详情

原文传递四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法

专利名称：	四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法
摘要：	本发明公开了一种四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法，包含以下步骤：根据车轮动力学方程，计算轮胎纵向力；根据车辆的纵向动力学平衡方程，基于带有遗忘因子的最小二乘法估计整车质量；建立包括车辆纵向、侧向和横摆三个自由度的四轮驱动电动汽车动力学模型和反映轮胎瞬时力学特性的半经验魔术轮胎模型的鲁棒容积卡尔曼估计模块；基于所建立的鲁棒容积卡尔曼滤波模块，估计质心侧偏角与轮胎侧向力。本发明有效提高了复杂工况下滤波对模型参数摄动以及未建模噪声的抗干扰能力，不同工况下联合估计算法的准确性、鲁棒性和抗干扰性得到提高，解决了复合工况下四驱电动汽车质心侧偏角和轮胎侧向力联合估计问题。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	东南大学
发明人：	殷国栋;王凡勋;任彦君;沈童;梁晋豪;卢彦博;汪䶮;冯斌;徐利伟
专利状态：	有效
申请日期：	2021-04-22T00:00:00+0800
发布日期：	2022-03-01T00:00:00+0800
申请号：	CN202110436285.3
公开号：	CN114103967A
代理机构：	北京德崇智捷知识产权代理有限公司
代理人：	王斌
分类号：	B60W40/10;B60W40/13;B;B60;B60W;B60W40;B60W40/10;B60W40/13
申请人地址：	210000 江苏省南京市江宁区东南大学路2号
主权项：	1.一种四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法，其特征在于，包含以下步骤：根据车轮动力学方程，计算轮胎纵向力；根据车辆的纵向动力学平衡方程，基于带有遗忘因子的最小二乘法估计整车质量；建立包括车辆纵向、侧向和横摆三个自由度的四轮驱动电动汽车动力学模型和反映轮胎瞬时力学特性的半经验魔术轮胎模型的鲁棒容积卡尔曼估计模块；基于所建立的鲁棒容积卡尔曼滤波模块，估计质心侧偏角与轮胎侧向力。 2.根据权利要求1所述的四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法，其特征在于，根据车轮动力学方程计算轮胎纵向力步骤中的车轮动力学方程为：式中，Fxij表示算轮胎纵向力，i＝q,h分别表示前轮和后轮，j＝l,p分别表示左轮和右轮，Tij表示电机转矩，J表示车轮转动惯量，wij表示车轮的转动的角速度，Rw表示轮胎滚动的有效半径。 3.根据权利要求2所述的四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法，其特征在于，根据车轮动力学方程计算轮胎纵向力步骤中计算轮胎纵向力的步骤为：根据半经验魔术轮胎公式，计算轮胎的侧向力： Fyij＝Dsin[Carctan{Bαij-E(Bαij-arctan(Bαij))}] 式中，B表示刚度因子，C表示曲线形状因子，D表示峰值因子，E表示曲线曲率因子；μ表示路面附着系数；Fzij表示轮胎垂向载荷；αij表示轮胎侧偏角；根据已建立的稳态轮胎模型，由半物理半经验的方式引入松弛长度，用松弛长度来表示非线性轮胎模型的非稳态效应，对稳态轮胎模型进行适当的修正，得表征轮胎瞬时特性的非线性动态轮胎模型公式：式中，i＝q,h分别表示前轮和后轮，j＝l,p分别表示左轮和右轮，σij表示松弛长度；表示轮胎侧向力的估计值，表示轮胎侧向力估计值的导数值，vx表示车辆的纵向车速；β表示质心侧偏角。 4.