基于车轮力传感器信息的全轮驱动车辆状态估计 终稿 全文

（ ３ ）
（ ４ ）
{ {
ｒ ｌ ｒ ｌ Ｆ Ｆ ｙ＝ ｌ ａ ｔ ｒ ｌ ｒ ｌ Ｆ Ｆ ｘ＝ ｌ ｏ ｎ ｒ ｒ ｒ ｒ Ｆ Ｆ ｙ ＝ ｌ ａ ｔ ｒ ｒ ｒ ｒ Ｆ Ｆ ｘ ＝ ｌ ｏ ｎ
{ {
ｆ ｌ ｆ ｌ ｆ ｌ Ｆ ｓ ｉ ｎ ＋Ｆ ｃ ｏ ｓ Ｆ δ δ ｙ＝ ｌ ｏ ｎ ｌ ａ ｔ ｆ ｌ ｆ ｌ ｆ ｌ Ｆ ｃ ｏ ｓ －Ｆ ｓ ｉ ｎ Ｆ δ δ ｘ＝ ｌ ｏ ｎ ｌ ａ ｔ ｆ ｒ ｆ ｒ ｆ ｒ Ｆ ｓ ｉ ｎ ＋Ｆ ｃ ｏ ｓ Ｆ δ δ ｙ＝ ｌ ｏ ｎ ｌ ａ ｔ ｆ ｒ ｆ ｒ ｆ ｒ Ｆ ｃ ｏ ｓ －Ｆ ｓ ｉ ｎ Ｆ δ δ ｘ＝ ｌ ｏ ｎ ｌ ａ ｔ
角速度和质心侧偏角等行驶状态就必须时刻可知。 目前， 车辆的纵向车速主要是基于轮速法获得 的
［ ３ ］
。轮速法的优点是， 车轮轮速可以通过轮速传
作者简介：高博麟， 博士生， 主要从事车辆状态估计和操纵稳定性评价研究， Ｅ ｍ ａ ｉ ｌ ：ｇ ｏ ｂ ｌ ｉ ｎ １ ０ ２ １ ＠ｇ ｍ ａ ｉ ｌ ． ｃ ｏ ｍ 通讯作者：陈慧， 教授， 博士生导师， 主要从事底盘电子控制和无人驾驶智能电动车辆研究， Ｅ ｍ ａ ｉ ｌ ：ｈ ｕ ｉ ｃ ｈ ｅ ｎ ＠ｍ ａ ｉ ｌ ． ｔ ｏ ｎ ｇ ｊ ｉ ． ｅ ｄ ｕ ． ｃ ｎ
［ ５ ］
— —车辆所受侧向力 ∑ Ｆ— — —车辆所受纵向力 ∑ Ｆ— — —车辆所受横摆力矩 ∑ Ｍ—
ｙ ｘ ｚ
— —纵向空气阻力 Ｆ ｗ— 且有
ｆ ｌ ｆ ｒ ｒ ｌ ｒ ｒ ｙ ＋Ｆ ｙ ＋Ｆ ｙ ＋Ｆ ｙ ｙ ＝Ｆ ∑ Ｆ ｆ ｌ ｆ ｒ ｒ ｌ ｒ ｒ ∑ Ｆ ｘ ＋Ｆ ｘ ＋Ｆ ｘ ＋Ｆ ｘ ｘ ＝Ｆ （ ２ ） ｆ ｌ ｆ ｒ ｒ ｌ ｒ ｒ ∑ Ｍｚ ＝ （ Ｆ ｌ Ｆ ｌ ｙ ＋Ｆ ｙ） ｙ ＋Ｆ ｙ） ｆ －（ ｒ＋ ｆ ｒ ｒ ｒ ｆ ｌ ｒ ｌ （ Ｆ Ｂ Ｆ Ｂ ｘ ＋Ｆ ｘ） ｘ ＋Ｆ ｘ） ｒ －（ ｌ
Байду номын сангаас［ ４ ］
图１ ３自由度车辆动力学模型 Ｆ ｉ ｇ ． １ Ｖ ｅ ｈ ｉ ｃ ｌ ｅｄ ｙ ｎ ａ ｍ ｉ ｃ ｓ ｍ ｏ ｄ ｅ ｌ ｗ ｉ ｔ ｈ３ Ｄ Ｏ Ｆ
。
目前质心侧偏角估计分为运动学估计方法和动 力学估计方法。运 动 学 估 计 质 心 侧 偏 角 的 方 法， 主 要依赖加速度传感 器， 因此同样存在积分法的诸多 缺点。传统的动力 学 估 计 质 心 侧 偏 角 的 方 法， 采用 非线性轮胎侧偏模 型， 因此必须对路面附着条件进 行自适应 估 计
