基于卡曼滤波器和非线性观测器的车辆参数辨识研究

论文摘要

随着汽车的普及和用户对汽车安全性要求的提高，汽车主动安全性问题日益受到研究人员的重视。从最初的防抱死系统（ABS）、牵引力控制系统（TCS）到当今主流的电子稳定系统（ESP）等，研究人员不断开发新的车辆动力学控制系统来实现一些基本的辅助驾驶。这些系统的工作原理，一般是针对在车辆行驶过程中比较关键的参数或变量，如横摆角速度和质心侧偏角，进行干预来实现控制。而这些都是难以通过车辆自身集成的传感器进行直接测量的状态参数。因此，利用车上已集成的传感器对参数进行辨识，是改善车辆主动安全性的关键环节。本论文由以下部分组成：首先，在多体动力学软件ADAMS/View环境之下，建立一个某型号轿车的多体动力学仿真模型。该模型包括了前、后悬架，动力传动系统，车身系统，转向系统等子系统。各子系统的建模过程有详细说明。该模型可以进行典型工况的仿真分析。其次，建立KALMAN滤波器需要的模型。出于减小滤波器复杂程度的考虑，对整车进行受力分析，建立线性2自由度车辆动力学模型，在MATLAB/Simulink环境下建立仿真模型，验证了该模型的精度。然后在MATLAB环境下，建立基于2自由度整车模型的Kalman滤波器，修正Kalman滤波器估计器的参数。然后，建立3自由度非线性双轨整车动力学模型，并建立状态空间方程。验证了模型的精度。由于状态空间模型不是线性的，所以本文提出了一种线性化观测器，首先将非线性的模型进行线性化，再对线性模型进行参数辨识。最后，在建立的多体动力学模型与基于两种模型的观测器的基础上，本文选择了高速直线行驶状态下的方向盘角阶跃输入、斜坡输入与三种典型工况，作为仿真对比分析比较两种滤波器横摆角速度和质心侧偏角的仿真值与估计值之间的差别，并比较两种滤波器之间的差别。结果显示，非线性观测器在非线性区具有较高的辨识精度。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 本论文研究的目的和意义
• 1.2 国内外研究的现状
• 1.3 本文的主要工作
• 2 基于 ADAMS 的多体动力学整车建模
• 2.1 引言
• 2.2 悬架多体动力学模型
• 2.3 横向稳定杆建模
• 2.4 转向系统模型
• 2.5 轮胎和路面建模
• 2.6 整车建模
• 2.7 操纵稳定性仿真分析
• 2.8 本章小结
• 3 基于卡尔曼滤波的状态估计
• 3.1 整车动力学建模及其仿真
• 3.2 基于卡尔曼滤波的状态估计
• 3.3 本章小结
• 4 基于非线性观测器的状态估计
• 4.1 非线性整车模型及其仿真
• 4.2 非线性观测器的设计
• 4.3 非线性观测器的估计值与仿真值比较
• 4.4 两种观测器的比较
• 4.5 本章小结
• 5 全文总结与展望
• 致谢
• 参考文献
• 附录1 攻读硕士学位期间发表学术论文目录