质心侧偏角

摘要： 路径跟踪问题是智能网联汽车的研究热点之一,路径跟踪控制器设计的好坏直接影响智能网联汽车跟踪行驶时的可靠性。综合考虑车辆的路径跟踪精度和横向稳定性,建立两自由度汽车操纵动力学模型和路径跟踪位姿误差模型。通过反推法确定期望横摆角速度表达式,运用二次型最优控制方法设计路径跟踪控制器。采用量子粒子群算法(quantum-behaved particle swarm optimization,QPSO),对期望横摆角速度表达式中的参数c_(1)、c_(2)和k进行优化。以车辆换道和弯曲道路行驶为例,仿真研究控制器参数优化后的控制效果,以及不同车速和不同路径曲率的频率下控制器的鲁棒性。结果表明:参数c_(1)、c_(2)和k优化后,控制器改善了车辆质心侧偏角和横摆角速度的控制效果;当车速和路径曲率的频率变化时,控制器具有较明显的鲁棒性。能够进一步改善车辆的路径跟踪精度和横向稳定性,为智能网联汽车的路径跟踪控制研究提供一定的参考。

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。

摘要： 准确可靠的车辆行驶状态信息对于车辆路径跟踪和稳定性控制都十分重要。针对车辆质心侧偏角软测量问题,提出了一种基于自适应容积卡尔曼滤波(Adaptive Cubature Kalman Filter,ACKF)的车辆质心侧偏角耦合估计方法。建立了三自由度车辆动力学模型、轮胎模型和轮速耦合模型,基于ACKF设计了智能车行驶状态估计方法,其中在ACKF中设计了含自适应渐消矩阵的滤波增益,用来提高估计结果对于测量噪声的自适应性。此外,将轮速耦合关系应用到ACKF的测量更新中,利用传感器测量信息的冗余度提高估计结果的精度与可靠性。进行了基于CarSim/Simulink联合仿真模型的仿真试验,结果表明,所提出的估计方法在实际应用中整体估计精度相比EKF分别提升了9.83%和7.12%。

摘要： 针对车用MEMS陀螺受成本限制,性能难以进一步提升并成为车身稳定控制系统瓶颈的问题,基于卡尔曼滤波算法融合多个陀螺的数据,结合该类型陀螺在真实场景下的实测误差值和差分法消除车载混杂噪声对于其真实量测值的影响。试验结果表明,相比于单个陀螺,由3个陀螺组成的虚拟陀螺在数据均方根误差上降低了49.74%;基于该虚拟陀螺技术设计了车辆质心侧偏角积分估计器,与采用单个陀螺相比,质心侧偏角估计误差降低了82.5%,可有效提升车辆在极限工况下的行驶稳定性,达到了车用MEMS陀螺仪成本与性能之间的良好平衡。

摘要： 车辆质心侧偏角对于车辆横向稳定状态判断具有重要作用,对质心侧偏角的高估或低估都会对稳定性控制系统产生影响.针对目前质心侧偏角估计方法仍具有较大误差且实用性不强,提出了以降低观测误差及提高估计系统实用性为目标的方法,构建了鲁棒性较强的模糊二阶滑模观测器计算质心侧偏角观测值,同时采用惯性测量单元信号计算质心侧偏角积分值.之后分析了两种估计方法的优缺点,对质心侧偏角观测估计值与传感器信号积分估计值进行可拓融合,以实现采用传感器信号估计对观测值进行修正.最后通过Simulink/TruckSim仿真、硬件在环仿真,进行了质心侧偏角估计方法的验证.在实车定圆加速测试工况中以控制效果论证了所提出方法的有效性.研究表明所提出方法能够准确反映实际质心侧偏角状态,并且可靠性、实用性均较佳.