根据权利要求3所述的四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法，其特征在于，根据车辆的纵向动力学平衡方程，基于带有遗忘因子的最小二乘法估计整车质量的步骤为：第21步，车辆的纵向动力学平衡方程： max＝Fxqlcosδf+Fxqpcosδf+Fxhl+Fxhp-Fw-Ff 式中，m表示整车质量；Fxql表示左前轮胎纵向力；Fxqp表示右前轮胎纵向力；Fxhl表示左后轮胎纵向力；Fxhp表示右后轮胎纵向力；δf表示前轮转角；Fw表示车辆所受的纵向空气阻力，Ff表示轮胎的滚动阻力；第22步，根据遗忘因子最小二乘法，建立质量估计输入输出递归方程： y(k)＝h(k)Tθ+e(k) 式中，h(k)表示k时刻的输入量；y(k)表示系统k时刻的输出量；θ为待估整车质量m；e(k)表示k时刻的偏移量；第23步，求解h(k)以及y(k)： y(k)＝Fxqlcosδf+Fxqpcosδf+Fxhl+Fxhp-Fw h(k)＝max+Ff 第24步，求解参数辨识增益：式中，K(k)表示k时刻的参数辨识增益，λ表示遗忘因子为常数，P(k-1)表示k-1时刻的协方差矩阵，h(k)T表示h(k)的转置；第25步，更新参数辨识：式中，表示k-1时刻的估计参数，表示k时刻的估计参数；第26步，更新参数辨识误差：式中，K(k)表示k时刻的参数辨识增益；P(k)表示k时刻的协方差矩阵；I表示单位矩阵；λ表示遗忘因子。 5.根据权利要求4所述的四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法，其特征在于，建立非线性车辆模型状态方程：第31步，建立车辆质心侧偏角和轮胎侧向力的状态方程和观测方程：式中，表示状态变量的一阶导数；f(·)表示非线性状态方程函数；h(·)表示观测方程函数；x(t)表示状态变量；u(t)表示输入变量；z(t)表示观测变量；w(t)和v(t)表示零均值、不相关的白噪声； x(t)＝(r,β,Fyql,Fyqp,Fyhl,Fyhp)T u(t)＝(δf,vx,Fxql,Fxqp,Fxhl,Fxhp)T z(t)＝(ax,ay)T 式中，r表示整个电动汽车绕质心处的横摆角速度；β表示质心侧偏角；vx表示整个电动汽车质心处的纵向车速；ax表示整车质心处的纵向加速度；ay表示整车质心处的横向加速度；第32步，建立非线性状态方程函数f(·)和观测方程函数h(·)：函数表达式f(·)为函数表达式h(·)为式中，f(1)-f(6)分别表示非线性状态方程函数；Iz表示车辆绕Z轴的转动惯量；h(1)-h(2)分别表示非线性观测方程函数。 6.根据权利要求5所述的四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法，其特征在于，基于鲁棒容积卡尔曼滤波估计质心侧偏角与轮胎侧向力的方法为：第41步，对第31步建立的车辆质心侧偏角和轮胎侧向力状态方程和观测方程进行离散化：式中，xk∈Rn表示系统的状态向量，Rn表示n维实数集；uk∈Rm表示已知的控制输入，Rm表示m维实数集；zk∈Rp表示系统的观测向量，Rp表示p维实数集；函数f:Rn×Rm→Rn和h:Rn×Rm→Rp分别表示已知的非线性函数，箭头表示非线性映射关系；wk和vk分别表示系统的过程噪声和观测的测量噪声；第42步，初始化，令：式中，和P0表示初始系统状态与误差协方差；和表示系统过程噪声均值与方差的初始化；和表示测量噪声均值与方差的初始化；第43步，时间更新：第431步，对k-1时刻的误差协方差矩阵Pk-1\|k-1进行分解为： Pk-1\|k-1＝Sk-1\|k-1STk-1\|k-1 式中，Sk-1\|k-1表示下三角矩阵；第432步，根据球面径向规则计算容积点式中，L＝2n，n为待估状态的维数；第433步，计算状态方程传播的容积点第434步，计算状态估计值第435步，计算估计误差协方差矩阵Pxx,k\|k-1：式中，Q为系统过程噪声方差；第44步，测量更新：第441步，对更新之后的误差协方差矩阵Pk\|k-1进行分解：式中，Sk\|k-1表示下三角矩阵；第442步，计算更新的容积点第443步，计算测量方程传播的容积点第444步，估计观测预测值第445步，计算新息方差矩阵Pzz,k\|k-1：第446步，计算估计协方差矩阵Pxz,k\|k-1：第45步，得到统计回归矩阵：第451步，估计卡尔曼增益Wk：第452步，估计状态更新第453步，估计相应误差协方差Pxx,k\|k：式中，I为单位矩阵；η为调节因子，η满足以下条件：式中，eig(·)表示求解特征值。 7.根据权利要求3所述的四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法，其特征在于，刚度因子B、曲线形状因子C、峰值因子D及曲线曲率因子E，根据所选轮胎进行数据拟合得到。
所属类别：	发明专利