《分布式汽車驅(qū)動電動汽車質(zhì)心側(cè)偏角估計研究的國內(nèi)外文獻綜述》4000字

分布式汽車驅(qū)動電動汽車質(zhì)心側(cè)偏角估計研究的國內(nèi)外文獻綜述當(dāng)汽車不穩(wěn)定行駛時，尤其是處于一些極端行駛工況時對于汽車質(zhì)心側(cè)偏角估計問題進行研究具有極高的應(yīng)用價值。相比較而言，國外由于對于這方面的研究起步較早，對于該方面的研究已較為成熟；而國內(nèi)目前來看，雖然起步相比較晚,但近些年對此展開的研究已經(jīng)明顯加快，近些年來通過國內(nèi)外無數(shù)研究人員的研究探索，創(chuàng)建了許許多多各具優(yōu)勢和不足的汽車質(zhì)心側(cè)偏角觀測方案。其中可以將各種各樣的觀測方案大致分為量測儀器法、估計算法、計算智能、物理模型方法等四大類別。其中量測儀器法又可以被分為基于慣性傳感器的估計方案、基于GPS的估計方案以及其他非常規(guī)的估計方案。在基于慣性傳感器的觀測方案中:1、通過使用慣性傳感器進行直接估計。這種估計方案雖然結(jié)構(gòu)以及算法較為簡單，但是其在對有效信號進行積分的同時，也會將測量的噪聲進行積分，同時并沒有對積分結(jié)果進行修正的過程，從而會導(dǎo)致隨著估計的時間增加，累計積分產(chǎn)生的估計誤差將不斷增大，最終估計結(jié)果嚴(yán)重偏離實際值，甚至?xí)a(chǎn)生估計結(jié)果不收斂的嚴(yán)重估計錯誤，因此該估計方法在實際應(yīng)用時的價值較低，目前使用較少。2、通過使用慣性傳感器與車輛模型相結(jié)合的方法對汽車質(zhì)心側(cè)偏角進行估計。該方法具有一定的校正功能，因此可以獲得較高的估計精度，并且這種方法還可以通過使用其他車載傳感器測得的數(shù)據(jù)實現(xiàn)對于車輛其他行駛狀態(tài)參數(shù)的觀測。3、聯(lián)合慣性傳感器和動態(tài)估計器來實現(xiàn)對汽車質(zhì)心側(cè)偏角的估計。該方法也能較為準(zhǔn)確地估計出所需結(jié)果，但是目前來看這種估計方法不是很成熟，還有待改進。另外在基于GPS模組對質(zhì)心側(cè)偏角進行估計的方案中：1、純GPS速度測量估計方案。該方法在利用原有常規(guī)車載傳感器的同時,通過利用GPS模組來實現(xiàn)對汽車質(zhì)心側(cè)偏角進行準(zhǔn)確地估計﹐并且即使當(dāng)汽車處于中性轉(zhuǎn)向或橫擺角速度傳感器失靈的情況下,該估計方案仍然能夠較為準(zhǔn)確地對汽車質(zhì)心側(cè)偏角進行估計。2、利用GPS模組與慣導(dǎo)儀器相結(jié)合。該種估計方法可以通過優(yōu)化估計算法從而實現(xiàn)較高的估計準(zhǔn)確性。3、利用GPS模組用于傳感器誤差校正。該方案可以通過低成本的GPS模組進行輔助測量,同時結(jié)合合適的估計算法從而保證了慣性傳感器漂移的快速收斂﹐從而最終實現(xiàn)提高估計精度的目的。總體上來說，基于GPS模組的估計方案可以通過對估計算法的優(yōu)化從而實現(xiàn)較為準(zhǔn)確地估計汽車質(zhì)心側(cè)偏角，但其對于GPS模組的測量精度提出了較高的要求。其他非常規(guī)的估計方案有：1、行駛記錄儀＋橫擺角速度傳感器＋側(cè)向加速度傳感器＋四輪角速度傳感器的估計方案。2、攝像機＋橫擺角速度傳感器的估計方法。該方法因為攝像機在實際工作時對于使用的環(huán)境較為敏感，實際使用時可靠性較低，因此該方案還有待改進。