[发明专利]一种基于卡尔曼滤波和最小二乘法的车辆路面附着系数估计方法

说明书

本发明属于汽车技术领域，具体的说是一种基于卡尔曼滤波和最小二乘法的车辆路面附着系数估计方法。包括以下步骤：步骤一、基于车辆动力学模型对车辆的状态参数进行求解；步骤二、基于卡尔曼滤波估计出车辆行驶过程中轮胎受到的轮胎力；步骤三、采用最小二乘法对路面附着系数进行了估计；步骤四、通过斜率法对步骤三中低滑移率下的路面附着系数估计结果进行修正。本发明有效地降低了轮胎力观测值的不确定性，能够精确的估计在车辆滑移率较高时的路面附着系数，在车辆滑移率较低时对估计的路面附着系数结果进行合理的修正。

技术领域

本发明属于汽车技术领域，具体的说是一种基于卡尔曼滤波和最小二乘法的车辆路面附着系数估计方法。

背景技术

智能电动汽车在地面上行驶一方面受到车辆底层驱动系统的驱动力和制动系统的制动力限制，另一方面也受到不同路面附着条件的约束。路面附着系数是车—路系统中最为关键的参数之一，它对智能电动汽车的行驶安全性能有着至关重要的影响。

依托车载摄像头、激光雷达、超声波雷达等是近年来进行路面识别的一种新的方法，但是这些设备成本较高，实际应用不确定性较强，因此并未得到广泛的推广。依托已有车载传感器信息，采用观测估计理论对路面附着系数进行准确辨识是一种更接近实际低成本应用的手段。然而实际应用中，应用于路面附着系数估计的轮胎力不确定性较强，需要采用合适的策略对其进行合理的预测估计，避免路面附着系数估计发散。此外，在轮胎滑移率过低时，基于经典轮胎模型估计的路面附着系数可靠性较低，对车辆运动控制造成安全隐患。

发明内容

本发明提供了一种基于卡尔曼滤波和最小二乘法的车辆路面附着系数估计方法，该方法有效地降低了轮胎力观测值的不确定性，能够精确的估计在车辆滑移率较高时的路面附着系数，在车辆滑移率较低时对估计的路面附着系数结果进行合理的修正。

本发明技术方案结合附图说明如下：

一种基于卡尔曼滤波和最小二乘法的车辆路面附着系数估计方法，包括以下步骤：

步骤一、基于车辆动力学模型对车辆的状态参数进行求解；

步骤二、基于卡尔曼滤波估计出车辆行驶过程中轮胎受到的轮胎力；

步骤三、采用最小二乘法对路面附着系数进行了估计；

步骤四、通过斜率法对步骤三中低滑移率下的路面附着系数估计结果进行修正。

步骤一中所述状态参数包括车速、制动压力、前轮转角、轮胎滑移率、侧偏角和车轮垂向力；所述车速、制动压力、前轮转角由传感器获得；所述轮胎滑移率、侧偏角和车轮垂向力由车辆动力学模型计算出。

所述轮胎滑移率、侧偏角和车轮垂向力由车辆动力学模型计算的具体方法如下：

11)建立包含车辆纵向、侧向和横摆运动的三自由度模型，得车辆动力学模型方程为：

ma_x＝[cosδcosδ1 1-sinδ0]F_tire (1)

ma_y＝[sinδsinδ0 0 cosδ1]F_tire (2)