摘要： 车身电子稳定系统是汽车重要的电子系统之一,它能够明显提高车辆高速避障能力,行业内主要采用正弦停滞试验测试车身电子稳定系统性能。文章借助机器人开展了正弦停滞试验,首先对试验结果是否满足国家标准进行了分析,然后对横摆角速度、质心侧偏角进行进一步分析,结果表明横摆角速度与质心侧偏角能够有效表征试验过程中车辆状态,为车辆车身稳定系统性能评价提供参考。

摘要： 智能驾驶的发展将由驾驶员承担的行车安全责任转移到自动驾驶系统上,因此,智能车的安全运行越来越重要。质心侧偏角和路面附着系数是智能车辆安全规划和控制的重要参数。本文融合摄像头和惯性测量单元(IMU)信息,提出了不依赖于轮胎信息的质心侧偏角和路面附着系数估计框架。首先,基于车辆运动学模型,利用摄像头和IMU信息,运用卡尔曼滤波估计智能车辆质心侧偏角;其次,于车辆动力学模型,利用IMU信息,运用改进的扰动观测器估计车辆前后轴侧向力;最后,基于估计的质心侧偏角和轮胎侧向力,融合摄像头识别的路面状态,利用高斯牛顿法,鲁棒估计了路面附着系数。仿真分析显示,本文提出的估计框架可以精确地估计质心侧偏角和路面附着系数。

摘要： 车辆质心侧偏角和路面附着系数是实现车辆底盘智能化所需要的关键参数.车辆质心侧偏角对于提高车辆安全性和操控性至关重要,轮胎-路面附着系数决定轮胎力的峰值,进而确定汽车的动力学稳定性边界.本文针对四轮独立驱动电动汽车提出了一种基于惯性测量单元、轮毂电机内置转速/转角传感器的车辆质心侧偏角和路面附着系数动态联合估计方法.对四轮独立驱动电动汽车进行车辆动力学分析,结合Dugoff轮胎计算模型得到车辆质心侧偏角估计器;利用机器学习中高维数据降维PCA多元分析方法,提取主元特征参数,建立路面附着系数估计器.采用可自适应调节网络结构的双径向基神经网络和扩展卡尔曼滤波DRBF-EKF方法,通过K-means算法改进RBF神经网络结构,扩展卡尔曼滤波进行噪声滤波提高估计精度,实现车辆质心侧偏角和路面附着系数的动态联合估计.通过仿真和实车实验表明,所设计的DRBF-EKF动态联合估计器实时性和估计精度均优于扩展卡尔曼滤波算法,可以适应车辆行驶过程中路面附着特性与车速的变化,表现出较强的鲁棒性;与DRBF方法相比,显著提高了估计精度;并且分析了可以同时满足估计精度和实时性要求的最佳隐含层神经元个数.

摘要： 针对四轮驱动电动汽车质心侧偏角和轮胎侧向力难以直接测量的问题,考虑系统未建模的动态特性、模型参数摄动、系统过程噪声及测量噪声等因素,提出了一种基于遗忘因子递归最小二乘法(FFRLS)与鲁棒容积卡尔曼滤波(RCKF)的联合估计方法。基于FFRLS法对整车质量进行实时估计,并将极大值背景下的估计误差最小化嵌入标准容积卡尔曼滤波(CKF)以实现RCKF,提出了联合估计算法的改进策略,有效提高了复杂工况下滤波对模型参数摄动以及未建模噪声的抗干扰能力,可以实现质心侧偏角与轮胎侧向力的精准估计。在CarSim/Simulink联合仿真环境下,采用不同工况验证了算法的准确性、鲁棒性和抗干扰性。在四轮驱动电动汽车实车平台上分析了算法的有效性。研究结果表明,所提方法比RCKF和CKF精度更高,解决了复合工况下四驱电动汽车质心侧偏角和轮胎侧向力的联合估计问题。

摘要： 车辆质心侧偏角是描述车辆侧向运动状态的重要参量之一,其估计的精度直接影响车辆的安全控制,传统的质心侧偏角估计方法不能满足非结构道路环境下的智能汽车质心侧偏角估计的要求.通过建立3自由度智能汽车动力学模型,采用CarSim和MATLAB构建智能汽车整车参数化模型;基于扩展kalman滤波(EKF)算法,设计非结构道路环境下的状态观测器对智能汽车质心侧偏角进行估计.在高、低附着系数路面双移线工况和蛇形工况下,对状态观测器的估计效果进行联合仿真验证.仿真结果表明:该方法能较精确地估计出非结构道路环境下智能汽车的质心侧偏角.

