基于冗余信息融合的车辆质心侧偏角估计方法

doi:10.19562/j.chinasae.qcgc.2022.02.016

摘要/Abstract

摘要：

车辆质心侧偏角是表征车辆横向稳定性的重要参数之一，相关的估计方法研究可为整车稳定控制提供重要支撑。为提高车辆质心侧偏角估计效果，提出了一种基于冗余信息融合的质心侧偏角估计方法。分别建立了车辆动力学模型和运动学模型，利用容积卡尔曼滤波算法分别设计了用于车辆行驶状态估计的动力学模型估计器和运动学模型估计器，同时，分析了动力学模型估计器和运动学模型估计器的内在特性和适用范围，并在此基础上提出了基于冗余信息融合的车辆质心侧偏角估计方法，从而通过自适应权重动态调节的方式来充分结合动力学模型估计器和运动学模型估计器的优点。进行了CarSim-Simulink联合仿真测试与实车道路试验，结果表明，所设计的车辆质心侧偏角估计方法能有效提高车辆状态估计精度和多工况适应能力。

关键词: 状态估计, 质心侧偏角, 卡尔曼滤波, 信息融合

Abstract:

Vehicle sideslip angle is one of the important parameters to characterize the lateral stability of vehicle， and the study on related estimation methods can provide important support for vehicle stability control. In order to improve the effectiveness of vehicle sideslip angle estimation， a method of vehicle sideslip angle estimation based on redundant information fusion is proposed in this paper. The vehicle dynamic model and kinematic model is established respectively， and the dynamic-model-based estimator and kinematic-model-based estimator for vehicle driving state estimation are designed by using the cubature Kalman filter algorithm. At the same time， the inherent characteristics and application scope of the dynamic-model-based estimator and the kinematic-model-based estimator are analyzed， and on this basis， a vehicle sideslip angle estimation method based on redundant information fusion is proposed to fully integrate the advantages of dynamic-model-based estimator and kinematic-model-based estimator by means of adaptive weight dynamic adjustment. The simulation test in CarSim-Simulink co-simulation model and the vehicle road test are carried out. The results show that the proposed vehicle sideslip angle estimation method can effectively improve the accuracy of vehicle state estimation and adaptability to multiple driving conditions.

Key words: state estimation, sideslip angle, Kalman filter, information fusion

夏秋,陈特,陈龙,徐兴,蔡英凤. 基于冗余信息融合的车辆质心侧偏角估计方法[J]. 汽车工程, 2022, 44(2): 280-289.

Qiu Xia,Te Chen,Long Chen,Xing Xu,Yingfeng Cai. Vehicle Sideslip Angle Estimation Method Based on Redundant Information Fusion[J]. Automotive Engineering, 2022, 44(2): 280-289.

图/表 13

图1

图2

表1

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

参考文献 14

1	CHEN T， CHEN L， XU X， et al. Passive fault-tolerant path following control of autonomous distributed drive electric vehicle considering steering system fault ［J］. Mech Syst Signal Process， 2019， 123： 298-315.
2	刘志强，汪浩磊，杜荣华. 考虑参数灵敏度的电动汽车回馈制动模糊控制［J］. 中南大学学报（自然科学版）， 2016， 47（11）： 3700-3706.
	LIU Zhiqiang， WANG Haolei， DU Ronghua. Fuzzy control method of regenerative braking in electric vehicles considering parameter sensitivity［J］. Journal of Central South University （Science and Technology）， 2016， 47（11）： 3700-3706.
3	林程，王刚，曹万科，等. 基于LO-EKF算法的分布驱动电动汽车状态估计的研究［J］. 汽车工程， 2014， 36（11）： 1316-1320.
	LIN Cheng， WANG Gang， CAO Wanke， et al. A study on the vehicle state estimation for a distributed-drive EV based on LO-EKF algorithms ［J］. Automotive Engineering， 2014， 36（11）： 1316-1320.
4	陈特，陈龙，蔡英凤，等. 四轮独立驱动电动汽车行驶状态级联估计［J］.中南大学学报（自然科学版）， 2019， 50（1）： 241-249.
	CHEN Te， CHEN Long， CAI Yingfeng， et al. Cascaded method for running state estimation of four-wheel independent drive electric vehicles［J］. Journal of Central South University （Science and Technology）， 2019， 50（1）： 241-249.
5	李刚，王野，宗长富. 四轮轮毂电机电动汽车行驶状态估计［J］. 汽车工程，2018，40（2）： 150-155.
	LI Gang， WANG Ye， ZONG Changfu. Driving state estimation of electric vehicle with four-wheel-hub-motors ［J］. Automotive Engineering， 2018， 40（2）： 150-155.
6	汪，魏民祥，赵万忠，等.基于递推最小二乘法与模糊自适应扩展卡尔曼滤波相结合的车辆状态估计［J］.中国机械工程， 2017， 28（6）： 750-755.
	WANG Yan，WEI Minxiang， ZHAO Wanzhong，et al. Vehicle sate etimation bsed on cmbined RLS and FAEKF［J］.China Mechanical Engineering，2017，28（6）：750-755.
7	LI X， CHAN C， WANG Y. A reliable fusion methodology for simultaneous estimation of vehicle sideslip and yaw angles ［J］. IEEE Trans. Veh. Technol， 2016， 65（6）： 4440-4458.
8	高博麟，陈慧，谢书港，等. 分布式电驱动车车速及路面附着系数融合估计［J］. 汽车工程，2016，38（2）： 216-220.
	GAO Bolin， CHEN Hui， XIE Shugang， et al. Velocity and road friction coefficient fusion estimation of distributed electric drive vehicle ［J］. Automotive Engineering， 2016， 38（2）： 216-220.
9	JIN X， YIN G. Estimation of lateral tire-road forces and sideslip angle for electric vehicles using interacting multiple model filter approach ［J］. Journal of the Franklin Institute， 2015， 352： 686-707.
10	CHEN T， XU X， CHEN L， et al. Estimation of longitudinal force， lateral vehicle speed and yaw rate for four-wheel independent driven electric vehicles ［J］. Mech. Syst. Signal Process， 2018， 101： 377-388.
11	ZHANG B， DU H， LAM J， et al. A novel observer design for simultaneous estimation of vehicle steering angle and sideslip angle ［J］. IEEE Trans. Ind. Electron.， 2016， 63（7）： 4357-4365.
12	ZHANG H， HUANG X， WANG J， et al. Robust energy-to-peak sideslip angle estimation with applications to ground vehicle ［J］. Mechatronics， 2015， 30： 338-347.
13	陈特，陈龙，蔡英凤，等. 基于多模型迭代的车辆状态融合估计方法［J］.农业机械学报，2018，49（6）：385-392.
	CHEN Te， CHEN Long， CAI Yingfeng， et al. Vehicle state fusion estimation method based on multi-model iteration ［J］.Transactions of the Chinese Society for Agricultural Machinery，2018，49（6）： 385-392.
14	李小雨，许男，郭孔辉. 基于运动学方法和运动几何方法融合的质心侧偏角估计［J］. 机械工程学报， 2020， 56（2）： 121-129.
	LI Xiaoyu， XU Nan， GUO Konghui. Vehicle sideslip angle estimation based on fusion of kinematic method and kinematic-geometry method［J］. Journal of Mechanical Engineering， 2020， 56（2）： 121-129.

