基于UKF算法的汽车状态估计

准确实时获取行驶过程中的状态信息是汽车动态控制系统研究的关键问题。将unscented卡尔曼滤波(UKF)算法应用到汽车的状态估计之中,建立了包含时不变统计特性噪声和非线性轮胎的汽车动力学模型,采用具有对称采样策略和比例修正的UKF算法对汽车估计了多个关键状态量。将UKF估计器与常见的EKF估计器进行了比较分析,基于ADAMS/Car的虚拟试验和实车试验验证了UKF在汽车状态估计中的可行性。     

汽车高速紧急避障路径跟踪与主动防侧翻控制

为提高匹配机械弹性车轮汽车在高速紧急避障时的效率与安全性,在Simulink中建立了整车非线性八自由度模型,并基于车轮样机台架试验数据,利用Matlab遗传算法工具箱对机械弹性车轮模型参数进行分级辨识.综合考虑行驶车速、轨迹跟踪误差、方向盘转角以及侧翻评价指标,建立了八自由度驾驶员—汽车预瞄跟随闭环系统模型.分析了汽车在不同行驶车速时所需的方向盘角输入信息与侧翻状态响应,总结出汽车高速转向时的侧翻动态特性.为高速安全通过规划的避障路径,在转向控制驾驶员模型基础上建立了速度控制驾驶员模型,当侧翻评价指标超过安全阈值时利用制动踏板降低车速,当纵向车速小于期望安全车速时利用加速踏板提高车速.仿真分析表明建立的高速避障路径跟踪与控制策略能高效完成避障路径跟踪,同时能有效降低紧急避障时的侧翻风险.     

驾驶员对汽车行驶方向稳定性影响的分析方法

在驾驶员一汽车闭环系统操纵动力学模型基础上，将驾驶员参数变化范围用区间数表示，用直接优化法对非对称区间矩阵特征值问题进行求解，从系统与控制理论角度定量地揭示了驾驶员对汽车行驶方向稳定性的影响。分析结果表明，汽车行驶方向稳定性的区间分析方法可以应用于使车适合于人的汽车操纵动力学设计。     

机械弹性车轮纯外倾力学特性刷子理论建模

为研究机械弹性车轮的外倾特性,本文对机械弹性车轮的结构特征及承载特性进行分析,建立了不考虑0轮弹性的机械弹性车轮外倾力学特性刷子理论模型。推导出纯外倾时车轮的侧向力、回正力矩及翻转力矩表达式。利用ABAQUS建立包含橡胶材料超弹性及接触大变形等非线性特征的机械弹性车轮三维有限元模型,并通过垂向加载试验验证了仿真模型的可靠性。对机械弹性车轮外倾特性的仿真值、理论值进行对比分析,结果表明所建立的机械弹性车轮外倾特性刷子模型具有良好的精度。该研究为机械弹性车轮外倾纵滑及外倾侧偏等复合工况的力学特性建模提供了理论指导。     

汽车S-AKF估计与PID控制的闭环系统仿真

基于Carsim和Simulink设计了基于PID的横摆角速度控制策略,并对控制策略的效果进行了验证;建立了二自由度汽车动力学模型,提出将S-自适应卡尔曼滤波（S-AKF）算法用于汽车横摆角速度和质心侧偏角的估计;将S-AKF估计器与PID控制器相结合,构成完整的估计-控制闭环系统。通过Carsim中的操稳试验对整个系统的性能进行了仿真验证,结果显示,提出的估计-控制体系可在必要工况下实现对汽车的主动干预,提高汽车的路径跟踪能力和稳定性能。     

矩阵摄动法在四轮转向汽车运动稳定性分析中的应用

在驾驶员 四轮转向汽车闭环操纵系统动力学模型的基础上 ,应用非对称特征值问题的矩阵摄动理论 ,给出驾驶员 四轮转向汽车闭环操纵系统运动稳定性对汽车结构参数和四轮转向系统控制参数的灵敏度和多个参数同时变化时的摄动量 ,并与前轮转向汽车的结果进行了比较。仿真结果表明 ,本文方法可以为汽车操纵稳定性的优化设计提供理论基础     