２０１２年 １ ２月 Ｄ ＯＩ ： １ ０ ． ６ ０ ４ １ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ １ ２ ９ ８ ． ２ ０ １ ２ ． １ ２ ． ０ ０ ５
农 业 机 械 学 报
第４ ３卷 第 １ ２期
基于车轮力传感器信息的全轮驱动车辆状态估计
高博麟 陈 慧
（ 同济大学新能源汽车工程中心，上海 ２ ０ ０ ０ ９ ２ ）
【 摘要】 提出一种基于车轮侧向力和纵向力传感器信息的车辆状态观测器。建立 ３自由度车 辆 动 力 学 模 型， 并构建扩展卡尔曼滤波器， 结合纵向加速度传感器和 横 摆 角 速 度 传 感 器 的 校 正 信 息， 实时估计车辆的纵向车速和 质心侧偏角。在复杂附着条件下， 该车辆状态观测器 对 车 轮 滑 移 和 路 面 附 着 条 件 有 很 好 的 鲁 棒 性。 通 过 ｖ ｅ Ｄ Ｙ Ｎ Ａ 车辆动力学仿真软件， 对该观测器进行了仿真验证。在分离附着系数路面条件下的仿真结果显示， 传统的 基 于 ２自 由度和非线性轮胎模型估计方法的纵向车 速 最 大 估 计 误 差 为 ２ ５ｋ ｍ／ ｈ ， 质心侧偏角最大估计误差为 ３ ° ， 相同工况 下， 提出的基于车轮力传感器信息的全轮驱动车辆状态观测器对车辆的纵向车速和 质 心 侧 偏 角 估 计 结 果 具 有 更 好 的精确度， 最大估计误差分别不超过 ０ ６ｋ ｍ／ ｈ和 ０ ２ ° ， 对车轮滑移和复杂路面附着条件具有更强的自适应能力。 关键词：全轮驱动车辆 状态估计 车轮力传感器 扩展卡尔曼滤波器 中图分类号：Ｕ ４ ６ ２ ３ 文献标识码：Ａ 文章编号：１ ０ ０ ０ １ ２ ９ ８ （ ２ ０ １ ２ ） １ ２ ０ ０ ２ ２ ０ ６
第１ ２期 高博麟 等：基于车轮力传感器信息的全轮驱动车辆状态估计
２ ３
感器准确获得， 算法简单易行， 估计结果不受时间尺 度的影响， 对车身参数不敏感等。但是， 当车轮出现 严重的侧向或纵向 滑 移 时， 应用轮速法估计的车速 与实际纵向车速会出现较大偏差。部分学者通过添 加纵向加速度传感 器， 来纠正车轮滑移时纵向车速 的估计偏差。但必 须 考 虑 到， 低加速度情况下传感 器的信噪比不高、 容易出现偏置， 长时间积分运算时 计算结果的累积误 差 无 法 控 制， 道路坡道和车身俯 仰角对传感器造成的偏置难以消除等
。 同 时， 非 线 性 的 轮 胎 模 型， 大大
