CN111323167A - 一种车辆质心高度在线辨识方法及*** - Google Patents
一种车辆质心高度在线辨识方法及*** Download PDFInfo
- Publication number
- CN111323167A CN111323167A CN202010093071.6A CN202010093071A CN111323167A CN 111323167 A CN111323167 A CN 111323167A CN 202010093071 A CN202010093071 A CN 202010093071A CN 111323167 A CN111323167 A CN 111323167A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- roll
- mass
- center
- vehicle body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M1/00—Testing static or dynamic balance of machines or structures
- G01M1/12—Static balancing; Determining position of centre of gravity
- G01M1/122—Determining position of centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Vehicle Body Suspensions (AREA)
Abstract
本发明公开了一种车辆质心高度在线辨识方法及***。该方法建立了车辆侧倾动力学模型,以侧向加速度作为外部激励,利用车辆侧倾半径在侧倾运动中的显著影响,采用带遗忘因子的递推最小二乘法对车辆侧倾半径进行辨识,进而计算得到车辆质心高度。本发明实现了车辆质心高度的实时在线测量。
Description
技术领域
本发明涉及一种车辆质心高度在线辨识方法及***。
背景技术
随着社会的进步和发展,交通运输***飞速发展,汽车普及程度逐渐增大,国内汽车保有量也在直线攀升。而随着道路车辆的增加,交通事故发生频率也日益升高。为了增强车辆在极限工况下的行车稳定性和操纵性,研究人员陆续开发出一系列车辆稳定性控制***。在众多车辆稳定性控制***当中,车辆质心高度作为关键参数,在极限工况下对车身姿态、载荷转移以及车辆的姿态稳定性起着至关重要的作用。因而对车身质心高度的准确获取是控制***发挥有效作用的关键。
在实际应用过程中,车身质心高度难以通过传感器直接进行测量,且车身质心高度不仅仅与车身结构设计和布置方案有关,还受实际载重情况影响,因而需要开发一种车辆质心高度实时辨识方法。
发明内容
本发明的目的是提供一种车辆质心高度在线辨识方法及***。
为实现上述目的,本发明提供了如下方案:
一种车辆质心高度在线辨识方法,包括:
以mayk为输入,以为输出,采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识,其中,m为车辆簧上质量,ay为侧向加速度,Ixx为车辆簧上质量绕质心的侧倾转动惯量,Kφ为车辆悬架等效侧倾角刚度,Cφ为车辆悬架等效侧倾阻尼系数,为车身侧倾角加速度,为车身侧倾角速度,φ为车身侧倾角;所述侧向加速度ay和所述车身侧倾角速度由安装于车身上的六轴陀螺仪测量得到,所述车身侧倾角加速度由所述车身侧倾角速度计算得到,所述车身侧倾角φ由重力加速度以及所述六轴陀螺仪测量得到侧向加速度和垂向加速度耦合得到,k为采样周期;
根据hCG=hR+he计算车辆的质心高度hCG,其中,hR为车辆簧上质量侧倾中心到地面的距离。
可选的,在所述采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识之前,还包括:
可选的,在所述采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识之前,还包括:
获取所述六轴陀螺仪在采样周期测量得到的车身侧倾角速度;
可选的,在所述采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识之前,还包括:
判断侧向加速度是否大于第一阈值,且连续设定数量的采样周期中车身侧倾角均大于第二阈值,所述设定数量大于等于第三阈值;
如果是,则执行“采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识”步骤。
可选的,所述第一阈值为0.5m/s2。
可选的,所述第二阈值为0.015rad。
