[发明专利]一种针对分布式电驱动履带车辆的地面参量估计方法

权利要求书

1.一种针对分布式电驱动履带车辆的地面参量估计方法，其特征在于，包括以下步骤：

步骤S1、通过离线训练方法，得到行驶路面的地面参量统计学模型；所述模型的输入量为左、右两侧电机转速以及航向偏差，输出量为受地面约束的、与地面参量有关的车辆左、右两侧电机转矩；

步骤S2、根据采集的车辆信息，利用所述地面参量统计学模型对车辆电机转矩进行预测，得到左、右两侧电机转矩T₁、T₂；

步骤S3、建立履带车辆动力学模型，计算得到车辆左、右两侧电机理论转矩T′₁、T′₂，并与左、右两侧电机预测结果T₁、T₂进行迭代运算得到包括地面变形阻力系数f和转向阻力系数μ在内的地面参量；

其中，步骤S1包括：

步骤S110、采集履带车辆在行驶路面的不同行驶工况的行驶数据；所述行驶工况包括不同速度下的车辆直驶工况、S弯工况、换道工况和定半径转向工况；

步骤S120、提取采集数据中包括电机转速、车辆航向角以及电机转矩信息在内的特征数据；

步骤S130、去除特征数据中的冗余数据并进行中值滤波处理得到左、右侧电机转速、航向偏差、左右侧电机转矩；

步骤S140、进行GMM模型训练，建立地面参量统计学模型；

所述建立地面参量统计学模型的步骤如下：

1)随机选取步骤S130得到的不同行驶工况下采集数据的部分数据组成数据集Z，进行K-means聚类；

2)计算Z中所有数据点的轮廓系数求其平均值，选平均轮廓系数最接近1的K值对应的聚类结果作为GMM模型的初始化参数；

3)利用EM算法对GMM模型进行训练得到地面参量统计学模型，训练后得到地面参量统计学模型的参数包括：高斯分布的权重p_i，高斯分布的均值μ_i和高斯分布的标准差σ_i。

2.根据权利要求1所述的地面参量估计方法，其特征在于，步骤S110的不同行驶工况的数据采集多次进行，得到多组不同行驶工况的采集数据。

3.根据权利要求1或2所述的地面参量估计方法，其特征在于，所述冗余数据包含主要包括车辆静止状态提取的数据。

4.根据权利要求1所述的地面参量估计方法，其特征在于，

所述步骤S2具体包括：

在线采集车辆在所述行驶路面行驶时，车辆左、右两侧电机转速和航向偏差数据；

将采集数据输入所述地面参量统计学模型进行预测，得到车辆左、右两侧电机转矩T₁、T₂。

5.根据权利要求4所述的地面参量估计方法，其特征在于，所述预测采用高斯混合回归预测方法。

6.根据权利要求1所述的地面参量估计方法，其特征在于，

所述步骤S3包括：

步骤S310、在线采集车辆在所述行驶路面行驶时，车辆左、右两侧电机转速和转向半径数据；

步骤S320、将采集数据输入履带车辆动力学模型进行左、右电机转矩理论值计算，得到左、右两侧电机的理论转矩T′₁、T′₂；

步骤S330、利用最小二乘法将得到的左、右两侧电机转矩T₁、T₂和履带车辆动力学模型输出的左、右两侧电机的理论转矩T′₁、T′₂进行多次迭代运算得到包括地面变形阻力系数f和转向阻力系数μ在内的地面参量。

7.根据权利要求6所述的地面参量估计方法，其特征在于，所述左、右两侧电机的理论转矩式中，f为地面变形阻力系数，G为车重，L为履带接地长，r为主动轮工作半径，B为履带中心距，μ为转向阻力系数。

8.根据权利要求6所述的地面参量估计方法，其特征在于，所述最小二乘法迭代计算的停止条件为，(T′₁-T₁)²+(T′₂-T₂)²取最小值时。