[发明专利]一种用于车轮力传感器的非线性解耦方法

说明书

本发明公开一种用于车轮力传感器的非线性解耦方法，包括如下步骤：1、根据车轮力传感器系统非线性特点以及静态标定结果将传感器输入‑输出线性关系模型扩展为非线性形式；2、根据上述建立的二次方程组，推导出各个通道的输入‑输出关系的矩阵形式；3、根据上述建立的矩阵关系，求得解耦矩阵，利用该矩阵，可以计算真实的多维轮力/力矩，实现多维信号解耦。通过上述方式，大幅降低了测量通道之间的耦合程度，最终使获得的力/力矩信号极大程度地接近真实地面‑车轮力/力矩信号。

技术领域

本发明属于汽车测控技术领域，尤其涉及一种用于车轮力传感器的非线性解耦方法。

背景技术

由于科技的发展以及国民生活水平的提高，汽车工业越来越集成了一个国家工业体系中的高精尖技术，所以汽车工业发展水平在一定程度上体现了国家工业体系的完整性和制造业水平。中国汽车行业前景广阔，近几年无论是汽车生产量还是消费量都呈迅猛增长的趋势。数据显示，我国汽车工业发展正逐步走向巅峰，总产量世界第一。虽然在生产和消费数量上我国取得了令人瞩目的成就，但是某些汽车部件的核心科技仍被外国公司掌握，汽车检测技术和数据处理技术更是领先国内公司。从长远看，这对我国汽车工业尤其是军用汽车这方面总体不利，因此积极研发具有自主知识产权的汽车产品具有长远又现实的意义。

车辆能够运动是车轮与地面相互作用的结果。车轮力信号表征了移动小车在各种状态下车轮受力情况。由于车轮力信号具有强耦合、非线性和时变的特点，数据处理的技术难度比较大。我国在这方项领域比较薄弱，尤其是对车轮力信号的非线性解耦方面的研究基本处于起步和探索阶段。

现有技术中，ZL200320110714.5专利公开了一种汽车车轮多维力测量装置，是一种汽车行驶工况下车轮受力状态的实时测量装置；ZL200320110713.0公开了一种车轮多维力传感器，是一种汽车行驶工况检测系统中的力传感器； ZL201220102243.2和ZL201210071761.7公开了一种测量车轮六维力的传感器，由安装在车轮上的随着转动的旋转部分和与车辆本身相对静止的非旋转部分组成，能够实时测量单个车轮的六维力信号。由于车轮力信号具有强耦合、非线性和时变的特点，所以为了得到极大接近真实的地面-车轮力/力矩信号，必须对车轮力传感器标定实验中的输出信号进行非线性解耦，所以常规的基于多元回归模型的线性解耦方法会产生较大的解耦误差，而 CN200910181159.7专利公布的基于人工神经网络(Artificial Neural Network，ANN)的非线性解耦方法虽然效果显著，误差小，但是由于其算法实现过程过于复杂导致一些功能简单的芯片并不能实现ANN，并且ANN算法对样本的数量要求过高，所以上述两种算法并不能满足车轮力传感器输出信号的解耦需求。

因此，必须研究一种行之有效的方法对车轮力传感器的输出信号进行非线性解耦，使解耦后的车轮力/力矩信号能够极大程度地接近真实地面-车轮力/力矩。

发明内容

针对现有技术中存在的问题，本发明提供一种用于车轮力传感器的非线性解耦方法，其目的在于：提供一种能够解决车轮力传感器标定实验输出信号各通道耦合的方法，具有较低的计算复杂度，易于小型系统的集成，实用性较高。

为解决上述技术问题，本发明提供一种用于车轮力传感器的非线性解耦方法，技术方案为: 根据车轮力传感器系统非线性特点以及静态标定结果可以将传感器输入-输出关系扩展为二次方程组。根据建立的二次方程组，推导出各个通道的输入-输出关系的矩阵形式，求得解耦矩阵，进而利用解耦矩阵，使解耦后的车轮力/力矩信号能够极大程度地接近真实地面-车轮力/力矩，并兼顾快速、高精度的特点。

在本发明的一个较佳的实例中，常规的线性解耦是在假设传感器各维间是理想线性的前提下，基于线性回归模型，构建关于传感器各通道力／力矩信息与传感器输出信息间的直线方程，可以描述为：

(1)