[发明专利]基于伪量测信息的分布式驱动电动汽车状态级联估计方法

权利要求书

1.基于伪量测信息的分布式驱动电动汽车行驶状态级联估计方法，其特征在于，包括如下步骤：

步骤S1：分布式驱动电动汽车动力学建模，包括三自由度车辆动力学建模、电驱动轮建模以及轮胎模型建模：

所述三自由度车辆动力学建模包括以下步骤：

三自由度车辆模型的动力学方程为：

式中，v_x为纵向车速，v_y为侧向车速，γ为横摆角速度，m为汽车质量，F_xj和F_yj(j＝1,2,3,4)分别为轮胎的纵向力和侧向力，δ为前轮转角，I_z为绕z轴的转动惯量，l_f为质心距前轴的距离，l_r为质心距后轴的距离，b_f为前轮距的1/2，b_r为后轮距的1/2；

所述电驱动轮建模包括以下步骤：

单个车轮的旋转动力学方程为：

式中，ω_j为纵向力F_xj所对应车轮的转速；J₁为车轮转动惯量；r为车轮有效半径；T_Lj为安装于车轮内轮毂电机的负载力矩；

轮毂电机输出轴上的转矩平衡方程为：

轮毂电机等效电路的动态电压平衡方程为：

式三、四中，J₂为电机转子的转动惯量；b为阻尼系数；K_t为电机转矩常数；i_j为线电流；u_j为线电压；R为绕组等效线电阻；L为绕组等效电感；K_a为反电动势系数；

所述步骤S1的轮胎模型建模包括以下步骤：

采用半经验魔术公式的轮胎模型对轮胎侧向力进行估计，公式为：

F_y＝Dsin{Carctan[Bα-E(Bα-arctan(Bα))]} 公式五

式中，B为刚度因子，C为曲线形状因子，D为峰值因子，E为曲线曲率因子，α为车轮侧偏角；

轮胎模型参数B、C、D、E都与轮胎的垂直载荷相关，各轮胎的垂直载荷为：

式中，F_z1、F_z2、F_z3、F_z4、为对应轮胎的垂直载荷，h为质心高度，g为重力加速度，a_x为车辆纵向加速度，a_y为车辆横向加速度，l为车辆轴距；

各轮胎侧偏角为：

式中，α₁、α₂、α₃、α₄为对应轮胎的侧偏角，β为车辆横摆率；

步骤S2：基于电驱动轮模型的纵向力观测器设计，包括以下步骤：

步骤S2a、电驱动轮模型精确线性化条件分析，将电驱动轮模型构造为非线性仿射系统，通过李括号运算分析电驱动轮模型的精确线性化条件，

所述电驱动轮模型精确线性化条件分析具体为：

由式二、三、四联立可得：

其中，J＝J₁+J₂，设a₁₁＝-R/L，a₁₂＝-K_a/L，a₂₁＝K_t/J，a₂₂＝b/J，g₁＝1/L，g₂＝-r/J，则电驱动轮模型的系统方程可表示为：

其中，f(x)＝[a₁₁x₁+a₁₂x₂ a₂₁x₁+a₂₂x₂]^T，x＝[i_j ω_j]^T＝[x₁ x₂]^T,g1(x)＝[g₁ 0]^T,g₂(x)＝[0 g₂]^T,h(x)＝[x₁ x₂]^T，已知输入u为线电压，未知输入d为纵向力；

电驱动轮模型的系统方程公式九为2输入2输出的非线性仿射系统，进行李括号运算可得：

ad_f为李括号运算符号，b₁为矩阵g₁的元素，b₂为矩阵g₂的元素，因此矩阵[g₁(x)g₂(x)ad_fg₁(x)ad_fg₂(x)]的秩为2，与系统维数相等，计算可知，向量场D₁＝[g₁]，D₂＝[g₁,g₂]，D₃＝[g₁,g₂,ad_fg₁],D4＝[g₁,g₂,ad_fg₁,ad_fg₂]皆为恒向量场，可知D₁、D₂、D₃、D₄均是对合的，从而推断电驱动轮模型满足精确线性化条件；

步骤S2b基于自适应高阶滑模观测器的纵向力估计，通过坐标变换进行了电驱动模型转化，引入増广状态量进行系统状态扩展，基于超螺旋算法设计自适应高阶滑模观测器从而得到増广系统的状态估计，最后得到纵向力估计值，

所述步骤S2b具体为：

根据电驱动轮模型特点构建坐标变换函数计算可得：

式十中，z₁、z₂与z₃、z₄都包含状态值电流x₁和转速x₂的信息，故只取z₁和z₂来表达坐标变换后的系统；电驱动轮模型转化为：

式十一中，纵向力为模型未知输入量，为了估计纵向力，引入一个新的増广状态量z₅，则公式十一被扩充为：

基于超螺旋算法，设计高阶滑模观测器如下：

其中，是状态量z₁、z₂、z₅在有限时间内的精确估计，λ₁、λ₂、λ₃为滑模观测器增益，k₁、k₂、k₃为稳定调节因子且都大于0，通过选取合适的λ₁、λ₂、λ₃，可在有限时间内使运动轨迹达到滑模面e₁、e₂、e₃上，其中为了动态调节高阶滑模观测增益，设计滑模增益自适应率如下：

所述高阶滑模观测器能同时实现电驱动轮模型坐标变换后的系统状态与系统状态微分的估计，由式十一和十二可设计纵向力观测器如下：

利用该未知输入观测器即可实现纵向力的估计；

步骤S2c进行坐标变换系统稳定性分析和高阶滑模观测器稳定性分析，分别分析坐标变换系统的稳定性和自适应高阶滑模观测器的稳定性，验证所设计的纵向力估计方法的可靠性；

步骤S3：基于纵向力伪量测和强跟踪卡尔曼滤波的车辆行驶状态级联估计方法设计，根据步骤S2的纵向力观测器设计方法，针对四个电驱动轮分别设计纵向力观测器，分别实现四个车轮纵向力的估计；将四个纵向力观测器视为伪传感器，观测器估计值视为伪量测值作为整车行驶状态估计的输入量，首先设计横摆角速度上层观测器，得到横摆角速度的初步估计，并设计PID控制器补偿该上层估计值，将经过PID控制器补偿后的上层估计值作为整车行驶状态估计的伪量测更新，从而基于强跟踪卡尔曼滤波设计车辆行驶状态级联估计方法；

步骤S4：级联估计方法验证与分析。