[發明專利]基于多傳感器信息融合的模型自適應側向速度估計方法

有效

• 申請號: 202010525798.7
• 申請日: 2020-06-10
• 公開（公告）號: CN111645699B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 王偉達;楊超;項昌樂;郭興華;劉金剛;張中國
• 申請（專利權）人: 北京理工大學
• 主分類號: B60W40/105
• 分類號: B60W40/105;B60W50/00;G06F30/20;G06K9/62;G06F119/14
• 代理公司: 焦作加貝專利代理事務所(普通合伙) 41182
• 代理人: 馮新志

1.一種基于多傳感器信息融合的模型自適應側向速度估計方法，其特征在于，包括以下步驟：

步驟1：輸入傳感器數據，包括車輛側向加速度，橫擺角速度，縱向速度，轉向輪偏轉角、側向加速度傳感器測量結果，建立車輛動力學模型與運動學模型，動力學模型中采用魔術公式輪胎模型計算輪胎縱向力和側向力；

步驟2：為了提高側向速度估計過程中的魯棒性與估計精度，對估計方法進行自適應律設計，即噪聲自適應方法為：根據側向加速度與橫擺角速度確定SR-UKF算法的過程噪聲矩陣與測量噪聲矩陣，實現不同工況下的噪聲自適應，根據所述側向力計算結果和側向加速度傳感器測量結果進行對比修正，當側向力計算結果和側向加速度傳感器測量結果進行對比得到的側向力估計殘差值Δe_F,k絕對值較大時，即代表輪胎進入非線性區，魔術公式輪胎模型計算結果精度下降，因此估計方法中車輛動力學模型與運動學模型的計算結果可靠度下降，此時，為了降低車輛動力學模型與運動學模型計算結果的權重值，需要對噪聲矩陣進行修正，即相應的增大噪聲矩陣中Q矩陣的值；當側向加速度和橫擺角速度較小時，受傳感器噪聲的影響，側向加速度和橫擺角速度的測量值的可信度將會下降，因此相應的需要增大測量噪聲矩陣中R矩陣的值；

步驟3：將車輛動力學模型和運動學模型融合建立觀測系統模型，并通過觀測系統模型比重自適應項，實現觀測系統模型自適應；觀測系統模型的自適應方法為：通過調節觀測系統模型比重自適應項系數來調整動力學模型與運動學模型權重比，而觀測系統模型比重自適應項系數的具體數值參照側向加速度與橫擺角速度傳感器信息由Dempster-Shafer證據理論計算得出；其中，觀測系統模型比重自適應項的確定方法為：根據車輛側向加速度傳感器與橫擺角速度傳感器的測量信息，計算車輛側向加速度傳感器的測量信息與動力學模型中的側向力之間的差值，以及計算橫擺角速度傳感器的測量信息與動力學模型中橫擺角速度之間的差值，將兩個差值作為動力學模型的誤差判別統計量；根據誤差判別統計量定義車輛側向加速度傳感器及橫擺角速度傳感器置信度的基本概率函數，并依照Dempster-Shafer證據理論融合側向加速度傳感器及橫擺角速度傳感器的信息值，從而根據側向加速度傳感器與橫擺角速度傳感器的觀測值定量地計算評估動力學模型的精確度與側向加速度傳感器及橫擺角速度傳感器的不確定性，得出觀測系統模型中比重自適應項系數的系數值，最終實現觀測系統模型的自適應調節；

步驟4：將噪聲矩陣和觀測系統模型代入定SR-UKF算法，構成自適應SR-UKF算法(ASR-UKF)進行側向速度估計；其中SR-UKF算法(ASR-UKF)步驟包括：權重計算和Sigma點生成、Sigma點傳播、狀態值與協方差值更新/時間更新、估計值與測量值更新/量測更新、卡爾曼濾波增益更新步驟。