3、基于四個側(cè)向加速度傳感器的估計方案。對于汽車質(zhì)心側(cè)偏角的估計算法大致可分為直接積分法、卡爾曼濾波算法以及基于狀態(tài)觀測器算法三種。其中直接積分法的優(yōu)點就是簡單易行、計算量小、實時性好等，但是其在實際使用中的缺點也是無法忽視的，該方法會隨著估計時間增加,累積產(chǎn)生的誤差也會不斷增大，最終導(dǎo)致得到的估計值較為嚴(yán)重地偏離真實值，最終導(dǎo)致得到的估計值對于質(zhì)心側(cè)偏角地觀測沒有多大的參考價值。另外卡爾曼濾波算法又可分為經(jīng)典卡爾曼濾波算法、擴展卡爾曼濾波算法、自適應(yīng)卡爾曼濾波算法、Unscented卡爾曼濾波算法以及其他一些卡爾曼濾波算法的衍生算法；其中擴展卡爾曼濾波算法通過將非線性的實際應(yīng)用場景進行線性化處理，從而解決了實際估計時汽車行駛產(chǎn)生的大多行駛參數(shù)非線性的問題，從而具有較高的準(zhǔn)確性，具有較為廣泛的應(yīng)用；另外自適應(yīng)卡爾曼濾波器解決了模型參數(shù)以及噪聲統(tǒng)計特性的不準(zhǔn)確性問題，其算法的估計精度相較于擴展卡爾曼濾波算法更高；而Unscented卡爾曼濾波算法與擴展卡爾曼濾波算法使用時相反，該方法不對非線性系統(tǒng)模型進行近似計算，該估計算法的精度略高于擴展卡爾曼濾波算法。另外基于狀態(tài)觀測器的估計算法有常規(guī)狀態(tài)觀測器、龍貝格觀測器、滑膜觀測器。計算智能可分為:1、神經(jīng)網(wǎng)絡(luò)。該方法對于載荷轉(zhuǎn)移、路況變化等實際工況具有較好的適應(yīng)性,并通過對其進行改進,從而降低了估計誤差；模糊邏輯：該方法可以通過與車輛模型的結(jié)合進行車輛行駛參數(shù)估計，實驗表明該方法的魯棒性和精確性較好﹐并且其方法的響應(yīng)頻率比較高,可以滿足車輛控制需要。物理模型分為：1、基于車輛動力學(xué)模型。車輛的動力學(xué)模型是描述車輛的作用力與車輛運動關(guān)系的數(shù)學(xué)模型。該方法較為準(zhǔn)確、全面地描述汽車的動力學(xué)特性。2、基于車輛運動學(xué)模型。車輛的運動學(xué)模型是通過幾何角度描述和研究車輛位置隨運動時間變化規(guī)律的數(shù)學(xué)模型。該方法對于瞬態(tài)響應(yīng)時具有較好的準(zhǔn)確性，但其在穩(wěn)態(tài)響應(yīng)中準(zhǔn)確度較低。3、不依賴于側(cè)偏角估計模型的動態(tài)估計法。該方法不需要建立與汽車質(zhì)心側(cè)偏角直接相關(guān)的動力學(xué)模型或者運動學(xué)模型,通過直接對傳感器得到的測量信號進行處理,實現(xiàn)了直接基于測量信號的估計方法。畢春光等[10][11]通過建立基于七自由度動力學(xué)車輛模型的非線性狀態(tài)觀測器，實現(xiàn)了穩(wěn)定可靠地估計出車輛極限工況下的車輛狀態(tài)參數(shù)；郭孔輝等[12]通過建立二自由度車輛動力學(xué)模型，同時應(yīng)用擴展卡爾曼濾波算法建立汽車動力學(xué)仿真平臺，通過分別應(yīng)用線性輪胎模型和非線性輪胎模型，比較發(fā)現(xiàn)輪胎模型的選用對于汽車質(zhì)心側(cè)偏角的估計精度有很大影響，并且說明采用非線性輪胎模型時能夠極大地提高觀測器的估計精度，可以滿足ESC控制的要求；高博麟等[14]通過建立車輛質(zhì)心側(cè)偏角融合估計器的方法，成功融合了各種質(zhì)心側