买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：清华大学

摘要：本发明涉及一种基于双扩展卡尔曼滤波的车辆侧倾状态估计方法，其包括以下步骤：根据力矩平衡建立考虑侧倾运动和横摆运动的五自由度车辆动力学模型，得到系统的状态方程和输出方程；基于采集的待估计车辆的相关数据，利用双扩展卡尔曼滤波方法对所述状态方程和输出方程进行求解，得到待估计车辆侧倾状态的估计结果。本发明得到的侧倾角估计值可以用于商用车的防侧翻控制，具有估计精度高、实时性好、成本低等优点。本发明可以广泛应用于汽车电子控制领域。

主权项：1.一种基于双扩展卡尔曼滤波的车辆侧倾状态估计方法，其特征在于包括以下步骤：根据力矩平衡建立考虑侧倾运动和横摆运动的五自由度车辆动力学模型，得到系统的状态方程和输出方程；所述五自由度车辆动力学模型为： 其中，为整车质量；为车辆纵向速度；为质心侧偏角的一阶导数；为簧载质量；为簧载质量质心到侧倾中心的距离；为车厢侧倾角速度；为质心侧偏角；为前轴侧偏刚度；为后轴侧偏刚度；为车辆质心到后轴中心的距离；为车辆质心到前轴中心的距离；为横摆角，为横摆角速度；为前轮转角；为车厢侧倾角；为非簧载质量侧倾角；为非簧载质量侧倾角速度；为非簧载质量，为重力加速度，取9.8；为侧倾转动惯量；为横摆-侧倾转动惯量；为横摆转动惯量；为非簧载质量侧倾刚度；为悬架侧倾刚度，是待估计的不确定参数；为悬架阻尼系数；为非簧载质量质心高度；为侧倾中心的高度；所述系统的状态方程和输出方程为： 其中，为前轮转角，是系统的输入；为系统矩阵，为输入矩阵，为输出矩阵；为系统的状态；为系统的量测输出；基于采集的待估计车辆的相关数据，利用双扩展卡尔曼滤波方法对所述状态方程和输出方程进行求解，得到待估计车辆侧倾状态的估计结果；包括以下步骤：对系统的状态方程和输出方程进行离散化处理，得到离散形式的状态观测系统和参数估计系统的状态空间方程，并进行系统初始化；其中，所述状态观测系统的状态空间方程为： 其中，为状态向量，为下一时刻的状态向量，为输入向量，为时变的模型参数向量，为下一时刻状态观测系统的输出向量；、分别为状态观测系统的过程噪声序列和量测噪声序列；、均表示、、的函数；所述参数估计系统的状态空间方程为： 其中，为当前时刻的状态向量，为输入向量，为时变的模型参数向量，为下一时刻的模型参数向量，为参数估计系统的输出向量；、分别为参数估计系统的过程噪声序列和量测噪声序列；基于离散形式的状态观测系统和参数估计系统的状态空间方程以及采集的待估计车辆的系统输入向量，采用双扩展卡尔曼滤波算法进行状态观测和参数估计，得到车辆侧倾状态估计结果，包括以下步骤：①基于离散形式的状态观测系统和参数估计系统的状态空间方程，得到状态观测系统和参数估计系统的时间更新方程和量测更新方程；其中，所述参数估计系统的时间更新方程为: 其中，为时刻的参数一步预测值；为时刻的参数估计值；为参数估计系统的误差协方差一步预测值；为时刻参数估计系统的误差协方差估计值；为参数估计系统的过程噪声协方差矩阵；所述参数估计系统的量测更新方程为： 其中，为时刻的参数估计值，为参数一步预测；为滤波增益；为时刻的量测输出；为雅克比矩阵；为状态一步预测；为时刻参数估计器的误差协方差估计；为参数估计器的误差协方差一步预测；为单位矩阵；所述状态观测系统的时间更新方程为： 其中，为状态一步预测值；为时刻的状态估计值；为时刻的系统输入向量；为参数估计系统的参数一步预测值；为状态观测系统的误差协方差一步预测值；为时刻状态观测系统的误差协方差估计值；为状态观测系统的过程噪声协方差矩阵；为雅克比矩阵；所述状态观测系统的量测更新方程为： 其中，为时刻的状态估计值；为时刻的状态一步预测值；为时刻的量测输出；为滤波增益；为雅克比矩阵；为时刻状态观测系统的误差协方差估计值；为状态观测误差协方差一步预测值；为单位矩阵；②将时刻的参数估计值和参数估计系统的误差协方差估计值输入到参数估计系统的时间更新方程，计算得到时刻的参数一步预测值和参数估计系统的误差协方差一步预测值；③将时刻的状态估计值以及参数估计系统的误差协方差估计值、时刻的系统输入向量和参数估计系统的参数一步预测值输入到状态观测系统的时间更新方程，计算得到时刻的状态一步预测值和状态观测系统的误差协方差一步预测；④将时刻参数估计系统的误差协方差一步预测值、参数一步预测值以及状态一步预测值输入状态观测系统的量测更新方程，得到时刻的状态估计值，进而得到车厢侧倾角和非簧载质量侧倾角；⑤将时刻参数估计系统的误差协方差一步预测、状态一步预测结果、参数一步预测值输入参数估计系统的量测更新方程，得到时刻的参数估计值；⑥重复步骤②～⑤，得到待估计车辆各时刻的状态估计值和参数估计值，基于状态估计值和参数估计值得到待估计车辆的侧倾状态。

全文数据：

权利要求：

百度查询： 清华大学 一种基于双扩展卡尔曼滤波的车辆侧倾状态估计方法