一种侧偏刚度、转动惯量参数联合辨识方法及系统与流程

1.本发明涉及汽车控制技术领域，特别涉及一种侧偏刚度、转动惯量参数联合辨识方法及系统。


背景技术：

2.目前，车辆横向控制技术，是分析车辆的受力状态和力矩状态，建立描述车辆运动状态的动力学模型，将其作为被控对象，用于智能车的运动控制方案。在车辆的横向动力学模型状态方程中，侧偏刚度和转动惯量两个状态量是重要的控制参数，能否快速而准确地获得车辆行驶过程中车身的侧偏刚度和转动惯量的数据，对智能车横向运动控制的效果有显著的影响。由于目前尚无可用于直接采集车身侧偏刚度和转动惯量数据的传感器，因此一般采用参数辨识的方法，利用可采集的车身数据，使用科学的推测方法，辨识出车身的侧偏刚度和转动惯量两个状态量。
3.一些技术通过转向盘转角脉冲试验采集转向盘转角、横摆角速度、侧向加速度和车速信号，使用最小二乘法离线辨识车辆系统等价二自由度车辆模型的传递函数，使用非线性最小二乘法识别传递函数中的转动惯量和侧偏刚度。但使用车辆模型的传递函数离线辨识侧偏刚度和转动惯量，随着采集数据的累积，计算量逐渐增加，无法在线测量，不满足实时性要求。
4.一些技术建立车辆动力学模型并基于线性侧向轮胎力模型进行简化得到车辆动力学简化模型，对简化模型离散化得到轮胎侧偏刚度递推模型，采用最小二乘法在线辨识前后轮侧偏刚度。然而使用轮胎侧偏刚度递推模型在线辨识轮胎的侧偏刚度，无法同时在线识别车身的转动惯量，且由于识别对象为定载荷车辆的轮胎的侧偏刚度，不适用于商用牵引车等变载荷车辆。


技术实现要素：

5.本发明实施例提供一种侧偏刚度、转动惯量参数联合辨识方法及系统，以解决相关技术中的问题并可适用于商用牵引车等变载荷车辆。
6.一方面，本发明实施例提供了一种侧偏刚度、转动惯量参数联合辨识方法，其特征在于，其包括步骤：
7.以车辆横轴为控制对象建立基于整车动力学状态的车辆横向动力学状态空间方程；
8.基于所述车辆横向动力学状态空间方程建立以车辆的轴侧偏刚度为待估计参数的轴侧偏刚度识别模型和/或以车身转动惯量为待估计参数的车身转动惯量识别模型；
9.对所述轴侧偏刚度识别模型使用带遗忘因子的迭代最小二乘法以在线识别车辆的轴侧偏刚度；
10.基于所述轴侧偏刚度和所述车身转动惯量识别模型获取车身转动惯量。
11.一些实施例中，以车辆横轴为控制对象建立基于整车动力学状态的车辆横向动力
学状态空间方程，包括步骤：
12.在右手定则确定的车身坐标系下，建立车辆横向运动方程以确定车辆横向线加速度、车辆横摆角速度以及车辆横向线速度与车身前/后横轴所受横向力之间的关系；
13.建立车身绕z轴旋转的力矩平衡方程确定车辆横摆角加速度、车身转动惯量与车身前/后轴所受横向力之间的关系；
14.根据所述车辆横向运动方程以及所述车身绕z轴旋转的力矩平衡方程建立车辆横向动力学状态空间方程。
15.一些实施例中，建立车辆横向运动方程以确定车辆横向线加速度、车辆横摆角速度以及车辆横向线速度与车身前/后横轴所受横向力之间的关系，包括步骤：
16.根据第一公式确定车辆横向运动方程；
17.所述第一公式为：
18.其中，m为车身质量，为车辆横向线加速度，v
x
为车辆纵向速度，为车身横摆角速度，f
yf
为车身前轴所受的横向力，f
yr
为车身后轴所受的横向力。
19.一些实施例中，建立车身绕z轴旋转的力矩平衡方程确定车辆横摆角加速度、车身转动惯量与车身前/后横轴所受横向力之间的关系，包括步骤：
20.根据第二公式确定车身绕z轴旋转的力矩平衡方程；
21.所述第二公式为：
22.其中，i
z
为车身转动惯量，为车身横摆角加速度，l
f
为车身前轴到质心的距离，l
r
为车身后轴到质心的距离。
23.一些实施例中，根据所述车辆横向运动方程以及所述车身绕z轴旋转的力矩平衡方程建立车辆横向动力学状态空间方程，包括步骤：
24.根据第三公式定义车身前、后轴所受的横向力与轴侧偏刚度之间的关系；
25.所述第三公式为：f
yf
＝c
αf
