[发明专利]四轮毂电机驱动全线控电动汽车轮胎力估计方法及系统

说明书

本发明公开一种四轮毂电机驱动全线控电动汽车轮胎力估计方法及系统，涉及车辆安全控制技术领域，方法包括：获取车内传感器的传感信号参数；所述传感信号参数包括悬架高度数据、惯性测量数据、方向盘角度数据、车辆信号数据和电机数据；根据传感信号参数分别构建滚动动力学模型、横向车辆模型和纵向车辆模型；基于强跟踪无迹卡尔曼滤波器，根据滚动动力学模型估计垂直轮胎力；基于经典卡尔曼滤波器，根据纵向车辆模型估计纵向轮胎力；基于强跟踪无迹卡尔曼滤波器，根据横向车辆模型、垂直轮胎力和纵向轮胎力估计侧向轮胎力。本发明利用低成本车载传感器信息，轮毂电机和线控制动系统状态反馈信息实现轮胎纵向、侧向和垂向轮胎估计力。

技术领域

本发明涉及车辆安全控制技术领域，特别是涉及一种四轮毂电机驱动全线控电动汽车轮胎力估计方法及系统。

背景技术

车辆纵向、侧向、垂向轮胎力学状态是车辆主动安全控制的主要控制变量，同时也是车辆综合稳定性评估的重要指标，它的准确获取直接关系车辆行驶稳定性与安全性。目前已有的现有技术如下：

（1）一种分布式电驱动车辆的前轮侧向力估算方法，首先采集车辆状态信号，利用车辆动力学方程实时估计轮胎的纵向力和垂向力；然后将估计的各轮的纵向力连同纵向加速度信号、侧向加速度信号、横摆角速度信号、方向盘转角信号传给车辆控制器中的卡尔曼侧向力观测器，得到两前轮的卡尔曼侧向力估计值和后轴侧向力估计值；最后利用各轮垂向力和前轮转角差对估计的侧向力进一步处理，得到最终的侧向力估计值。

（2）一种转向系统转向力矩及轮胎侧向力估计方法，包括以下步骤：1.采集车辆的纵向力和侧向力，根据车辆的七自由度模型，建立基于各个轮胎旋转中心以及质心的横摆力矩；2.利用干扰观测器对各轮胎旋转中心的横摆力矩进行计算得到各轮胎旋转中心的侧向力矩估计值；3.采用最小二乘法估计前后轮胎的侧向力之和；4.利用经验估计法分别计算前后轮的侧向力；5.将前后轮的侧向力转换为转向力矩并输出至助力电机中。

（3）一种四轮驱动电动汽车轮胎力软测量方法，包括以下步骤：第一步：获取汽车的纵向速度、质心侧偏角、纵向加速度、侧向加速度、前轮转角及轮胎纵向力；第二步：将获取的汽车的纵向速度、质心侧偏角、纵向加速度、侧向加速度、前轮转角及轮胎纵向力信息，输入给非线性车辆动力学模型，通过车辆动力学模型计算得到预估的纵向加速度和横向加速度；第三步：将获取的汽车的纵向速度、质心侧偏角、纵向加速度、横向加速度、前轮转角及轮胎纵向力信息和第二步预估的纵加速度、横向加速度信息一起输入给无迹卡尔曼滤波算法，获得基于模型的汽车轮胎力估计值。

（4）一种分布式驱动电动车的前轮侧向力估计方法，主要步骤为：1.依据各种传感器采集到的车辆状态信息，基于车辆动力学方程设计了滑模纵向力观测器对轮胎的纵向力进行实时估计；2.将估计的各轮纵向力以及纵向加速度信号、侧向加速度信号、横摆角速度信号等传输给滑模侧向力观测器，得到右前轮的侧向力估计值；3.通过滤波模块，对估计出的侧向力进一步优化处理，解决了侧向力估计值中出现的奇异问题，从而输出最终的两前轮侧向力估计值。

（5）分布式驱动电动汽车质心侧偏角与轮胎侧向力估计方法，该方法基于交互多模型算法-容积卡尔曼滤波对车辆质心侧偏角和轮胎侧向力进行实时估计，建立八自由度车辆模型，包括纵向运动、横向运动、横摆运动、侧倾运动以及四个轮胎的运动，非线性车辆模型考虑了车辆行驶过程中侧倾运动和载荷转移的影响；然后建立线性轮胎模型和非线性Dugoff轮胎模型作为交互多模型的模型集；最后对车辆质心侧偏角和轮胎侧向力进行估计。