论文部分内容阅读
为提高汽车安全稳定性，汽车制造商及研究机构相继推出一系列汽车电子控制系统，这些控制系统的良好运行依赖于相应准确的行驶汽车关键状态参数信息。因此，准确获取当前行驶汽车状态参数信息是汽车电子控制系统实现控制目标的首要条件。行驶汽车状态参数的估计是目前对难以由常规传感器直接测量的变量进行软测量的重要手段。针对行驶汽车关键状态和参数的估计问题，本文基于软测量理论提出一些新的估计算法，探求具有较高精度的估计算法并总结出一般规律。 （1）提出了基于软测量理论和二自由度汽车动力学模型的汽车质心侧偏角估计方法，选取车载传感器易于获取的侧向加速度和横摆角速度等易测变量信息作为辅助变量，通过扩展卡尔曼滤波算法对主导变量汽车质心侧偏角进行最小均方误差估计。经虚拟试验和实车试验验证，双移线和蛇形线两种工况下的估计结果曲线均能与试验结果曲线保持趋势一致，且双移线工况下有着较高的精确度。 （2）提出一种新的粒子滤波算法（迭代扩展卡尔曼—辅助粒子滤波算法，IEKF-APF），在该算法中应用迭代扩展卡尔曼滤波融入最新观测信息产生更加接近真实样本的重要性密度函数，通过辅助粒子滤波算法结合观测量进行重采样；经测试，所提出IEKF-APF算法在估计精度上优于PF算法和UKF算法。将所提出的算法用于非线性汽车系统多状态估计；经实车试验验证，在双移线和蛇形线两种路径下估计值与实车试验值基本一致，曲线变化趋势相吻合，表明IEKF-APF算法能有效改善粒子退化，估计精度较高；误差指标比较结果显示IEKF-APF算法估计精度优于UKF算法。 （3）为分析轮胎非线性特性对汽车转向稳定性的影响，建立转向行驶整车四自由度动力学模型并根据Fiala轮胎侧偏特性公式推导非线性轮胎模型，从而确立整车系统转向行驶动力学方程组。在方向盘力矩输入下计算不同行驶车速下的汽车质心侧偏角、车身侧倾角和方向盘转角响应，分析轮胎非线性特性对汽车高速转向行驶稳定性的影响。经ADAMS虚拟试验表明考虑轮胎非线性进行状态估计能更真实地反映各运动状态响应，特别是在高速行驶工况下。经蛇形线实车试验验证，整车系统转向行驶动力学方程组所得估计值曲线与试验值曲线在趋势上能保持较好的一致性。 （4）基于单轨汽车模型和随机游动模型，设计了一种依据软测量理论对轮胎力进行估计的滑模估计器，并根据 Lyapunov函数稳定性理论确定滑模估计器收敛的充分条件。该滑模估计器中，选易测变量纵向加速度、侧向加速度、横摆角速度和前轮转角为输入量对轮胎侧向力进行估计。应用ADAMS进行蛇形线路径下的虚拟试验验证了所设计的滑模估计器具有较好的估计结果，估计误差保持在试验幅值的8％以内，且估计结果能有效收敛。将估算的轮胎侧偏角从小到大排列，与相应的轮胎侧向力估计值一一对应可离线得出轮胎侧偏特性曲线，该曲线与ADAMS中MF轮胎模型所得到的轮胎侧偏特性曲线趋势相同，误差小，吻合度高。