参数	数值
整车质量/kg	800
车轮有效半径/m	0.245
前、后轮等效侧偏刚度/（kN?rad^-1）	60、40
质心与前、后轴的距离/m	0.795、0.975
前后轴半轮距/m	0.775
汽车转动惯量/（ kg?m²）	1 000

[1]	张念忠,宋强,王冠峰,王明生. 车用永磁同步电机无电流传感器控制研究[J]. 汽车工程, 2024, 46(2): 281-289.
[2]	陈建锋,吴强,葛新元,赵景波. 基于切换策略的车辆质心侧偏角高性能获取[J]. 汽车工程, 2024, 46(2): 346-355.
[3]	邓斌, 李维汉, 吴迪, 张冰战, 赵韩. 基于KFESO的四轮主动转向积分滑模控制[J]. 汽车工程, 2024, 46(1): 100-108.
[4]	李勇滔,孙晨旭,郑伟光,许恩永,李育方,王善超. 基于毫米波雷达与视觉融合的碰撞预警[J]. 汽车工程, 2023, 45(9): 1666-1676.
[5]	胡明辉,朱广曜,刘长贺,唐国峰. 考虑迟滞特性的卡尔曼滤波和门控循环单元神经网络的锂离子电池SOC联合估计[J]. 汽车工程, 2023, 45(9): 1688-1701.
[6]	赵东宇, 赵树恩. 基于级联YOLOv7的自动驾驶三维目标检测[J]. 汽车工程, 2023, 45(7): 1112-1122.
[7]	吴骁, 史文库, 陈志勇. 基于交互式多模型卡尔曼滤波的主动悬架控制[J]. 汽车工程, 2023, 45(7): 1200-1211.
[8]	孙晓强, 王玉麟, 胡伟伟, 蔡英凤, 陈龙, Wong Pak Kin. 基于轮胎分段仿射辨识模型的车辆行驶状态估计策略研究[J]. 汽车工程, 2023, 45(7): 1212-1221.
[9]	浦震峰, 唐亮, 上官文斌, 王伟玮, 蒋开洪. 基于多传感器信息的汽车低速车速估计方法[J]. 汽车工程, 2023, 45(7): 1235-1243.
[10]	陈建华,徐中明,张志飞. 基于轴距预瞄的非匀速工况车辆悬架状态估计[J]. 汽车工程, 2023, 45(6): 1040-1049.
[11]	王春,唐滔,张永志. 考虑环境温度影响的超级电容SOC加权融合估计方法[J]. 汽车工程, 2023, 45(4): 627-636.
[12]	胡杰,陈锐鹏,张志豪,向博文,刘昊岩,朱琪,郭启翔. 基于RMPC的自动驾驶货车路径跟踪控制[J]. 汽车工程, 2023, 45(11): 2092-2103.
[13]	张新荣,王鑫,宫新乐,黄晋,黄丹,王鹏兴. 面向智能车辆的路面附着系数分段识别方法[J]. 汽车工程, 2023, 45(10): 1923-1932.
[14]	林程,易江,田雨. 电动客车AMT换挡执行机构状态估计及参数辨识[J]. 汽车工程, 2022, 44(8): 1237-1250.
[15]	盛树轩,荆崇波,蒋朝阳. 视觉与单路侧单元辅助的车辆定位方法[J]. 汽车工程, 2022, 44(7): 1009-1017.