车辆侧向风估计方法、装置及车辆与流程

本公开涉及车辆技术领域，具体地，涉及一种车辆侧向风估计方法、装置及车辆。

背景技术：

随着科学技术的不断发展，人们的出行也越来越便利，各种各样的汽车、电动车等已经成为人们生活中必不可少的交通工具，同时，人们也对车辆的稳定性和安全性提出了越来越高的要求。

车辆在行驶过程中往往会受到侧向风的干扰，尤其是在高速行驶时，侧向风所产生的侧向力可能会引起轮胎侧偏或非稳态转向，致使车辆偏离行驶方向，严重时可能发生侧滑、侧翻等事故，对车辆的安全性造成影响。因此，侧向风的确定对于车辆稳定性的研究是十分必要的。

然而，由于侧向风具有较大的不确定性，而目前对于侧向风的研究非常缺乏，目前尚无较好的确定侧向风的方式。

技术实现要素：

本公开的目的是提供一种车辆侧向风估计方法、装置及车辆，能够较准确地对侧向风进行估计。

根据本发明实施例的第一方面，提供一种车辆侧向风估计方法，包括：

根据设定的n个侧向风参数，建立分别对应于所述n个侧向风参数的n个侧向风估计模型，n为正整数；

将车辆的车轮状态参数分别输入所述n个侧向风估计模型，获得n个响应值，所述车轮状态参数用于表征所述车辆的车轮的运动状况；

根据所述n个响应值，及车辆基于实际侧向风输出的实际响应值，确定分别对应于所述n个侧向风估计模型的n个辨识误差；

根据所述n个辨识误差，从所述n个侧向风参数中确定侧向风估计值。

可选的，根据所述n个响应值，及车辆基于实际侧向风输出的实际响应值，确定分别对应于所述n个侧向风估计模型的n个辨识误差，包括：

针对所述n个响应值中的每个响应值，将该响应值与所述实际响应值之间的差值确定为该响应值对应的侧向风估计模型的辨识误差；

根据所述n个辨识误差，从所述n个侧向风参数中确定侧向风估计值，包括：

针对所述n个辨识误差中的每个辨识误差，建立成本函数其中，i＝1,2,3……n，ei(t)为第i个侧向风估计模型辨识误差的瞬态值，为第i个侧向风估计模型辨识误差的稳态值，ρ1为辨识误差瞬态值的权重，ρ2为辨识误差稳态值的权重；

在所述n个侧向风估计模型中，确定ji值最小的辨识误差所对应的侧向风估计模型为第一侧向风估计模型；

将所述第一侧向风估计模型对应的侧向风参数确定为所述侧向风估计值。

可选的，根据所述n个响应值，及车辆基于实际侧向风输出的实际响应值，确定分别对应于所述n个侧向风估计模型的n个辨识误差，包括：

针对所述n个响应值中的每个响应值，将该响应值与所述实际响应值之间的差值确定为该响应值对应的侧向风估计模型的辨识误差；

根据所述n个辨识误差，从所述n个侧向风参数中确定侧向风估计值，包括：

在所述n个侧向风估计模型中，确定所述n个辨识误差中的最小值所对应的侧向风估计模型为第二侧向风估计模型；

将所述第二侧向风估计模型对应的侧向风参数确定为所述侧向风估计值。

可选的，在根据设定的n个侧向风参数，建立分别对应于所述n个侧向风参数的n个侧向风估计模型之前，还包括：

根据预设的n个相对风速，通过以下公式分别设定所述n个侧向风参数中的每个侧向风参数：

其中，i＝1,2,3……n，fywi为所述n个侧向风参数中的第i个侧向风参数，ρa为侧风来流密度，al为车辆侧向迎风面投影面积，cy为侧向力系数，βw为来流侧偏角，vwri为所述n个特征点风速中的第i个相对风速，所述相对风速用于表征风速与车速的速度矢量差；

