[发明专利]一种用于全轮独立驱动车辆的纵向车速估计方法及其装置有效
申请号: | 201811407206.0 | 申请日: | 2018-11-23 |
公开(公告)号: | CN109515445B | 公开(公告)日: | 2020-05-19 |
发明(设计)人: | 谢有浩;曹也;赵林峰;陈无畏 | 申请(专利权)人: | 安徽猎豹汽车有限公司;合肥工业大学 |
主分类号: | B60W40/105 | 分类号: | B60W40/105 |
代理公司: | 北京和信华成知识产权代理事务所(普通合伙) 11390 | 代理人: | 胡剑辉 |
地址: | 239064 安徽省*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 独立 驱动 车辆 纵向 车速 估计 方法 及其 装置 | ||
1.一种用于全轮独立驱动车辆的纵向车速估计方法,其特征在于,包括以下步骤:
1)实时采集车辆纵向加速度axm和车轮线速度vwm;
2)对n时刻的车辆纵向加速度axm,n和车轮线速度vwm,n分别进行滤波,对应得到n时刻的且去噪后的车辆纵向加速度axe,n和车轮线速度vwe,n,且对车轮线速度vwe,n求导获得n时刻的车轮线加速度awe,n;
3)根据n-1时刻的道路坡度对车辆纵向加速度axe,n进行加速度修正得到n时刻的且修正后的车辆纵向加速度a′xe,n;
根据实时估计出的车辆纵向车速vx,n-1以及去噪后的车辆纵向加速度axe,n估算出道路坡度信息以供对纵向加速度进行修正;
n-1时刻的道路坡度根据以下公式实现:
其中,为对n-1时刻的车辆纵向车速vx,n-1求导,g为重力加速度;
根据道路坡度通过以下公式对车辆纵向加速度axe,n进行修正:
其中,a′xe,n为n时刻的加速度修正值,axe,n为n时刻的去噪后的加速度测量值,g为重力加速度,为n-1时刻的道路坡度估测值;
4)对车轮线速度vwe,n、车辆纵向加速度a′xe,n,根据预设的两个协方差矩阵Q、R,求取n时刻的纵向车速估计值vxk,n;
基于扩展卡尔曼滤波器的车速估计,根据以下方程构建:
状态方程:vxk,n=vx,n+tsa′xe,n+ωs
观测方程:vwe,n=vx,n+ωv
其中,vx,n为n时刻的纵向车速,ωs定义为系统的过程噪声,ωv定义为系统的观测噪声;
两个协方差矩阵Q、R采用实时动态变化的方式:两个协方差矩阵Q、R的预设值作为最初时刻对应的数值,对n-1时刻的车辆纵向车速vx,n-1,根据车轮线加速度awe,n、车轮线速度vwe,n、车辆纵向加速度a′xe,n进行模糊逻辑参数调节得到n时刻的协方差矩阵Qn、Rn;
5)对车辆纵向加速度a′xe,n,根据n-1时刻的车辆纵向车速vx,n-1,求取n时刻的基于加速度积分估计的估计车速vxj,n;
根据修正后的车辆纵向加速度信息进行车速的积分估计:
根据以下公式进行车速的近似积分估计:
vxj,n=vx,n-1+∫a′xe,ndt
其中,vx,n-1是初始纵向车速,取为上一时刻估测出的纵向车速值;
6)对车轮线加速度awe,n、车轮线速度vwe,n、车辆纵向加速度a′xe,n,根据纵向车速估计值vxk,n、基于加速度积分估计的估计车速vxj,n,求取n时刻的车辆纵向车速vx,n;
车辆纵向车速vx,n的求取方法为:
选取车轮线速度vwe,n与车辆纵向速度vx,n-1的差值Δv和车轮线加速度awe,n与车辆纵向加速度a′xe,n的差值Δa为特征量,确定二维经典域边界Δv1、Δa1以及可拓域边界Δv2、Δa2,划分出经典域、可拓域及非域,经典域中认为车轮没有或有轻微滑转/滑移,此时轮速与车速直接关联;可拓域中认为车轮滑转/滑移程度变大或有变大的趋势,此时随着车轮滑转/滑移的增大,轮速与车速的关联程度逐渐减小;非域中认为车轮发生过度滑转/滑移,甚至发生抱死或完全滑转,此时轮速与车速关联小或没有关联;
计算轮速与车速关联函数K(S),在可拓域的可拓集合中最优点为原点O,通过实时获得的差值Δv、Δa得到特征点Q’(Δv,Δa),连接原点O则分别与二维经典域边界和可拓域边界交于点Q1,Q2,Q3,Q4,线段OQ’为特征点Q趋近最优点的最短距离;令经典域Q2,Q3=Xxj,可拓域Q1,Q2∪Q3,Q4=Xxk;D(Q′,Xk,Xj)=ρ(Q′,Xk)-ρ(Q′,Xj),ρ(Q′,Xj)为可拓集合中原点O到经典域的可拓距,ρ(Q′,Xk)为可拓集合中原点O到可拓域的可拓距;
通过关联函数K(S)定量描述任一特征点Q′的关联度,并根据K(S)的值进行相关测度模式的判别:
①特征量处在经典域:测度模式M1={S|K(S)>1};
②特征量处在可拓域:测度模式M2={S|0≤K(S)≤1};
③特征量处在非域:测度模式M3={S|K(S)<0};
当为测度模式M1时,特征量处于经典域,此时轮速与车速直接关联,采用基于扩展卡尔曼滤波器的车速估计,即基于扩展卡尔曼滤波器的车速估计分配权值1,基于加速度积分的车速估计分配权值0;
当为测度模式M2时,特征量处于可拓域,此时轮速与车速关联逐渐变小,采用两种估计方式融合的车速估计,并通过K(S)值进行权值分配,其中基于扩展卡尔曼滤波器的车速估计的权值为K(S),基于加速度积分的车速估计权值为1-K(S);
当为测度模式M3时,特征量处于非域,此时轮速与车速关联很小或无关联,采用基于加速度积分的车速估计,即基于扩展卡尔曼滤波器的车速估计分配权值0,基于加速度积分的车速估计分配权值1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽猎豹汽车有限公司;合肥工业大学,未经安徽猎豹汽车有限公司;合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811407206.0/1.html,转载请声明来源钻瓜专利网。