[发明专利]汽车稳定性控制系统的车速估计方法及系统

说明书

本发明公开了一种汽车稳定性控制系统的车速估计方法，包括：识别车辆行驶状态，并计算各行驶状态下的基准轮速；分别构造基于运动学模型的容积卡尔曼滤波器和基于动力学模型的容积卡尔曼滤波器，通过置信度系数，将两者融合构成双层架构的容积卡尔曼滤波器，进行车速估计。构建了一个双层架构的容积卡尔曼滤波器，提高了车速估计的精度及适用性。不依赖大量实车试验、计算量小、可靠性高的特点。

技术领域

本发明涉及一种车速估计方法，具体地涉及一种两轮驱动机动车辆的汽车稳定性控制系统的车速估计方法及系统。

背景技术

两轮驱动机动车辆的汽车稳定性控制系统(Dynamic Stability Control，DSC)，该系统集成了制动防抱死系统(Anti-lock Braking System，ABS)、牵引力控制系统(Traction Control System，TCS)以及主动横摆控制(Active Yaw Control，AYC)三个子系统，能够根据紧急制动、部分制动、滑行、驱动、转向等各种不同工况，对应其各自的汽车动力学运动模式，通过控制纵向力和横向力的分布和大小，提高车辆的主动安全性能。

制动防抱死系统ABS、牵引力控制系统TCS以及汽车动力学稳定性控制系统DSC等车辆主动安全的系统要实现对车辆的精确控制，其前提是已知车辆的真实车速。但汽车仪表盘上显示的车速并非车辆的真实车速，而是车轮的平均速度(即四个轮速传感器测量得到的车轮转速乘以轮胎的滚动半径的平均值)。车辆纵向实际速度的准确估计，对于优化ABS、TSC以及DSC的控制效果有非常重要的意义，且对于某个车轮发生了抱死或滑转的车辆尤为重要。

迄今为止已有多项关于车速估计方法的公开专利，如CN10165504B、CN102009654B、CN104742888B、CN106926845A。但在这些专利中，均未考虑车辆行驶状态变化对车速估计的影响，在车速估计算法方面仍存在缺陷。目前国内所采用的车速估计方法大多存在实时性与精确度两者不兼顾、适用性差的问题。

发明内容

为了解决上述存在的技术问题，本发明提供了一种汽车稳定性控制系统的车速估计方法及系统，构建了一个双层架构的容积卡尔曼滤波器，提高了车速估计的精度及适用性。不依赖大量实车试验、计算量小、可靠性高的特点。

本发明的技术方案是：

一种汽车稳定性控制系统的车速估计方法，包括以下步骤：

S01：识别车辆行驶状态，并计算各行驶状态下的基准轮速；

S02：分别构造基于运动学模型的容积卡尔曼滤波器和基于动力学模型的容积卡尔曼滤波器，通过置信度系数，将两者融合构成双层架构的容积卡尔曼滤波器，进行车速估计。

优选的技术方案中，所述步骤S01中，根据轮速传感器信号、方向盘转角信号、纵向加速度信号以及横摆角速度信号识别车辆行驶状态，根据横摆角速度以及方向盘转角信号判断车辆处于转弯或直线状态，利用四轮轮速信号、纵向加速度信号以及制动开关信号判断车辆处于匀速、加速或者减速状态。

优选的技术方案中，所述步骤S01中，在计算基准轮速前，对轮速及纵向加速度信号进行修正，所述轮速修正包括滤波及转弯修正，所述纵向加速度修正包括滤波、零点漂移修正及坡度修正。

优选的技术方案中，轮速传感器根据本周期与上周期最后一个上升沿和下降沿发生时刻及其之间所产生的脉冲数，计算得到上升沿轮速V_u和下降沿轮速V_d，并将二者平均作为本周期轮速。

优选的技术方案中，所述双层架构的容积卡尔曼滤波器的车速估计为：