[发明专利]一种针对车辆运动状态及道路坡度的联合估计方法

权利要求书

1.一种针对车辆运动状态及道路坡度的联合估计方法，其特征在于，构造坡道行车平台，运用平方根变分贝叶斯自适应容积卡尔曼滤波算法估计车辆运动状态，建立车辆运动状态估计模块；搭建道路坡度单元，利用岭回归算法求解道路坡度值，建立道路坡度估计模块；两个模块之间交互迭代，实现车辆运动状态及道路坡度的联合估计；

假设车辆行驶于坡度为θ的道路上，定义车辆质心处为车辆坐标系坐标原点，车辆前进方向为x轴方向，车辆前进方向的左侧为y轴方向，垂直车辆向上为z轴方向；坡道行车平台涉及车辆的纵向、侧向、横摆及侧倾方向的运动，搭建如下所述的坡道行车平台，具体为：

其中，v_x为车辆纵向车速，v_y为车辆侧向车速，θ为道路坡度，g为重力加速度，φ、分别为车辆的侧倾角、侧倾角速度、侧倾角加速度，r、分别为车辆的横摆角速度、横摆角加速度，F_x、F_y分别为轮胎的纵向力、侧向力，下标1、2、3、4分别表示左前轮、右前轮、左后轮、右后轮，δ为前轮转角，I_z为车辆绕z轴的转动惯量，l_F、l_R分别为质心到前轴、后轴的距离，b_F为前轴宽度，b_R为后轴宽度，I_sx为簧上质量部分绕x轴的转动惯量，h_s为簧上质量部分的质心距侧倾中心的高度，a_y为侧向加速度，κ_φ为侧倾刚度，β_φ为侧倾阻尼，m为车辆质量，m_s为车辆簧上质量；

所述平方根变分贝叶斯自适应容积卡尔曼滤波算法估计车辆运动状态，包括初始预估和变分迭代；

所述初始预估，具体为：

由k-1时刻的车辆运动状态预估k时刻的车辆运动状态及k时刻的车辆运动状态协方差平方根

其中，ξ_j为容积点，采用三阶球面容积规则进行选取；是k时刻由容积点配置的状态矩阵的预估值，u_k-1为k-1时刻的输入量，过程噪声协方差平方根S_Q，k-1可由过程噪声协方差的乔列斯基分解获取：S_Q，k-1＝Chol(Q_k-1)，ω_j为容积权重矩阵，X_j,k-1是k-1时刻由容积点配置的状态矩阵，S_k-1为k-1时刻的状态协方差平方根；

所述变分迭代，具体为：

步骤①，赋迭代初值；

步骤②，状态协方差平方根的变分贝叶斯自适应；

步骤③，量测噪声协方差平方根的变分贝叶斯自适应；

步骤④，系统状态及状态协方差平方根的迭代更新；

步骤⑤，判断是否达到迭代次数：若未达到迭代次数则返回步骤②，若已达到迭代次数则锁定变分迭代终值；

由车辆驱动力-行驶阻力平衡方程，建立道路坡度单元为：

其中，T_s为变速器输出转矩，R_v为车轮半径，C_d为空气阻力系数，A为迎风面积，f为滚动阻力系数，ρ_air为空气密度；

将道路坡度单元表示为：ψ＝tΣ+Ω，其中ψ＝a_x，Ω为残差矩阵；通过岭回归算法估计线性方程中的参数Σ＝[t^Tt+lI]^-1t^Tψ，其中，l≥0为岭回归参数，可通过岭迹法确定；I为单位矩阵；根据Σ的值求解道路坡度值θ；

所述交互迭代具体为：车辆行驶过程中，传感器获取驾驶员输入信号及量测输出，将输入信号输入坡道行车平台，将量测输出输入道路坡度单元和变分迭代；车辆运动状态估计模块与道路坡度估计模块同步分别估计当前时刻车辆运动状态和道路坡度的值，并将估计值反馈给另一模块，为下一时刻的联合估计做准备；如此交互迭代，实现每一时刻车辆运动状态与道路坡度的联合估计；

所述车辆运动状态估计模块的建立为：基于坡道行车平台预估k时刻的车辆运动状态及k时刻的车辆运动状态协方差平方根再进行变分迭代，包括状态协方差平方根的变分贝叶斯自适应、量测噪声协方差平方根的变分贝叶斯自适应以及系统状态及状态协方差平方根的迭代更新；

所述道路坡度估计模块的建立为：基于道路坡度单元和岭回归算法，求解道路坡度值θ。