一种车辆簧载质量及道路横向坡度联合估计方法

本发明属于重型车辆稳定性控制的，具体涉及一种车辆簧载质量及道路横向坡度联合估计方法。

背景技术：

1、在重型车辆实际工作过程中会进行装载和卸载，且不同时期装载质量也会有所差异，这就导致车辆簧载质量通常并非固定值。通常提取车辆侧倾状态时是基于车辆动力学模型的，而现有车辆模型中通常是假设车辆簧载质量恒定，这就导致提取的侧倾状态存在一定误差。此外重型车辆工作场景中的道路也往往会呈现横向起伏，导致车辆的静态侧倾状态发生改变进而影响动态侧倾响应。因此有必要对这些参数进行精准估计以减少侧倾状态提取过程的误差，提高数据真实性。

2、此外，目前对道路横向坡度的研究较少，部分研究采用运动学方法进行对道路横向坡度的单独估计，通过对低成本车载传感器的测量信号进行简单的运动学推算来估计道路横向坡度，成本较低，但该方法对传感器精度要求较高，由于车载低成本传感器精度较差且推算处理过于简单从而存在较大的测量误差，因而影响了控制效果。对于质量的估计，一部分研究采用车辆纵向动力学模型实现，但纵向动力学模型涉及风阻、道路滚动系数等道路、环境变量，已有研究往往将其视为常数，在外界环境、道路条件发生变化时误差很大。另一部分则采用道路横向动力学模型进行车辆质量估计，但这些研究往往视道路横向坡度为0，忽略了汽车质量和道路横向坡度耦合的问题，同时横向动力学模型中存在车辆侧向速度这一变量，直接测量或仅依靠动力学模型均难以获取，从而导致了质量估计结果误差较大。

3、而车辆簧载质量及道路横向坡度获取得不准确会导致车辆稳定性控制效果较差，对行驶安全有较大影响。

技术实现思路

1、针对于上述现有技术的不足，本发明的目的在于考虑车辆质量与道路横向坡度的耦合问题，提出了一种车辆簧载质量及道路横向坡度联合估计方法，以实现在传感器数据不够精确、外界道路和环境等变化的情况下，实时、准确的估计车辆质量与道路横向坡度。

2、为实现上述目的，本发明采取的技术方案是：

3、一种车辆簧载质量及道路横向坡度联合估计方法，其特征在于，包括如下步骤：

4、s1：建立道路横向坡度估计数学模型αs；

5、s2：建立车辆簧载质量估计数学模型ms；

6、s3：采用带遗忘因子的递推最小二乘法对步骤s1和步骤s2进行两者的联合估计得到联合估计数学模型；

7、s4：根据侧向加速度和横摆角速度实时测量结果计算系统测量矩阵y(k)以及系数矩阵ct(k)，在初始时需对有待估计参数αs进行初始化；

8、s5：计算增益矩阵k及方差矩阵p；

9、s6：计算待估计参数矩阵θ(k)；

10、s7：循环步骤s4-s6，直至待估计参数所估计得到的参数变化小于设定误差εd时，停止计算，即可获得车辆总质量和道路横向坡度的估计值，将估计的车辆总质量减去簧下质量，即可获得车辆簧载质量的估计值。

11、作为本发明的优选技术方案：步骤s1具体包括：

12、道路横向坡度估计模型αs具体为：

13、

14、式中，vx为车辆的纵向速度，ay为车辆的绝对侧向加速度，r为车辆的横摆角速度，g为重力加速度，αs为道路横向坡度。

15、作为本发明的优选技术方案：步骤s2具体包括：

16、车辆簧载质量估计数学模型ms具体为：

17、

18、式中，ms和md分别为车辆的簧载质量和簧下质量，其中，簧下质量为固定值，cf、cr1、cr2分别为前轮和后两轴车轮的侧偏刚度，δf为车辆前轮转角，a为质心到前轴距离，b1为质心到后-前轴距离，b2为质心到后-后轴距离。

19、作为本发明的优选技术方案：步骤s3具体包括：

20、带遗忘因子的递推最小二乘法联合估计得到联合估计模型：

21、y(k)＝ct(k)θ(k)+n(k)

22、式中，y(k)、c(k)、θ(k)和n(k)分别为k时刻的系统测量矩阵、系数矩阵、待估计参数矩阵以及测量误差矩阵，其中测量误差矩阵可根据传感器参数文档查询。

