[发明专利]一种机动车辆自适应巡航系统的车速估计方法

权利要求书

1.一种机动车辆自适应巡航系统的车速估计方法，其特征在于利用纵向加速度传感器(1)和轮速传感器(2)的量测信号，通过Kalman滤波迭代，求得各采样时刻的加速度量测信号静态偏差估计值及在每一个采样时刻k的车速估计值

所述的车速估计方法的步骤为：

(1)首先进行主车多组直线行驶加减速试验，记录纵向加速度传感器(1)和轮速传感器(2)测得的车身加速度和左右非驱动轮轮速信号；利用所得试验数据求加速度静态偏差估计值变化率与加速度变化率的比例系数，具体步骤为：

①设计低通滤波器去除加速度信号中的高频噪声：

如试验数据中车身加速度传感器信号噪声成分过高，则设计低通滤波器去除加速度信号中的高频噪声；设所设计的低通滤波器为：

H(z)=Σi=0Mbiz-i1-Σj=0Ncjz-j]]>

则由下式计算滤波后的加速度值：

af(k)=Σi=0Mbiam(k-i)+Σj=0Ncjaf(k-j)]]>

以上两式中，k＝1，2，3，...，表示离散过程的各采样时刻；a_m，纵向加速度传感器量测信号；a_f，滤波后的加速度值；b_i，c_j为滤波器系数；

对于信噪比高的加速度传感器信号，无需设计低通滤波器，此时，a_f(k)＝a_m(k)；

②对于如下的离散时间过程，进行Kalman滤波迭代，求取加速度量测信号的静态偏差：

状态方程x(k)＝Ax(k-1)+Bu(k-1)+w_s(k-1)

量测方程z(k)＝Cx(k)+w_o(k)

其中，k＝1，2，3，...，表示离散过程的各采样时刻；

状态向量x＝[v_r a₀]′，v_r为车速，a₀为加速度量测信号的静态偏差；

控制输入u＝a_m，a_m为加速度信号量测值；

量测输出z＝v_m，v_m＝(ω₁+ω_r)r_w/2，ω₁和ω_r分别为轮速传感器(2)测得的左右非驱动轮转速，r_w为车轮半径；

状态转移矩阵dT为采样周期；

输入矩阵B=dT0;]]>

观测矩阵C＝[10]；

w_s与w_o分别为过程噪声向量与量测噪声向量；

以表示状态估计值，具体滤波过程如下：

·初始化，设置状态估计的Kalman滤波迭代初值：

状态初值x^(0)=v^r(0)a^0(0)=(ω1(0)+ωr(0))rw/20]]>

输入初值u(0)＝a_m(0)

·在每一个采样时刻k，进行以下迭代计算，即：

z(k)＝(ω₁(k)+ω_r(k))r_w/2

K(k)＝(AP(k-1)A^T+Q)C^T(C(AP(k-1)A^T+Q)C^T+R)^-1

P(k)＝(I-K(k)C)(AP(k-1)A^T+Q)

x^(k)=v^r(k)a^0(k)=Ax^(k-1)+Bu(k-1)+K(k)(z(k)-C(Ax^(k-1)+Bu(k-1)))]]>

u(k)＝a_m(k)

以上各式中，K为Kalman增益，P为误差协方差，Q为过程噪声协方差矩阵，R为量测噪声协方差矩阵；

通过Kalman滤波迭代，求得各采样时刻的加速度量测信号静态偏差估计值

③利用上述①、②求得的加速度值a_f和加速度量测信号静态偏差估计值的时间历程，求加速度静态偏差估计值变化率与加速度变化率的比例系数，具体步骤如下：

·取加速度值a_f时间历程中加速度由某一较为平稳的数值变化至另一较为平稳数值的区段；

·取各区段起点之前加速度值a_f基本不变的一段数据，并求其均值，记为其中，i表示区段序号；

·取各区段终点之后加速度值a_f基本不变的一段数据并求其均值，记为

·对于加速度量测信号静态偏差估计值在所述各区段起始时刻之前，加速度量测信号静态偏差估计值基本不变的一段数据求均值，记为

·在所述各区段起点时刻之后，加速度量测信号静态偏差估计值发生变化，并逐渐过渡至新的稳定值，对加速度量测信号静态偏差估计值再次趋于稳定的一段数据求均值，记为

·按以下公式计算加速度静态偏差估计值变化率与加速度变化率的比例系数：

κ‾=1LΣia‾0,2i-a‾0,1ia‾2i-a‾1i]]>

其中，加速度静态偏差估计值变化率与加速度变化率的比例系数；L，总区段数；

(2)在车载实时应用时进行如下迭代计算，计算车速估计值

·初始化，设置状态估计的Kalman滤波迭代初值：

状态初值x^(0)=v^r(0)a^0(0)=(ω1(0)+ωr(0))rw/20]]>

系统噪声均值初值w‾^s(0)=00]]>

非驱动轮滑移率初值s(0)＝0

输入初值u(0)＝a_m(0)

·在每一个采样时刻k，对上述离散时间过程进行以下的迭代计算，即

z(k)＝(ω₁(k)+ω_r(k))r_w/2

K(k)＝(AP(k-1)A^T+Q)C^T(C(AP(k-1)A^T+Q)C^T+R)^-1

P(k)＝(I-K(k)C)(AP(k-1)A^T+Q)

x^(k)=v^r(k)a^0(k)=Ax^(k-1)+Bu(k-1)+K(k)(z(k)-C(Ax^(k-1)+Bu(k-1)+w‾^s(k-1)))+w‾^s(k-1)]]>

af(k)=Σi=0Mbiam(k-i)+Σj=0Ncjaf(k-j)]]>

w‾^s(k)=0κ‾(af(k)-af(k-1)),]]>为系统噪声均值的估计值

s为非驱动轮滑移率

u(k)＝a_m(k)

通过以上迭代，即求得在每一个采样时刻k的车速估计值