[发明专利]一种丢包环境下的车辆侧倾角与俯仰角估计方法

说明书

本发明公开了一种丢包环境下的的车辆侧倾角与俯仰角估计方法，它包括如下步骤：对四轮车行驶情况建立连续动力学模型；考虑复杂环境下的混合扰动和无线通讯时的丢包现象，建立系统状态方程，包括观测方程和输出方程，构建系统滤波器；给出系统误差模型，进一步给出基于最差非随机扰动下的系统误差模型，设计并通过迭代算法求解滤波器增益。本发明考虑了复杂环境和数据传输丢包现象的影响，针对四轮车动力学模型建立了系统状态方程和观测方程，进一步构建滤波器，在保障系统鲁棒性和抗干扰能力的前提下，对车辆侧倾角α和俯仰角β进行实时高精度的估计，估计结果可以满足实际应用的精度与实时性要求，并且所需的相关参数均可以通过低成本的传感器测得。

技术领域

本发明属于汽车定位导航技术领域，具体涉及一种丢包环境下的车辆侧倾角与俯仰角估计方法，它考虑了无线通讯时存在的丢包现象，在最差非随机干扰下对车辆侧倾角与俯仰角进行估计，是为了给导航系统提供在最差非随机扰动下侧倾角与俯仰角的高精度估计。

背景技术

导航是以某种方法或技术引导航行体安全、准确、经济、便捷地按照一定路径或者轨迹行进到目标点，实现上述引导功能的硬件设备以及相应配套软件统称为导航系统。为了弥补GPS信号失锁时无法定位的缺陷，GPS/INS组合导航系统在发挥各自特长的同时，能互相弥补不足，增强导航系统的可靠性并提高导航的精度，是导航技术发展的主要趋势。

四轮车在行驶过程中会发生侧倾或俯仰运动，为了防止汽车发生侧翻，一般四轮车都会安装车载行驶姿态检测系统。当产生侧倾或俯仰运动时，车身的四个悬架吊点相对各轮轮心的垂直位置发生了变化，从而会产生侧倾角与俯仰角。车载行驶姿态检测系统通过GPRS模块接收观测数据，当检测到侧倾或俯仰达到极限工况时发出报警信号。同时侧倾角与俯仰角这两个参数在GPS/INS组合导航系统的航位推算中也是必不可少的。虽然在实际车辆行驶过程中侧倾角与俯仰角的数值很小，但通常情况下四轮车的加速度远小于重力加速度，导致计算横向和纵向加速度时会产生较大偏差，因此对车辆的侧倾角与俯仰角进行实时估计显得尤为重要。

在对侧倾角与俯仰角进行估计时，通常借助卡尔曼滤波算法来进行估算，此类方法处理随机干扰时具有数据储存量小，算法容易实现，且实施成本低等优点。但由于GPRS模块发送观测数据到车载检测系统采取的是无线通讯，因此存在数据没有送达的现象，产生丢包。同时在复杂道路环境下，存在一些外在随机干扰(比如传感器故障，碰撞等极端情况)，这些因素都会影响卡尔曼滤波算法的估计效果。

发明内容

为解决上述问题，本发明的目的在于提供一种丢包环境下的车辆侧倾角与俯仰角估计方法，该方法在丢包环境下保证了系统的鲁棒性，对侧倾角与俯仰角进行高精度的估计，能够满足四轮车在复杂环境下的应用需求，给导航系统提供侧倾角与俯仰角的高精度估计。

本发明为解决上述技术问题提供了如下解决方案：本发明设计了一种丢包环境下的车辆侧倾角与俯仰角估计方法。其工作原理如下：先对四轮车建立连续动力学模型，模拟实际行驶情况；再将复杂环境的影响考虑成由随机扰动和非随机扰动构成的混合扰动信号,将无线通讯时存在的丢包现象模拟成伯努利过程；进一步用混合滤波算法构造滤波器；同时对侧倾角与俯仰角进行实时高精度估计。

所述的一种丢包环境下的车辆侧倾角与俯仰角估计方法,其特征在于包括如下步骤：

1)对四轮车行驶情况建立连续动力学模型；

2)考虑复杂环境下的混合扰动和无线通讯时的丢包，建立系统状态方程，包括观测方程和输出方程，并构建系统滤波器；

3)给出系统误差模型，进一步给出丢包环境下基于最差非随机扰动下的系统误差模型，设计并通过迭代算法求解滤波器增益。

所述的一种丢包环境下的车辆侧倾角与俯仰角估计方法,其特征在于步骤1)中，对四轮车行驶情况建立连续动力学模型的方法具体包括以下步骤：