一种基于SINS信息的大型运载平台侧翻风险在线评估方法

本发明属于车辆安全，涉及一种基于捷联惯导系统(以下简称sins)数据信息的大型运载平台侧翻风险在线评估方法。

背景技术：

1、车辆侧翻是一种极其严重的安全事故，尤其对于重型车辆和特种车辆来讲，尺寸大、重心高、机动性强等特点决定其在转向时有更高的侧翻倾向，更容易造成人员财产损失。为了减小车辆机动过程中的侧翻倾向，高效可靠的主动侧翻稳定控制系统和侧翻预警方案的开发是必要的。但是侧翻预警及主动控制之前都要准确的评估出发生侧翻的可能性，因此一个实时、精准的侧翻风险评估指标的设计、计算成为了科研人员研究的重点。

2、在本发明以前的现有技术中，行驶过程中状态参数的获取方法主要有三类：传感器融合感知方法、定位系统测量参数和模型参数估计方法。

3、第一类，传感器融合感知车辆状态参数方面，如陀螺仪与倾角传感器融合感知，其在机动过程中感知参数存在较为明显的瞬态误差，抵御外部未知信号干扰的能力差；存在着多个数据采集和传输手段不一致，传输格式和速率不一致、信号接口不统一等问题,如rajesh于2012年在ieee transactions on intelligent transportation systems发表的parameter and state estimation in v ehicle roll dynamics；张春草于2015年在华中科技大学学报发表基于多传感器融合的tbm姿态角测量方法。

4、第二类，定位系统测量参数方法主要以全球定位定向系统(gps)、北斗导航系统(bd)感知侧翻所需参数。以gps为例，其在参数感知过程中会受到很多信号影响，比如电波，高楼等，且会受到墙体等阻碍、反射，容易受到外界环境的影响，自主性不强，这在军用大型运载平台参数感知上是一个严重的缺陷，如赵书尚于2016年在仪表技术与传感器发表车辆稳态回转试验侧倾角解算算法研究。

5、第三类，为模型参数估计方法，通过车辆动力学建模及分析，同时将低成本车载传感器采集信息作为观测量，进而利用适当的滤波估计算法实现对车辆参数或运动状态的在线估计；此种方法的优势在于对难以直接测量的参数或运动状态进行估计，但测量参数的精度受到算法模型精度和低成本传感器的限制，距离军用大型运载平台的高精度场合要求仍有一定差距如cong wang于2020年在ieee transactions on industrial informatics发表的a vehicle rollover evaluation system based on enabling state andparameter estimation。

技术实现思路

1、针对上述现有技术状况，本发明的目的在于，提供一种基于捷联惯导系统sins的大型运载平台侧翻风险在线评估方法，以解决如何实现多状态变量输入下的车辆侧翻参数计算，从而根据计算得到的参数合理判定车辆侧翻风险的技术问题。

2、现将本发明构思及技术解决方案叙述如下：

3、本发明的基本构思是，根据现有军用大型运载平台上已经搭载sins感知侧翻所需参数，以及sins统一化监测的姿态参数有着较高的鲁棒性，瞬态误差小，在车辆接近侧翻阈值时仍可保证较高的感知精度，不会出现由于参数感知瞬态误差而导致的侧翻误判或已侧翻而未监测到的情况，本发明拟在已搭载的集成化sins的军用大型运载平台定位定向的基础上，对车辆行驶过程中的状态变量进行实时监测，统一化、标准化获取侧翻所需相关参数，以sins的信息为输入，联合遗忘因子最小二乘法(以下简称ffrls)估计出重心高度、刚度阻尼系数以及其他不易获取的参数，从而得到侧翻风险在线评估的方法。

4、本发明一种基于sins信息的大型运载平台侧翻风险在线评估方法，其特征在于：以sins的信息为输入，联合ffrls参数辨识方法，估计出重心高度、刚度阻尼系数以及其他不易获取的参数，从而得到侧翻风险在线评估的方法，包括如下步骤：

5、步骤1：建立含非线性悬架的侧翻动力学模型

6、车辆的侧倾动力学模型：

7、m＝fyhcosφ+msghsinφ-mk-mc                 (1)

8、式中：φ、g、mk、mc分别表示侧倾角、重力加速度以及弹簧和阻尼的等效抵抗力矩，受力图见附图1；

9、步骤2：侧翻指标的计算，包括“sins对侧倾角的感知和对侧向加速度感知的状态参数”、“参数联合辨识”以及“横向载荷转移率(以下简称ltr)的计算”三个步骤。

10、本发明进一步提供一种基于sins信息的大型运载平台侧翻风险在线评估方法，其特征在于：步骤1中所述的“非线性悬架的侧翻动力学模型”还包括：

11、步骤1.1：计算非线性弹簧抵抗力矩

12、非线性弹簧的弹性力：

13、f＝kx+εkx3＝kx+k'x3                   (2)

14、式中：x、k、k'分别表示弹簧形变量、一次项刚度系数和三次项刚度系数，ε为一小参数，表示弹簧的非线性程度，当ε＝0时，弹簧为线性的；

15、车辆悬架力可表示为

16、

17、式中：fsil为五轴大型运载平台左悬架弹簧力，fsir为五轴右悬架弹簧力，msi为五轴簧载质量，δx表示弹簧垂向变形量。ki表示五轴弹簧的一次项刚度系数，ki’为三次项刚度系数；

