基于模型自适应粒子滤波的汽车状态估计

《基于模型自适应粒子滤波的汽车状态估计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2014年10月农业机械学报第45卷第10期doi:10．6041/j．issn．1000-1298．2014．10．004*基于模型自适应粒子滤波的汽车状态估计1，21，222秦录芳李伟李军曹洁(1．徐州工程学院江苏省大型工程装备检测与控制重点建设实验室，徐州221000;2．兰州理工大学电气工程与信息工程学院，兰州730050)摘要:为准确实时获取汽车行驶过程中的状态变量，提出了一种模型自适应更新粒子滤波方法。建立了非高斯噪声和非线性轮胎的汽车动力学模型，并基于小波变换的方法，采用高频子带估计传感器量测噪声的实时

2、方差，提高了观测似然函数的真实拟合程度，结合自适应自回归模型对整车系统的状态进行自适应更新，较好地克服了粒子权值的退化现象;基于ADAMS/Car的虚拟实验和实车实验验证了所提方法的有效性。实验结果表明该方法在估计精度和克服噪声方面均优于常用方法，满足汽车状态估计器的软件性能要求。关键词:汽车动力学状态估计模型自适应粒子滤波中图分类号:U461.6文献标识码:A文章编号:1000-1298(2014)10-0022-07［13］最新观测信息能够融入到量测似然函数中，但进引言一步加大了算法的时间消耗，对于实时性要求较高

3、随着农业车辆自动化技术的发展，对农机车辆的汽车状态估计而言，不适用。本文采用观测模型状态的准确实时估计问题已经成为汽车电子智能控自适应自回归更新方法与小波变换相结合，对观测［1－2］制系统的热点问题之一。目前，Bosch、噪声的方差进行实时估计处理，并自适应更新系统Continental、Delphi、TＲW等世界各大生产厂商都将的观测模型，确保似然函数的高度逼近能力。最后汽车底盘电子智能控制系统纳入该领域的重点研究将该方法应用到汽车状态的估计中。［3］内容，而我国在该领域的研究起步较晚。汽车底1汽车的非线性动力学模

4、型盘电子控制系统的关键技术是通过车载传感器对汽车相应状态参量进行测量(例如横摆角速度、纵向1.17自由度整车状态模型速度、侧向加速度等)，为实现电子系统的智能控制2自由度与3自由度模型是目前汽车状态估计提供相应的参考信息。国内外研究人员提出了很多系统中常用的整体模型。其中，2自由度模型是分［4－6］有效的方法对汽车的状态参量进行估计，大致析汽车匀速运动的线性模型，主要用于研究横摆、侧可以分为基于信号分析的方法和基于滤波估计的方向运动，在实际运行中，当路面不平或者出现快速机法两大类。其中，基于信号的方法需要获取汽车传动

5、等突变情况时，汽车的纵向速度是时变的，这种纵感信息的完整信号，但在实际环境中，由于汽车实体向变化对2自由度参数的影响是不能忽略的。与之实验的昂贵性，部分参量的获取代价太大，甚至无法相比，3自由度模型虽然考虑了汽车纵向运动的影直接测量(如汽车质心侧偏角)。因此，基于滤波估响，但是忽略了车轮的回转运动效应。考虑到路面［7－12］计的方法受到了广大研究人员的青睐。由于凸凹对车轮的影响，本文采用7自由度汽车整体运［14］粒子“退化”现象的存在，导致在滤波过程中，多数动模型，其具体的模型示意图如图1所示。粒子的权值趋近于零，失

6、去了多数粒子近似求和的将汽车的运动模型分解如下:优势，滤波精度下降，甚至发散。特别是对汽车参数纵向模型·传感器而言，由于外界恶劣工作环境的影响，往往会vx=ax+vyω出现不可预测的冲击性干扰，导致观测出现野点，进FxfLcosδ+FxfＲcosδ+FxrL+FxrＲ－FyfLsinδ－FyfＲsinδ{ax=一步加剧了退化程度。目前的研究，克服此缺陷的m主要思想是通过其他智能算法对观测似然函数进行(1)修正，确保低似然区函数能够向窄带尾部移动，促使侧向模型收稿日期:2014-05-29修回日期:2014-06-30

7、*国家自然科学基金资助项目(61263031)和江苏省大型工程装备检测与控制重点建设实验室重点资助项目(JSKLEDC201202)作者简介:秦录芳，讲师，兰州理工大学博士生，主要从事汽车工程和汽车电子智能控制研究，E-mail:lu_qingfang@163．com第10期秦录芳等:基于模型自适应粒子滤波的汽车状态估计23l———前后轴距离h———质心高度g———重力加速度a———整车质心距前轴的距离b———整车质心距后轴的距离下标f、r、L、Ｒ表示前、后、左、右轮。其具体的位置图17自由度汽车动力学模型示意图参看

8、图1中的标注。Fig．1Vehicledynamicsmodeldiagramof［13］各个轮胎的侧偏角为sevendegreesoffreedomìvy+aω·v=a－vωαfL=δ－arctanyyxïvx+tfω/2ïFxfLsinδ+FxfＲsinδ+FyfLcosδ+FyfＲcosδ+FxrL+FxrＲv+aω{a=ïyymαfＲ=