(cè)偏角的估計方法，成功避免了各種估計方法的不足，極大地提高了質(zhì)心側(cè)偏角估計的準(zhǔn)確性和可靠性；李勇等[15]通過利用擴展卡爾曼濾波算法和二自由度動力學(xué)模型相結(jié)合的方法，通過對比發(fā)現(xiàn)該方法能夠?qū)崟r、低成本以及高效地對汽車質(zhì)心側(cè)偏角進行估計，對于在車輛上面的推廣應(yīng)用有著重要意義，但該方法估計精度較低，存在較大的提升空間；陳學(xué)文等[16]通過建立汽車質(zhì)心運動、橫擺運動以及側(cè)傾運動模型，同時結(jié)合擴展卡爾曼濾波器建立汽車質(zhì)心側(cè)偏角觀測器，通過仿真實驗驗證，成功實現(xiàn)了即使在大噪聲的工況下也能較為準(zhǔn)確地對車輛自信側(cè)偏角進行觀測；石小婷等[17][18]考慮了車輪側(cè)向力飽和非線性動態(tài)對汽車質(zhì)心側(cè)偏角觀測的影響，建立了一種基于分段仿射的電動汽車質(zhì)心側(cè)偏角估計方法，經(jīng)實驗驗證表明，該觀測方法具有較高的可行性；李小雨等[28]通過分別建立基于車輛運動學(xué)的擴展卡爾曼觀測器和基于車輛動力學(xué)模型的觀測方法，通過對比發(fā)現(xiàn)基于動力學(xué)模型的估計方法是適用于車輛的穩(wěn)態(tài)工況以及質(zhì)心側(cè)偏角接近零時，而基于運動學(xué)模型的估計方法的動態(tài)響應(yīng)更為準(zhǔn)確，并且通過對于車輛質(zhì)心側(cè)偏角和車輛側(cè)向加速度ay、車輛橫擺角速度r、車輛轉(zhuǎn)向輪轉(zhuǎn)角δ對比發(fā)現(xiàn)，質(zhì)心側(cè)偏角與車輛側(cè)向加速度ay、車輛橫擺角速度r具有極其相似的趨勢，以及當(dāng)車輛轉(zhuǎn)向輪轉(zhuǎn)角δ接近于零時車輛質(zhì)心側(cè)偏角瞬時變化速率較低。綜上所述﹐可以看出雖然目前來說使用慣性傳感器在車輛質(zhì)心側(cè)偏角估計領(lǐng)域的應(yīng)用仍是主流,但是通過結(jié)合低成本的GPS模組來輔助測量行駛姿態(tài)的觀測方案具有更好的應(yīng)用前景。而非常規(guī)的車輛質(zhì)心側(cè)偏角估計方案更多地應(yīng)用在了學(xué)術(shù)研究領(lǐng)域﹐在實際應(yīng)用方面推廣起來卻困難重重。而汽車質(zhì)心側(cè)偏角的估計方法從最原始的直接積分法、經(jīng)典卡爾曼濾波算法到目前不斷改進較為成熟的神經(jīng)網(wǎng)絡(luò)算法﹑模糊邏輯算法等,其估計精度、計算效率、算法的魯棒性相比較之前而言都有極大的提高。其中考慮到車輛質(zhì)心側(cè)偏角估計實際使用時的實時性、魯棒性及觀測精度等眾多因素,基于卡爾曼濾波算法以及其衍生的估計算法在實際的工程中應(yīng)用比較多。而另外其他算法的研究近些年來雖然也比較深入，但是以目前的研究現(xiàn)狀來看這些算法大部分還仍然處于理論仿真階段,在實際應(yīng)用中的觀測效果還有待于進一步驗證。參考文獻成大先.機械設(shè)計手冊(第5版)[M].化學(xué)工業(yè)出版社，2014.陳家瑞.汽車構(gòu)造[M].機械工業(yè)出版社,2009.王望予.汽車設(shè)計[M].機械工業(yè)出版社,2004.余志生.汽車?yán)碚揫M].