带输入估计变维滤波在确定汽车车速中的应用.pdfVIP

西 族大 ‘ 版 第36卷第 1期 J 1 南民 学学报 自然 学 Jan．2010 ． oumalofSouthwestUniversityforNationalitiesNatura11ScienceEdition … … … 文章编号：1003．2843(201O)O1．Ol31．04 带输入估计变维滤波在确定汽车车速中的应用 丁维福 (北方民族大学信息与计算科学学院，宁夏银川 750021) 摘 要：构建了机动车辆运动状态动力模型．在模型中，输入项用来描述汽车行驶加速度，针对汽车行驶环境为对接路 面的情形，提 出了采用带输入估计变维滤波估计车辆行驶速度的方法．给出了汽车机动运行开始时刻估计值，有效地提 高了估计精度，适用于复杂路面上的车辆行驶速度的估计． 关键字：带输入估计变维滤波；汽车车速；对接路面；车身速度状态估计 中图分类号：0224 文献标识码：A 1引言 随着国民经济和科学技术的发展，道路交通安全和汽车性能测试等问题引起人们的普遍重视．在汽车运动 性能试验中，车速的确定是汽车技术非常重要的技术．如何准确可靠地测量车速是汽车性能测试过程和先进车 辆控制中非常重要的技术．传统上，测量车速的方法主要有五轮仪接触式测量和非接触式光学相关测量法．五 轮仪系统结构简单，但要求安装一个比较大的第五轮，路面不平或车辆振动时，测量的速度误差较大．光学相关测 量法是利用光束照到地面的反射时间来确定车辆速度，它克服了车辆振动及路面不平带来的精度问题，但由于价 格高以及镜头易受雨水、油及泥土污染等原因并未在实际中得到广泛应用． 随着现代控制理论的发展，人们提出根据汽车速度的历史量测信息，利用最优估计理论中的卡尔曼滤波、 Bayes估计、小波分析、粒子滤波等方法给出汽车当前或未来车速的估计．1960年由卡尔曼(R．E．Kalman)首次提出 的卡尔曼滤波因具有递推算式和适用于对多维随机过程进行估计，且具有从量测信息中实时提取出被估计量信 息并积存在估计值中的优点，受到了工程应用的重视而被广泛应用于各种领域．针对具体的应用问题和实际中 出现的缺陷，人们对卡尔曼滤波进行了许多改进．例如，为适应模型构建误差或 目标机动运行等要求，提出了两 阶段卡尔曼滤波、因 卡尔曼滤波、自适应卡尔曼滤波、带输入估计变维滤波、模糊卡尔曼滤波、扩展卡尔曼 滤波等． 基于卡尔曼滤波并结合汽车动力学的汽车状态估计研究近年来受到国内外研究人员的广泛重视．文献[2]建 立了汽车车速的变化模型，基于自适应卡尔曼滤波，提出根据不同时刻的量测值动态地修正协方差矩阵，以此 提高估计精度．但是对于一次处理中测量值的数量F／有限制，在实际应用中，如果船的经验值与实际值相差较 大时，便会产生严重误差．另外，对不同时刻的量测值集中进行处理的办法，使得计算量随着估计过程的推移而 逐渐加重．在汽车行驶中，为了对汽车的运动参数进行预估和检测，需要给出汽车行驶加速度和机动运行开始时 刻的精确估计．文献[3]提出利用多传感器信息融合的方法确定汽车车速，假设状态方程中的加速度是常量并且 是可以测量的．但是在实践中，由于测量条件的限制以及主观因素，特别是汽车加速度阶跃等典型机动运行的条 件下，汽车运动方程中的加速度项或其统计特性是复杂多变或难以确定的，因此这种假设在实际中往往是不成 立的．文献 [4]提出非线性的汽车运动模型，应用扩展卡尔曼滤波对车速进行估计．这种方法提出的汽车运动模 收稿 日期：2009．10．08 作者简介：丁维~(1979-)，男，回族，宁夏同心人，北方民族大学讲师，主要研究方向：目标跟踪，信息融合理论，概率论与数理统计 基金项 目：本项 目得到北方民族大学校级项目(2008y030)和宁夏高等学校科学研究项目的资助． l32 西南民族大学学报 ·自然科学版 第36卷 型虽然较为精确，但是在处理时，忽略了高阶项，利用泰勒展式将非线陛运动模型转化为线l生模型，虽然简化