根据设定的n个侧向风参数，建立分别对应于所述n个侧向风参数的n个侧向风估计模型，包括：

针对所述n个侧向风参数中的每个侧向风参数，建立对应的侧向风估计模型如下：

其中，vyi为第i个侧向风参数对应的侧向速度，m为所述车辆的整车质量，fxf为所述车辆的前轴纵向力，fyf为所述车辆的前轴侧向力，fyr为所述车辆的后轴侧向力，δ为前轮转角，ri为第i个侧向风参数对应的横摆角速度响应，vx为所述车辆的纵向车速，iz为所述车辆绕z轴的转动惯量，a为所述车辆的质心到所述车辆的前轴的距离，b为所述车辆的质心到所述车辆的后轴的距离，tw为所述车辆的两个前轮或两个后轮的轮距，fxfl为所述车辆的左前轮纵向力，fxfr为所述车辆的右前轮纵向力，fyfl为所述车辆的左前轮侧向力，fyfr为所述车辆的右前轮侧向力，fxrl为所述车辆的左后轮纵向力，fxrr为所述车辆的右后轮纵向力，ayi为第i个侧向风参数对应的横向加速度响应。可选的，所述车轮状态参数包括所述车辆的前轮转角δ、左前轮转速ωfl、右前轮转速ωfr、左后轮转速ωrl、及右后轮转速ωrr，将车辆的车轮状态参数分别输入所述n个侧向风估计模型，获得n个响应值，包括：

根据所述左前轮转速、所述右前轮转速、所述左后轮转速、及右后轮转速，获得所述所述车辆的纵向车速vx；

将所述前轮转角δ及所述纵向车速vx分别输入所述n个侧向风估计模型中的每个侧向风估计模型，获得n个响应值，其中，所述n个响应值中的第i个响应值为(ayi,ri)。

可选的，在从所述n个侧向风参数中确定侧向风估计值之后，还包括：

根据所述侧向风估计值，对所述车辆的主动悬架控制，使得所述车辆侧倾时，垂直载荷在左右车轮重新分配。

根据本发明实施例的第二方面，提供一种车辆侧向风估计装置，包括：

建立模块，用于根据设定的n个侧向风参数，建立分别对应于所述n个侧向风参数的n个侧向风估计模型，n为正整数；

获得模块，用于将车辆的车轮状态参数分别输入所述n个侧向风估计模型，获得n个响应值，所述车轮状态参数用于表征所述车辆的车轮的运动状况；

第一确定模块，用于根据所述n个响应值，及车辆基于实际侧向风输出的实际响应值，确定分别对应于所述n个侧向风估计模型的n个辨识误差；

第二确定模块，用于根据所述n个辨识误差，从所述n个侧向风参数中确定侧向风估计值。

可选的，所述第一确定模块用于：

针对所述n个响应值中的每个响应值，将该响应值与所述实际响应值之间的差值确定为该响应值对应的侧向风估计模型的辨识误差；

所述第二确定模块用于：

针对所述n个辨识误差中的每个辨识误差，建立成本函数其中，i＝1,2,3……n，ei(t)为第i个侧向风估计模型辨识误差的瞬态值，为第i个侧向风估计模型辨识误差的稳态值，ρ1为辨识误差瞬态值的权重，ρ2为辨识误差稳态值的权重；

在所述n个侧向风估计模型中，确定ji值最小的辨识误差所对应的侧向风估计模型为第一侧向风估计模型；

将所述第一侧向风估计模型对应的侧向风参数确定为所述侧向风估计值。

可选的，所述第一确定模块用于：

针对所述n个响应值中的每个响应值，将该响应值与所述实际响应值之间的差值确定为该响应值对应的侧向风估计模型的辨识误差；

所述第二确定模块用于：

在所述n个侧向风估计模型中，确定所述n个辨识误差中的最小值所对应的侧向风估计模型为第二侧向风估计模型；

将所述第二侧向风估计模型对应的侧向风参数确定为所述侧向风估计值。

可选的，所述装置还包括：

设定模块，用于在根据设定的n个侧向风参数，建立分别对应于所述n个侧向风参数的n个侧向风估计模型之前，根据预设的n个相对风速，通过以下公式分别设定所述n个侧向风参数中的每个侧向风参数：

其中，i＝1,2,3……n，fywi为所述n个侧向风参数中的第i个侧向风参数，ρa为侧风来流密度，al为车辆侧向迎风面投影面积，cy为侧向力系数，βw为来流侧偏角，vwri为所述n个特征点风速中的第i个相对风速，所述相对风速用于表征风速与车速的速度矢量差；

