预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108287934A(43)申请公布日2018.07.17(21)申请号201711309619.0(22)申请日2017.12.11(71)申请人江苏大学地址212013江苏省镇江市京口区学府路301号(72)发明人陈特陈龙徐兴蔡英凤江昕炜江浩斌(51)Int.Cl.G06F17/50(2006.01)B60W40/00(2006.01)权利要求书5页说明书11页附图4页(54)发明名称一种基于纵向力观测器的车辆质心侧偏角鲁棒估计方法(57)摘要本发明公开一种基于纵向力观测器的车辆质心侧偏角鲁棒估计方法,包括如下步骤:(1)建立二自由度车辆模型和电驱动轮模型;(2)纵向力观测器设计;(3)基于纵向力观测器的车辆质心侧偏角鲁棒估计。本发明针对分布式驱动电动汽车及其驱动特点,提出了一种新的纵向力估计方法,同时,在纵向力估计的基础上,考虑轮胎侧偏刚度的参数摄动带来的车辆模型不确定性,设计了鲁棒卡尔曼滤波来进行车辆质心侧偏角估计。本发明所提出的估计方法能够充分利用分布式驱动电动汽车的优势,有效地降低了纵向力估计成本,同时有助于提高未知扰动和复杂工况下质心侧偏角估计的鲁棒性。CN108287934ACN108287934A权利要求书1/5页1.一种基于纵向力观测器的车辆质心侧偏角鲁棒估计方法,其特征在于,包括以下步骤:步骤S1、建立二自由度车辆模型和电驱动轮模型;步骤S2、纵向力观测器设计,首先通过系统降阶构造纵向力重构方程,针对直驱轮毂电机系统含有未知输入和噪声的情况,通过对直驱电机系统降阶处理实现系统的解耦,从而得到纵向力的解析重构方程:通过纵向力的重构方程先基于伦伯格观测器设计系统状态估计器,得到的估计量;再根据待估计量含有微分的特点,基于高阶滑模观测器实现子系统状态量的微分的估计;步骤S3、基于纵向力观测器的车辆质心侧偏角鲁棒估计,根据所述步骤S2的纵向力观测器设计方法,设计纵向力观测器来实时估计车轮的纵向力,并将该纵向力估计值作为计算车辆横摆力矩的输入量,且设计鲁棒卡尔曼滤波进行车辆质心侧偏角估计;步骤S4、仿真验证和实验验证。2.根据权利要求1所述基于纵向力观测器的车辆质心侧偏角鲁棒估计方法,其特征在于,所述步骤S1中二自由度车辆模型的建立包括以下步骤:建立二自由度的单轨车辆动力学模型,动力学方程为:式中,vx为纵向车速,vy为侧向车速,γ为横摆角速度,β为质心侧偏角,Cf、Cr分别为前后轮胎的侧偏刚度,m为汽车质量,Iz为绕z轴的转动惯量,lf、lr分别为质心距前轴和后轴的距离;ΔMz为四轮轮胎纵向力产生的额外横摆力矩,表示为:ΔMz=(Fx2-Fx1)bfcosδ+(Fx1+Fx2)lfsinδ+(Fx4-Fx3)br式二式中bf、br为半轮距,Fxj(j=1,2,3,4)为编号为j的轮胎所具有的纵向力,编号1、2、3、4分别代表左前轮、右前轮、左后轮和右后轮;前后横向轮胎力表示为:Fyf=Cfαf,Fyr=Crαr式三前后轮轮胎侧偏角为:αf=δf-lfγ/vx-βαr=lrγ/vx-β式四。3.根据权利要求2所述基于纵向力观测器的车辆质心侧偏角鲁棒估计方法,其特征在于,所述步骤S1中电驱动轮模型的建立包括以下步骤:单个车轮的旋转动力学方程为:2CN108287934A权利要求书2/5页式中,ωj为纵向力Fxj所对应车轮的转速;J1为车轮转动惯量;r为车轮有效半径;TLj为安装于车轮内轮毂电机的负载力矩;轮毂电机输出轴上的转矩平衡方程为:轮毂电机等效电路的动态电压平衡方程为:式三、四中,J2为电机转子的转动惯量;b为阻尼系数;Kt为电机转矩常数;ij为线电流;uj为线电压;R为绕组等效线电阻;L为绕组等效电感;Ka为反电动势系数。4.根据权利要求3所述基于纵向力观测器的车辆质心侧偏角鲁棒估计方法,其特征在于,所述步骤S2中通过系统降阶构造纵向力重构方程具体过程包括以下步骤:由式五、六、七联立可得:其中,J=J1+J2,则电驱动轮模型的系统方程表示为:y=Cx+Fv式九b其中,x,u,d,y,分别为系统状态量,已知输入,未知输入和测量值,w和v为互不相关的零均值白噪声序列;且有式九a展开可得:由式十b得纵向力的解析式为:-1设P=D2,则纵向力的重构方程表示为:。5.根据权利要求4所述基于纵向力观测器的车辆质心侧偏角鲁棒估计方法,其特征在于,所述步骤S2中基于伦伯格观测器的系统状态估计具体包括以下步骤:3CN108287934A权利要求书3/5页式十二中,为状态量的观测值,设计伦伯格观测器如下:其中,构建一个新的变量:从而可得:令T=I-DPC2,则有此时,式十三转化为针对式十七a含噪声的情况,设计卡尔曼滤波器KF1实现z的无偏估计,再由式十