[发明专利]一种考虑质量失配的轮胎路面附着系数多模型融合估计方法

权利要求书

1.一种考虑质量失配的轮胎路面附着系数多模型融合估计方法，其特征在于：

采集车辆纵向加速度、横向加速度、横摆角速度和前轮转角信号，与非线性车辆模型结合，利用强跟踪无迹卡尔曼滤波估计车辆轴向力信息，基于所述车辆轴向力信息利用交互多模型无迹卡尔曼估计轮胎路面附着系数；

所述车辆轴向力信息包括车辆前轴的纵向力和侧向力以及车辆后轴的纵向力和侧向力；

2.根据权利要求1所述一种考虑质量失配的轮胎路面附着系数多模型融合估计方法，其特征在于：利用强跟踪无迹卡尔曼滤波估计车辆轴向力信息，具体步骤如下：

建立非线性车身模型，

其中r为横摆角速度、为横摆角速度r的导数、F_yf为前轴侧向力，F_yr为后轴侧向力，F_xr为后轴纵向力，F_xf为前轴纵向力，m为汽车总质量、L_f为前轴到质心的距离、L_r为后轴到质心的距离、δ为前轮转角、a_x为纵向加速度、a_y为侧向加速度、I_z为绕z轴的转动惯量；

根据公式(1)～(3)建立车辆轴向力状态方程与量测方程如下：

状态变量为：

x_η＝[F_xf,η,F_xr,η,F_yf,η,F_yr,η]^T

量测变量为：

z_η＝[r_η,a_x,η,a_y,η]^T

输入变量为：

u＝[δ]^T

其中z为测量向量；x为状态向量；下标η表示第η个采样步长；、u输入向量；f(·)为状态转移函数；h(·)输出函数；v过程噪声；w是测量噪声；

依据所建立的方程(4)利用强跟踪估计轴向力步骤如下：

初始化：

其中，Xo表示状态向量的初值、Po表示状态估计误差协方差的初值、E表示求数学期望、(·)^T表示矩阵转置；

时间更新：协方差对应的权重均值对应的权重和sigma采样点计算如下：

其中n是x的维度，λ,β,和α是待定参数；

Sigma点一步传播计算如下

先验状态和相应的状态协方差P_η/η-1更新如下：

其中Q是过程噪声协方差矩阵

测量更新：新生成Sigma点计算如下：

新Sigma点一步传播计算如下：

的估计输出和它的协方差矩阵P_z,η更新如下：

其中，R是测量噪声的协方差矩阵；

与的互协方差计算如下：

卡尔曼滤波增益w_η，后验状态和它的协方差矩阵P_η更新如下：

一个渐消因子σ_η被用来动态更新先验状态协方差来应对质量参数失配的影响：

其中

其中，Υ_t为根据系统状态先验信息确定的常数，r表示矩阵求迹、B_ηA_η表述公式4对x求偏导得到的矩阵，Q_η是过程噪声的协方差矩阵，V_η中的z_η是传感器的实时测量量组成的矩阵；ρ∈[0,1]就是遗忘因子、d_η为待定参数。