一种全工况适应的全轮独立驱动车辆车速估计方法

doi:10.3969/j.issn.1000-1093.2015.10.025

兵工学报 ›› 2015, Vol. 36 ›› Issue (10): 2006-2011.doi: 10.3969/j.issn.1000-1093.2015.10.025

一种全工况适应的全轮独立驱动车辆车速估计方法

阳贵兵，李长兵，廖自力，马晓军，刘春光

（装甲兵工程学院陆战平台全电化技术重点实验室，北京 100072）

收稿日期:2014-12-24 修回日期:2014-12-24 上线日期:2015-12-11
作者简介:阳贵兵(1987—)男博士研究生
基金资助:
军队科研项目（40402050101）

Method of Vehicle Speed Estimation Adapted in All Conditions for All-wheel Independent Drive Vehicle

YANG Gui-bing, LI Chang-bing, LIAO Zi-li, MA Xiao-jun, LIU Chun-guang

(The Key Lab of All-Electric Technology of Land Warfare Platform, Academy of

Received:2014-12-24 Revised:2014-12-24 Online:2015-12-11

摘要/Abstract

摘要： 为解决全轮独立驱动车辆车速估计难的问题，提出了一种全工况适应的车速估计方法。该方法以参数自适应卡尔曼滤波算法为基础，采用左右侧分离估计，并设计模糊控制器对滤波系数进行自适应调节，通过判断车辆的行驶工况和路面条件，设计自适应切换条件，当车轮滑转/滑移状态超过预设值，切换为纵向加速度积分估计。利用硬件在环实时仿真实验对所提出的车速估计方法的有效性和准确性进行了验证，仿真结果表明，该方法在多工况运行下具有很好的估计精度，具有普遍应用价值。

关键词: 控制科学与技术, 车速估计, 卡尔曼滤波, 全工况适应, 全轮驱动

Abstract: A speed estimating method adapted in all conditions based on the parameter adaptive Kalman filter is established for speed estimation of the all-wheel independent drive vehicle. The left and right sides are estimated separately, and the parameters of filter are adaptively adjusted by fuzzy controller. An adaptive switching condition is designed based on drive condition and road adhesion condition. The accelerating integral is chosen when the anti-slip of the tire is higher than the preset default value. The effectiveness and accuracy of the speed estimating method are verified through hardware-in-loop real-time simulation. The simulation results show that the proposed method possesses high estimation precision under many operating condistions, and has general application value.

Key words: control science and technology, vehicle speed estimation, Kalman filter, adaption of all conditions, all-wheel drive

中图分类号:

TJ81

阳贵兵，李长兵，廖自力，马晓军，刘春光. 一种全工况适应的全轮独立驱动车辆车速估计方法[J]. 兵工学报, 2015, 36(10): 2006-2011.

YANG Gui-bing, LI Chang-bing, LIAO Zi-li, MA Xiao-jun, LIU Chun-guang. Method of Vehicle Speed Estimation Adapted in All Conditions for All-wheel Independent Drive Vehicle[J]. Acta Armamentarii, 2015, 36(10): 2006-2011.

参考文献

［1］褚文博，李深，江青云，等. 基于多信息融合的全轮独立电驱动车辆车速估计［J］. 汽车工程，2011，33（11）：962-965.
CHU Wen-bo, LI Shen, JIANG Qing-yun，et al. Speed estimation for all-wheel drive vehicles based on multi-information fusion ［J］. Automotive Engineering, 2011, 33(11): 962-965 .（in Chinese）
［2］ Nurhadiyatnal A, Hardjono B, Wibisono A, et al. Improved vehicle speed estimation using gaussian mixture model and hole filling algorithm［C］∥International Conference on Advanced Computer Science and Information Systems (ICACSIS). Bali, Indonesia: IEEE, 2013:451-456.
［3］陈慧，高博麟，徐帆. 车辆质心侧偏角估计综述［J］.机械工程学报, 2013, 49（24）:76-94.
CHEN Hui, GAO Bo-lin, XU Fan. Review on vehicle sideslip angle estimation［J］. Journal of Mechanical Engineering, 2013, 49（24）: 76-94.（in Chinese）
［4］余卓平, 高晓杰.车辆行驶过程中的状态估计问题综述［J］.机械工程学报, 2009, 45 (5 ) : 20-32.
YU Zhuo-ping, GAO Xiao-jie. Review of vehiele state estimation problem under driving situation ［J］. Journal of Mechanical Engineering , 2009, 45 (5 ) : 20-32.（in Chinese）
［5］ Shraim H，Ananou B，Fridman L，et al. Sliding mode observers for the estimation of vehicle parameters，forces and states of the center of gravity［C］∥Proceedings of the 45th Conference on Decision and Control.San Diego, CA,US： IEEE，2006: 1635-1640.
［6］赵林辉, 刘志远, 陈虹. 一种车辆状态滑模观测器的设计方法［J］. 电机与控制学报, 2009, 13(4)：565-570.
ZHAO Lin-hui, LIU Zhi-yuan, CHEN Hong. Design method of sliding model observer for vehicle state［J］. Electric Machines and Control, 2009, 13(4)：565-570.（in Chinese）
［7］丁能根，李丹华，余贵珍. 基于卡尔曼滤波和ABS控制输入的车速估计［J］. 北京航空航天大学学报,2011,37（1）：67-71.
DING Neng-gen, LI Dan-hua, YU Gui-zhen. Estimation of vehicle speed based on Kalman filter and ABS control inputs［J］. Journal of Beijing University of Aeronautics and Astronautics, 2011,37（1）： 67-71.（in Chinese）
［8］ Castro R, Araújo R E, Freitas D. Wheel slip control of EVs based on sliding mode technique with conditional integrators［J］.IEEE Transactions on Industrial Electronics, 2013，60（8）： 3256-3271.