可选的,所述第三阈值为5。
本发明还提供了一种车辆质心高度在线辨识***,包括:
侧倾半径识别模块,用于以mayk为输入,以为输出,采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识,其中,m为车辆簧上质量,ay为侧向加速度,Ixx为车辆簧上质量绕质心的侧倾转动惯量,Kφ为车辆悬架等效侧倾角刚度,Cφ为车辆悬架等效侧倾阻尼系数,为车身侧倾角加速度,为车身侧倾角速度,φ为车身侧倾角;所述侧向加速度ay和所述车身侧倾角速度由安装于车身上的六轴陀螺仪测量得到,所述车身侧倾角加速度由所述车身侧倾角速度计算得到,所述车身侧倾角φ由重力加速度以及所述六轴陀螺仪测量得到侧向加速度和垂向加速度耦合得到,k为采样周期;
质心高度计算模块,用于根据hCG=hR+he计算车辆的质心高度hCG,其中,hR为车辆簧上质量侧倾中心到地面的距离。
可选的,所述***还包括:
车身侧倾角速度获取模块,用于获取所述六轴陀螺仪在采样周期测量得到的车身侧倾角速度;
可选的,所述***还包括:
判断模块,用于判断侧向加速度是否大于第一阈值,且连续设定数量的采样周期中车身侧倾角均大于第二阈值,所述设定数量大于等于第三阈值;并在侧向加速度大于第一阈值,且连续设定数量的采样周期中车身侧倾角均大于第二阈值时,采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的车辆质心高度在线辨识方法及***,基于车辆侧倾运动模型,以侧向加速度作为外部激励,利用车辆侧倾半径在侧倾运动中的显著影响,采用带遗忘因子的递推最小二乘法对车辆侧倾半径进行辨识,进而计算得到车辆质心高度,实现了对车辆质心高度的实时在线测量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中车辆质心高度在线辨识方法流程图;
图2为本发明实施例中的车辆侧倾运动模型示意图;
图3为本发明实施例中车辆质心高度在线辨识方法流程图;
图4为本发明实施例中车辆质心高度在线辨识***的结构示意图。
其中,1为车辆底盘,2为轮胎,3为车辆簧上质量的侧倾中心,4为车身,5为车辆簧上质量质心,6为陀螺仪传感器,7为车辆等效侧倾角刚度,8为车辆等效侧倾阻尼。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
下面对本发明涉及的名词进行解释:
侧倾角:在车辆处于非直线行驶工况下,车身绕车辆纵向轴线发生转动而产生的车身平面与地面的夹角。
质心高度:车身簧上质量质心位置到水平地面的距离。
侧倾半径:车身簧上质量质心位置到侧倾中心的距离。
侧倾中心:车身相对地面绕纵向轴线转动时的转动轴线与前后轴处横断面上的交点,本发明默认为前后轴交点位置保持一致。
本发明第一方面提供了一种车辆质心高度在线辨识方法,如图1所述,该方法包括以下步骤:
步骤101:以mayk为输入,以为输出,采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识,其中,m为车辆簧上质量,ay为侧向加速度,Ixx为车辆簧上质量绕质心的侧倾转动惯量,Kφ为车辆悬架等效侧倾角刚度,Cφ为车辆悬架等效侧倾阻尼系数,为车身侧倾角加速度,为车身侧倾角速度,φ为车身侧倾角;所述侧向加速度ay和所述车身侧倾角速度由安装于车身上的六轴陀螺仪测量得到,所述车身侧倾角加速度由所述车身侧倾角速度计算得到,所述车身侧倾角φ由重力加速度以及所述六轴陀螺仪测量得到侧向加速度和垂向加速度耦合得到,k为采样周期;
步骤102:根据hCG=hR+he计算车辆的质心高度hCG,其中,hR为车辆簧上质量侧倾中心到地面的距离。
在上述实施例的基础上,本实施例在步骤101之前还包括:
在上述实施例的基础上,本实施例在步骤101之前还包括:
获取所述六轴陀螺仪在采样周期测量得到的车身侧倾角速度;
车辆侧倾运动模型的确定过程如下:
本发明适用于配置有六轴陀螺仪传感器的车辆,可同时测量侧倾角速度、侧向加速度以及垂向加速度。簧上质量绕质心的侧倾转动惯量Ixx、簧上质量m、质心到侧倾中心距离he、侧倾中心到地面高度hR、悬架等效侧倾角刚度Kφ、悬架等效侧倾阻尼系数Cφ,上述参数在车辆行驶之前已经获取。
建立了如图2所示的车辆侧倾运动模型,根据簧上质量的动力学关系,可以得到如下式所示:
利用六轴陀螺仪采集车身侧倾角速度和侧向加速度aym,由于传感器与车身固连,因此传感器的侧向加速度测量值会受到自身姿态角度的影响,将同时与理想侧向加速度和重力加速度呈耦合关系。同时测量值还受到传感器安装位置的影响,由于传感器理论安装位置为质心处最佳,但该影响仅限于存在侧倾角加速度时才较为明显,且导致误差可忽略不计。优选的,将六轴陀螺仪安装于接近车辆质心的位置处。根据运动学关系,由于车身为刚体,理想的侧倾角速度与传感器测量的侧倾角速度基本保持一致,即:
