CN105416294A - 一种重型汽车列车参数估计方法 - Google Patents

Abstract

本文公开了一种重型汽车列车参数估计方法。目的在于根据重型汽车列车环境感知装置信息及传感器信息实时在线估计道路坡度、整车质量和质心位置。该方法充分考虑俯仰角对坡度估计精度的影响，根据环境感知装置信息计算估计道路坡度减去根据空气弹簧高度传感器计算牵引车俯仰角即为实际道路坡度；质量估计充分考虑坡度阻力和空气阻力的影响，将空气阻力作为未知量估计，提高估计精度；根据电控气压制动***压力传感器信息估计质心位置。

Description

一种重型汽车列车参数估计方法

技术领域

本发明设计用于车辆，尤其是重型汽车列车的参数估计方法和***。

背景技术

随着电子技术的发展，汽车电控***集成控制大大提高汽车电子化、智能化水平，在汽车主动安全和驾驶舒适性方面发挥着越来越重要的作用。电控***通过车辆参数信息判断车辆运行状态进而进行控制决策。因此，准确车辆参数信息对于电控***尤为重要。尽管传感器可以给电控***提供车辆和环境信息，如车速、轮速、加速度和制动压力等；但道路坡度、整车质量及质心位置等难以通过传感器测量。在建立车辆模型的基础上，利用控制算法估计传感器无法测量参数逐渐成为研究焦点。

重型汽车列车具有运动强烈非线性，牵引车和挂车之间制动协调性差等特点。此外，重型汽车列车在运输过程中装载质量变化大、驾驶员对装载状态认识不足的情况下制动时，容易出现制动不足或者制动过度，降低制动安全性和舒适性；制动过程中质心位置变化，轴荷转移，影响制动力分配控制效果。

文献“SimultaneousMassandTime-VaryingGradeEstimationforHeavy-DutyVehicles”,“ExperimentsforOnlineEstimationofHeavyVehicle’sMassandTime-VaryingRoadGrade”,“RecursiveLeastSquareswithForgettingforOnlineEstimationofVehicleMassandRoadGrade:TheoryandExperiments”提出分别采用最小二乘法和状态观测器进行道路坡度和重型车辆整车质量估计达到用较少的仪器同时估计车辆质量、行驶阻力与道路坡度的目的。

文献“On-boardpayloadidentificationforcommercialvehicles”设计了一种基于空气悬架***的商用车质心高度在线估计装置。电子载荷监测***通过空气悬架左右两侧空气压力差值估计商用车载重,利用带外源输入自动回归模型最小二乘法估计质心高度。由于路面激励，空气弹簧囊内压力处于紊乱变化过程，利用压力传感器得到的压力值不准确。

文献“ParameterIdentificationofaVehicleforAutomaticPlatooningControl”通过载荷与悬架变形之间的关系估计四轴卡车载重及质心位置。在轮胎和地面之间的压力传感器测量轴荷，线性解码器测量卡车前两轴钢板弹簧变形，通过对实验数据分析得到卡车质心位置。但是，传感器的使用大大增加了估计成本。

现有的重型车辆参数辨识方法一类基于模型，一类基于传感器。基于模型的方法由于模型和算法的复杂性实时性较差；而基于传感器的方法则由于传感器的高成本大大降低了实用性。

发明内容

本发明的目的是提供一种用于重型汽车列车的车辆参数辨识方法和***，同时满足精度和实时性要求。汽车列车是由汽车或牵引车和挂车组成的车列，主要分为全挂汽车列车、半挂汽车列车、双挂汽车列车和长货汽车列车四种。本文的研究对象为重型半挂汽车列车。

为此，本发明提供了一种重型汽车列车参数辨识方法，包括以下步骤：

1)建立重型车辆传动***动力学模型、制动时纵向动力学模型；

2)由所述的重型车辆动力学模型建立参数辨识方程，所述的参数辨识方程以空气弹簧高度、制动压力、重型车辆位置信息等作为输入，道路坡度、重型车辆质量及质心位置作为未知量；