增加了观测器算法 的 复 杂 性， 处理器的计算负担更
６ ］ 。 大， 计算耗时更长 ［
文献［ ７ ］ 引入可以 通 过 光 学 传 感 器 感 知 轮 胎 力 的智能轮胎， 使得车 轮 侧 向 力 可 以 作 为 质 心 侧 偏 角 估计的校正信息， 提高了复杂路面附着条件下的质 心侧偏角估计能力。文献［ ８ ］ 采用集成能测量轮胎 侧向力的智能轮毂 轴 承， 基于轮胎侧向力传感器信 息， 对车辆质心侧偏角进 行 了 估 计。 然 而， 文献［ ７ ］ 和［ ８ ］ 的工作均是在假 设 纵 向 车 速 和 各 车 轮 纵 向 力 已经准确获得的前 提 下 进 行 的， 但对于全轮驱动车 辆而言， 在极端工况下， 纵向车速和各车轮纵向力无 法准确估计。 本文提出一种基于侧向力和纵向力传感器信息 的车辆状态观测 器。 首 先， 建 立 ３自 由 度 车 辆 动 力 学模型； 并基于该模型构建扩展卡尔曼滤波器， 结合 横摆角速度和纵向 加 速 度 传 感 器 的 校 正 信 息， 实时 在线估计车辆的纵 向 车 速 和 质 心 侧 偏 角； 最后通过 仿真方法， 与传统的 基 于 ２自 由 度 模 型 的 估 计 方 法 进行对比验证。 其中
１～ ２ ］ 。因此， 车辆实际纵向车速、 横摆 的数值范围内 ［
引言 近 年 来， 越来越多的车辆开始装备电子稳定程 序（ Ｅ Ｓ Ｐ ） 、 直接横摆 力 矩 控 制 （ Ｄ Ｙ Ｃ ） 和主动前轮转 向系统（ Ａ Ｆ Ｓ ） 等车辆电子稳定系统。这些系统的目
收稿日期：２ ０ １ ２ ０ ６ １ ０ 修回日期：２ ０ １ ２ ０ ７ ２ ５ ９ ７ ３计划） 资助项目（ ２ ０ １ １ Ｃ Ｂ ７ １ １ ２ ０ ０ ） 国家重点基础研究发展计划（
Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ Ａｓ ｔ ａ ｔ ｅｅ ｓ ｔ ｉ ｍ ａ ｔ ｉ ｏ ｎｍ ｅ ｔ ｈ ｏ ｄｆ ｏ ｒ ４ ＷＤ ｖ ｅ ｈ ｉ ｃ ｌ ｅｗ ａ ｓｄ ｅ ｍ ｏ ｎ ｓ ｔ ｒ ａ ｔ ｅ ｄｂ ｙｍ ｅ ａ ｓ ｕ ｒ ｉ ｎ ｇｌ ａ ｔ ｅ ｒ ａ ｌ ｔ ｉ ｒ ｅｆ ｏ ｒ ｃ ｅ ｓａ ｎ ｄ ｌ ｏ ｎ ｇ ｉ ｔ ｕ ｄ ｉ ｎ ａ ｌ ｔ ｉ ｒ ｅｆ ｏ ｒ ｃ ｅ ｓ ．Ｂ ａ ｓ ｅ ｄｏ ｎ３ Ｄ Ｏ Ｆｖ ｅ ｈ ｉ ｃ ｌ ｅｍ ｏ ｄ ｅ ｌ ，ａｓ ｔ ａ ｔ ｅｏ ｂ ｓ ｅ ｒ ｖ ｅ ｒｗ ａ ｓｒ ｅ ａ ｌ ｉ ｚ ｅ ｄｕ ｓ ｉ ｎ ｇｅ ｘ ｔ ｅ ｎ ｄ ｅ ｄ Ｋ ａ ｌ ｍ ａ ｎｆ ｉ ｌ ｔ ｅ ｒ ｔ ｅ ｃ ｈ ｎ ｉ ｑ ｕ ｅ ．