相对于侧倾角和安装垂向偏差,其他方向自由度的运动和安装偏差对传感器造成的影响在此忽略不计,侧向加速度测量值与理想侧向加速度和重力加速度的耦合关系如下所示:
aym=aycos(φ)+gsin(φ) (3)
同理传感器垂向加速度测量值与理想侧向加速度和重力加速度的耦合关系如下所示:
azm=gcos(φ)-aysin(φ)
通过联立式(2)和式(3)可得到如下式所示:
aymsin(φ)+azmcos(φ)=g
通过求解上述耦合关系式,可解得车身侧倾角φ,在求解过程中采用了小角度假设,需要注意的是为了提升求解小角度的精度,采用了最高阶次二阶的泰勒展开式,如下式所示:
sin(φ)≈φ,cos(φ)≈1-0.5φ2
基于上述计算结果可将式(1)改写为:
为了进一步应用带遗忘因子递推最小二乘法,需要对上式进行离散化处理,在离散化处理的过程中,侧倾角加速度由侧倾角速度计算值进行差值得到,但考虑到侧倾角速度测量值内含噪声,在较小采样周期的情况下,会恶化递推最小二乘法辨识结果的稳定性。为解决此类问题,在差值的过程中采用均值滤波,计算方法如下式所示:
M为均值滤波的计算窗口,也即所选取的差值步长数。
最终,侧倾动力学表达式改写为:
基于上述离散化车身侧倾动力学模型,采用带遗忘因子的递推最小二乘法进行侧倾半径参数,即车辆簧上质量质心到侧倾中心的距离he的辨识,递推最小二乘法的辨识流程如下所示。
对于形如下式的***,其中yP,k为辨识***的输出量,为***的输入量,θk为待辨识的参数向量,此处θk为车辆簧上质量质心到侧倾中心的距离he,eP,k为带有白噪声特性的零均值偏差。在算法初始化过程中应对参数向量及其噪声协方差信息赋予初值。
在每个迭代周期的开始,根据采集到的输入输出信号计算偏差:
根据计算的偏差和上一周期的参数噪声协方差值计算参数修正增益:
其中μ为遗忘因子,为综合考量对参数的追踪性能和稳态滤波效果,一般在0.95到0.995之间进行取值。
基于修正增益对参数和噪声协方差进行修正,得到当前状态下参数的最优估计:
θk=θk-1+KP,keP,k
由此完成一个辨识***的迭代周期,在辨识算法的应用过程中,输入输出信号分别如下式定义:
由于车辆的质心高度在车辆一次装载启动之后一般不再发生变化,因而对质心高度的辨识无需长时间开启,为了规避在激励较小时由于路面不平度等其他来源噪声导致的信噪比较低,降低了辨识结果的精度,可在辨识***前端加入开关阈值限制。因此,在上述实施例的基础上,本实施例在步骤101之前还包括:
判断侧向加速度是否大于第一阈值,且连续设定数量的采样周期中车身侧倾角均大于第二阈值,所述设定数量大于等于第三阈值;如果是,则执行步骤101。其中,所述第一阈值可以为0.5m/s2,所述第二阈值可以为0.015rad,所述第三阈值可以为5。即当且仅当侧向加速度大于0.5m/s2时开启侧倾角求解模块,同时当且仅当侧倾角连续5个周期大于0.015rad时开启质心高度辨识***,对寄存器中的质心高度参数进行辨识,否则寄存器中的质心高度参数将维持最近一次的辨识结果。运行流程如图3所示。
本发明的第二方面提供了一种车辆质心高度在线辨识***,如图4所述,该***包括:
侧倾半径识别模块401,用于以mayk为输入,以为输出,采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识,其中,m为车辆簧上质量,ay为侧向加速度,Ixx为车辆簧上质量绕质心的侧倾转动惯量,Kφ为车辆悬架等效侧倾角刚度,Cφ为车辆悬架等效侧倾阻尼系数,为车身侧倾角加速度,为车身侧倾角速度,φ为车身侧倾角;所述侧向加速度ay和所述车身侧倾角速度由安装于车身上的六轴陀螺仪测量得到,所述车身侧倾角加速度由所述车身侧倾角速度计算得到,所述车身侧倾角φ由重力加速度以及所述六轴陀螺仪测量得到侧向加速度和垂向加速度耦合得到,k为采样周期;
质心高度计算模块402,用于根据hCG=hR+he计算车辆的质心高度hCG,其中,hR为车辆簧上质量侧倾中心到地面的距离。
在上述实施例的基础上,本实施例提供的***还包括:
车身侧倾角速度获取模块,用于获取所述六轴陀螺仪在采样周期测量得到的车身侧倾角速度;
在上述实施例的基础上,本实施例提供的***还包括:
判断模块,用于判断侧向加速度是否大于第一阈值,且连续设定数量的采样周期中车身侧倾角均大于第二阈值,所述设定数量大于等于第三阈值;并在侧向加速度大于第一阈值,且连续设定数量的采样周期中车身侧倾角均大于第二阈值时,采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识。其中,所述第一阈值可以为0.5m/s2,所述第二阈值可以为0.015rad,所述第三阈值可以为5。
