基于中心差分卡尔曼滤波的车速估计研究

针对车辆行驶过程中车速估计问题,论文基于中心差分卡尔曼滤波理论设计了车速的估计算法。建立了非线性三自由度车辆估算模型,根据纵向加速度、侧向加速度和方向盘转角低成本传感器信号的信息融合,实现对车速的准确估计,应用CarSim与Matl ab/Simulink联合仿真实验对算法进行验证。结果表明:估计算法能够准确估计车辆行驶过程中的纵向车速、侧向车速和质心侧偏角。     

基于强跟踪容积卡尔曼滤波的车辆行驶状态估计

针对车辆行驶过程中的状态估计问题,提出了基于强跟踪容积卡尔曼滤波的车辆行驶状态估计算法。建立了采用Dugoff轮胎模型非线性3自由度车辆估算模型,通过对纵向加速度、侧向加速度、横摆角速度、转向盘转角和车轮轮速低成本传感器信号的信息融合以实现对车辆行驶状态的准确估计。应用驾驶员模拟器进行在环试验结果表明,基于强跟踪容积卡尔曼滤波的估计算法能够较准确地对车辆行驶状态进行估计。     

基于无迹卡尔曼的分布式电动汽车状态估计

为了较准确地获取分布式电动汽车的状态信息,满足汽车稳定性控制的要求,文章以三自由度车辆动力学模型为基础,建立了基于无迹卡尔曼滤波的分布式电动汽车状态观测器,对双移线工况下分布式汽车的纵横向车速、横摆角速度、质心侧偏角进行了预测估计。     

基于改进的Sage-Husa自适应扩展卡尔曼滤波的车辆状态估计EI北大核心CSCD

本文中提出了一种基于改进的Sage-Husa自适应扩展卡尔曼滤波的车辆行驶状态估计算法。首先建立了非线性3自由度车辆估算模型和Dugoff轮胎模型。接着通过对纵向加速度、侧向加速度、横摆角速度和转向盘转角等低成本传感器信号的信息融合,实现对车辆行驶状态的准确估计。最后应用CarSim和Matlab/Simulink联合仿真对算法进行验证。结果表明:基于改进的Sage-Husa自适应扩展卡尔曼滤波的估计算法能比扩展卡尔曼滤波算法更准确、稳定地估计车辆行驶状态。     

基于改进的Sage-Husa自适应扩展卡尔曼滤波的车辆状态估计

本文中提出了一种基于改进的Sage-Husa自适应扩展卡尔曼滤波的车辆行驶状态估计算法。首先建立了非线性3自由度车辆估算模型和Dugoff轮胎模型。接着通过对纵向加速度、侧向加速度、横摆角速度和转向盘转角等低成本传感器信号的信息融合,实现对车辆行驶状态的准确估计。最后应用CarSim和Matlab/Simulink联合仿真对算法进行验证。结果表明:基于改进的Sage-Husa自适应扩展卡尔曼滤波的估计算法能比扩展卡尔曼滤波算法更准确、稳定地估计车辆行驶状态。     

基于车路协同的车辆状态估计方法

提出了一种基于车路协同的车辆质心侧偏角估计方法。该方法通过专用短程通信技术获取路侧基站的差分GPS信息,在车辆运动学模型的基础上,通过建立二次卡尔曼滤波器,融合差分GPS的航向角、车速和车载传感器的纵向加速度、横向加速度与横摆角速度信号,来估计车辆横摆角和质心侧偏角,并进行了实验验证。结果表明,即使在横向加速度较大的情况下,该方法仍具有较好的估计精度,可满足车路协同系统中车辆安全控制的要求。     

四轮轮毂电机电动汽车行驶状态估计

针对四轮轮毂电机电动汽车行驶过程中的状态估计和在数据测量过程中由于偶然因素使观测序列中存在野值的问题,本文中提出了一种基于抗野值鲁棒容积卡尔曼滤波的车辆行驶状态估计算法。首先利用四轮轮毂电机电动汽车的每个车轮的电机驱动力矩容易测得的优势计算轮胎的纵向力,采用Dugoff轮胎模型计算轮胎的侧向力,建立了汽车非线性3自由度车辆模型。接着通过对简单易测低成本传感器信号的信息融合实现电动汽车在行驶过程中的纵向速度、侧向速度和质心侧偏角的准确估计。最后应用Car Sim和Matlab/Simulink联合仿真对估计算法进行验证。结果表明,基于抗野值鲁棒容积卡尔曼滤波的估计算法比扩展卡尔曼滤波估计算法更能较准确地对车辆行驶状态进行估计,且具有较好的实时性。     