Ｔ ｈ ｅｏ ｂ ｓ ｅ ｒ ｖ ｅ ｒ ｐ ｒ ｏ ｖ ｉ ｄ ｅ ｄｓ ｅ ｖ ｅ ｒ ａ ｌ ａ ｄ ｖ ａ ｎ ｔ ａ ｇ ｅ ｓｔ ｈ ａ ｔ ｔ ｈ ｅｖ ｅ ｈ ｉ ｃ ｌ ｅｖ ｅ ｌ ｏ ｃ ｉ ｔ ｙａ ｎ ｄｓ ｉ ｄ ｅ ｓ ｌ ｉ ｐ ａ ｎ ｇ ｌ ｅｅ ｓ ｔ ｉ ｍ ａ ｔ ｅ ｓｃ ｏ ｕ ｌ ｄｂ ｅｒ ｏ ｂ ｕ ｓ ｔｗ ｉ ｔ ｈｖ ａ ｒ ｉ ａ ｎ ｃ ｅｏ ｆｗ ｈ ｅ ｅ ｌｓ ｌ ｉ ｐｒ ａ ｔ ｉ ｏａ ｎ ｄｒ ｏ ａ ｄｆ ｒ ｉ ｃ ｔ ｉ ｏ ｎｕ ｎ ｄ ｅ ｒｅ ｘ ｔ ｒ ｅ ｍ ｅ ａ ｄ ｈ ｅ ｒ ｅ ｎ ｃ ｅｃ ｏ ｎ ｄ ｉ ｔ ｉ ｏ ｎ ，ｓ ｕ ｃ ｈａ ｓｓ ｐ ｌ ｉ ｔｆ ｒ ｉ ｃ ｔ ｉ ｏ ｎｒ ｏ ａ ｄ ．Ｔ ｈ ｅｐ ａ ｐ ｅ ｒｄ ｅ ｍ ｏ ｎ ｓ ｔ ｒ ａ ｔ ｅ ｄｔ ｈ ｅａ ｐ ｐ ｒ ｏ ｐ ｒ ｉ ａ ｔ ｅ ｎ ｅ ｓ ｓｏ ｆｔ ｈ ｉ ｓ ｏ ｂ ｓ ｅ ｒ ｖ ｅ ｒｂ ｙｓ ｌ ａ ｌ ｏ ｍｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｏ ｎｔ ｅ ｓ ｔｕ ｓ ｉ ｎ ｇｖ ｅ Ｄ Ｙ Ｎ Ａｓ ｏ ｆ ｔ ｗ ａ ｒ ｅ ．Ｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｏ ｎｒ ｅ ｓ ｕ ｌ ｔ ｓｗ ｅ ｒ ｅｃ ｏ ｍ ｐ ａ ｒ ｅ ｄｗ ｉ ｔ ｈ ｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ ｎ ｏ ｎ ｌ ｉ ｎ ｅ ａ ｒ ｓ ｔ ａ ｔ ｅｏ ｂ ｓ ｅ ｒ ｖ ｅ ｒ ．Ｔ ｈ ｅｃ ｏ ｍ ｐ ａ ｒ ｉ ｓ ｏ ｎ ｓ ｉ ｎ ｄ ｉ ｃ ａ ｔ ｅ ｄｔ ｈ ａ ｔ ｔ ｈ ｅｌ ｏ ｎ ｇ ｉ ｔ ｕ ｄ ｉ ｎ ａ ｌ ｖ ｅ ｌ ｏ ｃ ｉ ｔ ｙａ ｎ ｄｓ ｉ ｄ ｅ ｓ ｌ ｉ ｐ ａ ｎ ｇ ｌ ｅｅ ｓ ｔ ｉ ｍ ａ ｔ ｅ ｓ ｏ ｆ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄｏ ｂ ｓ ｅ ｒ ｖ ｅ ｒ ｂ ｏ ｔ ｈａ ｐ ｐ ｒ ｏ ａ ｃ ｈ ｅ ｄｔ ｈ ｅｔ ｒ ｕ ｅｖ ａ ｌ ｕ ｅｖ ｅ ｒ ｙｗ ｅ ｌ ｌ ．