基于扩展卡尔曼滤波的车辆质量与道路坡度估计

《基于扩展卡尔曼滤波的车辆质量与道路坡度估计》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11月农业机械学报第45卷第11期doi:10．6041/j．issn．1000-1298．2014．11．002*基于扩展卡尔曼滤波的车辆质量与道路坡度估计雷雨龙付尧刘科曾华兵张元侠(吉林大学汽车动态仿真与控制国家重点实验室，长春130022)摘要:针对车辆自动变速器控制系统难以实时测得车辆质量与道路坡度参数这一问题，运用最优估计理论，以车辆纵向动力学模型为基础，建立系统的状态空间模型，运用前向欧拉法将过程方程离散化，进一步对非线性过程方程进行近似线性化，获得过程方程向量函数的Jacobian矩阵，实现了基于扩展卡尔曼滤波(EKF)的车辆质量及道路坡度估

2、计算法。在Matlab/Simulink仿真平台下，进行了实车道路试验数据的离线仿真。仿真结果表明，该算法可有效估计车辆质量及道路坡度，能够满足车辆自动变速器控制系统的要求。关键词:自动变速器最优估计扩展卡尔曼滤波车辆质量道路坡度中图分类号:U463.2文献标识码:A文章编号:1000-1298(2014)11-0009-05［11－12］形，识别方法较单一，与国外相比有一定差距，引言对于车辆质量和道路坡度联合估计方面的研究还比随着车辆自动变速技术的发展完善，如何使自较匮乏。就实时估计算法而言，国外学者虽提出了动变速器控制系统更加智能化成为研究人员关注的一些联合估计

3、算法，但这些算法大都基于复杂模型，重点。智能化的自动变速控制系统可对各工况、车计算过程繁琐，其用于自动变速器控制系统的实时辆状态进行辨识，进而做出最合理的挡位决策，以满性还有待检验。理想的联合估计算法应对系统硬件足驾驶员驾驶意图。因而各工况及车辆自身相关状资源开销小且较易工程化。态参数的获取显得尤为重要。车辆质量及道路坡度为了准确实时获取车辆质量和道路坡度，提高是换挡控制系统进行挡位决策的关键参量，若能对自动变速器换挡品质，本文基于最优估计理论，结合其进行精确辨识可提高自动变速器换挡控制品质，非线性车辆纵向动力学模型，建立基于扩展卡尔曼进一步提高整车的动力性、经济性

4、及安全性。滤波(ExtendedKalmanfilter，EKF)的车辆质量及道通常情况下，车辆质量在装有电控悬架(ECS)路坡度联合估计算法模型，并利用实车道路试验数车辆上可以通过压力传感器测量值计算得到，而道据进行算法的离线仿真验证。路坡度可以通过倾角传感器或加速度传感器间接测［1］1扩展卡尔曼滤波技术量。但这些方法均需要昂贵的测试设备，且只适合试验研究阶段，难以配置在量产车上。因此基于经典卡尔曼滤波(Kalmanfilter，KF)由Kalman车辆现有传感器，利用软测量技术对相关参量进行于1960年提出，是在已知系统和测量的数学模型、［2］估计的方法得到广泛

5、应用。研究多集中于车辆测量噪声统计特性及系统状态初值的情况下，利用［3］［4］行驶中横摆角速度、纵向车速、质心侧偏输入信号的测量数据和系统模型方程，实时获得系［5－7］［13］角等状态变量的估计。在车辆质量和道路坡度统状态变量和输入信号的最优估计值。KF滤波估计方面，国外学者关注较早并积累了一定的经验，采用状态空间描述法，以最小均方误差为估计准则，提出了基于递归最小二乘法的车辆质量实时估计方可处理多维和非平稳的随机过程。其算法采用递推［8］［9］法、基于GPS和CAN信息进行道路坡度估计、形式，数学结构简单，计算量小，适合用于实时计算。基于双遗忘因子最小二乘法的车辆

6、质量和道路坡度因其较优的性能广泛应用于通讯、航空及军事领域。［10］估计方法。国内则主要针对道路坡度识别进行KF的应用结构如图1所示。在随机干扰和测量噪了研究，主要是基于纵向动力学的理论计算及其变声存在的情况下给出系统状态变量的最优估计。收稿日期:2013-12-26修回日期:2014-02-13*国家高技术研究发展计划(863计划)资助项目(2012AA111712)、高等学校博士学科点专项科研基金资助项目(20120061110027)、吉林大学“985”工程资助项目和长江学者和创新团队发展计划资助项目(IＲT1017)作者简介:雷雨龙，教授，博士生导师，主要从

7、事汽车传动系统理论与控制研究，E-mail:leiyl@jlu．edu．cn10农业机械学报2014年Fi=mgsinα(3)式中g———重力加速度α———坡度角［15］空气阻力Fw为12Fw=CDAρv(4)2式中CD———空气阻力系数图1卡尔曼滤波算法应用结构A———迎风面积Fig．1ApplicationarchitectureofKalmanfilterρ———空气密度v———车速KF仅适用于线性系统的状态估计，对于非线性［15］系统则使用扩展卡尔曼滤波(EKF)。EKF通过把滚动阻力Ff为非线性系统模型函数在其参考点附近进行Taylor展Ff=mgfc