摘要： 利用车载传感器直接测量得到车辆状态参数并结合车辆动力学模型，将科氏加速度作为干扰，为车辆设计纵向车速观测器，并将具估汁值作为侧向车速观测器的输入，从而得到侧阳非线性车速观测器，并在此基础上得到下辆质心侧偏角的估计。为分析带有干扰输入的非线性观测器的稳定性，本文应用输入-状态稳定(ISS)理论对脱测器的稳定性进行分析。最后利用八自由度整车模型，对质心侧偏角的估计效果进行验证。仿真结果表明该方法的估计精度较高，可以满足工程应用的要求。

摘要： 设计了一种基于动态边界的质心侧偏角控制策略,用于低附着路面的车辆动力学控制.分析了汽车在低附着路面上的运动特征,以及低附着路面质心侧偏角控制的策略;根据质心侧偏角、质心侧偏角速度和附着系数的关系,对质心侧偏角赋予与路面附着系数相关的动态控制范围;采用模糊滑模变结构控制算法设计横摆力矩控制器,设计了两个模糊规则表根据路面附着系数的大小,分别调整质心侧偏角偏差在计算附加横摆力矩时的权重,以及附加横摆力矩对质心侧偏角的影响,以有效维持质心侧偏角在低附着路面上始终处于安全的范围.仿真结果证明了该方法的有效性.

摘要： 本发明公开了一种质心侧偏角和轮胎侧偏角的测量方法、装置及车辆。其中，方法包括：采集车辆的当前横摆角速度；获取车辆的地图信息，并根据地图信息差分得到多个预设车身位置的当前速度；根据当前横摆角速度和多个预设车身位置的当前速度得到车辆的当前横向车速和当前纵向车速；根据当前横向车速和所当前纵向车速得到车辆的当前质心侧偏角和当前轮胎侧偏角。该方法可以通过地图信息差分得到多个车身位置的当前速度，以得到当前横向车速和所当前纵向车速，从而得到当前质心侧偏角和当前轮胎侧偏角，提高测量的精确性，更好地保证车辆的稳定性，有效保证驾乘体验。

摘要： 一种考虑动载荷和路面附着系数的质心侧偏角估计方法，涉及一种车辆质心侧偏角估计方法。确定侧向力线性分段模型的分段区间和分段数；建立附着系数等于1和名义载荷下前后轴车轮侧向力与车轮侧偏角的PWA关系表达式；建立附着系数小于1和名义载荷下前后轴车轮侧向力与车轮侧偏角的PWA关系表达式；建立考虑动载荷，附着系数小于1情况下前后轴车轮侧向力与车轮侧偏角的PWA关系表达式；建立切换侧向动力学模型；将切换侧向动力学模型转换为切换T‑S模糊模型，估计前后车轮侧偏角，计算质心侧偏角的估计值。给出一种采用分段线性建模思路建立分段仿射侧向动力学模型的方法，能实时反映轮胎垂直载荷与路面附着系数的变化。

摘要： 本发明提供一种汽车质心侧偏角估计方法、计算机设备和存储介质。所述方法基于利用车辆模型，计算轮胎载荷、轮胎侧偏刚度和轮胎侧偏角等参数,根据车辆状态设置Qw，稳态时无需进行参数估计，Qw设置为0，能有效避免算法发散；非稳态时将Qw重置，激活模型参数估计,采用双扩展卡尔曼滤波器(DEKF)对车辆状态和模型参数进行估计，相比单扩展卡尔曼滤波器，通过矩阵降维有效降低了运算量.本发明会适时、适度降低路面附着系数的估计值，无论实际路面附着系数高还是低，系统始终处于可观性较好的状态，路面附着系数的估计值可以有效跟随实际值降低，保证了车辆模型的准确性，使得质心侧偏角可以根据车辆模型的输出得到准确估计。