Ｔ ｈ ｅｍ ａ ｘ ｉ ｍ ｕ ｍｅ ｒ ｒ ｏ ｒ ｓ ｗ ｅ ｒ ｅ ｎ ｏｍ ｏ ｒ ｅ０ ６ｋ ｍ／ ｈａ ｎ ｄ０ ２ ° ，ｃ ｏ ｍ ｐ ａ ｒ ｉ ｎ ｇｔ ｏ２ ５ｋ ｍ／ ｈａ ｎ ｄ３ °ｏ ｆｔ ｈ ｅｍ ａ ｘ ｉ ｍ ｕ ｍｅ ｒ ｒ ｏ ｒ ｓｏ ｆｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ ｎ ｏ ｎ ｌ ｉ ｎ ｅ ａ ｒｓ ｔ ａ ｔ ｅｏ ｂ ｓ ｅ ｒ ｖ ｅ ｒ ．Ｔ ｈ ｅｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄｅ ｓ ｔ ｉ ｍ ａ ｔ ｉ ｏ ｎｍ ｅ ｔ ｈ ｏ ｄｗ ａ ｓａ ｎｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅｓ ｅ ｌ ｆ ａ ｄ ａ ｐ ｔ ａ ｔ ｉ ｏ ｎａ ｐ ｐ ｒ ｏ ａ ｃ ｈｔ ｏ ｗ ｈ ｅ ｅ ｌ ｓ ｌ ｉ ｐｒ ａ ｔ ｉ ｏａ ｎ ｄｒ ｏ ａ ｄｆ ｒ ｉ ｃ ｔ ｉ ｏ ｎｃ ｏ ｎ ｄ ｉ ｔ ｉ ｏ ｎ ． Ｋｅ ｙｗ ｏ ｒ ｄ ｓ ４ ＷＤｖ ｅ ｈ ｉ ｃ ｌ ｅ ，Ｓ ｔ ａ ｔ ｅｅ ｓ ｔ ｉ ｍ ａ ｔ ｉ ｏ ｎ ，Ｔ ｙ ｒ ｅｆ ｏ ｒ ｃ ｅｓ ｅ ｎ ｓ ｏ ｒ ，Ｅ ｘ ｔ ｅ ｎ ｄ ｅ ｄＫ ａ ｌ ｍ ａ ｎｆ ｉ ｌ ｔ ｅ ｒ 的是将车辆的横摆角速度和质心侧偏角控制在理想
Ｓ ｔ ａ ｔ ｅＥ ｓ ｔ ｉ ｍａ ｔ ｉ ｏ ｎｆ ｏ ｒ ４ ＷＤ Ｖ ｅ ｈ ｉ ｃ ｌ ｅＢ ａ ｓ ｅ ｄｏ ｎＩ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎｏ ｆ Ｔ ｙ ｒ ｅＦ ｏ ｒ ｃ ｅＳ ｅ ｎ ｓ ｏ ｒ
Ｇ ａ ｏＢ ｏ ｌ ｉ ｎ Ｃ ｈ ｅ ｎＨ ｕ ｉ
（ Ｃ ｌ ｅ ａ ｎＥ ｎ ｅ ｒ ｇ ｙＡ ｕ ｔ ｏ ｍ ｏ ｔ ｉ ｖ ｅＥ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇＣ ｅ ｎ ｔ ｅ ｒ ，Ｔ ｏ ｎ ｇ ｊ ｉ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ，Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ ２ ０ ０ ０ ９ ２ ，Ｃ ｈ ｉ ｎ ａ ）