采用UKF算法估计路面附着系数

为了能够迅速准确获取当前道路信息以提高汽车主动安全性能,提出一种实时跟踪路面附着系数变化的汽车状态估计方法.建立包含Pacejka 89轮胎模型的七自由度非线性汽车动力学模型,通过动力学模型估算出前后车轮垂直载荷,结合轮胎力学模型和UKF(Unscented卡尔曼滤波)算法对轮胎纵向力和滑移率进行估计,进而得到不同附着系数路面条件下的Slip-slope(ρ-S曲线斜率),建立了几种典型路面附着系数与Slip-slope之间的映射关系.应用ADAMS/Car中的路面编辑器构造具有不同附着系数的路面测试环境,验证了提出的方法对突变附着系数估计的可靠性和有效性,表明Slip-slope理论在ADAMS/Car的虚拟试验中同样可以再现.     

基于加速度变化率的轮胎等效侧偏刚度估计方法

等效侧偏刚度精确地反映了轮胎的侧偏特性,是汽车操纵稳定性研究中的重要参数。为此提出了基于加速度变化率的汽车轮胎等效侧偏刚度估计方法。采用三自由度汽车动力学模型,把前后轮侧向力的时间变化率表示为加速度变化率的函数。利用轮胎力学特性理论推导出瞬时等效侧偏刚度的估计公式,在汽车纵向加速度为稳态的条件下,利用轮胎侧向力的时间变化率和轮胎侧偏角的时间变化率来估算轮胎瞬时等效侧偏刚度。通过ADAMS软件的整车常半径转向虚拟试验对估计方法进行了验证。虚拟试验结果表明提出的方法具有较好的估计精度。     

匹配机械弹性车轮的分布式驱动电动汽车稳定性控制

车辆的稳定性一直以来是车辆安全研究的重要问题,车辆在紧急变道或者避障等极端工况下非常容易失去稳定性。首先,根据车轮刷子理论,建立匹配机械弹性车轮(Mechanical elastic wheel,MEW)的纵向和侧偏力学模型。接着,为了深入研究装备MEW的分布式驱动电动汽车的横向稳定性,提出一种分层控制结构。为了提高滑模控制器的鲁棒性,上层控制器采用积分联合终端的滑模控制器,通过获得期望的横摆力矩来提高车辆的横向稳定性。在下层控制器中根据采用全轮纵向力轴载比例分配模式,以前、后轴载估计值为比例分配各轴总的驱动力与横摆力矩。建立匹配MEW的车辆动力学模型,通过Carsim和Matlab/Simulink联合仿真对分层控制结构进行了多种复杂工况下的验证。仿真结果表明,提出的控制算法能够有效地提升装备MEW车辆的横向稳定性。     

基于IEKF-APF算法的汽车状态估计

行驶汽车状态变量质心侧偏角和横摆角速度是汽车稳定性控制系统中重要控制变量,准确获取行驶过程中的状态信息是汽车控制系统研究的关键问题。应用估计理论由传感器测出易测变量来估计难以测量的关键状态变量是一种常用的估计方法。提出一种新的粒子滤波算法通过所建立的包含定常平稳随机噪声和非线性轮胎的汽车动力学7自由度整车模型对汽车状态进行估计。针对粒子滤波过程中出现的退化问题,应用迭代扩展卡尔曼滤波融入最新观测信息产生更加接近真实状态的重要性密度函数,辅助粒子滤波算法通过所产生的重要性密度函数结合观测量进行重采样,结合这两种算法提出迭代扩展卡尔曼-辅助粒子滤波算法(Iterative extended Kalman filtering-auxiliary particle filtering algorithm, IEKF-APF)以改善粒子采样和估计精度的提高。为验证所提出的IEKF-APF算法估计性能,将其结果与实车试验结果和无迹卡尔曼滤波算法(Unscented Kalman filtering, UKF)估计结果进行比较,结果表明其估计性能优于UKF,更接近于试验结果。