论文部分内容阅读
随着汽车产量以及人均汽车保有量的日益增长,道路安全已成为人们日益关注的焦点,也使汽车主动安全控制技术成为研究的热点。汽车制动防抱死控制系统(ABS)、牵引力控制系统(TCS)、电动助力转向系统(EPS)、底盘电子稳定性控制系统(ESP)等汽车主动安全系统多需要在获取汽车当前状态参数的基础上来实现控制,而其中路面附着系数和附着状态的测量或估计尤为重要。目前,路面附着系数的最基本的获取方法是通过各类物理传感器进行测量,但这种方法的测量实时性、准确性和传感器价格限制了其汽车上的量产化应用。另一种方法,就是基于汽车动力学特性的状态估计方法,如基于驱动特性、制动特性或者转向特性等。而本文主要是开展了基于制动特性的路面附着状态估计研究,主要研究内容如下:(1)研究了国内外对路面附着系数估计的研究现状,建立了三自由度车辆模型以及轮胎模型,并对其准确性和精度进行了验证分析。基于卡尔曼滤波和非线性卡尔曼滤波器EKF的原理和对比分析,提出了基于非线性卡尔曼滤波器EKF的汽车状态观测器的路面附着状态估计方法,并在Matlab环境下的进行了算法实现。(2)建立了基于非线性卡尔曼滤波器EKF的汽车状态观测器,搭建基于Carsim-Simulink联合仿真下的状态估计模型,对汽车行驶时的状态量横摆角速度、质心侧偏角、以及纵向车速进行了在线估计,并分别采用非制动工况、制动工况以及差动制动工况下进行了联合仿真分析,验证汽车状态参数估计方法的有效性。(3)基于模糊控制原理,对滤波器中的观测噪声采用模糊化处理,建立了基于状态参数估计的EKF滤波器,与状态观测器的联合运算,实现对路面附着系数和附着状态的估计;基于Carsim平台,对不同仿真工况和不同的附着系数路面,进行了路面附着状态估计算法的有效性和合理性验证。总之,基于制动特性的路面附着状态估计方法研究可以适用于所有基于制动力控制的汽车主动安全控制系统。本文的研究方法以首先估计获取汽车状态参数为基础,采用扩展卡尔曼滤波理论,提出了路面附着状态的估计识别算法,最后,基于Carsim-Siumlink的联合仿真平台进行了多工况对比分析验证。