(δ
‑
θ
vf
)，f
yr
＝c
αr
(
‑
θ
vr
)，
26.其中，c
αf
为车辆前轴的正值侧偏刚度，c
αr
为车辆后轴的正值侧偏刚度，δ为前轮方向与车身坐标系x轴之间的夹角，θ
vf
为前轮速度方向与车身坐标系x轴之间的夹角，θ
vr
为后轮速度方向与车身坐标系x轴之间的夹角；
27.将所述第三公式分别代入所述第一公式和第二公式后确定车辆横向动力学状态空间方程。
28.一些实施例中，根据所述车辆横向运动方程以及所述车身绕z轴旋转的力矩平衡方程建立车辆横向动力学状态空间方程，包括步骤：
29.根据第四公式确定车辆横/纵向速度与θ
vf
、θ
vr
之间的关系；
30.所述第四公式为：
31.其中为车辆横向线速度；
32.将所述第四公式代入第三公式以确定所述车辆横向动力学状态空间方程；
33.所述车辆横向动力学状态空间方程为：
34.其中ψ为车身横摆角。
35.一些实施例中，基于所述车辆横向动力学状态空间方程建立以车辆的轴侧偏刚度为待估计参数的轴侧偏刚度识别模型，包括步骤：
36.将所述第三公式和第四公式代入所述车辆横向动力学状态空间方程以确定轴侧偏刚度识别模型；
37.所述轴侧偏刚度识别模型表达为：
[0038][0039]
基于所述车辆横向动力学状态空间方程建立以车身转动惯量为待估计参数的车身转动惯量识别模型，包括步骤：
[0040]
将所述第二公式、第三公式以及第四公式代入所述车辆横向动力学状态空间方程以确定车身转动惯量识别模型；
[0041]
所述车身转动惯量识别模型表达为：
[0042][0043]
一些实施例中，对所述轴侧偏刚度识别模型使用带遗忘因子的迭代最小二乘法以在线识别车辆的轴侧偏刚度，包括步骤：
[0044]
建立包含m个输入和n个输出的线性系统其中为所述线性系统的预测输出值，φ
t
(t)θ为所述线性系统的状态空间方程，θ表示待识别参数；
[0045]
根据第五公式求解所述线性系统的系统输出；
[0046]
所述第五公式为：
[0047]
其中，
[0048]
m和n分别为大于0的整数，其用于表示待识别参数θ和的维度，λ(t)为遗忘因子，λ
t
为对角矩阵，为t时刻的侧偏刚度预测值，为为(t
‑
1)时刻的侧偏刚度预测值，r(t)为t时刻的系统输出值，φ
t
(t)为t时刻的系统输入值，l(t)、p(t
‑
1)和p(t)均为中间矩阵；
[0049]
根据所述轴侧偏刚度识别模型和所述线性系统，以[c
αf c
αr
]
t
为待识别参数θ，以为以为φ
t
(t)求解所述线性系统输出r(t)以获取所述在线识别车辆的轴侧偏刚度的结果。
[0050]
一些实施例中，基于所述轴侧偏刚度和所述车身转动惯量识别模型获取车身转动惯量，包括步骤：
[0051]
根据所述车身转动惯量识别模型和所述线性系统，以为待识别参数θ，以为以为φ
t
(t)求解所述线性系统输出r(t)以获取所述识别模型获取车身转动惯量的结果。
[0052]
另一方面，还提供了一种侧偏刚度、转动惯量参数联合辨识系统，其特征在于，所述系统包括存储器、处理器以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序用于被所述处理器执行以实现如权利要求1
‑
9中任一项所述的方法。
[0053]
本实施例提出了以车辆横轴为控制对象建立动力学模型(车辆横向动力学状态空间方程)，可考虑整车的动力学状态以车身坐标系(而非车轮坐标系)建模；并以车辆横轴的轴侧偏刚度为识别对象建立相应的识别模型，可针对车身长度可变、车辆载荷可变的车型(如商用牵引车)实现更准确的状态识别和车辆控制。同时使用迭代方法进行在线识别增强了识别结果的实时性。
附图说明
[0054]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0055]
图1为本发明实施例提供的一种侧偏刚度、转动惯量参数联合辨识方法流程示意图；
[0056]
