の２自由度モデルに対して同一次元オブ
ザーバを想定したモデルのブロック図である。
ザーバを想定したモデルのブロック図である。
【図２】 本発明の実施例に係る車両の運動状態量推定
装置のブロック図である。
装置のブロック図である。
【図３】 本発明の第１実施例にて実行されるプログラ
ムを表すフローチャートである。
ムを表すフローチャートである。
【図４】 図１のオブザーバを周波数補正するように変
更したモデルのブロック図である。
更したモデルのブロック図である。
【図５】 図４の等価ブロック図である。
【図６】 本発明の第２実施例にて実行されるプログラ
ムの一部を表すフローチャートである。
ムの一部を表すフローチャートである。
１１…車速センサ、１２…前輪舵角センサ、１３…後輪
舵角センサ、１４…ヨーレートセンサ、１５…マイクロ
コンピュータ。
舵角センサ、１４…ヨーレートセンサ、１５…マイクロ
コンピュータ。
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) G01P 13/00 B62D 6/00
Claims (2)
- 【請求項１】 舵角を入力とし車両の運動状態量を出力
として係数及びフィードバックゲインを車速に応じて変
化させた車両の運動状態モデルを想定するとともに、前
記運動状態モデルに対して車両の運動状態量の一部を参
照入力とし他の運動状態量を推定するオブザーバを想定
して、前記オブザーバの状態方程式に基づいて車両の運
動状態量を推定する車両の運動状態量推定方法におい
て、 前記舵角、車速及び車両の運動状態量の一部を検出し、 前記検出した舵角、車速及び車両の運動状態量の一部を
用いて前記状態方程式を双一次変換により離散化した逐
次演算により前記他の運動状態量を計算することを特徴
とする車両の運動状態量推定方法。 - 【請求項２】 前記請求項１に記載の車両の運動状態量
推定方法において、前記参照入力とした車両の運動状態
量の一部に含まれる誤差を除去するフィルタを包む前記
運動状態モデル及びオブザーバを想定するとともに、前
記オブザーバの状態方程式にも前記フィルタの特性を加
味することを特徴とする車両の運動状態量推定方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6137570A JP3022167B2 (ja) | 1994-06-20 | 1994-06-20 | 車両の運動状態量推定方法 |
| US08/491,221 US5732369A (en) | 1994-06-20 | 1995-06-16 | Movement state estimation method in wheeled vehicle |
| DE19522179A DE19522179B4 (de) | 1994-06-20 | 1995-06-19 | Bewegungszustandsabschätzungsverfahren bei radgetriebenen Kraftfahrzeugen |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6137570A JP3022167B2 (ja) | 1994-06-20 | 1994-06-20 | 車両の運動状態量推定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH085650A JPH085650A (ja) | 1996-01-12 |
| JP3022167B2 true JP3022167B2 (ja) | 2000-03-15 |
Family
ID=15201812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6137570A Expired - Lifetime JP3022167B2 (ja) | 1994-06-20 | 1994-06-20 | 車両の運動状態量推定方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5732369A (ja) |
| JP (1) | JP3022167B2 (ja) |
| DE (1) | DE19522179B4 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2851648B1 (fr) * | 2003-02-25 | 2005-05-27 | Renault Sa | Systeme et procede de determination de la position angulaire d'un volant de vehicule automobile. |
| US7073620B2 (en) | 2003-06-06 | 2006-07-11 | Oshkosh Truck Corporation | Vehicle steering system having a rear steering control mechanism |
| US7181326B2 (en) * | 2004-12-20 | 2007-02-20 | General Motors Corporation | Active front steer control for vehicle stability enhancement |
| US7266437B2 (en) * | 2005-08-05 | 2007-09-04 | Ford Global Technologies, Llc | Temperature dependent trigger control for a traction control system |
| JP5168567B2 (ja) * | 2008-09-01 | 2013-03-21 | 日立オートモティブシステムズ株式会社 | 状態推定装置、サスペンション制御装置及びサスペンションシステム |
| CN110271534B (zh) * | 2019-06-14 | 2021-05-28 | 百度在线网络技术（北京）有限公司 | 自动驾驶车辆的控制方法、装置、计算机设备和存储介质 |
| JP2022122797A (ja) * | 2021-02-10 | 2022-08-23 | 本田技研工業株式会社 | ヨー挙動推定装置 |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06104455B2 (ja) * | 1985-03-15 | 1994-12-21 | 日産自動車株式会社 | 車両運動状態推定装置 |
| JPS6283247A (ja) * | 1985-10-08 | 1987-04-16 | Nissan Motor Co Ltd | 車両運動状態推定装置 |
| JPS6288665A (ja) * | 1985-10-14 | 1987-04-23 | Nissan Motor Co Ltd | 車両運動状態量推定装置 |
| JPS62137276A (ja) * | 1985-12-09 | 1987-06-20 | Nissan Motor Co Ltd | 車両用操舵系制御装置 |
| JPH0725320B2 (ja) * | 1986-10-13 | 1995-03-22 | 日産自動車株式会社 | 車両用実舵角制御装置 |
| JPH0825470B2 (ja) * | 1987-05-20 | 1996-03-13 | 日産自動車株式会社 | 後輪舵角制御方法 |
| JP3008401B2 (ja) * | 1988-08-08 | 2000-02-14 | 日産自動車株式会社 | 車両状態量推定装置 |
| DE3912045A1 (de) * | 1989-04-12 | 1990-10-25 | Bayerische Motoren Werke Ag | Verfahren zur regelung einer querdynamischen zustandsgroesse eines kraftfahrzeuges |