所述建立模块用于：

针对所述n个侧向风参数中的每个侧向风参数，建立对应的侧向风估计模型如下：

其中，vyi为第i个侧向风参数对应的侧向速度，m为所述车辆的整车质量，fxf为所述车辆的前轴纵向力，fyf为所述车辆的前轴侧向力，fyr为所述车辆的后轴侧向力，δ为前轮转角，ri为第i个侧向风参数对应的横摆角速度响应，vx为所述车辆的纵向车速，iz为所述车辆绕z轴的转动惯量，a为所述车辆的质心到所述车辆的前轴的距离，b为所述车辆的质心到所述车辆的后轴的距离，tw为所述车辆的两个前轮或两个后轮的轮距，fxfl为所述车辆的左前轮纵向力，fxfr为所述车辆的右前轮纵向力，fyfl为所述车辆的左前轮侧向力，fyfr为所述车辆的右前轮侧向力，fxrl为所述车辆的左后轮纵向力，fxrr为所述车辆的右后轮纵向力，ayi为第i个侧向风参数对应的横向加速度响应。

可选的，所述车轮状态参数包括所述车辆的前轮转角δ、左前轮转速ωfl、右前轮转速ωfr、左后轮转速ωrl、及右后轮转速ωrr，所述获得模块用于：

根据所述左前轮转速ωfl、所述右前轮转速ωfr、所述左后轮转速ωrl、及右后轮转速ωrr，获得所述所述车辆的纵向车速vx；

将所述前轮转角δ及所述纵向车速vx分别输入所述n个侧向风估计模型中的每个侧向风估计模型，获得n个响应值，其中，所述n个响应值中的第i个响应值为(ayi,ri)。

可选的，所述装置还包括：

控制模块，用于在从所述n个侧向风参数中确定侧向风估计值之后，根据所述侧向风估计值，对所述车辆的主动悬架控制，使得所述车辆侧倾时，垂直载荷在左右车轮重新分配。

根据本发明实施例的第三方面，提供一种车辆，包括第二方面所述的车辆侧向风估计装置。

通过上述技术方案，可以针对设定的不同的侧向风参数建立不同的侧向风估计模型，然后用各侧向风估计模型输出的响应值与车辆实际的响应值进行比较，通过辨识误差找出与车辆实际的响应值最接近的响应值，进而从设定的不同的侧向风参数中确定侧向风估计值。这样，通过建立非线性车辆模型和设置多模型切换的方式，可以较为准确的对车辆受到的侧向风进行估计，为侧向风对车辆静态和动态动力学特性影响的研究打下基础，有利于较好地对车辆车身稳定性的控制和研究，进而提高车辆的稳定性和安全性。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1是根据一示例性实施例示出的一种车辆侧向风估计方法的流程图；

图2是根据一示例性实施例示出的一种车辆侧向风估计方法的示意图；

图3是根据一示例性实施例示出的一种车辆侧向风估计装置的框图；

图4是根据一示例性实施例示出的一种车辆侧向风估计装置的另一框图；

图5是根据一示例性实施例示出的一种车辆侧向风估计装置的另一框图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

图1是根据一示例性实施例示出的一种车辆侧向风估计方法的流程图，如图1所示，该车辆侧向风估计方法可以应用于车辆中，包括以下步骤。

步骤s11：根据设定的n个侧向风参数，建立分别对应于n个侧向风参数的n个侧向风估计模型，n为正整数。

步骤s12：将车辆的车轮状态参数分别输入n个侧向风估计模型，获得n个响应值，车轮状态参数用于表征车辆的车轮的运动状况。

步骤s13：根据n个响应值，及车辆基于实际侧向风输出的实际响应值，确定分别对应于n个侧向风估计模型的n个辨识误差。

步骤s14：根据n个辨识误差，从n个侧向风参数中确定侧向风估计值。

请参见图2，图2为本公开实施例提供的车辆侧向风估计方法的示意图，侧向风估计模型1至侧向风估计模型n分别对应于n个侧向风参数，即每个侧向风参数对应构建一个侧向风估计模型，将车轮状态参数输入每个侧向风估计模型，得到n个响应值，n个响应值分别与车辆输出的实际响应值进行比较，可分别得到n个辨识误差，通过辨识误差找出最优的侧向风估计模型，进而将该最优的侧向风估计模型所对应的侧向风参数作为侧向风估计值。这样，通过建立非线性车辆模型和设置多模型切换的方式，可以较为准确的对车辆受到的侧向风进行估计，为侧向风对车辆静态和动态动力学特性影响的研究打下基础，有利于较好地对车辆车身稳定性的控制和研究，进而提高车辆的稳定性和安全性。