图2为本发明实施例提供的一种车身坐标系示意图；
[0057]
图3为本发明实施例提供的一种商用牵引车侧偏刚度、转动惯量参数联合辨识系统。
具体实施方式
[0058]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0059]
如图1所示，本发明实施例提供了一种侧偏刚度、转动惯量参数联合辨识方法，包括步骤：
[0060]
s100：以车辆横轴为控制对象建立基于整车动力学状态的车辆横向动力学状态空间方程；
[0061]
s200：基于所述车辆横向动力学状态空间方程建立以车辆的轴侧偏刚度为待估计参数的轴侧偏刚度识别模型和/或以车身转动惯量为待估计参数的车身转动惯量识别模
型；
[0062]
s300：对所述轴侧偏刚度识别模型使用带遗忘因子的迭代最小二乘法以在线识别车辆的轴侧偏刚度；
[0063]
s400：基于所述轴侧偏刚度和所述车身转动惯量识别模型获取车身转动惯量。
[0064]
本实施例提出了以车辆横轴为控制对象建立动力学模型(车辆横向动力学状态空间方程)，可考虑整车的动力学状态以车身坐标系(而非车轮坐标系)建模；并以车辆横轴的轴侧偏刚度为识别对象建立相应的识别模型，可针对车身长度可变、车辆载荷可变的车型(如商用牵引车)实现更准确的状态识别和车辆控制。同时使用迭代方法进行在线识别增强了识别结果的实时性。
[0065]
一些实施例中，步骤s100包括：
[0066]
s110：在右手定则确定的车身坐标系下，建立车辆横向运动方程以确定车辆横向线加速度、车辆横摆角速度以及车辆横向线速度与车身前/后横轴所受横向力之间的关系；
[0067]
s120：建立车身绕z轴旋转的力矩平衡方程确定车辆横摆角加速度、车身转动惯量与车身前/后横轴所受横向力之间的关系；
[0068]
s130：根据所述车辆横向运动方程以及所述车身绕z轴旋转的力矩平衡方程建立车辆横向动力学状态空间方程。
[0069]
需要说明的是，建立车身坐标系时，假设车辆为刚体，行驶平面水平，车辆转向方式为前轮转向。在行驶平面内车辆具有纵向和横向两个方向的运动，其中横向运动又可分解为横向滑移与横向摆动。可以车身质心的横向位移和横向摆角来描述车辆的横向运动状态。
[0070]
一些实施例中，步骤s110包括s111：根据第一公式确定车辆横向运动方程；所述第一公式为：其中，m为车身质量，为车辆横向线加速度，v
x
为车辆纵向速度，为车身横摆角速度，f
yf
为车身前轴所受的横向力，f
yr
为车身后轴所受的横向力。
[0071]
需要说明的是，所述第一公式是根据牛顿第二定律推导得出，首先得出车辆的受力平衡方程为：ma
y
＝f
yf
f
yr
，其中a
y
为车辆横向加速度；再获取车辆横向加速度与车辆横向线加速度与车身横摆角加速度之间的关系即可推导出所述第一公式。
[0072]
本实施例中，车辆横向线加速度和车辆纵向速度v
x
可通过车身can网络在线实时从采集单元直接获取，车身横摆角速度可通过惯性测量单元(imu)实时采集获取。
[0073]
一些实施例中，步骤s120包括s121：根据第二公式确定车身绕z轴旋转的力矩平衡方程；所述第二公式为：其中，i
z
为车身转动惯量，为车身横摆角加速度，l
f
为车身前轴到质心的距离，l
r
为车身后轴到质心的距离。
[0074]
本实施例中，车身横摆角加速度可通过对实时采集得到的车身横摆角速度求时间t的微分得到，提高了信号的准确性。
[0075]
如图2所示，一些实施例中，步骤s120包括s122根据第三公式定义车身前、后轴所受的横向力与轴侧偏刚度之间的关系；
[0076]
所述第三公式为：f
yf
＝c
αf
(δ
‑
θ
vf
)，f
yr
＝c
αr
(
‑
θ
vr
)，
[0077]
其中，c
αf
为车辆前轴的正值侧偏刚度，c
αr
为车辆后轴的正值侧偏刚度，δ为前轮方向与车身坐标系x轴之间的夹角(即车轮转角)，θ
vf
为前轮速度方向与车身坐标系x轴之间的夹角，θ
