基于多信息融合的车辆状态参数估计.pdf

《基于多信息融合的车辆状态参数估计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第30卷第11期计算机仿真2013年11月文章编号：1006—9348(2013)11—0131—06基于多信息融合的车辆状态参数估计王建锋1，李平2(1．长安大学汽车学院，陕西西安710064；2．陕西省道路交通智能检测与装备工程技术研究中心，陕西西安710064)摘要：如何获得不同道路条件下的车辆行驶状态，是底盘一体化集成控制系统设计中首先要解决的问题。针对汽车实际行驶过程中，外界干扰及测量条件等因素的影响使汽车行驶状态的关键参数很难通过车载传感器直接获得，提出了采用多信息融合的车辆状态参数估计算法。建立了15自由度车辆模型和车辆多

2、状态参数估计的状态方程；利用多信息融合理论采用双重扩展卡尔曼滤波方法实现了车辆状态参数的实时估计。估计算法与CarSim仿真结果对比显示，信息融合方法具有较高的估计精度，为实车状态参数估计算法研究提供了理论指导。关键词：信息融合；双重扩展卡尔曼滤波；状态估计；自由度中图分类号：TP391文献标识码：BStateEstimationofVehicleBasedonInformationFusionWANGJian-fen91，LIPin92(1．SchoolofAutomotive，Chang’anUniversity，Xi’anShan

3、xi710064，China；2．Roadtrafficintelligentdetectionandengineeringtechnologyresearchcenterofshaanxi，Xi’anShanxi710064，China)ABSTRACT：VehiclestateestimationforVDCsystemwasstudied．A15DOFvehiclemodelwasbuilt．ThemethodofdoubleextendedCaimanfilterwasestablishedforthevehiclerealti

4、mestataestimationusingmultiinformationfu—siontheory．Thesimulatedresultsofthevehicledynamicssimulationplatformshowthattheaccuracyisimprovedgreatlyusingthevehiclestateestimationmethod．Themethodprovidesareferencewiththevehiclestateestimationforthevehiclestateparametersestim

5、ation．ICEYWORDS：Informationfusion；DecoupledextendedKalmanfilter；Stateestimation；DOF1引言获得不同道路条件下的车辆行驶状态参数是底盘集成控制系统的设计依据。由于在汽车实际行驶过程中，外界干扰及测量条件等因素的影响，很多表征汽车行驶状态和道路条件的关键参数，如汽车质心侧偏角、前后轮侧偏角、车轮纵／侧／垂向力等主要参数难以通过车载传感器直接获得。如何采用较少或成本较低的车载传感器，通过必要的信息共享与融合技术来获得汽车行驶过程中的运动状态，是底盘一体化集成控制

6、系统设计中首先需要解决的问题。在车辆状态参数估计研究中，国内外所采用的方法各有差异，文献[1]采用滑膜观测法，文献[2]采用鲁棒观察法，文献[3-5]采用卡尔曼滤波法。卡尔曼滤波以最小均方误差为最佳准则，推导一种递推算法，其核心思想是：利用信号与噪声的状态空间模型，利用前一时刻的估计值和当前时刻的观测值来更新状态变量，求出当前时刻的估计值，非常适合于实时处理和计算机运算。传统卡尔曼滤波的状态方程和观测方程都是线性的，而车辆行驶过程中的状态是一个非线性过程，扩展卡尔曼滤波能够把非线性模型线性化，能够将传统卡尔曼滤波技术应用于车辆状态参数估

7、计中。扩展卡尔曼滤波把非线性系统模型的状态方程和观测方程在其状态的最佳估计点附近展开成一阶Taylor级数，完成了非线性函数的线性化。由于扩展卡尔曼滤波估计精度高，实时性好，近年来采用扩展卡尔曼滤波估计车辆状态参数成为研究热点，双重扩展卡尔曼滤波是对非线性系统设计两套扩展卡尔曼滤波器，这两套滤波器并行运行，相互影响，互相为对方提供最佳的参数修正，从而使滤波估计值趋向于真值∞。]。鉴于双重扩展卡尔曼滤波的优势，本文建立15自由度车辆模型，采用双重扩展卡尔曼滤波算法实现车辆状态参数的实时估计，并将估计结果与参考模型进行对比分析。基金项目：国

8、家自然科学基金资助项目(51278058)；陕西省自然科学基金项目(2012JQ7030)；中央高校基本科研业务费专项资2车辆模型金(CHD2011JCl47)要研究行驶过程中车辆状态参数的估计方法，首先要