可选的，请继续参见图2，得到侧向风估计值之后，可以根据侧向风估计值对车辆的主动悬架进行控制，使得车辆侧倾时，垂直载荷在左右车轮重新分配，进而减小车辆侧翻的可能，提升车辆的稳定性。当然，本公开不限于对主动悬架进行控制，还可以执行调整车辆的制动系统、驱动轮转角等操作，比如重新分配车辆的左右制动力，以防止车辆侧翻、侧滑，等等，只要能够通过侧向风估计值提升车辆的稳定性即可。本公开提供的侧向风估计方法，可以实时地对车辆当前的侧向风进行估计，进而实时地根据侧向风估计值来调整车辆的稳定性，有利于提高车辆的安全性。

本公开实施例中，侧向风参数可以是等效于侧向风的侧向力fyw。假定侧向力属于一个有限集合，即fyw∈fw，n个侧向力(n个侧向风参数)可以是包含在集合中的n个特征点，即对于n的值究竟为多少，本公开实施例不作限定，考虑到fw包含的特征点的数目如果太多将可能导致算法的计算效率下降，反之，如果太少则会影响算法精度，本公开以选取11个特征点，即n＝11为例。

可选的，在根据设定的n个侧向风参数，建立分别对应于n个侧向风参数的n个侧向风估计模型之前，可以根据预设的n个相对风速，通过以下公式分别设定n个侧向风参数中的每个侧向风参数：

其中，i＝1,2,3……n，fywi为n个侧向风参数中的第i个侧向风参数，ρa为侧风来流密度，al为车辆侧向迎风面投影面积，cy为侧向力系数，βw为来流侧偏角，vwri为n个特征点风速中的第i个相对风速，相对风速用于表征风速与车速的速度矢量差。侧向力系数cy是来流侧偏角βw的函数，为方便计算，例如可以取cy(βw)＝2，等等。

式中，vwri中的任一相对风速vwr可以通过以下公式确定，下述公式中vw为风速，v为车速，θw为风向角，是绝对风向与车辆纵轴的夹角。

例如，根据《热带气旋强度等级划分》，取n＝11时，在不同风级下，得出的各特征点侧向力fywi(侧向风参数)如下表1所示。

表1风速范围和侧向力fywi各特征点的参数值

其中，每个风级对应的风速上下限为既定值，特征点风速为特征点的相对风速，该相对风速用于表征风速与车速的速度矢量差。

可选的，特征点的选取原则如下：取受各个不同方向的侧向风时，车辆侧向迎风面中较为重合的一点为计算侧向风的特征点。一般取车辆侧面的中间点位置为特征点，并且测试不同等级的侧向风时该特征点的风速(即特征点风速)，以及在该风速下的特征点的侧向力，也将该点的侧向力称为车辆受到的等效侧向力。当计算车辆受到的侧向风时，也是以特征点为估算侧向风的参考点来估算车辆受到的等效侧向力，进而确定车辆受到的侧向风的大小。

因在车辆高速行驶过程中，由于车速的影响，侧向风对车辆的影响取决于风速与车速的共同作用，因此我们取表格中的特征点风速为特征点的相对风速，该相对风速用于表征风速与车速的速度矢量差。

可选的，针对所述n个侧向风参数中的每个侧向风参数，建立对应的侧向风估计模型如下：

其中，vyi为第i个侧向风参数对应的侧向速度，m为所述车辆的整车质量，fxf为所述车辆的前轴纵向力，fyf为所述车辆的前轴侧向力，fyr为所述车辆的后轴侧向力，δ为前轮转角，ri为第i个侧向风参数对应的横摆角速度响应，vx为所述车辆的纵向车速，iz为所述车辆绕z轴的转动惯量，a为所述车辆的质心到所述车辆的前轴的距离，b为所述车辆的质心到所述车辆的后轴的距离，tw为所述车辆的两个前轮或两个后轮的轮距，fxfl为所述车辆的左前轮纵向力，fxfr为所述车辆的右前轮纵向力，fyfl为所述车辆的左前轮侧向力，fyfr为所述车辆的右前轮侧向力，fxrl为所述车辆的左后轮纵向力，fxrr为所述车辆的右后轮纵向力，ayi为第i个侧向风参数对应的横向加速度响应。

