本发明涉及一种基于状态观测器的四驱电动汽车速度与道路坡度估计方法，属于车辆状态估计
技术领域：
。
背景技术：
：电动汽车作为新型能源汽车的代表，与传统的汽油车相比，在清洁、环保、节能等方面具有明显的优势。因此，随着电动汽车的拥有量逐年增加，其操纵稳定性和主动安全性问题也受到广泛关注。电动汽车主动安全控制系统能有效地提高车辆操纵稳定性，减少交通事故的发生。有效地实现控制逻辑的前提是准确地获取车辆的行驶状态信息。然而，由于生产成本和测量误差等因素，在大规模生产车辆中，车载传感器无法直接测量部分车辆运行状态信息。因此，利用可测车辆状态信息设计观测器来估计无法测量的车辆状态信息已逐渐成为研究热点。其中，准确已知车辆的纵向速度、道路坡度等是自主驾驶车辆控制的基础，以自动变速为例，准确地已知行驶道路坡度及纵向车速是车辆自动变速的关键。因此，有必要设计一种观测器方法对纵向速度与坡度进行有效的估计。技术实现要素：为解决电动汽车参数估计困难问题，本发明提供一种基于状态观测器的四驱电动汽车速度与道路坡度估计方法。本发明是通过以下技术方案实现的：一种基于状态观测器的四驱电动汽车速度与道路坡度估计方法，包括以下步骤：步骤一、建立三自由度车辆模型；步骤二、车辆状态观测器设计：以车辆传感器测量的车轮转动角速度与纵向加速度作为输入，采用全维状态观测器理论，选取车辆纵向速度测量值vx,i与纵向速度估计值的差值作为校正项，对车辆纵向速度设计车辆纵向速度观测器；再以纵向速度估计值与纵向加速度作为输入，设计道路坡度估计观测器；最后将道路坡度的估计值反馈回纵向车速观测器中，完成基于状态观测器的四驱电动汽车速度与道路坡度估计。进一步地，所述步骤一建立的三自由度车辆模型为：其中，m是汽车总质量，单位kg；r为汽车的横摆角速度，单位rad/s；vx是在车体坐标系下的纵向速度，单位m/s；vy是车辆在车体坐标系下的侧向速度，单位m/s；fxi，i＝1,...,4，分别表示车辆的左前纵向轮胎力、右前纵向轮胎力、左后纵向轮胎力、右后纵向轮胎力,单位n；fyi，i＝1,...,4，分别表示车辆的左前侧向轮胎力、右前侧向轮胎力、左后侧向轮胎力、右后侧向轮胎力,单位n；θ为道路坡度，单位deg；cx为纵向空气阻力系数；g为重力加速度，单位n/kg。进一步地，所述步骤二设计的车辆纵向速度观测器及道路坡度估计观测器为：其中，ax为车辆的纵向加速度，单位m/s2；m是汽车总质量，单位kg；r为汽车的横摆角速度，单位rad/s；vx是在车体坐标系下的纵向速度，单位m/s；θ为道路坡度，单位deg；cx为纵向空气阻力系数；g为重力加速度，单位n/kg；纵向车速vx的粗略测量值vx,i是车辆的纵向速度测量值：vx,i＝reiωicosδi+rrxi其中，rxi，i＝1,...,4，是质心与汽车车轮轮距t的关系：δi，i＝1,...,4，是轮胎i的转向角，单位rad；rei，i＝1,...,4，是轮胎i的有效半径，单位m。由于采用了上述的技术方案，本发明的有益效果是：(1)针对为解决电动汽车参数估计困难问题，提出了一种适用于四驱电动汽车的纵向速度与道路坡度状态观测估计方法。(2)使用高保真车辆动力学仿真软件vedyna对优化的观测器参数进行了有效性验证，结果表明本发明所以出的观测器参数优化方法具有一定的效果，能够保证观测器估计结果的准确性。附图说明图1车辆侧视受力示意图；图2车辆俯视受力示意图图3车辆状态观测器结构图；图4(a)道路坡度1度时纵向速度仿真结果图4(b)道路坡度1度时道路坡度仿真结果图5(a)道路坡度10度时纵向速度仿真结果图5(b)道路坡度10度时道路坡度仿真结果图6(a)道路坡度20度时纵向速度仿真结果图6(b)道路坡度20度时道路坡度仿真结果具体实施方式下面结合附图，对本发明所提出的技术方案进行进一步阐述和说明。本发明提供了一种基于状态观测器的四驱电动汽车道路坡度估计方法，该方法包括以下几个步骤：步骤一、建立简化的车辆三自由度模型图1是车辆侧视受力示意图，为了方便研究，本发明考虑到车辆在纵向、侧向以及横摆方向的受力情况，将整车模型简化为三自由度模型。在车辆上建立坐标系，原点位于汽车的质心，车辆前进的方向为x轴正方向，水平向左为y轴正方向，z轴正方向由右手螺旋定则确定，如图1所示。