18、由载荷转移可得五轴弹簧的等效抵抗力矩为

19、

20、则车辆悬架弹簧总体抵抗力矩为

21、

22、式中

23、由此可得

24、

25、步骤1.2：计算非线性阻尼抵抗力矩

26、前后轴阻尼引起的力为

27、

28、式中：为阻尼速度。cic、cic'为五轴悬架压缩时的一次项与三次项阻尼系数，cir、cir'为五轴悬架恢复时的一次项与三次项阻尼系数；

29、五轴悬架阻尼引起的侧倾力矩为

30、

31、则车辆悬架阻尼总体抵抗力矩为

32、

33、式中

34、则悬架侧倾阻尼力矩为

35、

36、本发明进一步提供一种基于sins信息的大型运载平台侧翻风险在线评估方法，其特征在于：步骤2中所述的“sins对侧倾角的感知和对侧向加速度感知的状态参数”具体为：

37、步骤2.1：sins对侧倾角的感知和对侧向加速度感知的状态参数

38、首先是对侧倾角的感知，选取“东-北-天(e-n-u)”地理坐标系为sins的导航参考坐标系，则以n系为参考系的姿态微分方程为

39、

40、式中：矩阵表示载体系(b)系相对于导航坐标系(n)系的姿态矩阵，为b系相对于n系的角速度在n系的投影的反对称矩阵。

41、由链式法则可得

42、

43、式中：和分别表示tm时刻和tm-1时刻的姿态矩阵，表示以i系为参考基准，b系从tm-1时刻到tm时刻的旋转变化，表示以i系为参考基准，n系从tm-1时刻到tm时刻的旋转变化；

44、若陀螺在时间段[tm-1,tm]内进行了两次等间隔采样，角增量分别为δθm1和δθm2，采用二子样圆锥误差补偿算法有

45、

46、

47、式中：mrv为tm时刻b系到i系的等效旋转矢量在b系的投影的函数，为tm时刻n系到i系的等效旋转矢量在n系的投影的函数，为计算角速度，在导航更新周期内视为常值，它包含两部分：地球自转引起的导航系旋转，惯导系统在地球表面附近移动因地球表面弯曲引起的n系旋转，即

48、

49、

50、

51、式中：ωie为地球自转角速率，l和h分别表示地理纬度和高度，rm和rn分别表示子午圈主曲率半径和卯酉圈主曲率半径，vn和ve分别表示北向速度和东向速度；

52、在完成初始对准的基础上，由姿态更新可得tm时刻姿态矩阵其以方向余弦矩阵形式表示为

53、

54、式中：ψ、θ、φ分别为载体航向角、俯仰角和滚动角。在sins得到方向余弦矩阵后，可由此矩阵计算得到侧倾角，则其大小可表示为：

55、

56、式中：t31＝-sinφcosθ，t33＝cosθcosφ；

57、其次是侧向加速度感知：

58、tm时刻感知状态图见附图2，tm时刻测量得到的侧向加速度可表示为

59、aym＝gsinφ+ay cosφ                     (20)

60、侧向加速度为

61、

62、本发明进一步提供一种基于sins信息的大型运载平台侧翻风险在线评估方法，其特征在于：步骤2中所述的“参数联合辨识”具体为：

63、步骤2.2：参数联合辨识

64、将侧倾模型可写成最小二乘形式

65、

66、式中：y(m)、θ(m)、ξ(m)分别为tm时刻系统的输出向量，输入向量，待估计参数向量和偏差；

67、在每个周期循环开始时，可以观测到系统的输入输出，tm时刻系统偏差为

68、

69、然后增益矩阵可表示为

70、

71、式中：λ为遗忘因子，需选择接近于1的正数，p(m)为tm时刻的噪声协方差矩阵。

72、在一个周期结束时，对参数进行估计和噪声协方差矩阵进行更新

73、

74、

75、式中：为tm-1时刻的估计量，i为单位矩阵；

76、由侧倾模型和监测到的侧向加速度联立有

77、

78、整理得

79、

80、取系统的输出输入和待辨识参数为

81、y(m)＝msaym                               (29)

82、

83、θ(m)＝[θ1θ2θ3θ4θ5]t                     (31)

84、式中：

85、aym、φ可由sins感知，从θ(m)可以看出在估计出h的同时将不易确定的刚度、阻尼系数也估计出来；

86、由于sins的采样间隔非常短，因此可由的一阶差商形式给出

87、

88、式中：t为采样间隔；

89、因此车辆重心高度可由下式得到

90、hcg＝h+hrc                           (33)

91、式中：hrc为车辆侧倾中心高度，其值可由三心定理取得；

92、本发明进一步提供一种基于sins信息的大型运载平台侧翻风险在线评估方法，其特征在于：步骤2中所述的“横向载荷转移率(以下简称ltr)的计算”具体为：

93、步骤2.3：遗忘因子最小二乘法ltr的计算

94、

95、式中：fzo、fzi分别为外侧车轮和内侧车轮所受的垂向力；

96、由车辆侧倾模型可知总垂向力为

97、fzo+fzi＝msg                        (35)

98、当车辆稳态转向时，各轴载荷从内侧转移到外侧，则内外侧垂向力差值可推导为

99、

100、式中：t为车轮轮距，f为车轮所受侧向力，根据侧向动力学平衡可知

101、f＝fy＝msay                          (37)

102、由此可得

103、

104、本发明方法同现有技术相比的优势在于：

105、(1)在完成定位定向目而搭载sins的军用大型运载平台上，完成导航的基础上实现对侧翻所需参数的精确感知，拓展了sins的使用范围。

106、(2)以sins感知侧翻所需参数，并以此作为ffrls参数估计和指标计算的输入，可保证侧翻参数、难以感知到的重心高度等参数、侧翻指标的计算精度和鲁棒性。

107、(3)可统一化、标准化监测侧翻所需参数，不会出现信号传输速率不一致、数据采集传输手段不一致而导致的感知精度下降的现象。