通过以上方式，可以结合侧向风参数的确定来进一步得出侧向风估计模型，提出了一种较好的估计侧向风的方式。

可选的，车轮状态参数包括车辆的前轮转角δ、左前轮转速ωfl、右前轮转速ωfr、左后轮转速ωrl、及右后轮转速ωrr，可以根据左前轮转速ωfl、右前轮转速ωfr、左后轮转速ωrl、及右后轮转速ωrr，获得车辆的纵向车速vx，然后将前轮转角δ及纵向车速vx分别输入n个侧向风估计模型中的每个侧向风估计模型，获得n个响应值，其中，n个响应值中的第i个响应值为(ayi,ri)。

车辆的纵向车速vx可通过左前轮转速ωfl、右前轮转速ωfr、左后轮转速ωrl、右后轮转速ωrr计算得出。

为了求得各模型的动力学响应(ayi,ri)，考虑侧向风的作用但忽略侧向风引起的横摆力矩，可得到第i个侧向风估计模型的运动微分方程，即上述模型中式(1)和式(2)。

车轮状态参数可通过设置在车辆上的传感器采集得到，将车辆状态参数输入各侧向风估计模型，可通过式(1)和式(2)得到ri(t)，通过式(3)得到ayi(t)。

车辆的实际响应值(ay,r)可通过设置在车辆上的传感器采集得到，ay为侧向加速度，r为横摆角速度。

通过以上方式，可以较好地得到每个侧向风估计模型的响应值，有利于进一步将侧向风估计模型输出的响应值与车辆实际的响应值进行比较，进而较为准确地对侧向风进行估计。

可选的，针对n个响应值中的每个响应值，可以将该响应值与实际响应值之间的差值确定为该响应值对应的侧向风估计模型的辨识误差，那么针对n个辨识误差中的每个辨识误差，可以建立成本函数其中，i＝1,2,3……n，ei(t)为第i个侧向风估计模型辨识误差的瞬态值，为第i个侧向风估计模型辨识误差的稳态值，ρ1为辨识误差瞬态值的权重，ρ2为辨识误差稳态值的权重。在n个侧向风估计模型中，确定ji值最小的辨识误差所对应的侧向风估计模型为第一侧向风估计模型，将第一侧向风估计模型对应的侧向风参数确定为侧向风估计值。

即，车辆实际响应值为(ay,r)，第i个侧向风估计模型的响应值为(ayi,ri)，那么可以确定辨识误差ei(t)为

由于实际应用中可能存在不确定因素(比如非线性因素)和随机误差(比如测量误差)，因此既要考虑辨识误差的瞬态值又要考虑辨识误差的稳态值，进而建立上述的成本函数。其中的ρ1为辨识误差瞬态值的权重，ρ2为辨识误差稳态值的权重，ρ1＞0、ρ2＞0，例如，可以设定ρ1与ρ2为1:1，或1:2，等等。找出成本函数ji值最小的辨识误差所对应的侧向风估计模型(即第一侧向风估计模型)，进而将第一侧向风估计模型对应的侧向力确定为侧向风估计值。这样，可以使得进一步确定出的侧向风估计值更为准确。

可选的，也可以直接采用辨识误差来找出侧向风估计值，同样的，针对n个响应值中的每个响应值，可以将该响应值与实际响应值之间的差值确定为该响应值对应的侧向风估计模型的辨识误差，那么可以在n个侧向风估计模型中，确定n个辨识误差中的最小值所对应的侧向风估计模型为第二侧向风估计模型，将第二侧向风估计模型对应的侧向风参数确定为侧向风估计值。

即，直接找出辨识误差最小的侧向风估计模型(第二侧向风估计模型)，那么第二侧向风估计模型对应的侧向力即为需要确定的侧向风估计值。这样，可以方便快捷的得到侧向风估计值。

