[發明專利]一種基于無跡卡爾曼濾波的車速估算方法及系統

在審

• 申請號: 202010693403.4
• 申請日: 2020-07-17
• 公開（公告）號: CN111942399A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 戶亞威;茍斌;王成君;車順;杜佩瑾
• 申請（專利權）人: 東風汽車集團有限公司
• 主分類號: B60W40/105
• 分類號: B60W40/105
• 代理公司: 武漢智權專利代理事務所(特殊普通合伙) 42225
• 代理人: 李斯

本申請公開了一種基于無跡卡爾曼濾波的車速估算方法及系統，涉及車速估算技術領域，該車速估算方法包括步驟：建立高精度車輛模型，獲取整車參數；建立多自由度車輛動力學模型，根據所述整車參數，確定無跡卡爾曼濾波器的狀態方程和觀測方程，并確定所述無跡卡爾曼濾波器的輸入量、狀態量以及觀測量，所述狀態量至少包括縱向速度和側向速度；利用車速估算器，結合當前時刻的狀態量，以及所述狀態方程和觀測方程，估算下一時刻的縱向速度和側向速度。本申請的基于無跡卡爾曼濾波的車速估算方法及系統，通過車速估算器結合無跡卡爾曼濾波算法，可在車輛運行過程中準確地估算出車輛的實時縱向速度和側向速度，以提高車輛動力學控制的精度。

技術領域

本申請涉及車速估算技術領域，具體涉及一種基于無跡卡爾曼濾波的車速估算方法及系統。

背景技術

目前，在車輛動力學控制中，車速是一個至關重要的狀態量，它是計算車輪滑移率的基礎，而滑移率是車輛動力學控制中的主要控制量。由于在車上安裝直接測量車速的傳感器成本太高，因此，在實際研究和開發中，車速一般都是作為一個不可直接獲取的狀態量，采用各種估算算法對車速進行估算。

相關技術中，現有的估算算法有最大輪速法、斜率法和綜合法，上述算法過程簡單，實現方便，且成本低廉，但是估算精度不高，只適用于對控制精度要求不高的傳統車輛。隨著汽車智能化、網聯化的發展，現代汽車對車輛動力學的集成控制精度要求進一步提高，因此亟需重新設計車速估算的數學模型和相應估算算法。

在車速估算過程中存在不可避免的過程誤差和觀測誤差，由于卡爾曼濾波KF(Kalman Filter)是一種線性估算算法，只能在線性高斯模型下解決線性系統的狀態估算問題，而實際工程應用中的系統總是存在不同程度的非線性，例如車輛系統中的輪胎就是一個典型的高度非線性系統，因此，基本的卡爾曼濾波算法并不適合引入到車輛狀態估算領域，估算誤差較大。

發明內容

針對現有技術中存在的缺陷之一，本申請的目的在于提供一種基于無跡卡爾曼濾波的車速估算方法及系統以解決相關技術中車速估算精度不高的問題。

本申請第一方面提供一種基于無跡卡爾曼濾波的車速估算方法，其包括步驟：

建立高精度車輛模型，獲取整車參數；

建立多自由度車輛動力學模型，根據上述整車參數，確定無跡卡爾曼濾波器的狀態方程和觀測方程，并確定上述無跡卡爾曼濾波器的輸入量、狀態量以及觀測量，上述狀態量至少包括縱向速度和側向速度；

利用車速估算器，結合當前時刻的狀態量，以及上述狀態方程和觀測方程，估算下一時刻的縱向速度和側向速度。

一些實施例中，上述獲取整車參數之前，還包括：

整車控制器輸出各車輪的制動壓力至上述高精度車輛模型；

上述高精度車輛模型根據上述各車輪的制動壓力，對車輛進行實時模擬，得到上述整車參數；

上述整車參數包括縱向加速度、側向加速度、橫擺角速度、四個車輪的輪速以及四個車輪處的路面附著系數。

一些實施例中，上述獲取整車參數之后，還包括：

上述高精度車輛模型輸出四個車輪的輪速至上述整車控制器。

一些實施例中，上述輸入量包括四個車輪的輪速，上述狀態量還包括縱向加速度、側向加速度、橫擺角速度、以及四個車輪處的路面附著系數，上述觀測量包括縱向加速度、側向加速度、以及橫擺角速度。

一些實施例中，上述利用車速估算器，結合當前時刻的狀態量，以及無跡卡爾曼濾波器的狀態方程和觀測方程，估算下一時刻的縱向速度和側向速度，具體包括：

對當前時刻的狀態量進行無跡變換，得到多個sigma點，并計算每個sigma點的權值；