基于容积卡尔曼滤波的车辆行驶状态估计

目前针对车辆行驶状态的估计主要采用的是扩展卡尔曼滤波、无轨迹卡尔曼滤波、粒子滤波算法及其它们的改进方法。针对车辆行驶过程中的状态估计问题,论文提出了基于容积卡尔曼滤波的车辆行驶状态估计算法。建立了非线性三自由度车辆估算模型和Dugoff轮胎模型,通过对纵向加速度、侧向加速度、横摆角速度、方向盘转角和轮速传感器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,并应用Car Sim和Matlab/Simulink联合仿真实验对算法进行仿真验证。结果表明:基于容积卡尔曼滤波的估计算法能够较准确地、稳定地对车辆行驶状态进行估计。     

四轮独立驱动电动汽车车速估计研究

针对四轮独立驱动电动汽车四轮转矩易于获得的特点,基于无轨卡尔曼滤波(UKF)理论设计了四轮独立驱动电动汽车纵向车速和侧向车速估计算法。该算法利用纵向加速度、侧向加速度和横摆角速度等低成本传感器测量信号,采用带有HSRI轮胎的具有纵向、侧向和横摆运动的非线性三自由度估算模型,实现对四轮独立驱动电动汽车的纵向车速、侧向车速的实时估算。仿真实验结果表明:算法能够准确估算四轮独立驱动电动汽车纵向车速和侧向车速。     

参数不确定性汽车的鲁棒最优控制

引入二次多项式平方轮胎模型,建立了车辆的三自由度非线性动力学模型。考虑轮胎参数的不确定性,推导了线性参数不确定性车辆模型,以车辆质心侧偏角和横摆角速度为控制变量,基于线性参数不确定性车辆模型设计了鲁棒最优控制器。利用Matlab/Simulink工具,将此控制器应用于车辆三自由度非线性动力学模型中,并进行了仿真。     

基于模糊自适应无迹Kalman滤波的车辆状态参数估计

为了精确估计车辆行驶状态参数,提出了一种基于模糊自适应无迹卡尔曼(Kalman)滤波的车辆状态参数估计方法,将模糊控制引入到无迹卡尔曼滤波算法中,通过模糊控制动态调整系统测量噪声,实现滤波的自适应调节。采用非线性三自由度汽车模型作为车辆状态参数估计模型,以前轮转角和纵向加速度为系统输入向量,以横摆角速度、质心侧偏角及纵向车速为状态向量,以侧向加速度为输出向量。应用Carsim软件和Matlab/Simulink软件进行联合仿真,验证该算法的有效性,结果表明:模糊自适应无迹卡尔曼滤波算法比无迹卡尔曼滤波和扩展卡尔曼滤波估计精度高、效果好。     

车辆质心纵向位置变化对车辆侧向响应的影响

建立基于非线性轮胎侧偏特性的四轮车辆数值模型,考虑轮胎垂直载荷的侧向转移,用该模型计算车辆转向角阶跃输入下的侧向速度和横摆角度速度响应,计算结果表明,侧向速度稳态值随车辆质心纵向位置近似成指数关系变化,随着车辆质心的前移,侧向速度的响应越快,但超调量也随之增加。     

自适应神经模糊推理的四轮转向车辆转向控制研究

模糊规则的建立和隶属度函数的确定是设计模糊系统的难题。基于神经网络和模糊逻辑的自适应神经模糊推理系统,能够从仿真数据中自动提取出If-Then规则。并在Matlab/Simulink软件中,建立包含侧向运动、横摆运动、侧倾运动三个自由度的四轮转向车辆三自由度动力学模型。将得到的If-Then规则读取到模糊控制器中和三自由度车辆模型进行联合仿真。其中模糊控制器以方向盘转角、方向盘转角速度和车速作为输入,后轮转角作为输出。最后与前轮转向的车辆进行转向盘角阶跃仿真对比。仿真分析结果表明:基于自适应神经模糊推理系统建立的后轮转角模糊控制器能够实现理想的质心侧偏角和车辆横摆角速度响应,提高了车辆的操纵稳定性。     

改进粒子滤波算法的车辆状态估计研究

针对传统粒子滤波存在的粒子退化和样本枯竭问题,采用了一种基于模拟退火粒子群优化粒子滤波(SAPSOPF)车辆状态估计算法。首先基于Dugoff轮胎模型建立了汽车7自由度车辆模型。然后利用SAPSO-PF算法通过对低成本传感器测量到的纵向加速度、侧向加速度、方向盘转角和各车轮轮速信号,准确估计车辆的纵向速度、侧向速度以及横摆角速度。并在Carsim和Matlab/simulink环境下以实车场地实验数据进行仿真验证。多工况下的仿真试验结果表明,运用SAPSO-PF算法对车辆纵向速度、侧向速度横摆角速度的估计有良好的准确性。     

