基于增广卡尔曼滤波并考虑车辆加速度的路面不平度识别

为实现车辆在实际加减速行驶工况下路面不平度的准确识别,提出了一种考虑车辆加速度、基于增广卡尔曼滤波算法的路面识别方法.以车辆纵向加速度作为已知输入,车身垂向振动和俯仰振动响应作为观测向量,设计增广卡尔曼滤波观测器估计路面不平度信息;求取固定位移窗长度内的国际平整度指数,实现了对路面的等级分类.仿真结果表明在典型非匀速工...     

基于轴距预瞄的非匀速工况车辆悬架状态估计

为实现车辆在非匀速行驶时的悬架相对速度和簧上绝对速度估计，同时减小车载传感器的数量，构造了不考虑车轮动力学、以车轮垂直速度为输入的车辆悬架系统简化模型，设计了一种基于速度自适应轴距预瞄的结合卡尔曼滤波算法估计整车悬架相对速度和簧上绝对速度的方法。仿真结果表明，在车辆非匀速行驶通过低频正弦路面、减速带、凹坑以及典型随机路面时，所提出的方法可以准确估计车辆的悬架相对速度和簧上绝对速度，且速度自适应轴距预瞄的引入减少了传感器的使用数量。     

重型商用车载荷状态动态检测方法及试验研究

基于车辆悬架垂向变形量与车辆垂向载荷的相关关系,通过位移传感器搭建了具有过载保护功能的车辆载荷状态实时动态检测装置,采用经验模态分解法设计开发了用于车辆静态载荷和动态载荷分离的数据处理算法。为了分析构建的车辆状态实时动态检测系统在车辆行驶工况下检测结果的准确性和可靠性,以中国第一汽车厂赛龙载货汽车为试验车,分别在B级平直路面和3种不同的强化路面18种不同运行工况下进行了实车道路对比试验,试验结果表明:车辆在B级平直路面行驶时系统对车辆动态载荷检测误差小于5%;车辆在3种强化路面行驶时系统对车辆动态载荷检测误差小于8%。该系统为车辆载荷状态动态检测提供了一种新方法。     

一种引入行驶状态识别的半主动悬架PID控制修正算法

基于车辆不同行驶状态（路面不平度和车速）下悬挂质量垂向加速度和悬架动挠度响应不相同的客观事实,针对半主动悬架PID控制器无自适应能力的局限,以悬挂质量垂向加速度和悬架动挠度响应作为车辆行驶状态的识别判据．建立起一种引入行驶状态识别的半主动悬架PID控制修正算法,进而以某型轿车为对象,采用MATLAB／Simulink建立起半主动悬架PID控制的仿真模型,针对不同行驶状态计算出PID控制算法修正前、后的车辆平顺性响应并加以对比,表明所提出的PID控制修正算法是有效的。     

车辆系统垂向与横向耦合的侧倾状态估计

为有效解决复杂行驶工况下车辆耦合侧倾运动状态无法精确获取,进而对车辆系统操纵稳定性与乘坐舒适性兼顾优化无法提供准确输入的难题,本文中设计了基于车辆垂向与横向耦合动力学的双非线性状态观测器算法,以实现复杂行驶工况下车辆耦合侧倾运动状态的实时准确估计。首先,建立了路面激励模型与整车系统垂向与横向耦合动力学模型;接着,利用无迹卡尔曼滤波方法(UKF)与非线性模糊观测(T-S)理论,设计了非线性状态观测算法,以在不同路面激励工况下对车辆系统簧载质量与侧倾状态进行联合估计;最后,运用CarSim■动力学软件,对比分析了在标准A级与C级路面上进行J-turn试验工况下,采用联合状态观测器(UKF&T-S)实时估计车辆侧倾角与侧倾率的观测精度。结果表明,本文所设计的UKF&T-S观测器可有效估计车辆侧倾状态,且与CarSim■仿真数据相比识别状态标准偏差不超过10%。     