vr
为后轮速度方向与车身坐标系x轴之间的夹角；
[0078]
步骤s130包括s131：将所述第三公式分别代入所述第一公式和第二公式后确定车辆横向动力学状态空间方程。
[0079]
本实施例中，将车身前/后横轴所受的横向力看作是由轴带轮胎的横向侧偏滑移产生的，且与轴带轮胎的个数成正比例关系。小滑移角工况下，单个轮胎的侧偏力大小与滑移角成正比例关系。则车身前/后横轴所受的横向力与轮胎滑移角的关系为：
[0080]
f
yf
＝n
f
k
nf
∝
f
＝k
f
∝
f
，f
yr
＝n
r
k
nr
∝
r
＝k
r
∝
r
；其中n
f
、n
r
表示前、后轴轮胎个数，k
nf
、k
nr
表示前、后轴单个轮胎的侧偏刚度，k
f
、k
r
表示前、后轴的侧偏刚度，
∝
f
、
∝
r
表示前、后轴的滑移角。由于k
f
、k
r
为负值，为便于计算，约定：c
αf
＝
‑
k
f
，c
αr
＝
‑
k
r
，c
αf
、c
αr
即为前、后轴的正值侧偏刚度。滑移角的定义为轮胎方向与车轮速度方向之间的夹角，即
∝
f
＝δ
‑
θ
vf
，
∝
r
＝
‑
θ
vr
。
[0081]
一些实施例中，步骤s120包括s122：根据第四公式确定车辆横/纵向速度与θ
vf
、θ
vr
之间的关系；
[0082]
所述第四公式为：
[0083]
其中为车辆横向线速度；
[0084]
步骤s130包括s132：将所述第四公式代入第三公式以确定所述车辆横向动力学状态空间方程；
[0085]
所述车辆横向动力学状态空间方程为：
[0086]
其中ψ为车身横摆角。
[0087]
本实施例中，车辆前、后车身绕z轴转动时前、后轴横向速度分别为：前、后轴纵、横向速度与θ
vf
、θ
vr
之间的关系为：
[0088][0089]
考虑到θ
vf
、θ
vr
取值很小，可得到近似关系为：
[0090][0091]
一些实施例中，s200中建立以车辆的轴侧偏刚度为待估计参数的轴侧偏刚度识别模型，包括步骤：将所述第三公式和第四公式代入所述车辆横向动力学状态空间方程，可得：
[0092][0093][0094]
整理可得：
[0095][0096]
由此即可确定轴侧偏刚度识别模型为：
[0097][0098]
s200中建立以车身转动惯量为待估计参数的车身转动惯量识别模型，包括步骤：将所述第二公式、第三公式以及第四公式代入所述车辆横向动力学状态空间方程以确定车身转动惯量识别模型；
[0099]
所述车身转动惯量识别模型表达为：
[0100][0101]
一些实施例中，步骤s300包括步骤：
[0102]
s310：建立包含m个输入和n个输出的线性系统其中为所述线性系统的预测输出值，φ
t
(t)θ为所述线性系统的状态空间方程，θ表示待识别参数；
[0103]
s320：根据第五公式求解所述线性系统的系统输出；
[0104]
所述第五公式为：
[0105]
其中，
[0106]
m和n分别为大于0的整数，其用于表示待识别参数θ和的维度，λ(t)为遗忘因子，λ
t
为对角矩阵，为t时刻的侧偏刚度预测值，为为(t
‑
1)时刻的侧偏刚度预测值，r(t)为t时刻的系统输出值，φ
t
(t)为t时刻的系统输入值，l(t)、p(t
‑
1)和p(t)均为中间矩阵；
[0107]
根据所述轴侧偏刚度识别模型和所述线性系统，以[c
αf c
αr
]
t
为待识别参数θ，以为以为φ
t
(t)求解所述线性系统输出r(t)以获取所述在线识别车辆的轴侧偏刚度的结果。
[0108]
一些实施例中，步骤s400包括步骤：
[0109]
根据所述车身转动惯量识别模型和所述线性系统，以为待识别参数θ，以为以为φ
t
(t)求解所述线性系统输出r(t)以获取所述识别模型获取车身转动惯量的结果。
[0110]