考虑侧倾影响的汽车横摆角速度与质心侧偏角滤波估计

为准确识别汽车前方弯道路段曲率信息,考虑侧倾运动的实际影响,建立了汽车质心运动、横摆运动及侧倾运动具有非线性特征的3自由度车辆操纵稳定性模型,设计了汽车质心侧偏角与横摆角速度扩展卡尔曼滤波估计器,实现了巡航车辆运动特征的在线实时估计。采用双移线输入,通过Car Sim与Matlab/Simulink的联合仿真进行验证,结果表明,即使在大噪声条件下,所设计的扩展卡尔曼滤波估计器也能较好地实现车辆横摆角速度与质心侧偏角的准确估计。     

基于蚁狮算法的UKF车辆状态参数估计器

为了准确获取分布式驱动电动汽车状态参数信息,满足车辆稳定性控制系统的需求,提出一种基于蚁狮算法的无迹卡尔曼滤波状态参数估计器。针对无迹卡尔曼滤波（UKF）过程中噪声协方差矩阵的不确定性,采用蚁狮优化算法（ALO）对其进行寻优,并引入奇异值分解（SVD）的方法来维持噪声协方差矩阵的正定性,此外,基于指数加权最小二乘法对车辆侧偏刚度进行辨识并将其作为状态参数估计器输入。基于MATLAB/Simulink和CarSim联合仿真平台,建立分布式驱动电动汽车参数估计模型,分别进行双移线工况和正弦迟滞工况仿真,并基于A&D5435快速原型开发平台进行双移线工况实车试验。仿真与试验结果表明：相比于SVDUKF算法估计结果,双移线仿真工况下,基于ALO-SVDUKF算法估计得到的质心侧偏角和横摆角速度的均方根误差分别降低了55.7%、30.7%,正弦迟滞仿真工况下,均方根误差分别降低了58.1%、85.1%,且在车辆处于极限失稳状态时仍能维持较好的估计效果;双移线试验工况下,横摆角速度的估计值与实际测量值之间的均方根误差仅为0.938 4（°）·s^-1;提出的基于ALO-SVDUKF算法的分布式驱动电动汽车状态参数估计器能够有效提高质心侧偏角和横摆角速度的估计精度,可为车辆稳定性控制提供精确的状态信息。     

汽车侧偏角与横摆角的仿真与估计

为了提高汽车操纵稳定性和安全性,设计汽车状态观测器模型对难以测量的质心侧偏角与横摆角速度的数据进行估计是很有必要的。本文利用扩展卡尔曼滤波算法并基于二自由度汽车模型上对质心侧偏角进行估计及仿真分析,仿真的结果与估计的结果吻合,估计结果具有较高的应用价值。     

基于联合滑模变结构的电动轮汽车DYC系统研究

设计了基于横摆角速度与质心侧偏角的联合滑模变结构控制策略,基于Car Sim和MATLAB软件建立了电动轮汽车整车模型和整车控制模型,对电动轮汽车的驱动DYC系统进行了仿真分析。结果表明,设计的联合滑模变结构控制器具有良好的鲁棒性,能较好地控制车辆的横摆角速度和质心侧偏角;所采用的轴载比例分配算法对车辆的纵向加速度影响较小,既实现了车辆横向稳定性的控制,同时提高了车辆的舒适性。     

汽车行驶状态参数的估计

介绍Sage-Husa自适应卡尔曼滤波算法和滤波估计流程,建立二自由度汽车模型,在模型中加入系统噪声和测量噪声,建立系统状态方程和观测方程。利用自适应卡尔曼滤波算法,对汽车质心侧偏角和横摆角速度进行估计,并进行转向盘转角正弦输入仿真分析,仿真结果表明两者的真实值和估计值吻合良好。利用自适应卡尔曼滤波算法对汽车行驶状态参数进行估计可以降低汽车的成本,是一种行之有效且具有工程应用价值的方法。     

基于卡尔曼滤波的半挂汽车列车状态估计

准确获取车辆的状态信息是汽车主动安全控制研究的关键。文中主要研究半挂汽车列车稳定性控制中的状态估计问题,研究了基于线性四自由度(4-DOF)半挂汽车列车模型,利用卡尔曼滤波(KF)算法估计半挂汽车列车的横摆角速度与质心侧偏角;基于商用车动力学仿真标准软件TruckSim,通过标准双移线仿真工况进行验证,结果表明,在非高速急转向工况下,所提出的估计方案能较准确地跟踪汽车列车的状态信息,为半挂汽车列车主动安全控制奠定基础。     

基于冗余信息融合的车辆质心侧偏角估计方法

车辆质心侧偏角是表征车辆横向稳定性的重要参数之一,相关的估计方法研究可为整车稳定控制提供重要支撑.为提高车辆质心侧偏角估计效果,提出了一种基于冗余信息融合的质心侧偏角估计方法.分别建立了车辆动力学模型和运动学模型,利用容积卡尔曼滤波算法分别设计了用于车辆行驶状态估计的动力学模型估计器和运动学模型估计器,同时,分析了动力...     