23、作为本发明的优选技术方案：步骤s3具体为：

24、系统测量矩阵可表示为：

25、

26、系数矩阵可表示为：

27、

28、待估计参数矩阵可表示为：

29、

30、式中，m为簧载质量和簧下质量的总和。

31、作为本发明的优选技术方案：步骤s5具体包括：

32、计算增益矩阵k及方差矩阵p，表示为：

33、

34、式中，k(k)为k时刻的增益矩阵，p(k-1)为k-1时刻的方差矩阵，λ为遗忘因子。

35、作为本发明的优选技术方案：步骤s6具体包括：

36、计算待估计参数矩阵θ(k)：

37、θ(k)＝θ(k-1)+k(k)[y(k)-ct(k)θ(k-1)]。

38、作为本发明的优选技术方案：在步骤s7中：

39、停止计算的条件为：

40、

41、式中，θi为待估计参数向量θ的第i个元素的估计结果，在i＝1时表示为道路横向坡度，i＝2表示为车辆总质量。

42、上述结构中：本发明提出的一种车辆簧载质量及道路横向坡度联合估计方法，步骤如下：首先，建立道路横向坡度估计数学模型；然后，建立车辆簧载质量估计数学模型；再然后，采用带遗忘因子的递推最小二乘法(rls)进行两者的联合估计得到联合估计数学模型；再然后，根据侧向加速度和横摆角速度实时测量结果计算系统测量矩阵y(k)以及系数矩阵ct(k)，在初始时需对有待估计参数αs进行初始化；再然后，计算增益矩阵k及方差矩阵p；再然后，计算待估计参数矩阵θ(k)；最后，循环步骤s4-s6，直至待估计参数所估计得到的参数变化小于设定误差εd时停止，即可获得车辆总质量和道路横向坡度的估计值，将估计的车辆总质量减去簧下质量部分即可获得车辆簧载质量的估计值。相比于目前的车辆的簧载质量及道路横向坡度估计方法，本发明能够实现在传感器数据不够精确、外界道路和环境等变化的情况下，更实时、准确地估计车辆簧载质量与道路横向坡度。

43、与现有技术相比，本发明的有益效果为：

44、本发明提出的采用带遗忘因子的递归最小二乘算法进行车辆簧载质量与道路横向坡度的联合估计方法，与传统方法相比，减少了搭载的用于获取侧向加速度和横摆角速度等信息的惯性测量传感器信号噪声对评估精度的影响，实现在外界道路、环境等变化的情况下，实时、准确的估计车辆质量与道路横向坡度。

技术特征：

1.一种车辆簧载质量及道路横向坡度联合估计方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种车辆簧载质量及道路横向坡度联合估计方法，其特征在于，步骤s1具体包括：

3.根据权利要求1所述的一种车辆簧载质量及道路横向坡度联合估计方法，其特征在于，步骤s2具体包括：

4.根据权利要求1所述的一种车辆簧载质量及道路横向坡度联合估计方法，其特征在于，步骤s3具体包括：

5.根据权利要求4所述的一种车辆簧载质量及道路横向坡度联合估计方法，其特征在于，步骤s3具体为：

6.根据权利要求1所述的一种车辆簧载质量及道路横向坡度联合估计方法，其特征在于，步骤s5具体包括：

7.根据权利要求1所述的一种车辆簧载质量及道路横向坡度联合估计方法，其特征在于，步骤s6具体包括：

8.根据权利要求1所述的一种车辆簧载质量及道路横向坡度联合估计方法，其特征在于，在步骤s7中：

技术总结
本发明提出了一种车辆簧载质量及道路横向坡度联合估计方法，首先，建立道路横向坡度估计数学模型；建立车辆簧载质量估计数学模型；采用带遗忘因子的递推最小二乘法(RLS)进行两者的联合估计得到联合估计数学模型；根据侧向加速度和横摆角速度实时测量结果计算系统测量矩阵y(k)以及系数矩阵C<supgt;T</supgt;(k)，在初始时需对有待估计参数α<subgt;s</subgt;进行初始化；计算增益矩阵K及方差矩阵P；计算待估计参数矩阵最后，循环步骤S4‑S6，直至待估计参数所估计得到的参数变化小于设定误差ε<subgt;d</subgt;时停止，即可获得车辆总质量和道路横向坡度的估计值，将估计的车辆总质量减去簧下质量部分即可获得车辆簧载质量的估计值。本发明能够更实时、准确地估计车辆簧载质量与道路横向坡度。

技术研发人员：吴海啸,吴钟鸣,卢军锋,孙丽
受保护的技术使用者：金陵科技学院
技术研发日：
技术公布日：2024/2/1