摘要： 本发明公开了一种基于事件触发状态估计的车辆质心侧偏角估计方法及系统。该方法包括：以

摘要： 本发明公开了一种基于GPI的同时估计车辆质心侧偏角和扰动的方法，属于车辆控制领域。主要步骤为：1、建立包含扰动的二自由度车辆系统动力学模型；2、利用车辆动力学模型设计观测器；3、将步骤1检测的车辆状态信息传递到步骤2设计的观测器，同时运算估计得出质心侧偏角和扰动。本发明的主要优点有：1、设计的观测器能实现对车辆质心侧偏角和扰动的同时估计；2、设计的观测器能实现对二自由度车辆模型中两个状态空间方程中的扰动的分别估计。

摘要： 本发明公开了一种质心侧偏角和轮胎侧偏角的测量方法、装置及车辆。其中，方法包括：采集车辆的当前横摆角速度；获取车辆的地图信息，并根据地图信息差分得到多个预设车身位置的当前速度；根据当前横摆角速度和多个预设车身位置的当前速度得到车辆的当前横向车速和当前纵向车速；根据当前横向车速和所当前纵向车速得到车辆的当前质心侧偏角和当前轮胎侧偏角。该方法可以通过地图信息差分得到多个车身位置的当前速度，以得到当前横向车速和所当前纵向车速，从而得到当前质心侧偏角和当前轮胎侧偏角，提高测量的精确性，更好地保证车辆的稳定性，有效保证驾乘体验。

摘要： 本发明公开了一种汽车质心侧偏角和轮胎侧偏角软测量方法，该软测量方法只需要知道汽车行驶中的方向角、横滚角、俯仰角以及导航坐标系中的东向、北向、天向速度，便可以实时计算出汽车的质心侧偏角和前、后轮侧偏角。可以进而分析侧向加速度与汽车横向操作稳定性问题。采用该软测量方法，不需要在汽车内部加装轮速传感器，或通过CAN总线读取汽车内部ABS和ESP数据，具有方便、快捷、可靠的特点。

摘要： 本发明公开了一种四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法，包含以下步骤：根据车轮动力学方程，计算轮胎纵向力；根据车辆的纵向动力学平衡方程，基于带有遗忘因子的最小二乘法估计整车质量；建立包括车辆纵向、侧向和横摆三个自由度的四轮驱动电动汽车动力学模型和反映轮胎瞬时力学特性的半经验魔术轮胎模型的鲁棒容积卡尔曼估计模块；基于所建立的鲁棒容积卡尔曼滤波模块，估计质心侧偏角与轮胎侧向力。本发明有效提高了复杂工况下滤波对模型参数摄动以及未建模噪声的抗干扰能力，不同工况下联合估计算法的准确性、鲁棒性和抗干扰性得到提高，解决了复合工况下四驱电动汽车质心侧偏角和轮胎侧向力联合估计问题。

摘要： 本发明公开了一种紧急避障工况下车辆漂移运动的质心侧偏角规划方法、装置、车辆和计算机可读存储介质。紧急避障工况下车辆漂移运动的质心侧偏角确定方法包括：建立车辆与障碍物之间的第一安全距离的数学表达，所述第一安全距离为质心侧偏角的函数；建立车辆与道路边界之间的第二安全距离的数学表达，以及车辆状态和控制量的约束；基于所述第一安全距离的数学表达、所述第二安全距离的数学表达以及所述车辆状态和控制量的约束，确定最优质心侧偏角。本发明通过规划出合理的质心侧偏角，使车辆通过漂移避开近距离障碍物，弥补传统避障方法的不足，减少事故发生。

摘要： 本发明公开了一种质心侧偏角估计方法、装置、智能终端及存储介质，上述方法包括：获得与预先建立的估计模型对应的检测参数集，所述估计模型为用于估计质心侧偏角的数学模型；基于预设的关联表，依次获取与所述检测参数集中的检测参数对应的检测数据，所述关联表用于建立检测参数与采集装置的对应关系；基于所述检测数据，根据估计模型获得质心侧偏角。与现有技术相比，基于预先建立的数学模型，获取模型中检测参数对应的检测数据后根据数学模型就可以获得质心侧偏角结果。不依赖于精准的数学模型，对模型偏差和噪声影响具有很强的鲁棒性，使用方便、简单有效、准确性高。