汽车电子稳定性控制系统ESP(Electronic Stability Program)作为一种新型的汽车主动安全控制系统不仅整合了ABS和TCS的功能,而且能在更复杂的极限工况下保持车辆的稳定性。目前,在国外ESP控制系统作为汽车主动安全技术已经成为研究的重点,相关产品已经大量装备与各种中、高档汽车上轿车上。在我国,汽车电子稳定性控制系统的研究刚刚起步,因此开展ESP的研究对我国汽车行业自主研发能力的提升和相关产业的发展都具有重要的意义。ESP的整个控制过程实现取决于汽车运动状态的测量和估算这一关键技术。汽车的运动状态是指汽车行驶的纵向速度和侧向速度,横摆角速度和质心侧偏角等这些反映车辆运动行为的状态,这些状态信息的不完全性为实现和推广汽车主动安全控制系统ESP带来极大的困难,因此,准确而实时地获取车辆行驶过程中的状态信息是ESP系统控制功能有效实现的前提和基础。ESP控制系统中所需要的车辆行驶状态,根据其物理性质不同,测量难易程度相差很大。其中,横摆角速度可以通过车载传感器直接测量获得,质心侧偏角由于安装位置难以确定的问题,常利用纵向速度和侧向速度估计值估计获得。纵向速度和侧向速度由于直接测量成本高,难于量产的问题,一般通过估计算法获得。因此,如何获取低成本、精确和实时的纵向速度和侧向速度估计值,对于获取其他的汽车运动状态,以及汽车ESP控制系统走向实用化有重要的理论意义和工程意义。近年来,国内外研究学者提出了利用汽车动力学模型和状态估计方法实现汽车运动状态估计的新研究思路。本文基于这一新思路,结合科技部863专项、国际科技合作专项以及省市科技支撑计划重大专项的项目研究内容,与中国第一汽车集团公司技术中心密切合作,针对一汽奔腾轿车的技术需求,开展了奔腾轿车稳定性控制系统的关键状态参数:汽车纵向速度和侧向速度估算的研究,并进行了多工况、多路况的仿真验证。仿真结果表明所开发的汽车速度控制算法不但确保了实时性和准确性而且具有较高的鲁棒性。本文主要的研究工作如下:1.卡尔曼滤波理论和算法研究了传统的卡尔曼滤波理论和算法及其优缺点。在此基础上总结了Unscented卡尔曼滤波理论(UKF)的优势,以及对非线性系统的状态变量进行最优估计的具体流程,为后面的车速估计奠定了理论基础。2.基于UKF滤波算法的路面附着系数估计路面附着系数估计是实现汽车速度估计的前提。利用车辆传感器信息,结合Dugoff轮胎模型和四轮车辆模型,使用UKF滤波实现了路面附着系数的估计。在Matlab/Simulink环境下建立了基于UKF滤波的状态观测器,对估计结果进行了仿真验证。结果表明,此种估计算法可以实时估计路面附着系数,为后面的车速估计打下可靠的基础。3.基于UKF滤波的汽车纵向速度和侧向速度的估计在路面附着系数估计器的基础上,基于非线性七自由度车辆模型,结合易于算法实现的Dugoff轮胎模型,设计了基于UKF滤波的汽车速度估计器。利用车载传感器测量的状态信息,将路面附着系数估计算法和车速估计算法相结合,形成一整套利用车辆状态信息估算车辆纵向和侧向速度的估计算法。在Matlab/Simulink环境下实现汽车纵向速度和侧向速度的实时估计。4.仿真验证应用汽车动态模拟与分析软件CarSim,完成了对不同路面状况和不同行驶工况下的汽车纵向和侧向速度估计算法的仿真验证。将该算法的状态估计值与相同工况下的Carsim输出结果比较,验证了算法的可行性;同时将该算法的估计值与使用EKF滤波算法获得的估计值相比较,验证了该算法的精确性和实时性。从而充分的证明了基于Unscented卡尔曼滤波的汽车纵向和侧向速度估计算法的有效性。本文基于UKF滤波理论,研究了关于路面附着系数和汽车纵向、侧向速度的估计算法。对路面附着系数和车速的联合估计算法进行了仿真验证,结果表明,本文的联合估计算法所设计的估计器不但精度高而且实时性好,这为ESP等先进汽车底盘电控系统的研究提供了一条新的研究思路。