汽车巡航系统前方关键目标识别研究

针对巡航系统在弯道行驶路段常出现目标车混乱或丢失的现象,应用扩展卡尔曼滤波理论进行巡航系统前方弯道关键目标识别研究。建立纵向、侧向与横摆的非线性三自由度车辆模型,设计了横摆角速度的扩展卡尔曼滤波器,实现了道路曲率的在线实时估计。建立了弯道关键目标识别模型并给定了关键目标判定依据。采用模糊控制理论,设计了多目标车换道模糊逻辑控制器,预判危险换道车辆,确定了直道行驶的关键目标车。利用MATLAB/Simulink搭建立了三自由度车辆模型的扩展卡尔曼滤波器仿真模块,采用双移线输入实现了车辆横摆角速度与质心侧偏角估计的验证。在Carsim中构建车辆模型、传感器模型及道路模型等仿真环境,实现了与Simulink控制模块的联合仿真,验证了弯道多目标行驶及直道行驶工况下关键目标的准确识别,结果表明:采用扩展卡尔曼滤波理论的弯道目标识别方法能够准确判定弯道关键目标,有效避免系统在弯道路段因目标混乱或丢失而造成的追尾事故。基于模糊控制理论的关键目标模糊判别方法可预判直道行驶危险换道车辆并准确识别关键目标。     

四轮转向车辆直接横摆力矩的模糊PID控制研究

引入轮胎魔术公式,建立了四轮转向车辆的三自由度非线性动力学模型。将四轮转向与直接横摆力矩相结合,以车辆横摆角速度为控制变量,设计了模糊PID控制器。利用Matlab/Simulink工具,将此控制器应用于非线性四轮转向车辆动力学模型进行了仿真。     

基于模糊控制的汽车路径跟踪研究

汽车是一个非常复杂的非线性动力学系统,难以建立精确的数学模型,而模糊控制方法适用于难以建立精确数学模型的对象。将模糊控制理论引入汽车操纵逆动力学中,以汽车三自由度模型为研究对象,根据侧向偏差和偏差变化率设计了车辆的路径跟踪模糊控制器。对某车型跟踪给定双移线和蛇形路径行驶情况进行了仿真。结果表明,模糊控制方法可保证汽车准确地跟踪给定参考路径,可以作为车辆路径跟踪控制的一种有效控制方法。     

分布式电驱动车辆的无味粒子滤波状态参数联合观测

针对目前分布式电驱动车辆动力学领域中存在的状态参数观测体系不完善、观测精度低的问题,利用分布式电驱动车辆多信息源的特点,提出无味粒子滤波状态参数联合观测方法。基于非线性车辆动力学模型对分布式电驱动车辆的纵向速度、质心侧偏角、横摆角速度及各轮侧向力进行联合观测。同时,为提高侧向力的观测精度,采用非线性动态轮胎模型。在完成模型搭建的基础上,考虑到所搭建的车辆动力学模型具有强非线性,设计适用于强非线性模型的无味粒子滤波器对多个状态变量进行联合观测。而为进一步提高状态观测精度,进行量测噪声协方差的自适应调节。仿真和试验结果表明,所提出的状态观测方法能够提高分布式电驱动车辆状态参数观测精度和鲁棒性。     

纵横向运动耦合时车辆状态估计算法研究

考虑到车辆纵向运动和横向运动的主要耦合因素,提出了一种利用扩展卡尔曼滤波理论间接测量车辆行驶状态参数的方法.首先,研究了卡尔曼滤波理论及其算法的具体流程,建立了基于Dugoff轮胎模型的耦合三自由度动力学模型,结合基于横向加速度反馈的预瞄最优曲率驾驶员模型,建立了"人-车"闭环整车系统;其次,搭建了基于扩展卡尔曼滤波理论的车辆行驶状态估计器仿真平台;最后,对某车型给定蛇形路径行驶工况进行了仿真.结果 表明:该驾驶员模型能很好地跟踪车辆的横向轨迹,且前轮转向适当,易于实现;借助车辆易测得的纵向、横向加速度信息,结合扩展卡尔曼滤波算法能准确地估计运动耦合条件下车辆的纵向速度、横向速度和横摆角速度,且误差控制在5％以内.     

考虑道路几何条件的ACC系统上层速度控制模型

针对ACC系统上层速度控制IDM模型不能对汽车转弯行驶进行横向控制的不足,通过改进IDM模型并运用Simulink仿真试验研究转弯、超高和坡度等道路几何条件变化对特定工况下的汽车纵向和横向行驶的影响.采用车头时距和行驶速度作为指标评价汽车纵向行驶安全性;采用横摆角速度和侧向速度作为指标评价汽车操纵稳定性.仿真发现:在一定超高和坡度的道路上汽车转弯行驶时,纵向方向上改进后模型的车辆车头时距增大,行驶速度减小,保证了行驶安全;横向方向上改进后模型的横摆角速度和侧向速度随转弯半径和超高的增加而减小,保证了良好的操纵稳定性.结果表明,针对道路几何条件的变化,改进的IDM模型可以初步实现ACC系统特定工况下车辆纵向与横向的控制.     