機械工業(yè)出版社,2009.GadolaM.DevelopmentandvalidationofaKalmanfilter-basedmodelforvehicleslipangleestimation[J].VehicleSystemDynamics,2014,52(1):68-84.FukadaY.Slip-angleestimationforvehiclestabilitycontrol[J].VehicleSystemDynamics,1999,32(4-5):375-388.PiyabongkarnD.Developmentandexperimentalevaluationofaslipangleestimatorforvehiclestabilitycontrol[J].IEEETransactionsoncontrolsystemstechnology,2008,17(1):78-88.陳慧.車輛質(zhì)心側(cè)偏角估計綜述[J].機械工程學(xué)報,2013,49(24):76-94.黃小平.卡爾曼濾波原理及應(yīng)用:MATLAB仿真[M].電子工業(yè)出版社,2015.畢春光.極限工況下汽車質(zhì)心側(cè)偏角的估計方法研究[D].吉林大學(xué),2007.郭洪艷,陳虹,丁海濤,畢春光,趙海艷.基于車輛動力學(xué)和非線性觀測器的車輛質(zhì)心側(cè)偏角估計[A].中國自動化學(xué)會控制理論專業(yè)委員會(TechnicalCommitteeonControlTheory,ChineseAssociationofAutomation).第二十七屆中國控制會議論文集[C].中國自動化學(xué)會控制理論專業(yè)委員會(TechnicalCommitteeonControlTheory,ChineseAssociationofAutomation):中國自動化學(xué)會控制理論專業(yè)委員會,2008:5.郭孔輝,付皓,丁海濤.基于擴展卡爾曼濾波的汽車質(zhì)心側(cè)偏角估計[J].汽車技術(shù),2009(04):1-3+44.張振國.輪轂式電動車操縱穩(wěn)定性參數(shù)估計算法與試驗研究[D].武漢理工大學(xué),2011.高博麟,陳慧,陳威,徐帆.汽車質(zhì)心側(cè)偏角融合估計方法[J].汽車工程,2013,35(08):716-722.李勇,杜峰,邢清奇,閆杰,姜斌.基于擴展Kalman濾波技術(shù)汽車狀態(tài)參數(shù)的軟測量[J].農(nóng)業(yè)工程,2014,4(03):104-108.陳學(xué)文,周越,張進國.考慮側(cè)傾影響的汽車橫擺角速度與質(zhì)心側(cè)偏角濾波估計[J].汽車技術(shù),2017(11):40-43.石小婷,劉志遠,寧永臣.四輪獨立驅(qū)動電動車質(zhì)心側(cè)偏角的PWA估計方法研究[A].中國自動化學(xué)會過程控制專業(yè)委員會.第28屆中國過程控制會議（CPCC2017）暨紀(jì)念中國過程控制會議30周年摘要集[C].中國自動化學(xué)會過程控制專業(yè)委員會:中國自動化學(xué)會過程控制專業(yè)委員會,2017:1.石小婷.輪轂電動車質(zhì)心側(cè)偏角估計方法研究[D].哈爾濱工業(yè)大學(xué),2017.孫傳揚,張欣,靳彪.基于遺傳粒子濾波的輪轂驅(qū)動電動汽車質(zhì)心側(cè)偏角估計方法[J].北京交通大學(xué)學(xué)報,2016,40(06):102-106.柳惠.基于模型的車輛質(zhì)心側(cè)偏角估計方法研究[J].重慶理工大學(xué)學(xué)報(自然科學(xué)),2016,30(1