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。     

分布式驱动电动汽车行驶状态估计综述

针对分布式驱动电动汽车行驶状态估计的问题,论文对汽车行驶状态估计算法的研究现状进行了综述,列举了在车辆行驶状态估计中常用的估计算法,分别介绍了扩展卡尔曼滤波算法、容积卡尔曼滤波算法和联邦卡尔曼滤波算法在车辆行驶状态估计中的优缺点,结合各算法在实际应用中需要考虑的因素,对比分析不同的估计算法对车辆行驶状态参数估计效果的影响,指出基于联邦卡尔曼(FKF)滤波算法的多信息融合估计车辆行驶状态的方法是提高估计精度的有效手段。     

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。     

改进的车辆振动响应均方根值计算公式及其工程应用

为有效解决现有车辆振动响应均方根值计算公式在实际工程应用中存在的过高估计问题,以滤波白噪声路面谱作为车辆系统的路面输入模型,运用随机振动理论和复变函数积分求解方法,推导得到了基于1/4车辆模型的车身垂直振动加速度、悬架动挠度和车轮动载荷均方根值计算公式,并通过实车试验进行验证。与传统白噪声路面谱输入模型计算结果的对比分析表明,所建立的计算公式能更加真实地反映车辆的实际振动情况,而传统计算模型对高速运行时的车辆振动响应存在高估现象。该公式可有效应用于车辆行驶振动响应的估计、路面等级的预测和车辆初始设计时悬架系统阻尼比的估算。     

半主动悬架的SIRMs模糊控制算法研究

文章以车身垂向振动速度、车身垂向振动加速度、悬架动行程和轮胎动位移为输入项目,主动悬架所产生的阻尼力F作为输出量,即设计一个包含4个输入项目和1个输出量的半主动SRIM模糊控制模型,并进行了凸起路面和随机路面下的仿真分析,计算结果显示该控制方法相对于半主动悬架经典控制方法有着更好的控制效果。     

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。     

基于状态空间法的四分之一车辆模型分析

悬架系统是车辆行驶系统中的一个重要组成部分,主要用于吸收和缓冲车辆行驶过程中来自车轮和路面接触产生的振动,车辆行驶的平顺性主要靠悬架系统来保证。本文采用两自由度四分之一车辆模型对悬架系统动力学模型进行建模,结合状态空间分析法分析不同悬架等效刚度和阻尼、不同轮胎等效刚度、不同车辆载重等情况下对车辆行驶平顺性的影响,为悬架的优化设计提供参考。     

电动轮减振系统设计及参数优化研究

为降低电动轮对车辆垂向振动性能的负面效应,提高车辆行驶平顺性和安全性,将轮毂电机视为动力减振器,设计了车身减振型、车轮减振型和综合减振型等不同减振方案,采用粒子群优化算法对各方案中减振系统的弹簧刚度、阻尼进行优化,并利用随机路面和脉冲路面激励验证不同方案的减振效果。结果表明,经过参数优化的几种减振方案均可有效减小车轮和整车的垂向振动,优化车辆行驶平顺性,其中,轮毂电机同时与车身、车轴相连的综合减振型方案减振效果最佳。     

基于道路友好性的重载汽车悬架半主动控制研究

车辆的平顺性和道路友好性是反应车辆悬架性能的2个重要指标。为改善重载汽车在道路行驶中的友好性,基于7自由度重载汽车动力学模型,建立了半主动悬架系统的运动方程,设计了半主动悬架最优控制器,考虑路面不平度的随机激励,以车辆平顺性和道路友好性为控制目标,提出了车辆悬架的最优半主动控制策略,并且给出了详尽的推导过程。仿真分析结果表明:当汽车以20m/s的速度行驶在C级路面时,车身和驾驶室垂向加速度有效均方根值分别减少了3.42%和46.4%,轮胎对路面的破坏减少了2.10%;半主动控制悬架有效地保证了车辆行驶的平顺性,同时可减小车辆对路面的冲击作用,改善了车辆的悬架性能。     

二分之一车辆悬架系统的动力学仿真研究

建立了二分之一车辆悬架系统的数学模型,应用MATLAB/Simulink建立该系统的仿真模型,对车辆以两种速度分别通过台阶和坡路时悬架各性能指标的响应进行研究,分析不同路面激励、不同速度对悬架性能的影响;提出在悬架设计时应考虑车辆行驶在特殊路面的情况以实现悬架参数最佳匹配,从而使悬架性能达到最优,扩大悬架在更大范围内的适应性和实用性。     