请参见图3，基于同一发明构思，本公开实施例提供一种车辆侧向风估计装置300，该装置300可以包括：

建立模块301，用于根据设定的n个侧向风参数，建立分别对应于所述n个侧向风参数的n个侧向风估计模型，n为正整数；

获得模块302，用于将车辆的车轮状态参数分别输入所述n个侧向风估计模型，获得n个响应值，所述车轮状态参数用于表征所述车辆的车轮的运动状况；

第一确定模块303，用于根据所述n个响应值，及车辆基于实际侧向风输出的实际响应值，确定分别对应于所述n个侧向风估计模型的n个辨识误差；

第二确定模块304，用于根据所述n个辨识误差，从所述n个侧向风参数中确定侧向风估计值。

可选的，所述第一确定模块303用于：

针对所述n个响应值中的每个响应值，将该响应值与所述实际响应值之间的差值确定为该响应值对应的侧向风估计模型的辨识误差；

所述第二确定模块304用于：

针对所述n个辨识误差中的每个辨识误差，建立成本函数其中，i＝1,2,3……n，ei(t)为第i个侧向风估计模型辨识误差的瞬态值，为第i个侧向风估计模型辨识误差的稳态值，ρ1为辨识误差瞬态值的权重，ρ2为辨识误差稳态值的权重；

在所述n个侧向风估计模型中，确定ji值最小的辨识误差所对应的侧向风估计模型为第一侧向风估计模型；

将所述第一侧向风估计模型对应的侧向风参数确定为所述侧向风估计值。

可选的，所述第一确定模块303用于：

针对所述n个响应值中的每个响应值，将该响应值与所述实际响应值之间的差值确定为该响应值对应的侧向风估计模型的辨识误差；

所述第二确定模块304用于：

在所述n个侧向风估计模型中，确定所述n个辨识误差中的最小值所对应的侧向风估计模型为第二侧向风估计模型；

将所述第二侧向风估计模型对应的侧向风参数确定为所述侧向风估计值。

可选的，请参见图4，所述装置300还包括：

设定模块305，用于在根据设定的n个侧向风参数，建立分别对应于所述n个侧向风参数的n个侧向风估计模型之前，根据预设的n个相对风速，通过以下公式分别设定所述n个侧向风参数中的每个侧向风参数：

其中，i＝1,2,3……n，fywi为所述n个侧向风参数中的第i个侧向风参数，ρa为侧风来流密度，al为车辆侧向迎风面投影面积，cy为侧向力系数，βw为来流侧偏角，vwri为所述n个特征点风速中的第i个相对风速，所述相对风速用于表征风速与车速的速度矢量差；

所述建立模块301用于：

针对所述n个侧向风参数中的每个侧向风参数，建立对应的侧向风估计模型如下：

其中，vyi为第i个侧向风参数对应的侧向速度，m为所述车辆的整车质量，fxf为所述车辆的前轴纵向力，fyf为所述车辆的前轴侧向力，fyr为所述车辆的后轴侧向力，δ为前轮转角，ri为第i个侧向风参数对应的横摆角速度响应，vx为所述车辆的纵向车速，iz为所述车辆绕z轴的转动惯量，a为所述车辆的质心到所述车辆的前轴的距离，b为所述车辆的质心到所述车辆的后轴的距离，tw为所述车辆的两个前轮或两个后轮的轮距，fxfl为所述车辆的左前轮纵向力，fxfr为所述车辆的右前轮纵向力，fyfl为所述车辆的左前轮侧向力，fyfr为所述车辆的右前轮侧向力，fxrl为所述车辆的左后轮纵向力，fxrr为所述车辆的右后轮纵向力，ayi为第i个侧向风参数对应的横向加速度响应。

可选的，所述车轮状态参数包括所述车辆的前轮转角δ、左前轮转速ωfl、右前轮转速ωfr、左后轮转速ωrl、及右后轮转速ωrr，所述获得模块302用于：

根据所述左前轮转速ωfl、所述右前轮转速ωfr、所述左后轮转速ωrl、及右后轮转速ωrr，获得所述所述车辆的纵向车速vx；

将所述前轮转角δ及所述纵向车速vx分别输入所述n个侧向风估计模型中的每个侧向风估计模型，获得n个响应值，其中，所述n个响应值中的第i个响应值为(ayi,ri)。

可选的，请参见图5，所述装置300还包括：

控制模块306，用于在从所述n个侧向风参数中确定侧向风估计值之后，根据所述侧向风估计值，对所述车辆的主动悬架进行控制，使得所述车辆侧倾时，垂直载荷在左右车轮重新分配。

基于同一发明构思，本公开实施例提供一种车辆，包括图3-图5任一所示的车辆侧向风估计装置。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。