基于模型预测控制的智能车辆横纵向综合控制研究

汽车数量的急剧增长使得道路安全问题日益严峻，如何提高车辆的自动化水平来改善交通问题成为了目前的研究热点。在智能车辆自动驾驶领域，车辆控制算法是整个智能车辆自动驾驶系统中最为基础关键的部分之一，决定了智能车辆行驶时的安全性和舒适性。为实现智能车辆控制，现有研究常根据智能车辆的横向运动和纵向运动将车辆控制简单分为横向控制和纵向控制，但车辆本身是一个高度耦合的复杂控制系统，简化解耦控制不符合实际车辆动力学特性。为提高车辆的横纵向综合控制能力，本文基于模型预测控制的理论原理，提出了一种适用于智能车辆路径和速度跟踪的横纵向控制算法。该控制算法以前轮转角和轮胎纵向力为控制量，以车辆与参考道路中心的纵向位置差、横向位置差、横摆角误差以及与参考车速的横向和纵向速度误差为零为控制目标，基于搭建的三自由度动力学模型，进行智能车辆横纵向控制器设计。随后，基于Carsim/Simulink联合仿真平台，搭建Simulink模型对所设计的控制器性能进行验证，仿真结果表明，本文提出的基于MPC的横纵向控制算法，在对双移线工况进行跟踪时，能很好的跟踪参考速度和参考路径，误差范围均在合理范围内，能实现较好的控制效果。...     

油压减振器失效对单轨车辆运行稳定性的影响

为了研究油压减振器失效对跨座式单轨车辆运行平稳性的影响,分析了单轨车辆减振器失效机理,建立了跨座式单轨车辆非线性多体动力学模型,分别计算并比较了不同数量油压减振器失效时跨座式单轨车辆车体纵横向加速度大小。结果表明:不同数量的油压减振器失效均会使单轨车辆运行稳定性降低。     

采用RKF轮胎力估计的4WID电动汽车纵向速度估计研究

车辆纵向速度、轮胎力的准确获取是车辆主动安全控制的前提和基础,由于直接测量纵向速度和轮胎力的车载传感器价格极其昂贵,提出了采用随机卡尔曼(RKF)轮胎力估计的纵向车速估计。利用普通车载传感器直接测量的车辆状态参数结合车辆七自由度模型,采用RKF算法估计轮胎侧向力;其次,根据估计的轮胎力,运用卡尔曼滤波(KF)技术实现纵向车速估计。Car Sim与MATLAB/Simulink联合仿真结果验证了该方法的有效性。     

用模糊逻辑控制(ABS)系统改善制动性能和方向稳定性

ABS系统设计了一简单有效的模糊逻辑控制,可改善汽车制动时的制动性能,以及在均匀和不均匀(μ-分离表面)的摩擦表面上的转向制动的机动性。该系统由前后两工作控制器组成。第一控制器工作于纵向滑动,第二控制器负责车辆侧向滑动控制。在非线性轮胎特性的四轮非线性车辆模型上实行模糊逻辑控制。同时与没有模糊逻辑控制ABS系统的车辆模型比较,评估控制器性能。     

车辆平面运动与侧倾运动关系的分析

本文通过对三自由度车辆模型的研究,分析了车辆平面运动与侧倾运动的相互关系,对影响车辆的平面运动与侧倾 运动耦合关系的敏感性参数进行了探讨,为车辆侧倾稳定性的研究提供了理论基础。     

基于改进TTR算法的车辆侧翻预警研究

侧翻时限(TTR)能有效用于车辆侧翻预警,然而传统的TTR方法所选定的侧翻阈值因行车条件的改变难以精确设定,会导致预警提前或滞后等问题。为了弥补传统TTR算法的不足,提高车辆侧翻预警的有效性,建立了三自由度车辆动力学模型;提出了以车辆的当前侧向加速度与实时侧向极限加速度的比值这一相对量作为侧翻评价指标,替代传统依靠侧倾角或侧向加速度等绝对量来进行侧翻预测;根据当前车辆运动状态计算未来发生侧翻时的TTR值,从而得到改进TTR侧翻预警算法。结果表明：改进TTR侧翻预警算法较传统基于侧倾角或侧向加速度的这两种TTR侧翻预警算法,能更准确地发现侧翻危险。     

考虑路面影响的车辆稳定性控制质心侧偏角动态边界控制

路面附着系数与车辆稳定性控制的效果紧密联系,因此有必要在考虑路面影响的情况下设计一种能够适用于多种路面的质心侧偏角控制策略。在7自由度非线性动力学模型的基础上,由车轮侧向力与路面附着的关系,分析不同路面对质心侧偏角控制的影响。根据路面附着系数的不同,通过定义极限边界和线性区域边界,设计变化的动态质心侧偏角安全边界。根据横摆角速度增益判断车辆是否处于非线性状态,并在有逼近安全边界的趋势时提前施加控制,以避免产生由车轮纵向力增加引起的侧向力减小所造成的加剧车辆侧滑的趋势。基于非线性输入的滑模控制算法设计质心侧偏角控制器。通过Matlab/Simulink仿真和实车试验验证了该控制方法能够在不同附着路面条件下的有效地保证汽车的行驶稳定性。