基于多传感器信息融合的车速估计方法.docVIP

基于多传感器信息融合的车速估计方法 第28卷第4期 2007年7月 江苏大学(自然科学版) JournalofJiangsuUniversity(NaturalScienceEdition) Vo1.28No.4 July2007 基于多传感器信息融合的车速估计方法 李以农,郝奕,郑玲,冀杰 (重庆大学机械传动国家重点实验室,重庆40OO44) 摘要:准确地测量计算车辆的纵横向速度是现代汽车控制系统的关键,在横摆角速度传感器,加速度 计和车轮角速度传感器等多种汽车传感器所测得的信号基础上建立估计系统的状态方程和测量方 程,通过汽车动力学模型计算出车辆的纵横向参考速度,最后用卡尔曼滤波技术对车速进行估计.并 对参考车速误差的影响进行分析.仿真结果表明该方法估计效果好,误差小,具有可靠性和有效性. 关键词:车速;汽车动力学;传感器信息融合;卡尔曼滤波;估计 中图分类号:TP24文献标志码:A文章编号:1671—7775(2007)04—0301—04 Methodforestimatingvehiclespeedbasedonmulti-sensorfusion uY/一nong,HAOYi,ZHENGg,JIJ/e (StateKeyLaboratoryofMechanicalTransmission,ChongqingUniversity,Chongqing40OO44,China) Abstract:ModemcontrolsystemsforvehiclesoftendependonaccuratelycalculatingthevehicleSlongi— tudinalandlateralvelocities.Basedontheinformationfromyawratesensor,accelerometersandwheel speedsensor,thesystemSstateequationsandmeasurementequationswereestablished.Theapproxima— tedvelocitieswerecalculatedusingvehicledynamicmode1.Finallythevehiclevelocitieswereestimated bytheKalmanFiltertechniqueandtheinfluenceofapproximatedvelocitieserrorwasanalyzed.Simula— tionresultsshowthatthismethodhasfavorablequalityandsmallerror.Thereliabilityandvalidityofthis methodarealSOverified. Keywords:vehiclevelocity;vehicledynamic;sensorinformationfusion;KalmanFilter;estimation 汽车的绝对速度包括纵向速度和横向速度,在 利用信息感知,动态辨识,控制等技术与方法的现代 汽车主动安全技术…中都要用到这两个参数.因 此,如何准确可靠地测量计算车辆速度信息,对各种 先进的车辆控制技术显得越来越重要. 在制动防抱死系统和牵引力控制系统中,车辆 的纵向速度一般都是在测量车轮角速度的基础上计 算得到的.但是当汽车行驶在湿滑或冰雪覆盖的路 面上时车轮会产生滑移,车辆的制动和加速也会产 生一定的影响,这时由车轮转速计算的车速就不同 于实际车速了,许多文献对这方面进行了研究’3J. 而车辆的横向速度因为具有不可测性而难以测量计 算,通常可以采用状态观测器的方法. 作者将多传感器信息融合和汽车动力学模型结 合在一起,一方面采集所需的传感器信息,另一方面 通过计算得到车辆的纵横向参考速度,建立起状态 方程和测量方程,利用卡尔曼滤波技术实现车速的 估计,最终得到比较准确可靠的估计结果. 1卡尔曼模型的建立 1.1系统状态方程和测量方程 分析汽车的运动可以得到汽车质心绝对加 收稿日期:2006—10—18 基金项目:国家自然科学基金资助项目;重庆市自然科学基金重点资助项目(CSTC,2006BA6017) 作者简介:李以农(1961一),男,河南新野人,教授,博士生导师(yMi@.CB),主要从事汽车系统动力学控制,汽车主动安全性 和振动控制研究. 郝奕(1982一),女,四川雅安人,硕士研究生(hy一1799@163.com),主要从事汽车安全理论与控制研究. 302江苏大学(自然科学版)第28卷 速度纵横向的两个分量为 .:一(1)0一, df,? 0+奶” 其中,分别是汽车质心的实际纵横向速度;缈 是需要测量的横摆角速度;口,0分别