3)在重型车辆正常行驶时，获取车辆状态信息，如车速、纵向加速度、制动压力；

4)根据电控空气弹簧***的空气弹簧高度信息计算牵引车俯仰角；

5)根据定位***位置信息计算当前坡度值；

6)计算坡度值减去牵引车俯仰角即为实际道路坡度；

7)估计整车质量；

8)当制动减速度大于最低阈值时，对质心位置进行估计。

其中，在步骤8)中，为降低制动减速度变化对质心位置估计精度的影响，在制动减速度大于最低阈值时，每间隔0.5m/s^-2估计一次质心位置。

根据本发明的一种优选实施方案，重型车辆的空气阻力作为未知量进行估计，从而提高参数估计精度。

根据本发明的一种优选实施方案，重型车辆运行过程中实时估计道路实际坡度。

根据本发明的一种优选实施方案，重型车辆的质量估计在加速过程中进行。

根据本发明的一种优选实施方案，重型车辆的质心位置估计在制动过程中进行。

根据本发明的一种优选实施方案，重型车辆装配电控空气悬架***。

根据本发明的一种优选实施方案，重型车辆装配电控气压制动***。

根据本发明的一种优选实施方案，重型车辆装配全球定位***。

根据本发明的一种优选实施方案，重型车辆的空气弹簧高度信息由电控空气悬架***给的高度传感器测得。

根据本发明的一种优选实施方案，重型车辆的制动压力由电控气压制动***的压力传感器测得。

根据本发明的一种优选实施方案，重型车辆的运行位置信息由定位***提供。

根据本发明的一种优选实施方案，加速过程中估计整车质量，将粗估质量作为质心位置模块的输入量，质心位置估计模块估计整车质量和质心位置。

本发明还提供了一种重型车辆参数辨识***，包括：环境感知模块、车辆状态信息采集模块、道路坡度估计模块、质量估计模块和质心位置估计模块，其构成利用上述本发明的重型车辆参数估计方法估计道路坡度、质量和质心位置。

本发明的优势在于：1)利用电控空气悬架***空气弹簧高度信息估计车辆俯仰角；2)道路坡度估计算法充分考虑车辆俯仰角影响；2)在加速过程中估计整车质量时，将空气阻力作为未知量估计，提高估计精度；3)利用电控气压制动***压力传感器，在制动过程中估计质心位置；4)基于信息融合技术的车辆参数估计方法提高计算速度，实现实时估计。

附图说明

下面将参照附图描述本发明的一些优选实施方案，在附图中：

图1是车辆参数估计***结构图。

图2是空气弹簧悬架***示意图。

图3是道路坡度估计模块结构图。

图4是质心位置估计模块结构图。

具体实施方式

本发明的研究对象是重型汽车列车，尤其是装备电控气压制动***和电控空气悬架***的车辆。通过加速度传感器测得纵向加速度；通过高度传感器测得弹簧高度；通过压力传感器测得制动压力。车辆起步阶段，加速度较小时，波动较大，因而估计方法优选在加速度大于最低阈值时进行质量估计。由于重型车辆在运行过程中质量变化小，因此将整车质量视为常数；而制动减速度变化导致质心位置变化，因此本估计方法优选再制动减速度大于最低阈值时，每间隔0.5m/s-²估计一次质心位置隔。

参阅图1，环境感知装置，用于获取车辆位置；车辆状态传感器，用于获取空气弹簧高度、制动压力；计算模块，包括道路坡度估计模块、质量估计模块和质心位置估计模块三部分组成；各个模块之间、模块与车辆之间通过总线进行数据传输。

根据本发明的一种优选实施方案，参数估计算法充分考虑了车辆俯仰角对道路坡度估计的影响。由于车辆质心位置未知，GPS信号接收器安装位置与质心位置不重合时，根据GPS的位置信息得到的道路坡度受车辆俯仰角影响较大。因此，本发明根据空气弹簧高度变化估计车辆俯仰角，由GPS位置信息得到的道路坡度估计值减去车辆俯仰角即为道路实际坡度。

参阅图2，空气弹簧高度传感器将高度信息号输出至车辆俯仰角计算模块，车辆俯仰角计算模块将俯仰角信息输出至道路坡度计算模块：其中a、b、c点空气弹簧坐标已知，d点坐标未知，a(0,0,0)b(0,-B,Z_rr-Z_rl)c(L,-B,Z_rr-Z_fr)。其中L前后轴空气弹簧间距,B为空气弹簧的左右间距,俯仰角记为θ，侧倾角记为图中所示方向为θ，正方向。由几何关系可以得到以下表达式：

由公式(1)和(2)即可计算出俯仰角记为θ，侧倾角记为

$\mathrm{\θ}=arctan\left(\frac{Z_{rr}-Z_{fr}}{L}\right)$

参阅图3，重型车辆GPS接收器接受GPS卫星信号，并将车辆位置信号传递给道路坡度计算模块，道路坡度计算模块将道路坡度信号输出至快速原型控制单元，快速原型控制单元将根据相应控制策略产生实时控制指令，车载传感器将车辆状态信息实时传递给快速原型控制单元。水平位置计算装置得到道路坡度估计值实际道路坡度值(加减符号由GPS接收器与质心相对位置决定)

$i=\hat{i}\±\mathrm{\θ}$

根据本发明的一种优选实施方案，重型车辆质量在加速过程中进行，当加速度大于最低阈值时，质量估计算法开始工作。质量估计模块根据车载传感器信息估计整车质量。首先，建立重型车辆纵向动力学模型；

