[发明专利]一种基于鲁棒滤波的救援清障车姿态角估计方法

说明书

技术领域

本发明涉及一种救援清障车姿态角估计方法，尤其涉及一种基于H_∞鲁棒滤波的救 援清障车姿态角估计方法，其目的在于为救援清障车提供姿态监控及危险姿态预警，属于 救援清障车安全预警领域。

背景技术

近几年，我国的救援清障车得到了高速发展。但是，根据有关部门的统计，救援清 障车发生侧翻或倾翻的事故率也逐年增加，存在着很多未能安全救起被救车辆，而自身却 发生事故的情况。究其原因，除了存在操作者违章作业、经验不足和管理不善等主观因素 外，救援清障车的姿态监控装置尚不完善，无法为驾驶员提供准确的姿态信息和安全预警 也是不可回避的客观因素。

专利“一种基于卡尔曼滤波的救援清障车姿态角估计方法”(专利号： 201410279302)提出了一种基于卡尔曼滤波的救援清障车俯仰角、侧倾角的估算方法，该方 法解决了在复杂救援环境下，估算较大角度的侧倾角与俯仰角的问题。此方法用两个低成 本微电子机械系统(MicroElectroMechanicalsystems，MEMS)加速度传感器取代完整的 六维惯性测量单元(InertialMeasurementUnit，IMU)。MEMS加速度传感器相对于一般传 统惯性传感器具有集成化、低成本、低功耗、高抗过载能力和动态响应快等优点。

虽然MEMS加速度传感器具有上述优点，但是其本身存在着高度不确定的非线性噪 声，使得噪声信号很难被准确描述。在卡尔曼滤波中，MEMS加速度传感器的噪声信号往往用 随机模型来表示，例如高斯马尔可夫模型和自回归模型。这些模型只是对MEMS加速度传感 器噪声的一个近似描述。在实际应用过程中，不确定的非线性噪声会使MEMS加速度传感器 的噪声统计特性发生变化，从而使得预先设定的噪声模型不准确。但传统的卡尔曼滤波算 法，只有在确切知道外部干扰信号的统计特性前提下才具有较高的滤波精度，所以在这种 情况下卡尔曼滤波往往会出现发散、精度退化等问题，从而导致不理想的估计效果。

为了解决上述技术在应用中的不足，本发明专利提出一种基于H_∞鲁棒滤波的救援 清障车俯仰角、侧倾角估算方法。H_∞滤波是将鲁棒控制设计中引入的性能指标H_∞范数应用 于滤波，以解决系统中存在的各种不确定性问题，它将噪声看作是能量有限的随机信号，构 建一个滤波器使得从干扰输入到估计误差输出的闭环传递函数的H_∞范数最小或者小于给 定的正数γ。因此H_∞对噪声的不确定性具有很强的鲁棒性。本发明提出的方法可以用于在 无法确切知道干扰信号的统计特性的情况下，估计较大坡度率工况中救援清障车的俯仰 角、侧倾角。其精度更高，适用范围更广，为救援清障车提供更好的姿态监控及危险姿态预 警。

发明内容

本发明的目的是提出一种基于H_∞鲁棒滤波的救援清障车姿态角估计方法，该方法 使用的传感器数量少，且可以在无法确切知道干扰信号的统计特性的情况下，估算出救援 清障车在较大坡度率工况中的俯仰角、侧倾角，具有精度高、成本低、实时性好、适用范围广 的特点，可以为救援清障车提供姿态监控以及危险姿态预警。

本发明采用的技术方案如下：一种基于H_∞鲁棒滤波的救援清障车姿态角估计方 法，其特征在于：根据救援清障车工作特点，首先对其进行运动学建模，然后通过H_∞滤波算 法实现对救援清障车俯仰角与侧倾角等姿态角的实时、准确估计，该方法可以用于无法确 切知道干扰信号的统计特性的情况下，估计救援清障车的俯仰角、侧倾角，且仅需两个低成 本MEMS车载加速度传感器。具体步骤包括：

1)建立救援清障车的运动学模型

由于救援清障车在工作时的俯仰角速度、侧倾角速度、垂向速度均为零，且忽略地 球旋转速度，则可建立救援清障车的运动学方程：