本实施例中，本实施例采用使用带遗忘因子的迭代最小二乘法，将从轴侧偏刚度识别模型中识别得到的各参数输入到线性系统以识别轴侧偏刚度，同时使用辨识侧偏刚度，而利用计算转动惯量，使用两个观测输出量分别进行结果识别，避免了的累计误差，解决了参数累积造成的计算不准确问题。
[0111]
本发明实施例还提供了一种侧偏刚度、转动惯量参数联合辨识系统，其特征在于，所述系统包括存储器、处理器以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序用于被所述处理器执行以实现如前述任一实施例所述的方法。
[0112]
如图3所示，在一个具体的实施例中，涉及一种商用牵引车侧偏刚度、转动惯量参数联合辨识系统，其包括与车身can总线网络相连的微型控制器单元(mcu)、惯性测量单元(imu)和前视一体机单元。所述惯性测量单元(imu)可采集车辆的横摆角速度信号和车辆加速度信号a
y
；前视一体机单元用于采集的横向位移信号y；车身can总线网络还通过上位机控制器、整车系统获取系统开关信号、车辆纵向速度信号v
x
、方向盘转角信号δ
w
(与车轮转角δ之间存在比例关系δ
w
＝19.5*δ)以及横向线加速度mcu用于处理从imu、前视一体机单元以及通过车身can总线网络采集到的各项参数，包括对横摆角速度信号求时间t的微分获取横摆角加速度对横向位移信号y求时间t的微分得到横向线速度
[0113]
mcu还用于对轴侧偏刚度识别模型使用带遗忘因子的迭代最小二乘法进行在线识别，以获取车辆前/后轴的侧偏刚度，并将识别得到的车辆前/后轴的侧偏刚度代入车身转动惯量识别模型，再次使用带遗忘因子的迭代最小二乘法进行在线识别，以获取车身转动惯量。
[0114]
本实施例中，所有用于系统识别车辆前/后轴的侧偏刚度和车身转动惯量的参数均可通过车身can总线网络和智能车传感器(惯性测量单元imu、前视一体机单元)获得，无需加装额外设备，易于部署。
[0115]
所述系统包括三种状态：开启状态、故障状态和关闭状态。其中开启状态包括待机状态和激活状态，由上位机控制器控制系统的开启和关闭。车辆上电完成自检后，系统检测imu、前视一体机和车身can总线网络的数据是否正常传输，若数据传输正常则进入开启待机状态。系统进入待机状态之后，持续检测车身的纵向速度，纵向速度达到预设阈值后，进入激活状态，mcu开始在线识别前、后轴侧偏刚度和车身转动惯量。系统接收到故障信号后，进入故障状态，进行故障信息处理和存储。系统接收到上位机控制系统下发的关闭指令后，进入关闭状态。
[0116]
本发明实施例所带来的有益效果包括：
[0117]
1)以车辆横轴为控制对象，基于车身坐标系进行车辆动力学建模，可更准确地描述整车的动力学状态(车辆前、后轴的运动状态)，模型表达更简洁直观；同时，以车辆横轴
的侧偏刚度为识别结果，适用于商用牵引车，考虑了商用牵引车(车身长度和车身载荷可变的车型)由于轮胎侧偏刚度和车身转动惯量会随着载荷和车身长度的变化而改变的情况，其识别结果更加准确。
[0118]
2)使用车身can网络在线采集横向线加速度信号使用惯性测量单元(imu)实时采集横摆角速度并在的基础上采用多步长均值滤波微分求导方法计算横摆角加速度从信号采集源头到计算结果整体提高了准确性。
[0119]
3)使用辨识侧偏刚度，而利用计算转动惯量，使用两个观测输出量分别进行结果识别，避免了参数耦合，解决了参数累积造成的计算不准确问题。
[0120]
4)所有用于系统识别的参数均可通过车身can总线网络和智能车传感器(惯性测量单元imu、前视一体机单元)获得，无需加装额外设备，易于部署。
[0121]
在本发明的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0122]
需要说明的是，在本发明中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0123]
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。