本文關(guān)鍵詞：基于自適應(yīng)濾波的汽車穩(wěn)定性控制系統(tǒng)狀態(tài)估計

  更多相關(guān)文章： ESP 車輛狀態(tài)信息估計 擴展卡爾曼濾波 無跡卡爾曼濾波 自適應(yīng)無跡卡爾曼濾波

【摘要】：汽車電子穩(wěn)定程序(Electronic Stability Program,ESP)中,需要更多的車輛狀態(tài)信息,如輪胎力、縱側(cè)向速度、橫擺角速度和質(zhì)心側(cè)偏角等。然而,由于物理原因或成本問題,有些狀態(tài)信息無法找到非常有效適用的傳感器來直接進行測量。為此,國內(nèi)外學者提出了基于狀態(tài)估計模型和狀態(tài)估計方法實現(xiàn)車輛狀態(tài)信息估計來解決這種狀態(tài)信息不完全性問題。根據(jù)ESP控制中所需要考慮的自由度,選取了七自由度車輛動力學模型,并利用CarSim仿真軟件對選取的七自由度車輛動力學模型進行模型驗證。結(jié)合狀態(tài)參數(shù)估計的思想將該模型的動力學方程寫為狀態(tài)方程;根據(jù)ESP應(yīng)用中實際可用的傳感器,建立了量測方程;車輛狀態(tài)方程和量測方程各式中用到的輪胎力均需通過輪胎模型求取,本文從控制科學的角度將隨機走動模型選為輪胎模型將輪胎力作為待估計的未知參數(shù)進行狀態(tài)擴維,將擴維后的車輛狀態(tài)空間模型作為汽車穩(wěn)定性控制系統(tǒng)狀態(tài)估計模型。介紹經(jīng)典卡爾曼濾波(Kalman Filter,KF)理論的優(yōu)點,由于KF只適用于線性系統(tǒng),但汽車動力學模型是非線性的,應(yīng)該采用適用于非線性系統(tǒng)的卡爾曼濾波,因此在理解了KF理論的基礎(chǔ)上,本文深入探究了擴展卡爾曼濾波(Extended Kalman Filter,EKF)、無跡卡爾曼濾波(Unscented Kalman Filter,UKF)和自適應(yīng)無跡卡爾曼濾波(Adaptive Unscented Kalman Filter,AUKF),這些濾波算法都是基于KF的擴展且都能對非線性系統(tǒng)的狀態(tài)進行估計。EKF濾波算法通過對非線性函數(shù)的Taylor展開,將非線性問題轉(zhuǎn)化為線性問題時存在高階項截斷誤差,且非線性函數(shù)的雅可比矩陣的求解計算量也比較大。針對EKF濾波的不足,引出了UKF濾波算法,該濾波算法使用采樣方法近似非線性分布來解決非線性問題,UKF以UT變換為基礎(chǔ),卡爾曼濾波為框架,通過確定性采用策略直接逼近狀態(tài)的后驗分布,整個濾波過程不需要求導計算雅克比矩陣,計算時間和估計精度比EKF高。EKF和UKF以準確的數(shù)學模型和噪聲的統(tǒng)計特性已知為基礎(chǔ),而當汽車行駛的周圍環(huán)境發(fā)生變化或者運動狀態(tài)劇烈變化時,將會對噪聲的統(tǒng)計特性產(chǎn)生比較大的影響,大大降低了EKF和UKF濾波精度和穩(wěn)定性。針對汽車在行駛過程中遇到一定的干擾,對車載傳感器造成一定的影響,導致傳感器的統(tǒng)計特性難以準確獲得,即量測噪聲的統(tǒng)計特性時變或未知這個問題,設(shè)計了自適應(yīng)無跡卡爾曼濾波(AUKF)算法,AUKF通過信息序列實現(xiàn)了對量測噪聲協(xié)方差陣的在線估計,提高了UKF的自適應(yīng)能力。仿真結(jié)果表明,在量測噪聲未知或時變的情況下,對汽車的狀態(tài)變量進行估計,AUKF的估計性能最高,狀態(tài)估計值最接近于真實值。
【學位授予單位】：長春工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U463.6

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 沈利群;駕駛員前視距離對汽車穩(wěn)定性的影響[J];上海應(yīng)用技術(shù)學院學報(自然科學版);2003年01期

2 李幼德;劉巍;李靜;趙健;宋大鳳;沙宏亮;;汽車穩(wěn)定性控制系統(tǒng)硬件在環(huán)仿真[J];吉林大學學報(工學版);2007年04期

3 韓玉敏;;基于模糊切換增益調(diào)節(jié)的汽車穩(wěn)定性滑模控制[J];交通科技與經(jīng)濟;2012年06期

4 王悅新,李建民,尚士忠;凌志400型汽車穩(wěn)定性控制系統(tǒng)結(jié)構(gòu)及原理解析[J];交通科技與經(jīng)濟;2002年03期

5 范小彬;;汽車穩(wěn)定性集成控制研究現(xiàn)狀及發(fā)展[J];汽車與配件;2010年27期

6 張維軍;陳胤;;試論汽車穩(wěn)定性對安全行駛的影響[J];機械研究與應(yīng)用;2009年01期

7 張小龍;李亮;宋健;吳凱輝;李紅志;;汽車穩(wěn)定性控制系統(tǒng)性能試驗與數(shù)據(jù)處理方法[J];農(nóng)業(yè)機械學報;2011年05期

8 高振萍;郗建國;;汽車穩(wěn)定性橫擺力矩控制仿真研究[J];工業(yè)設(shè)計;2011年09期

9 高振海;王竣;郭健;;汽車穩(wěn)定性多控制工況設(shè)計及其切換機制研究[J];機械工程學報;2014年04期

10 肖宣煒;夏軍強;舒彩文;陳一明;;洪水中汽車穩(wěn)定性的理論分析及試驗研究[J];泥沙研究;2013年01期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 黃鶴;汽車穩(wěn)定性控制系統(tǒng)分層優(yōu)化控制研究[D];合肥工業(yè)大學;2012年

2 張金柱;基于GPS的汽車穩(wěn)定性控制系統(tǒng)研究[D];哈爾濱工程大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 杜俊杰;基于自適應(yīng)濾波的汽車穩(wěn)定性控制系統(tǒng)狀態(tài)估計[D];長春工業(yè)大學;2016年

2 宋昆鵬;基于雙CPU的汽車穩(wěn)定性控制系統(tǒng)電控單元設(shè)計[D];上海交通大學;2008年

3 徐渺;汽車穩(wěn)定性控制系統(tǒng)的產(chǎn)業(yè)化研究與設(shè)計[D];上海交通大學;2007年

4 羅俊;汽車穩(wěn)定性控制策略研究與仿真[D];武漢科技大學;2006年

5 劉巍;驅(qū)動工況汽車穩(wěn)定性控制算法研究[D];吉林大學;2004年

6 姚國成;汽車穩(wěn)定性控制策略的仿真研究[D];吉林大學;2007年

7 王偉;基于滑模變結(jié)構(gòu)控制的汽車穩(wěn)定性控制系統(tǒng)研究[D];山東科技大學;2008年

8 楊化方;基于滑模變結(jié)構(gòu)控制的電動汽車穩(wěn)定性控制系統(tǒng)研究[D];山東理工大學;2009年

9 李臻;汽車穩(wěn)定性控制系統(tǒng)中的統(tǒng)一車速估計方法的研究[D];吉林大學;2007年

10 肖闖;汽車穩(wěn)定性控制方法仿真研究[D];湖南大學;2007年

，

本文編號：1259337