|
基于雙無跡卡爾曼濾波的自動駕駛狀態(tài)慣性監(jiān)測
黃亞成 2023/12/24 8:34:27
（接上頁）向系統(tǒng)失效的情況下也可以保持設(shè)定軌跡路線行使，實現(xiàn)駕駛安全性能的大幅提升[7-8]�，F(xiàn)階段，已有許多國內(nèi)外學(xué)者開展了車輛動力系統(tǒng)運行參數(shù)方面的觀測分析，形成了Luenberger 觀測器、二乘估計( RLS)、卡爾曼濾波(KF)、滑模測試(SMO)、非線性監(jiān)測等不同類型的算法。由于載荷存在不確定的情況，這使得車輛慣性參數(shù)如質(zhì)量、橫擺轉(zhuǎn)動慣量也發(fā)生改變，從而對整體操控性與結(jié)構(gòu)穩(wěn)定性產(chǎn)生明顯影響，對車輛慣性參數(shù)開展實時監(jiān)測也成為當前的一項重要信息分析工作[9]。
雖然目前已在車輛狀態(tài)分析方面獲得了一定的研究進展，但尚未針對車輛慣性參數(shù)開展深入探討[10]。根據(jù)擴展卡爾曼濾波(EKF)與RLS估計得到加權(quán)值，同時引入混合動力電動公交車混合估計方法[11]。為能夠?qū)囕v動力慣性參數(shù)開展非線性評價，需要開發(fā)分布結(jié)構(gòu)驅(qū)動力卡爾曼濾波(DUKF)方法與觀測系統(tǒng)聯(lián)合系統(tǒng)車輛慣性監(jiān)測。
2車輛狀態(tài)參數(shù)聯(lián)合觀測系統(tǒng)設(shè)計
針對車輛控制系統(tǒng)建立并聯(lián)雙無跡卡爾曼濾波(DUKF)觀測方法時，根據(jù)車輛信息測試結(jié)果構(gòu)建非線性車輛DUKF狀態(tài)方程并建立分析算法。在分布結(jié)構(gòu)驅(qū)動電動汽車傳感器中，除了具備傳統(tǒng)傳感器慣性量參數(shù)如質(zhì)心橫擺角速度、縱向和側(cè)向加速度以外[12]，還可以提供輪轂電機傳感器進行車輪角速度測試，同時利用電壓信號輪轂轉(zhuǎn)矩與線控系統(tǒng)采集轉(zhuǎn)向過程轉(zhuǎn)角信號，圖1給出了電動汽車雙無跡卡爾曼濾波觀測器的具體結(jié)構(gòu)，為車輛DUKF觀測器構(gòu)建以下狀態(tài)計算式和觀測算法。
.................
4 結(jié)論
本文開展電動汽車并聯(lián)DUKF狀態(tài)觀測器設(shè)計及轉(zhuǎn)向工況分析，得到如下有益結(jié)果：
1）采用DUKF方法觀測數(shù)據(jù)比DEKF方法更加符合實際情況；
2）DUKF和DEKF對于車輛質(zhì)心側(cè)偏角觀測結(jié)果存在較大誤差。
該研究有助于提高自動駕駛的穩(wěn)定性，但存在對異常路況分析準確度不高的問題，期待后續(xù)引入深度學(xué)習(xí)算法進行加強。
參考文獻
[1]黃偉杰, 張希, 朱旺旺, 等. 基于融合地圖的自動駕駛激光雷達定位算法[J]. 傳感器與微系統(tǒng), 2023, 42(05): 139-142.
[2]金立生, 韓廣德, 謝憲毅, 等. 基于強化學(xué)習(xí)的自動駕駛決策研究綜述[J]. 汽車工程, 2023, 45(04): 527-540.
[3]張新鋒, 王萬寶, 柳歡, 等. 高速動態(tài)交通場景下自動駕駛車輛換道意圖識別模型研究[J]. 汽車技術(shù), 2023, 571(04): 8-15.
[4]趙艷輝, 段朝陽, 李海峰, 等. BTT機動自動駕駛儀解耦補償控制器設(shè)計方法[J]. 航空兵器, 2022, 29(02): 106-112.
[5]蔡英鳳, 陸子恒, 李祎承, 等. 基于多傳感器融合的緊耦合SLAM系統(tǒng)[J]. 汽車工程, 2022, 44(03): 350-361.
[6]張晶威, 劉鐵軍, 李仁剛, 等. 自動駕駛多傳感器融合的時間校準方法研究[J]. 汽車工程, 2022, 44(02): 215-224.
[7]陳士剛. 基于模型的電動汽車PTC控制方法[J]. 電子產(chǎn)品世界, 2021, 28(09): 32-34.
[8]張京, 朱愛紅. 基于遺傳算法和粒子群優(yōu)化的列車自動駕駛速度曲線優(yōu)化方法[J]. 計算機應(yīng)用, 2022, 42(02): 599-605.
[9]毛廣輝. 自動駕駛芯片需要滿足高吞吐與低時延[J]. 電子產(chǎn)品世界, 2020, 28(12): 10+14.
[10] 邱威智,上官偉,柴琳果等.面向車路協(xié)同孿生仿真測試的多尺度濾波同步方法[J].交通運輸工程學(xué)報,2022,22(03):199-209.
[11]李旭, 秦嗣牧, 王建春. 車路協(xié)同環(huán)境下的雙雷達車輛檢測和跟蹤優(yōu)化方法[J]. 重慶理工大學(xué)學(xué)報(自然科學(xué)), 2021, 35(10):42-48.
[12]周兵, 李濤, 吳曉建, 等. 基于雙自適應(yīng)無跡卡爾曼濾波的半掛車狀態(tài)估計[J]. 湖南大學(xué)學(xué)報(自然科學(xué)版), 2022, 49(02):63-73.
[13]周標準, 裴福俊, 董國成. 基于無跡卡爾曼濾波的月球車慣性/天文組合導(dǎo)航算法研究[J]. 科學(xué)技術(shù)與工程, 2012, 12(24): 6102-6106.
作者簡介：黃亞成，男，1989-，福建邵武人，本科，二級實習(xí)指導(dǎo)教師，主要從事于汽車維修。
附件下載：基于雙無跡卡爾曼濾波的自動駕駛狀態(tài)慣性監(jiān)測
|