[发明专利]基于级联卡尔曼滤波的智能汽车轮胎半径自适应估计方法有效
申请号: | 201910284875.1 | 申请日: | 2019-04-10 |
公开(公告)号: | CN110083890B | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 熊璐;高乐天;陆逸适;夏新;韩燕群;魏琰超;宋舜辉;刘伟;胡英杰;余卓平 | 申请(专利权)人: | 同济大学 |
主分类号: | G06F30/15 | 分类号: | G06F30/15 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 杨宏泰 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 级联 卡尔 滤波 智能 汽车轮胎 半径 自适应 估计 方法 | ||
本发明涉及一种基于级联卡尔曼滤波的智能汽车轮胎半径自适应估计方法,包括以下步骤:1)轮速信号处理子模块根据GNSS采样频率对轮速信号进行重采样;2)当GNSS状态判断子模块判断当前GNSS状态良好时,轮胎半径估计模块采用级联卡尔曼滤波估计得到车速和轮胎半径实时估计值;3)输出模块对轮胎半径估计模块得到的轮胎半径实时估计值进行收敛及稳定性判断,当轮胎半径实时估计值稳定且收敛时,输出轮胎半径实时估计值,否则输出初始值。与现有技术相比,本发明具有成本低廉、计结果精度高、鲁棒性强、应用范围广等优点。
技术领域
本发明涉及智能汽车运动状态检测领域,尤其是涉及一种基于级联卡尔曼滤波的智能汽车轮胎半径自适应估计方法。
背景技术
车速是表征车辆运动状态最重要的状态量之一,其对于车辆的动力学控制、驾驶员对车辆状态的把控、智能汽车的轨迹跟踪控制、智能汽车高精度组合定位等都具有重要的意义,因此如何实时获取准确车速一直以来都是车辆领域的研究热点之一。
目前国内外获取车速的方法主要有两种,一种是通过GNSS传感器等额外传感器直接测量得到,而这些基于传感器直接测量的方案亦或是价格昂贵,亦或是不够准确,亦或是不够稳定。另一种方法便是利用轮速信号,轮速信号是车辆上最稳定的获取车速的信息源之一,而通过轮速获取车速就必须要知道轮胎半径的准确值,但轮胎半径受车速、温度、胎压、载荷、磨损等影响较大,固定的轮胎半径参数会使得车速计算产生偏差且随着速度的增加,轮胎半径误差造成的速度误差也显著增大,因此有必要对轮胎半径自适应从而保证车速的准确性。现有的轮胎半径自适应方法往往假设相邻采样间隔轮速保持不变而建立状态方程,而该假设并不成立,因此会使得轮胎半径估计精度较差。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于级联卡尔曼滤波的智能汽车轮胎半径自适应估计方法。
本发明的目的可以通过以下技术方案来实现:
一种基于级联卡尔曼滤波的智能汽车轮胎半径自适应估计方法,包括以下步骤:
1)轮速信号处理子模块根据GNSS采样频率对轮速信号进行重采样;
2)当GNSS状态判断子模块判断当前GNSS状态良好时,轮胎半径估计模块采用级联卡尔曼滤波估计得到车速和轮胎半径实时估计值,GNSS接收机可以直接输出当前状态,GNSS状态判断子模块直接根据输出的状态即可判断当前GNSS状态是否良好;
3)输出模块对轮胎半径估计模块得到的轮胎半径实时估计值进行收敛及稳定性判断,当轮胎半径实时估计值稳定且收敛时,输出轮胎半径实时估计值,否则输出初始值。
所述的步骤1)中,轮速信号处理子模块根据GNSS采样频率对轮速信号进行重采样具体计算式为:
其中,ωk为当前时刻轮速测量值,ωk-1为前一时刻轮速测量值,i=1表示当前时刻GNSS测量信号进行了更新,i=0表示当前时刻GNSS测量信号未更新。
所述的步骤2)具体包括以下步骤:
21)以轮速信号作为第一级卡尔曼滤波子模块的输入,估计得到轮速和轮加速度的第一次估计值;
22)以GNSS速度测量值、轮速信号、轮速和轮加速度的第一次估计值作为第二级卡尔曼滤波子模块的输入,估计得到车速和轮胎半径实时估计值。
所述的步骤2)中,GNSS状态判断子模块的表达式为:
其中,flag为表征GNSS状态的标志位,当GNSS状态良好时取1,GNSS状态差时取0。
所述的步骤21)中,第一级卡尔曼滤波子模块的估计式为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910284875.1/2.html,转载请声明来源钻瓜专利网。