[发明专利]一种适用于多维轮力传感器的实时滤波方法

说明书

技术领域

本发明涉及汽车测控技术领域，特别是涉及一种适用于多维轮力传感器的实时滤波方法。

背景技术

汽车试验技术是伴随汽车工业的建立而逐渐成长起来的，广泛应用于车辆研发、性能检测以及道路试验等工程领域。汽车运动是地面与车轮的作用产生的，因此，汽车行驶过程中车轮力的测试技术是汽车道路试验系统中的关键技术。随着对于汽车车型开发和质量评价的需要，轮力传感器也从一维向多维发展。多维轮力传感器可直接用于路谱的采集、悬架特性、车辆底盘控制系统等的研究。由于车轮力信号具有不可预估、非线性和时变等特点，因此对于其的数据处理难度较大。我国在这项领域比较薄弱，对多维轮力传感器的数据滤波，尤其是实时滤波方面的研究基本处于起步和探索阶段。

本发明专利所应用的对象为东南大学仪器科学与工程学院自主研发的多维轮力传感器（汽车车轮多维力测量装置ZL200320110714.5；汽车车轮多维力测量传感器 ZL200320110713.0），该多维轮力传感器能够感知车辆行驶过程中地面对车轮的作用力，其中的牵引力和正压力为本发明专利所关注的信号量。牵引力反映了汽车动力系统对于车轮的力的效果，可用于对发动机与制动器性能研究，正压力则反映了路面对于车轮的影响，可用于路谱采集等研究领域。为了保证多维轮力传感器解算的牵引力和正压力的精度，必须对多维轮力传感器的输出信号进行滤波处理。

常规的方法是在采集完多维轮力数据以后，使用小波分析的方法对于数据进行离线滤波。很明显该方法存在两个问题，一是小波分析无法处理信号与噪声频段相同的问题；二是离线滤波无法实时获得的高精度车轮力数据。为了解决这两个问题，卡尔曼滤波器被引入到多维轮力传感器的数据处理当中。但是想要使用卡尔曼滤波器，就必须得到多维轮力传感器的状态方程和观测方程，而由于车轮力的随机性和不确定性，很难构造出准确的状态方程。想要设计出适用于多维轮力传感器的高精度实时滤波器，就必须攻克这一技术瓶颈。

发明内容

本发明主要解决的技术问题是：针对现有技术的不足，提供一种适用于多维轮力传感器的实时滤波方法，能够适用于多维轮力传感器在动态环境下的实时滤波，解决多维轮力传感器状态方程构造困难的问题，实现多维轮力传感器的实时高精度滤波。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种适用于多维轮力传感器的实时滤波方法，包括以下步骤：

（100）根据多维轮力传感器的工作原理，建立车轮负载和多维轮力传感器两个通道的输出之间的数学关系表达式；

（200）根据步骤（100）所建立的数学关系表达式，证实多维轮力传感器两个通道的输出在二维平面上符合匀速转弯运动轨迹；

（300）根据步骤（200）所证实的多维轮力传感器两个通道的输出在二维平面上符合匀速转弯运动轨迹，设计出以匀速转弯运动模型作为状态方程的高斯正交积分点卡尔曼滤波器；

（400）采用步骤（300）所设计的高斯正交积分点卡尔曼滤波器对车轮负载进行实时滤波。

在本发明一个较佳实施例中，所述多维轮力传感器的两个通道为X通道和Y通道，步骤（100）建立的车轮负载和多维轮力传感器两个通道的输出之间的数学关系表达式为：

                    （1）   

式（1）中：F为车轮负载；F为多维轮力传感器X通道的输出；F为多维轮力传感器Y通道的输出；α为当前时刻车轮负载和多维轮力传感器Y通道的夹角。

在本发明一个较佳实施例中，当车轮滚动了一个角度θ以后，多维轮力传感器两个通道的输出和车轮负载满足如下数学关系式：

                （2）

式（2）中：F为车轮滚动了一个角度θ以后，多维轮力传感器X通道的输出；F为车轮滚动了一个角度θ以后，多维轮力传感器Y通道的输出。

在本发明一个较佳实施例中，由式（1）和式（2）可知，在任意时刻，多维轮力传感器两个通道的输出都满足如下数学关系式：

F+F=F                      （3）

式（3）中，F为任意时刻，多维轮力传感器X通道的输出；F为任意时刻，多维轮力传感器Y通道的输出；

可见，在车轮滚动时，多维轮力传感器两个通道的输出二维平面上符合匀速转弯运动轨迹。

在本发明一个较佳实施例中，步骤（200）具体为：根据步骤（100）所建立的数学关系表达式，证实多维轮力传感器两个通道的输出，在多维轮力传感器坐标系下满足平面圆周运动的特征。