[发明专利]一种基于模型和参数动态调整的自适应车辆状态预测系统及预测方法

说明书

本发明涉及一种基于模型和参数动态调整的自适应车辆状态预测系统及预测方法，工作时，通过模糊推理系统单元对鲁棒容积卡尔曼滤波单元中过程噪声参数进行动态更新，通过模型参数预测单元对鲁棒容积卡尔曼滤波单元中模型参数进行动态更新；基于车载传感器信号测量单元采集到的传感器信息和鲁棒容积卡尔曼滤波单元完成对汽车状态的高精度预测；本发明在汽车状态预测的同时模型具有动态更新能力，同时基于算法的持续自我调整，不断改善预测精度，促进了汽车主动安全控制技术的发展。

技术领域

本发明涉及一种基于模型和参数动态调整的自适应车辆状态预测系统及预测方法，属于汽车主动安全领域。

背景技术

随着汽车技术的进步和发展，汽车主动安全技术必然越来越受到人们的关注，其中汽车行驶过程中稳定性是主动安全研究的核心问题之一，其控制的首要问题是预测汽车当前的轮胎侧偏刚度和质心侧偏角等重要参数；然而，目前的汽车状态预测方法存在着明显的不足。首先，对汽车动力模型中参数变化缺乏一种动态辨识机制来动态更新汽车模型，现有研究中，大多认为汽车模型参数在研究过程中不发生变化或者变化很小可以忽略；其次，对汽车模型参数变化引起的预测精度下降的变化缺乏一种自适应调节策略来提升预测精度；当前研究中，要么认为模型变化对预测精度无影响，要么认为该影响已知并且事先修改预测方法，但是汽车在运行过程中是动态变化的且绝大部分情况并不能事先已知，导致现有的汽车状态预测方法过于理想并不能应用到实际中。

发明内容

本发明提供一种基于模型和参数动态调整的自适应车辆状态预测系统及预测方法，能够解决针对背景技术中所提及到的缺陷。

本发明解决其技术问题所采用的技术方案是：

一种基于模型和参数动态调整的自适应车辆状态预测系统，包括车载传感器信号测量单元、模型参数预测单元以及轮胎侧偏角计算单元，还包括模糊推理系统单元以及鲁棒容积卡尔曼滤波单元，其中车载传感器信号测量单元分别与模型参数预测单元、轮胎侧偏角计算单元、模糊推理系统单元、鲁棒容积卡尔曼滤波单元相连，模型参数预测单元、轮胎侧偏角计算单元、模糊推理系统单元同时与鲁棒容积卡尔曼滤波单元相连；

作为本发明的进一步优选，车载传感器信号测量单元包括均安装在汽车上的GPS系统、陀螺仪、前轮转角传感器以及横摆角速度传感器；

其中GPS系统用于获取汽车的纵向速度，陀螺仪用于检测汽车的横向加速度，前轮转角传感器用于获取汽车的前轮转角，横摆角速度传感器用于获取汽车的横摆角速度；

一种基于模型和参数动态调整的自适应车辆状态预测方法，包括以下步骤：

第一步：通过安装在汽车上的GPS系统、陀螺仪、前轮转角传感器以及横摆角速度传感器分别获取汽车的纵向速度、横向加速度、前轮转角以及横摆角速度；

第二步：通过第一步前轮转角传感器、横摆角速度传感器、陀螺仪、GPS系统采集汽车的当前时刻的实时信息，以及通过鲁棒容积卡尔曼滤波单元预测的上一时刻汽车状态信息,模型参数预测单元通过使用递推最小二乘法对汽车模型参数进行动态更新，以修正汽车动力学模型；

第三步：将第一步由前轮转角传感器、横摆角速度传感器、GPS系统获取的汽车当前时刻的实时前轮转角信息、横摆角速度信息、纵向速度信息，以及鲁棒容积卡尔曼滤波单元上一时刻预测的汽车状态信息输入轮胎侧偏角计算单元获得前后轮胎侧偏角并将其输送至鲁棒容积卡尔曼滤波单元，将第一步由陀螺仪获取的汽车实时横向加速度输入模糊推理系统单元计算后输送至鲁棒容积卡尔曼滤波单元，对鲁棒容积卡尔曼预测算法中的过程噪声协方差进行动态更新，再结合第二步中修正后的汽车动力学模型，建立自适应鲁棒容积卡尔曼预测算法完成对汽车状态的高精度预测；

作为本发明的进一步优选，第二步中的具体步骤如下：

第2.1步：建立汽车模型参数预测的数学模型