| US5003480A (en) * | 1989-05-29 | 1991-03-26 | Nissan Motor Co., Ltd. | Four wheel steering system for vehicle |
| JPH0663932B2 (ja) * | 1989-10-09 | 1994-08-22 | 日産自動車株式会社 | 車両状態量推定装置 |
| US5029660A (en) * | 1990-04-06 | 1991-07-09 | Ford Motor Company | Steering control method and control system for wheeled vehicles |
| JPH045802A (ja) * | 1990-04-23 | 1992-01-09 | Tdk Corp | 酸化物永久磁石の製造方法 |
| DE4114165C2 (de) * | 1990-05-02 | 1995-04-20 | Nissan Motor | Lenksteuervorrichtung für ein Räderfahrzeug |
| US5097419A (en) * | 1990-06-08 | 1992-03-17 | Monroe Auto Equipment Company | Method and apparatus for dynamic leveling |
| DE4031304A1 (de) * | 1990-10-04 | 1992-04-09 | Bosch Gmbh Robert | Modellgestuetzte schaetzung des schwimmwinkels |
| JP2827507B2 (ja) * | 1990-11-28 | 1998-11-25 | 日産自動車株式会社 | 車両用四輪操舵装置 |
| DE4216301C2 (de) * | 1992-05-16 | 1997-05-22 | Daimler Benz Ag | Verfahren zur Bestimmung das Fahrverhalten charakterisierender Größen |
| DE4226749C2 (de) * | 1992-08-13 | 1996-02-08 | Daimler Benz Ag | Verfahren zur Bestimmung das Fahrverhalten charakterisierender Größen |
| US5524079A (en) * | 1992-09-01 | 1996-06-04 | Matsushita Electric Industrial Co., Ltd. | Rear wheel steering angle controlling apparatus of four-wheel steering vehicle |
-
1994
- 1994-06-20 JP JP6137570A patent/JP3022167B2/ja not_active Expired - Lifetime
-
1995
- 1995-06-16 US US08/491,221 patent/US5732369A/en not_active Expired - Lifetime
- 1995-06-19 DE DE19522179A patent/DE19522179B4/de not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH085650A (ja) | 1996-01-12 |
| US5732369A (en) | 1998-03-24 |
| DE19522179B4 (de) | 2004-12-09 |
| DE19522179A1 (de) | 1995-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Reina et al. | Vehicle dynamics estimation via augmented extended Kalman filtering | |
| JP2885125B2 (ja) | 車両の旋回に伴って変化する運動状態量の推定方法 | |
| JPH0725320B2 (ja) | 車両用実舵角制御装置 | |
| JP2007216942A (ja) | 横すべり角推定装置、自動車、及び横すべり角推定方法 | |
| JP3022167B2 (ja) | 車両の運動状態量推定方法 | |
| JPH0848256A (ja) | 車両の運動制御装置 | |
| JPH10267685A (ja) | 車両の横滑り角推定方法 | |
| CN116749982A (zh) | 基于改进的双层卡尔曼滤波的工程车辆路面附着系数状态估计方法 | |
| JPH09240458A (ja) | 車輌の横滑り状態量検出装置 | |
| US20040153216A1 (en) | Method for estimating a vehicle's velocity | |
| JP3448559B2 (ja) | 車両質量の推定演算装置 | |
| JP3217700B2 (ja) | 車体横すべり角検出装置 | |
| JPH02151569A (ja) | 車両運動推定装置 | |
| US20060247838A1 (en) | Method for detecting a real value of a manipulated variable, particularity of a steering angle | |
| JPH11192959A (ja) | 車両の運動状態量推定装置 | |
| JPH08258735A (ja) | 車両の旋回に伴って変化する運動状態量の推定方法 | |
| JP2962026B2 (ja) | 車体横すべり角推定装置 | |
| CN113771865B (zh) | 一种车载传感器测量数据异常情况下的汽车状态估计方法 | |
| KR102677041B1 (ko) | 디바이스의 작동 성능 파라미터들을 결정하기 위한 방법 및 시스템 | |
| JPH10100925A (ja) | 車両用ヨーレイト推定装置 | |
| JPH02151571A (ja) | 車両運動推定装置 | |
| JPH02151570A (ja) | 車両運動推定装置 | |
| JPH06316273A (ja) | 四輪操舵車の後輪操舵角制御装置 | |
| JP2008024233A (ja) | 車両横すべり角演算装置 | |
| JPH0615339B2 (ja) | 車両運動状態量演算装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080114 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090114 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090114 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100114 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110114 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110114 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120114 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130114 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130114 Year of fee payment: 13 |
|
| EXPY | Cancellation because of completion of term |