论文部分内容阅读
汽车主动安全系统可以极大的提高车辆避险能力,有效地降低事故发生率,而其发挥作用的前提是能够准确及时的获取当前车辆的运行状态,如质心偏转角、横摆角速度及路面附着情况等,并通过对当前车辆状态信息进行判断,进而对车辆进行控制以最大限度保障行车安全。虽然伴随着传感器技术的发展,这些车辆状态信息均可以通过增加相应的传感器来获取,但是同样的也会增加汽车的制造成本,不利于汽车的批量生产。针对上述问题,本文基于车辆动力学特性,采用现有车辆配置的传感器信息,设计了一种面向汽车主动安全系统的车辆状态参数估计算法。具体工作内容如下:首先,针对基于三自由度动力学模型的传统车辆行驶状态估计算法通常忽略车轮动载荷对动力学模型中侧偏刚度的影响,提出一种侧倾效应下考虑车轮动载荷影响的车辆行驶状态估计算法。算法流程可概括为:基于考虑侧倾效应的四自由度耦合非线性车辆动力学分析模型,在对各车轮动载荷进行实时估算的基础上,利用BP神经网络建立车轮垂向载荷与轮胎侧偏刚度的映射关系,实现对模型中轮胎侧偏刚度的实时更新,应用平方根容积卡尔曼滤波算法(SCKF)对车辆行驶状态参数进行估计,该算法可实现对车辆纵向速度、横摆角速度、质心偏转角及车身侧倾角的有效估计。并在CarSim/Simulink联合仿真平台上对该算法进行有效性验证。其次,根据新算法与传统车辆行驶状态估计算法在仿真平台的表现结果,设计出两种车辆行驶状态估计算法的实车验证试验,即车轮动载荷变化较大的直角弯工况实车试验和车轮动载荷变化较小的变道工况实车试验。对比分析新算法与传统算法在两种验证工况的估计结果,考察车轮动载荷变化对车辆行驶状态估计算法的影响,同时,将两种算法进行软件集成。最后,基于单轮动力学模型,在车辆行驶状态估计的基础上设计出一种路面峰值附着系数估计算法。具体算法流程可概括为:基于驱动轮模型,应用Lyapunuov稳定性定理设计出纵向轮胎力观测器;在前述车辆行驶状态估计算法的基础上,对车轮载荷及滑移率进行估计;以纵向轮胎力、滑移率及车轮载荷为输入,基于PAC2002轮胎纵向力模型,采用递推最小二乘算法对路面峰值附着系数进行估计。并且分别在CarSim/Simulink联合仿真平台及台架试验平台上验证该算法的有效性。结果表明:侧倾效应下考虑车轮动载荷影响的车辆行驶状态估计算法相对于传统算法,在车轮动载荷变化较大时精度更高,在车轮动载荷变化较小时两者估计精度相当,整体而言,新算法鲁棒性更好,精度更高;基于单轮动力学模型的路面峰值附着系数估计算法实时性较好,精度较高,能够满足汽车主动安全系统的要求。