基于扩展卡尔曼滤波的轮毂电机驱动电动汽车状态估计

以非线性八自由度车辆模型为基础,利用轮毂电机驱动电动汽车四轮转矩容易获得的独特优势,将车轮转角、各个车轮驱动力矩、侧向加速度及横摆角速度作为算法输入,采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)理论设计了轮毂电机驱动电动汽车行驶中状态估计算法。CarSim和Matlab/Simulink联合仿真结果表明,该算法能有效估计轮毂电机驱动电动汽车行驶中的纵向车速、侧倾角、侧倾角速度等状态。     

基于FFRLS的质心位置修正的ESP控制研究

建立了描述汽车横摆、侧向、纵向、垂向、侧倾和4个车轮运动的汽车模型,利用卡尔曼滤波状态观测器对前后轴悬架力进行估计,采用遗忘因子的递推最小二乘估算法对质心位置进行估计,并用估计的质心位置来修正参考模型得到的横摆角速度和质心侧偏角的期望值,最后设计了ESP系统的参数自整定模糊PID控制器,并进行了仿真和硬件在环试验,结果表明,考虑质心位置变化的ESP控制器的效果比未考虑的控制器好,使汽车在高速转向制动行驶时具有更好的横向稳定性。     

基于运动学—动力学方法融合的汽车质心侧偏角估计（英文）

为了提高汽车质心侧偏角估计的准确性,提出了一种新的、基于运动学—动力学方法的融合估计方法。构建了质心侧偏角融合观测器(SAFO)。该SAFO包括3个子滤波器,每个子滤波器分别将横向车速的初步估计结果送到主滤波器中。主滤波器根据当前车辆行驶工况和融合规则,将子滤波器的估计结果融合成为全局意义下的质心侧偏角估计结果。结果表明:该SAFO具有良好的估计精度和长时间尺度下的计算稳定性,同时对横向加速度传感器偏差具有鲁棒性。因此,车辆测试数据验证了SAFO的性能。     

融合预瞄特性的智能电动汽车稳定性模型预测控制研究

提出了一种融合预瞄特性的智能电动汽车稳定性前馈+反馈控制方法。建立车辆预瞄模型，通过汽车在环境感知时的前视行为，引入道路曲率作为车辆动力学特性的影响因素。基于在前视信息指导下的车辆位姿变化，根据道路附着能力和车速指数模型描述期望纵向车速，建立轮胎侧偏刚度补偿的稳定性前馈控制方法。同时，采用模型预测控制（MPC）设计稳定性反馈控制律，根据车辆的预瞄信息自适应调整预测模型参数和预测时间，消除前馈控制误差及路面扰动等不确定性因素带来的影响。研究结果表明，本文提出的控制策略下汽车质心侧偏角、横摆角速度和侧向加速度小，且跟踪精度更高。仿真试验中，相比于无控制、MPC反馈控制与前馈+定参数MPC反馈控制，本文提出的控制策略在双移线工况1下质心侧偏角峰值分别减小了41.3%、28.9%和10.0%，横摆角速度峰值分别减小了18.0%、6.7%和2.0%，双移线工况2下质心侧偏角峰值分别减小了27.2%、8.7%和8.0%，横摆角速度峰值分别减小了16.9%、12.9%和8.6%；相比于MPC反馈控制与前馈+定参数MPC反馈控制，在蛇行工况1下，质心侧偏角峰值分别减小了49.8%与34.8%，横摆角速...     

基于模糊逻辑的车辆侧偏角估计方法

提出了一种基于模糊逻辑的汽车侧偏角估计方法。它利用模糊逻辑和汽车运动学模型,将汽车转向盘转角、车轮转速、汽车加速度和横摆角速度信息相融合,进行车辆侧偏角估计。试验结果显示,该方法的鲁棒性和精确性较好,而且响应频率较高,可以满足ESP的控制需要。     

线性二自由度汽车模型稳态响应分析

横摆角速度和质心侧偏角是描述汽车稳定性的两个重要指标,汽车在高速行驶时,驾驶员紧急转向会导致车辆失去控制,很容易造成侧滑乃至翻车等严重交通事故,因此有必要对汽车操纵稳定性进行分析。本文建立了汽车线性二自由度系统的数学模型,应用仿真分析软件Matlab/simulink,以前轮转角为输入,对系统进行时域分析。比较不同车速、不同前轮转角和不同轮胎侧偏刚度下的稳态响应曲线,分析汽车横摆角速度和质心侧偏角对汽车操纵稳定性的影响。若汽车选用侧偏刚度的轮胎,在较低的车速和较小的前轮转角下行驶,是较为安全的。