CAJ | 학술논문

车辆行驶中某些状态参量不易准确测得或测量成本较高,而这些变量的准确获取对车辆底盘控制有着重要的意义.为以较低成本获取重要的车辆运动状态,建立包括横摆、侧向和纵向3自由度的非线性车辆模型,利用扩展Kalman滤波(Extended Kalman filtering, EKF)理论建立了信息融合算法,给出车辆状态变量最小方差意义下的融合结果,利用少量的易测车辆状态信息(转向盘转角、车辆纵、侧向加速度)融合得出所需的难测车辆状态(横摆角速度、质心侧偏角).并在Matlab/Simulink环境下利用实车场地试验数据进行了离线仿真.多种工况下的场地试验结果表明,该算法在估计汽车横摆角速度、质心侧偏角、纵向速度时具有一定的准确性,特别是对横摆角速度的估计,即使在车辆非线性区也表现出良好性能.同时该融合算法简单、稳定及所需融合输入较少的特点使该算法在实际中的应用成为可能.
차량행사중모사상태삼량불역준학측득혹측량성본교고,이저사변량적준학획취대차량저반공제유착중요적의의.위이교저성본획취중요적차량운동상태,건립포괄횡파、측향화종향3자유도적비선성차량모형,이용확전Kalman려파(Extended Kalman filtering, EKF)이론건립료신식융합산법,급출차량상태변량최소방차의의하적융합결과,이용소량적역측차량상태신식(전향반전각、차량종、측향가속도)융합득출소수적난측차량상태(횡파각속도、질심측편각).병재Matlab/Simulink배경하이용실차장지시험수거진행료리선방진.다충공황하적장지시험결과표명,해산법재고계기차횡파각속도、질심측편각、종향속도시구유일정적준학성,특별시대횡파각속도적고계,즉사재차량비선성구야표현출량호성능.동시해융합산법간단、은정급소수융합수입교소적특점사해산법재실제중적응용성위가능.