基于UKF的半掛汽車列車狀態(tài)及路面附著系數(shù)估計.pdf

1、隨著我國經(jīng)濟(jì)的高速發(fā)展，高速公路也將不斷延伸，半掛汽車列車在交通運(yùn)輸中的作用日漸加強(qiáng)。但是，由于半掛汽車列車質(zhì)心高、載重量大及結(jié)構(gòu)復(fù)雜等特點(diǎn)，極易發(fā)生交通事故。半掛汽車列車主動安全控制系統(tǒng)的應(yīng)用就是為了減少交通事故，其中最關(guān)鍵的難題是對路面附著系數(shù)的估計。本文在分析了國內(nèi)外路面附著系數(shù)識別方法的研究現(xiàn)狀和發(fā)展趨勢的基礎(chǔ)上，重點(diǎn)研究基于UKF的路面附著系數(shù)估計算法，并進(jìn)行了多工況、多路況的仿真驗(yàn)證。仿真結(jié)果表明所開發(fā)的半掛汽車列車路面附著

2、系數(shù)估計算法有較好的準(zhǔn)確性和魯棒性。主要研究工作如下:
　　(1)卡爾曼濾波理論和算法
　　深入研究了卡爾曼濾波理論及其算法，并歸納了利用系統(tǒng)信號對狀態(tài)變量和參數(shù)變量進(jìn)行無偏估計的遞推濾波方法。對比傳統(tǒng)卡爾曼濾波理論和算法及其優(yōu)缺點(diǎn)，分析了Unscented卡爾曼濾波理論(Unscented Kalman Filter，UKF)的優(yōu)勢，以及對非線性系統(tǒng)的狀態(tài)變量進(jìn)行最優(yōu)估計的具體算法流程，為后面的路面附著系數(shù)估計奠定了理論基

3、礎(chǔ)。
　　(2)基于UKF的車輛狀態(tài)估計算法研究
　　基于非線性三自由度車輛動力學(xué)模型，對利用車載傳感器信息估計車輛狀態(tài)的估計算法展開研究，設(shè)計了UKF狀態(tài)觀測器，從而對牽引車側(cè)向速度、牽引車橫擺角速度、折疊角和折疊角速度進(jìn)行估計。在Matlab/Simulink中實(shí)現(xiàn)狀態(tài)估計算法，并與仿真分析軟件TruckSim結(jié)果進(jìn)行比較驗(yàn)證算法的有效性。結(jié)果表明，基于UKF的狀態(tài)估計算法能較準(zhǔn)確的估計出車輛的各狀態(tài)信息，為下一章路面附

4、著系數(shù)的估計算法的研究打下了可靠的基礎(chǔ)。
　　(3)基于UKF的路面附著系數(shù)估計算法
　　通過對輪胎魔術(shù)公式、輪胎穩(wěn)態(tài)指數(shù)統(tǒng)一模型和Dugoff輪胎模型對比分析，確定使用Dugoff輪胎模型作為本文路面附著系數(shù)估計算法研究的輪胎模型，并對該輪胎模型的輪胎特性在仿真軟件TruckSim8.0中進(jìn)行驗(yàn)證。建立了六輪車輛動力學(xué)模型，研究了基于UKF的路面附著系數(shù)估計算法，并在Matlab/Simulink中完成了該估計算法。