[发明专利]一种基于无迹卡尔曼滤波的车辆参数在线估计方法

说明书

技术领域

本发明涉及一种在车辆行驶过程中，利用无迹卡尔曼滤波技术进行整车质量、重心位置等车辆参数的在线估计方法，属于车辆辅助驾驶领域。

背景技术

对于重型货车、轻量化汽车而言，其载重量的变化会对整车质量产生显著的影响，同时也会导致车辆重心位置发生明显变动。然而，现有的防抱死制动控制、车身电子稳定控制等车辆主动安全系统，一般通过静态测量方式预先获取车辆在静止状态时的整车质量和重心位置，并假定这两类参数在车辆行驶过程中近似恒定，以建立线性的车辆动力学模型，实现控制系统设计。可见，一旦整车质量和重心位置在行驶过程中发生变化，例如重型货车的载荷变化必将导致其质量和重心位置发生变化，就会造成车辆动力学模型的不准确，从而导致控制系统失效。因此，为使重型货车、轻量化汽车等车辆的主动安全控制系统工作正常，必须在车辆行驶过程中准确、及时地掌握整车质量和重心位置的变化，以修正控制系统中的车辆动力学模型参数。

目前，已有专利文献分别针对整车质量、重心位置进行估计。专利文献CN200680045320.2公开了一种用于确定实际的相对重心高度的方法和设备，专利文献CN200980161608.X公开了一种利用车载已有传感器估计车辆重心高度的方法，专利文献CN201210105145.9公开了一种基于高频信息提取整车质量的方法，专利文献CN201210502132.5公开了一种在车辆处于自动加速事件控制之下，通过比较车辆实际加速度与预计加速度之间的差值来估计整车质量的方法。这些专利均通过特殊方法在线估计整车质量或重心位置，但均无法同时估计整车质量和重心位置。同时，这些专利方法均未采用基于模型的在线估计方法，所获取的整车质量、重心位置等车辆参数的精度并不高。本发明基于无迹卡尔曼滤波算法，利用低成本的车载传感器采集纵向速度、加速度、前后轮速等车辆状态信息，对整车质量、重心位置等车辆参数进行在线估计，及时获取车辆载荷变化导致的车辆参数变化，从而为车辆主动安全控制系统实时地提供精确可靠的车辆参数。具体地，本发明基于车辆动力学模型构建无迹卡尔曼滤波器，以低成本传感器采集的车辆动力学状态信息作为观测量，实现对难以在线、直接测量的车辆参数进行估计。

发明内容

本发明所要解决的问题是：针对上述问题，本发明采用基于模型的在线估计方法，即无迹卡尔曼滤波算法，估计整车质量、重心位置等车辆参数，为车辆主动安全控制系统在运行过程中及时地更新整车质量、重心位置等信息。

本发明解决其技术问题采用以下的技术方案：

本发明提供的基于无迹卡尔曼滤波的车辆参数在线估计方法，具体是：通过获取车辆的纵向速度和加速度、车轮角速度和角加速度、车辆垂向加速度以及车辆前后轮转矩信息，结合车辆三自由度动力学模型构建无迹卡尔曼滤波算法，以车辆纵向速度，前后车轮转速作为系统观测量，车辆前后轮转矩作为系统输入量，实现对整车质量、重心高度、重心位置等参数的在线估计方法，包括以下步骤：

(1)构建三自由度车辆动力学模型，建立与整车质量m、重心高度h_CG及重心水平位置L_f相关的车辆动力学模型，

(2)结合所构建的车辆动力学模型，建立无迹卡尔曼滤波器的状态方程和观测方程，以确定相应的输入量以及观测量，实现整车质量m、重心高度h_CG及重心水平位置L_f的在线估计算法。

上述步骤(1)中，所述的三自由度车辆动力学模型包括车辆的纵向运动、垂向运动以及俯仰运动，对应的动力学方程为：

mv·x=Fxf+Fxr-Fa-mgφ]]>