论文部分内容阅读
随着人们对汽车安全性能要求的不断提高,汽车主动安全控制系统成为研究的热点。汽车主动安全控制系统通过获取汽车行驶过程中的状态参数对车辆的稳定性进行控制。由于车载传感器的测量精度和生产成本等因素的限制,一些汽车运动状态参数无法利用车载传感器准确测量得到,因此,通过状态估计来获取汽车的运动状态信息是一种行之有效的方法。本文在总结国内外学者对汽车运动状态估计研究的基础上,结合国家自然科学基金项目,利用估计算法对车辆运动状态信息进行估计。由于目前对汽车运动状态估计的研究主要针对乘用车,很少针对大客车,因此,本文以大客车为研究对象,研究过程中先进行仿真试验,然后利用INS/GPS系统进行实车试验,利用状态估计算法对大客车行驶过程中的一些重要状态信息进行估计。论文首先对INS惯性导航系统和GPS系统的基本组成和工作原理进行了深入研究。其次,建立客车二自由度车辆模型,采用经典卡尔曼滤波估计算法对大客车的横摆角速度和质心侧偏角进行估计,将估计值与相同工况利用车辆动力学仿真软件TruckSim得到的仿真值进行对比分析,以验证线性条件下估计算法的有效性。由于二自由度车辆模型不能全面描述车辆的动力学特性以及经典卡尔曼滤波只能适用于线性系统的不足,建立了七自由度车辆动力学模型以及Dugoff轮胎模型,分别采用扩展卡尔曼滤波(EKF)估计算法和无迹卡尔曼滤波(UKF)估计算法对大客车的纵向车速、侧向车速、横摆角速度、质心侧偏角和车轮垂直载荷进行估计,将EKF估计值和UKF估计值与相同工况利用TruckSim得到的仿真值进行对比分析,以验证EKF算法和UKF算法的有效性和准确性,并比较两种算法的估计精度。最后,利用INS/GPS系统进行实车试验,根据试验测量值,采用UKF估计算法对大客车的纵向车速、侧向加速度和横摆角速度进行估计,并与测量值进行比较,以验证在实车试验条件下UKF算法的有效性。