本发明建立了车辆侧倾动力学模型,以侧向加速度作为外部激励,利用车辆侧倾半径在侧倾运动中的显著影响,采用带遗忘因子的递推最小二乘法对车辆侧倾半径进行辨识,进而计算得到车辆质心高度。实现了对质心高度的实时在线测量。为了提升参数辨识***输入信号的信噪比,采用阈值开关判定参数更新***开启的时机。设置了侧向加速度和侧倾角双重阈值,确保参数辨识***辨识结果的稳定性和准确性。在模型差值离散化过程中,采用了均值滤波的方法,缓解了在离散化过程中采样周期对噪声的放大作用,提升了辨识结果的稳定性。
本发明具有以下优势:
(1)采用广泛使用、技术成熟的微机电陀螺仪作为传感器,无需借助其他传感器,降低了发明的应用成本,具有较大的推广价值;
(2)建立了车辆侧倾动力学模型,采用质心高度对侧倾动力学的影响特性对质心高度参数进行辨识,由于一般铺装路面侧向坡度角很小,因而适用于绝大多数环境工况;
(3)辨识方法采用了带遗忘因子递推最小二乘法。递推最小二乘法可有效滤除输出信号的噪声,输出稳定准确的参数辨识结果,遗忘因子的引入避免了历史数据的数据饱和影响,提升了对参数的追踪能力;
(4)在参数辨识***的前端引入了侧向加速度和侧倾角双重阈值开关,筛选出信噪比较高的信号序列用于对参数进行辨识更新,确保参数辨识***辨识结果的稳定性和准确性;
(5)采用均值滤波的方法对侧倾角加速度的差值计算过程进行平滑,缓解了离散化过程中由于采样周期较小导致的噪声放大效果。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种车辆质心高度在线辨识方法,其特征在于,包括:
以mayk为输入,以为输出,采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识,其中,m为车辆簧上质量,ay为侧向加速度,Ixx为车辆簧上质量绕质心的侧倾转动惯量,Kφ为车辆悬架等效侧倾角刚度,Cφ为车辆悬架等效侧倾阻尼系数,为车身侧倾角加速度,为车身侧倾角速度,φ为车身侧倾角;所述侧向加速度ay和所述车身侧倾角速度由安装于车身上的六轴陀螺仪测量得到,所述车身侧倾角加速度由所述车身侧倾角速度计算得到,所述车身侧倾角φ由重力加速度以及所述六轴陀螺仪测量得到侧向加速度和垂向加速度耦合得到,k为采样周期;
根据hCG=hR+he计算车辆的质心高度hCG,其中,hR为车辆簧上质量侧倾中心到地面的距离。
4.根据权利要求1所述的车辆质心高度在线辨识方法,其特征在于,在所述采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识之前,还包括:
判断侧向加速度是否大于第一阈值,且连续设定数量的采样周期中车身侧倾角均大于第二阈值,所述设定数量大于等于第三阈值;
如果是,则执行“采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识”步骤。
5.根据权利要求4所述的车辆质心高度在线辨识方法,其特征在于,所述第一阈值为0.5m/s2。
6.根据权利要求4所述的车辆质心高度在线辨识方法,其特征在于,所述第二阈值为0.015rad。
7.根据权利要求4所述的车辆质心高度在线辨识方法,其特征在于,所述第三阈值为5。
8.一种车辆质心高度在线辨识***,其特征在于,包括:
侧倾半径识别模块,用于以mayk为输入,以为输出,采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识,其中,m为车辆簧上质量,ay为侧向加速度,Ixx为车辆簧上质量绕质心的侧倾转动惯量,Kφ为车辆悬架等效侧倾角刚度,Cφ为车辆悬架等效侧倾阻尼系数,为车身侧倾角加速度,为车身侧倾角速度,φ为车身侧倾角;所述侧向加速度ay和所述车身侧倾角速度由安装于车身上的六轴陀螺仪测量得到,所述车身侧倾角加速度由所述车身侧倾角速度计算得到,所述车身侧倾角φ由重力加速度以及所述六轴陀螺仪测量得到侧向加速度和垂向加速度耦合得到,k为采样周期;
质心高度计算模块,用于根据hCG=hR+he计算车辆的质心高度hCG,其中,hR为车辆簧上质量侧倾中心到地面的距离。
10.根据权利要求8所述的车辆质心高度在线辨识***,其特征在于,所述***还包括:
判断模块,用于判断侧向加速度是否大于第一阈值,且连续设定数量的采样周期中车身侧倾角均大于第二阈值,所述设定数量大于等于第三阈值;并在侧向加速度大于第一阈值,且连续设定数量的采样周期中车身侧倾角均大于第二阈值时,采用带遗忘因子的递推最小二乘法对车辆簧上质量质心到侧倾中心的距离he进行辨识。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010093071.6A CN111323167B (zh) | 2020-02-14 | 2020-02-14 | 一种车辆质心高度在线辨识方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010093071.6A CN111323167B (zh) | 2020-02-14 | 2020-02-14 | 一种车辆质心高度在线辨识方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111323167A true CN111323167A (zh) | 2020-06-23 |
CN111323167B CN111323167B (zh) | 2021-03-12 |
Family
ID=71168992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010093071.6A Active CN111323167B (zh) | 2020-02-14 | 2020-02-14 | 一种车辆质心高度在线辨识方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111323167B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112613125A (zh) * | 2020-12-29 | 2021-04-06 | 南京航空航天大学 | 一种路面激励情况下汽车侧倾中心辨识和动态修正的方法 |
CN113635728A (zh) * | 2021-08-18 | 2021-11-12 | 浙江吉利控股集团有限公司 | 车辆侧倾刚度调节方法、装置、设备、介质及程序产品 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100036597A1 (en) * | 2006-09-26 | 2010-02-11 | Jens Fiedler | Method and device for estimating the height of the center of gravity of a vehicle |
CN103625475A (zh) * | 2013-12-18 | 2014-03-12 | 东南大学 | 一种基于递归最小二乘的车辆侧倾角与俯仰角估计方法 |
CN106768638A (zh) * | 2017-01-19 | 2017-05-31 | 河南理工大学 | 一种乘用车质心高度实时估算用装置及估算方法 |
CN107195025A (zh) * | 2017-06-09 | 2017-09-22 | 浙江工业大学 | 一种基于重心高度在线估计的车辆侧翻指数预测方法 |
CN110040146A (zh) * | 2019-04-18 | 2019-07-23 | 北京理工大学 | 一种考虑路面参数变化的车辆侧翻预警方法及*** |
CN110239462A (zh) * | 2019-03-25 | 2019-09-17 | 北京理工大学 | 一种车辆侧翻的预警方法及*** |
CN110626353A (zh) * | 2019-09-09 | 2019-12-31 | 武汉理工大学 | 一种基于侧倾风险指标的车辆危险状态预警方法 |
-
2020
- 2020-02-14 CN CN202010093071.6A patent/CN111323167B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100036597A1 (en) * | 2006-09-26 | 2010-02-11 | Jens Fiedler | Method and device for estimating the height of the center of gravity of a vehicle |
CN103625475A (zh) * | 2013-12-18 | 2014-03-12 | 东南大学 | 一种基于递归最小二乘的车辆侧倾角与俯仰角估计方法 |
CN106768638A (zh) * | 2017-01-19 | 2017-05-31 | 河南理工大学 | 一种乘用车质心高度实时估算用装置及估算方法 |
CN107195025A (zh) * | 2017-06-09 | 2017-09-22 | 浙江工业大学 | 一种基于重心高度在线估计的车辆侧翻指数预测方法 |