基于轴距预瞄的半主动悬架模糊神经网络控制

应用模糊控制和神经网络控制理论,构建了1/2车辆的半主动悬架模型,设计了基于轴距预瞄的半主动悬架模糊神经网络控制系统.对前轮半主动悬架采用以对应处车身垂向加速度为目标的模糊控制,对后轮半主动悬架采用轴距预瞄模糊控制,并利用神经网络来调整模糊控制器的控制规则和隶属度函数.在不同车速下对所建的控制系统分别进行了白噪声和路面脉冲输入的仿真.结果表明,与传统的被动系统相比,轴距预瞄模糊神经网络控制的半主动悬架系统能有效降低车辆振动;与模糊控制的半主动悬架系统相比,质心垂向加速度和后轮对应处车身加速度均有显著减小,较好地改善了车辆的行驶平顺性.     

车辆侧倾状态估计的研究

针对复杂行驶工况下车辆侧倾状态无法准确测取,因而对车辆侧倾无法有效控制的问题,本文中利用车辆耦合动力学与模糊T-S理论,设计了基于模型的T-S状态观测器算法,实现了复杂工况下车辆侧倾状态的实时有效观测。首先,构建了不同路面激励与转向盘转角工况下的车辆垂向与横向运动学模型;接着,在考虑轮胎受力具有强非线性特点的基础上,提出了基于T-S理论的轮胎T-S模型,并采用"魔术公式"对其进行了仿真验证;然后,基于轮胎T-S模型与整车动力学模型,利用贝叶斯理论,设计整车T-S观测器算法;最后,利用Car Sim软件对标准A/C级路面激励工况下整车T-S观测器实时估计的车辆侧倾角与侧倾率进行仿真验证。结果表明,所设计T-S观测器可有效估计车辆侧倾状态,最大标准偏差不超过12%。     

车路耦合条件下沥青混凝土路面变形特性时域分析

考虑路面不平整度激励下车路耦合振动的研究主要是在频域范畴内利用线弹性模型进行。利用有限元方法建立了考虑路面不平整度因素的车路耦合非线性数值模型,分别研究了不同路面不平整度、不同车辆行驶速度、不同车辆载重和不同路基强度等影响因素下的道路结构振动响应情况。考虑道路结构本身的复杂性,每一结构层对振动的响应均会表现不同,为了突出和便于比较影响因素下的变化趋势,故取路表位移响应作为研究对象。研究发现:无论在何种路面条件下行驶,道路位移响应都可以明显地分为3个阶段,暂称为:车辆临近、车辆进行和车辆离去;路面平整度越差,路面结构位移也越大,C级路面下的最大位移量是A级路面的1.31倍;路面响应的最大位移峰值主要受车辆自重影响,而在车辆进行阶段出现的一些小的位移振动峰值主要受路面不平整而引起的随机振动影响,而且这些小的振动峰值随着路面不平整度的变差而增大,随着车辆行驶速度的增大,路面最大位移量变小,但是最大位移量的变化幅度很小,趋势不是很明显;车辆超载后,路面最大位移量增大明显,超载比例达到100%情况下,路面变形增大幅度在50%~109%之间;路基强度降低后,路面最大位移量明显增大,路基强度降低28%后,路面变形增大幅度在15%左右。     

基于LO-EKF算法的分布驱动电动汽车状态估计的研究

本文中对分布式驱动电动汽车的状态估计进行研究。首先利用龙伯格状态观测器实时观测对车辆的状态估计影响较大的路面坡度,接着,提出了采用扩展卡尔曼滤波算法,以车辆ESP传感器所获取的数据信息作为观测值,对分布式驱动电动汽车的动力学状态变量进行估计。最后进行Carsim和MATLAB联合仿真。结果表明,基于扩展卡尔曼滤波和龙伯格观测器的车辆状态估计算法能较好的估算出车辆的相关动力学状态值,算法可行,收敛速度较快。