基于智能轮胎系统的实时路面识别.pdfVIP

第十一届全球轮胎技术论坛

基于智能轮胎系统的实时路面识别

汇报人：刘卫东

吉林大学汽车工程学院

2024-6-19

目录22

1研究背景及意义

2研究现状及存在问题

3研究内容及技术路线

4研究展望与设想

研究背景3

智能轮胎概念

通过集成传感器、通信技术和智能算法系

统，获得轮胎状况或对车辆动态实时监测，

为自动驾驶和先进车辆控制提供一种新颖

有效的技术和方案。

开发智能轮胎需要从不同场景的车辆中收集数据，

并对其进行准确解析，以获得精确的状态信息。

目录44

1研究背景及意义

2研究现状及存在问题

3研究内容及技术路线

4研究展望与设想

关键问题：车路状态估计5

研究现状问题分析

1.基于运动学方法：基于运动学的方法，通常利用惯1.缺乏自适应性：

性测量单元(IMU)的测量值作为输入，对描述车辆运动的多在假设模型精确、测量噪声和过程噪声统计值已知

运动学微分方程进行数值积分。利用卡尔曼滤波(KF)系列的前提下开展状态估计。当车辆行驶工况复杂或存在异

的算法进行消除误差累计影响。运动学方法的主要优势常噪声干扰时，其估计效果会因模型误差和估计算法缺

在于其对车辆参数、路面附着系数和行驶工况等有很好乏自适应性受到严重影响。

的鲁棒性。但是，该方法对传感器偏差、数据漂移和矫2.忽略强耦合性：

准精度等造成的测量误差非常敏感。由于轮胎力的产生与垂向载荷、滑移率、侧偏角等有

在估计车辆运动状态时，需要同时用到车辆模型和轮胎模型。

2.基于动力学方法：主要依赖于受作用力和扭矩影响关，当车辆的行驶状态不同时，轮胎状态参数也会因载

的车辆模型和轮胎模型，通常采用的估计算法与基于运荷转移和纵横向耦合等因素而不断变化。忽略上述因素

动学的方法区别不大，其明显缺点是受车辆和轮胎参数选取固定轮胎模型进行估计直接影响估计精度。

不确定性的影响较