T_i＝T_tqi_gi₀η_T＝F_tr_d

其中，为驱动力矩，为发动机输出转矩，为变速器传动比，为主减速器传动比，为驱动力，为轮胎滚动半径。

$F_t=F_f+F_w+F_i+F_j=Gf+\frac{C_{D}A}{21.15}{u}_a^2+Gi+\mathrm{\δ}m\frac{du}{dt}$

其中，为滚动阻力，为空气阻力，为坡度阻力，为加速阻力，为整车重量，为滚动阻力系数，为空气阻力系数，为迎风面积，为车速，为坡度，为整车质量，为旋转质量换算系数。

根据本发明的一种优选实施方案，道路坡度阻力可通过估计的道路坡度得到，空气阻力和整车质量作为未知量，采用最小二乘法进行估算，保证算法的实时性和估计精度。最小二乘法可以用下式描述

进而可以得到

引入变量

P(t)＝[Φ^T(t)Φ(t)]^-1

则未知量可以表示为

$\widehat{\mathrm{\θ}}\left(t\right)=P\left(t\right){\mathrm{\Φ}}^T\left(t\right)Y\left(t\right)$

其中，

第步估计值为

其中，

估计误差为

当相邻两步的估计误差时，计算停止，输出空气阻力和整车质量信息。

根据本发明的一种优化实施方案，在减速过程中估计质心位置，当制动减速度大于最低阈值时算法开始工作。考虑到制动减速度变化导致质心位置估计变化，本发明每间隔0.5m/s^-2重新对质心位置估计一次。

参阅图4，根据本发明的一种优化实施方案，质心位置估计再用基于三级信息融合技术的双无轨卡尔曼滤波器，其中一个卡尔曼滤波器校正估计整车质量，另一个滤波器估计之心位置。三级信息同和***包括信号检测级、状态/参数估计级、和性能评估级。该优化实施方案的优点在于：质量估计精度满足要求时，可以关闭该滤波器，一方面降低参数不确定性，另一方面避免由于模型参数变化引起质心位置估计精度降低。

车辆传感器信号，包括各个车轮制动压力、车速、纵向加速度、制动压力等，输入到信号检测级(即传感器信息预处理部分)。信号检测级对传感器信号做出预处理，消去尖点和高频噪声，为状态/参数估计级做好准备。性能评估及则是对信息融合***的性能进行实时监测，作为卡尔曼滤波器的协方差监测和上两级工作状况的故障检测。

Claims (8)

1.一种重型汽车列车参数估计方法包括以下步骤：建立重型车辆制动时纵向动力学模型；由所述的重型车辆动力学模型建立参数辨识方程，所述的参数辨识方程以空气弹簧高度、制动压力、重型车辆位置信息等作为输入，道路坡度、重型车辆质量及质心位置作为未知量；在车辆正常行驶时，获取重型车辆状态信息，如车速、纵向加速度、制动压力；根据电控空气弹簧***的空气弹簧高度信息计算牵引车俯仰角；根据定位***位置信息计算当前坡度值；计算坡度值减去牵引车俯仰角即为实际道路坡度；估计整车质量；当制动减速度大于最低阈值时，对质心位置进行估计。

2.如权利要求1所述的重型汽车列车参数估计方法，其特征在于实时估计道路坡度并充分考虑重型车辆俯仰角对道路坡度估计精度的影响，根据重型车辆位置信息计算得到道路坡度减去车辆俯仰角即为实际道路坡度。

3.如权利要求1所述的重型汽车列车参数估计方法，其特征在于质量实时估计在加速阶段加速度大于最低阈值时执行，空气阻力作为未知量，充分考虑空气阻力和坡度阻力对估计精度的影响。

4.如权利要求1所述的重型汽车列车参数估计方法，其特征在于质心位置实时估计在制动阶段制动减速度大于最低阈值时执行，每0.5m/s^-2间隔估计一次质心位置。

5.如权利要求1所述的重型汽车列车参数估计方法，其特征在于汽车列车安装电控空气悬架***，每个车轮装有空气弹簧，牵引车右前轮、右后轮和左后轮装有高度传感器，空气弹簧高度由高度传感器测得。

6.如权利要求1和5所述的重型汽车列车参数估计方法，其特征在于道路坡度计算模块根据空气弹簧高度计算车辆俯仰角。

7.如权利要求1所述的重型汽车列车参数估计方法，其特征在于重型车辆安装电控制动***，制动气室都设有压力传感器，制动压力压力传感器测得。

8.如权利要求1至7所述的重型汽车列车参数估计方法，其中，所述车辆为重型半挂汽车列车。