[发明专利]一种车辆状态及路面不平度的估计方法

权利要求书

1.一种车辆状态及路面不平度的估计方法，其特征在于，包含以下步骤：

(1)汽车在行驶过程中，通过安装在汽车上的传感器实时获取汽车质心垂向加速度、侧倾角速度、俯仰角速度、四个悬架动挠度；

(2)基于质心垂向加速度、侧倾角速度、俯仰角速度计算得到汽车的质心垂向位移、侧倾角、俯仰角；

(3)将上述传感器直接测得的数据及计算得到的数据输入到车辆状态及路面不平度估计算法中，得到车辆的状态变量及四个车轮的路面不平度信息；

其中，所述车辆状态及路面不平度估计算法具体为：

(3.1)建立七自由度整车模型的运动微分方程，选取状态变量为：

分别是Z_fL、Z_fR、Z_rL、Z_rR的一阶导数，Z_fL、Z_fR、Z_rL、Z_rR分别为左前、右前、左后、右后悬架的非簧载质量位移，是Z_cb的一阶导数，Z_cb是质心位移，φ、分别为侧倾角、俯仰角，分别为φ、的一阶导数，上标T为装置；选取控制变量u＝[U_fL U_fR U_rL U_rR]^T，U_fL、U_fR、U_rL、U_rR为半主动悬架中左前、右前、左后、右后悬架的作动力，扰动变量为四轮路面激励w＝[q_fL q_fR q_rL q_rR]^T；选取测量变量为质心垂向加速度、侧倾角速度、俯仰角速度、四个悬架动挠度以及质心垂向位移、侧倾角、俯仰角：Z₁、Z₂、Z₃、Z₄分别为左前、右前、左后、右后悬架与车身连接处的绝对位移；

根据选取的状态变量、控制变量、扰动变量和测量变量，写出七自由度整车模型的状态空间方程：

式中，为状态变量x的一阶导数，A为状态系数矩阵，ζ为过程噪声；B为控制系数矩阵；G为扰动系数矩阵，C为输出状态系数矩阵，D为输出控制系数矩阵，ν表示的是由于传感器的精度不足所产生的测量噪声；

(3.2)将四轮路面激励增广至原状态变量中，从而得到增广以后的状态变量为x_a＝[xw]^T，则对状态变量增广以后的状态方程与观测方程如下：

式中：为状态变量x_a的一阶导数；A_a为系统状态系数矩阵；B_a为系统控制系数矩阵；C_a为输出状态系数矩阵；D_a为输出控制系数矩阵；

对增广以后的状态方程进行离散化，得到离散化以后的状态空间方程：

式中：x_a(k+1)表示第k+1个采样时刻的状态变量；x_a(k)表示第k个采样时刻的状态变量；u(k)表示第k个采样时刻的控制变量；y(k)表示第k个采样时刻的测量变量；A_ad＝I+A_aΔt；B_ad＝B_aΔt；C_ad＝C_a；D_ad＝D_a，Δt为传感器的采样时间，ξ_k为对状态变量进行增广以后的状态方程过程噪声，且ξ_k＝[ζ_kη_k]^T；ζ_k与η_k分别为增广以前状态方程的过程噪声和路面速度激励；因此，ξ_k的协方差矩阵表示为Q_ak＝diag[S_k Q_k]，其中S_k为增广以前状态方程的过程噪声协方差矩阵，即S_k＝E[ζ_kζ_k^T]；Q_k为路面速度激励的协方差矩阵，即Q_k＝E[η_kη_k^T]，E为求均值，另外，测量噪声协方差矩阵R_k＝E[ν_kν_k^T]；

(3.3)基于卡尔曼滤波理论，利用增广以后的离散状态方程，根据上一个采样时刻的系统后验状态估计值，对此时刻的系统状态进行先验估计；并通过观测方程，通过传感器实测值与测量量估计值之间的偏差，对系统状态进行修正，从而得到此时刻系统的后验状态估计值。