[1]	梁苑，戚国庆，陈烨，李银伢，盛安冬. 不完全量测下事件触发水面扩展目标跟踪[J]. 兵工学报, 2024, 45(4): 1219-1228.
[2]	申程, 张连超, 张卓, 朱文亮, 陈雨康. 轻量化弹道解算系统火控修正和瞄准线滤波预测[J]. 兵工学报, 2024, 45(2): 429-442.
[3]	邓廷祥, 任鹏, 程甲, 汪建兵, 梁振杰, 相征. 面向集群协同的两点相对定位技术[J]. 兵工学报, 2023, 44(S2): 22-34.
[4]	曹正阳, 张冰, 白屹轩, 勾柯楠. GNSS/INS/VNS组合定位信息融合的多无人机协同导航方法[J]. 兵工学报, 2023, 44(S2): 157-166.
[5]	刘灿, 王辉, 林德福, 崔晓曦, 徐晗晖. 存在非高斯重尾分布噪声的纯方位目标跟踪算法[J]. 兵工学报, 2023, 44(5): 1469-1481.
[6]	万芯炜, 王晶, 杨辉, 李毅, 张远再, 王路. BP神经网络结合粒子群优化卡尔曼滤波的MEMS陀螺随机误差补偿方法[J]. 兵工学报, 2023, 44(2): 556-565.
[7]	李光保，高栋，路勇，平昊，周愿愿. 基于SSA-PID和卡尔曼滤波控制的发射筒充氮系统设计[J]. 兵工学报, 2022, 43(S2): 153-163.
[8]	梅程，彭建鑫，胡宇辉. 单轴并联混合动力商用车整车总质量在线估计算法[J]. 兵工学报, 2021, 42(9): 1838-1846.
[9]	陈林秀，郝明瑞，赵佳佳. 混合噪声条件下的目标被动定位算法[J]. 兵工学报, 2021, 42(9): 1923-1930.
[10]	王正玺，贺柏根，朱小伟. 基于卡尔曼滤波算法的加速度反馈控制在航空光电稳定平台中的应用[J]. 兵工学报, 2021, 42(6): 1257-1264.
[11]	卢雨，衣晓. 基于动态规划和双变量容积卡尔曼滤波的空基外辐射源定位算法[J]. 兵工学报, 2021, 42(4): 808-816.
[12]	张羽，王朋，刘纪元，钟荣兴，韦琳哲，迟骋. 合成孔径声纳重叠相位中心与惯性导航系统联合估计运动误差算法[J]. 兵工学报, 2021, 42(3): 588-597.
[13]	王振峰，李飞，王新宇，杨建森，秦也辰. 基于交互式多模型无迹卡尔曼滤波的悬架系统状态估计[J]. 兵工学报, 2021, 42(2): 242-253.
[14]	王宁，李银伢，戚国庆，盛安冬. 不完全量测下基于信息一致性的分布式容积卡尔曼滤波算法[J]. 兵工学报, 2021, 42(11): 2396-2408.
[15]	张征, 刘春光, 马晓军, 张运银. 一种基于数据融合的全轮驱动车辆质心侧偏角估计方法[J]. 兵工学报, 2020, 41(5): 842-849.

一种全工况适应的全轮独立驱动车辆车速估计方法

Method of Vehicle Speed Estimation Adapted in All Conditions for All-wheel Independent Drive Vehicle

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价