应用牛顿第二定律可得到三自由度车辆模型动力学方程如式(1)所示其中，m是汽车总质量，单位kg；r为汽车的横摆角速度，单位rad/s；vx是在车体坐标系下的纵向速度，单位m/s；vy是车辆在车体坐标系下的侧向速度，单位m/s；fxi(i＝1,...,4)，分别表示车辆的左前纵向轮胎力、右前纵向轮胎力、左后纵向轮胎力、右后纵向轮胎力,单位n；fyi(i＝1,...,4)，分别表示车辆的左前侧向轮胎力、右前侧向轮胎力、左后侧向轮胎力、右后侧向轮胎力,单位n；θ为道路坡度，单位deg；cx为纵向空气阻力系数；g为重力加速度，单位n/kg；iz为整车绕车辆坐标系z轴的转动惯量，单位kg·m2。步骤二、车辆状态观测器设计：利用车辆传感器可直接测量信息，具体包括车轮转动角速度与车辆纵向加速度信号，选取车辆纵向速度的测量值vx,i与纵向速度的估计值的差值作为校正项，对纵向速度设计纵向速度观测器。再以纵向车速估计值、纵向加速度计算值为基础，利用式(1)中的车辆动力学方程计算出道路坡度，并将道路坡度的估计值反馈回纵向车速观测器中。为了方便对本发明的估计问题进行介绍，首先将能够通过车辆传感器直接测量的参数作如下说明：(a)车辆方向盘的转角信号δ可通过光电编码器测量得到，进而可以通过关系式δf＝δ/isw计算得到车辆的前轮转角δf，δf是车辆前轮转角，单位rad,isw为转向传动比；(b)四个车轮的转动角速度ωi(i＝1,2,3,4)可通过轮速传感器测量得到；(c)车辆纵向加速度ax可通过加速度传感器测量得到；(d)车辆横摆角速度r可通过陀螺仪测量得到。车辆状态观测器设计具体过程如下：根据力的平衡方程，纵向、侧向加速度与车辆轮胎力之间的关系可以描述为：max＝fx(2)其中，ax为车辆的纵向加速度，单位m/s2。而车辆纵向速度设计车辆正常直线行驶时，车辆的侧向速度很小，所以假设此时车辆的侧向速度vy为0。根据式(1)、式(2)，纵向车速可以进一步表示为：车辆正常直线行驶时，轮胎的侧偏角较小，所以假设此时轮胎的侧偏角为0，那么对于任意的轮胎i(i＝1,...,4)其轮心运动速度在车辆坐标系x轴的分量vi,x可以表示为：vi,x＝reiωicosδi(4)其中，ωi(i＝1,...,4)是轮胎i的转动角速度，单位rad/s，δi(i＝1,...,4)是轮胎i的转向角，单位rad，rei(i＝1,...,4)是轮胎i的有效半径，单位m。由轮心的运动速度在车辆坐标系中的分量与车辆速度之间的关系，其纵向车速vx的粗略测量值vx,i可以表示为:vx,i＝reiωicosδi+rrxi(5)其中，rxi(i＝1,...,4)为质心与汽车车轮轮距t的关系，具体关系如式(6)所示：道路坡度估计值根据公式(3)变形得到：由于纵向速度粗略测量值vx,i可以直接通过式(5)计算得到，因此选择vx,i作为车辆系统测量输出，并将它与其估计值之差作为车辆速度观测器的校正项，根据式(3)、式(7)，基于非线性全维观测器结构，可以设计出车辆纵向车速与道路坡度全维观测器表达式如式(8)所示：其中，ki(i＝1,...4)代表观测器增益。基于式(8)设计的车辆状态观测器，通过大量仿真实验不断调试，并观察仿真结果，当观察到车辆纵向速度和道路坡度的估计值与其车辆vedyna仿真输出值基本重合时，认为该组增益即满足要求，当观测器增益ki(i＝1,...4)＝5时，速度与坡度估计效果较好。在对观测器参数进行调节时，使用高保真动力学仿真软件vedyna，选择四轮驱动电动汽车作为仿真车辆，具体车辆参数如表1所示：表1四轮驱动电动汽车参数符号单位值mkg1296lfm1.25lrm1.32jeffkg·m20.8izkg·m21750reffm0.288isw—20.4956下面给出本发明所述的四驱电动汽车状态观测器的离线仿真验证。为了验证观测器参数优化方法的有效性，以vedyna中的四轮驱动电动汽车作为仿真车辆。并以常规高附着直线加速工况作为仿真工况，具体工况设置为：在路面摩擦系数μ＝0.8的道路上，车辆由静止开始加速，当车辆速度加速到80km/h时，之后保持匀速直线运动。来验证与观测器参数优化时相同工况下的车辆状态观测器估计效果。下面给出具体的实验结果与分析。图4(a)、图4(b)分别为坡度为1度的路况下纵向速度与坡度估计结果与vedyna输出真实值对比曲线。图5(a)、图5(b)分别为坡度为10度的路况下纵向速度与坡度估计结果与vedyna输出真实值对比曲线。图6(a)、图6(b)分别为坡度为20度的路况下纵向速度与坡度估计结果与vedyna输出真实值对比曲线。由仿真结果图可以看出，对于所估计的车辆状态，观测器估计值可以较好的跟踪上由vedyna直接输出的真实值，并且有较小的估计误差，这说明本发明所提出的基于状态观测器的四驱电动汽车速度与道路坡度估计方法具有一定的有效性。当前第1页12