CN110239462A (zh) * | 2019-03-25 | 2019-09-17 | 北京理工大学 | 一种车辆侧翻的预警方法及*** |
CN110040146A (zh) * | 2019-04-18 | 2019-07-23 | 北京理工大学 | 一种考虑路面参数变化的车辆侧翻预警方法及*** |
CN110626353A (zh) * | 2019-09-09 | 2019-12-31 | 武汉理工大学 | 一种基于侧倾风险指标的车辆危险状态预警方法 |
Non-Patent Citations (2)
Title |
---|
付志军等: "重型车辆重心高度在线自适应估计方法研究", 《浙江工业大学学报》 * |
张荣芸等: "基于FFRLS的质心位置修正的ESP控制研究", 《汽车工程》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112613125A (zh) * | 2020-12-29 | 2021-04-06 | 南京航空航天大学 | 一种路面激励情况下汽车侧倾中心辨识和动态修正的方法 |
CN112613125B (zh) * | 2020-12-29 | 2024-05-24 | 南京航空航天大学 | 一种路面激励情况下汽车侧倾中心辨识和动态修正的方法 |
CN113635728A (zh) * | 2021-08-18 | 2021-11-12 | 浙江吉利控股集团有限公司 | 车辆侧倾刚度调节方法、装置、设备、介质及程序产品 |
CN113635728B (zh) * | 2021-08-18 | 2024-03-19 | 浙江吉利控股集团有限公司 | 车辆侧倾刚度调节方法、装置、设备、介质及程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN111323167B (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112083726B (zh) | 一种面向园区自动驾驶的双滤波器融合定位*** | |
CN104061899B (zh) | 一种基于卡尔曼滤波的车辆侧倾角与俯仰角估计方法 | |
US8473208B2 (en) | Velocity calculating device, velocity calculating method, and navigation device | |
CN109466558B (zh) | 一种基于ekf和bp神经网络的路面附着系数估计方法 | |
CN111142091B (zh) | 一种融合车载信息的自动驾驶***激光雷达在线标定方法 | |
CN111323167B (zh) | 一种车辆质心高度在线辨识方法及*** | |
CN110077392B (zh) | 一种自动泊车定位***的航迹推算方法 | |
CN112762961B (zh) | 一种车载惯性里程计组合导航在线标定方法 | |
CN107063305B (zh) | 用惯导、压力传感器修正下坡悬空后轮里程计误差的方法 | |
CN108819950B (zh) | 汽车稳定性控制***的车速估计方法及*** | |
CN111547059A (zh) | 一种分布式驱动电动汽车惯性参数估计方法 | |
CN104880189B (zh) | 一种动中通天线低成本跟踪抗干扰方法 | |
CN108387236B (zh) | 一种基于扩展卡尔曼滤波的偏振光slam方法 | |
Anousaki et al. | A dead-reckoning scheme for skid-steered vehicles in outdoor environments | |
CN103625475B (zh) | 一种基于递归最小二乘的车辆侧倾角与俯仰角估计方法 | |
JP2020169872A (ja) | 慣性航法装置 | |
CN112923931A (zh) | 一种基于固定路线下的特征地图匹配与gps定位信息融合方法 | |
CN112099378B (zh) | 考虑随机测量时滞的前车侧向运动状态实时估计方法 | |
CN111536972A (zh) | 一种基于里程计刻度系数修正的车载dr导航方法 | |
CN114966629A (zh) | 一种基于ekf算法框架的车体激光雷达外参标定方法 | |
CN115406446A (zh) | 基于神经网络与无迹卡尔曼滤波的多轴特种车状态估计方法 | |
CN114440881B (zh) | 一种融合多源传感器信息的无人车定位方法 | |
CN113060143B (zh) | 一种路面附着系数确定***和方法 | |
CN109033017B (zh) | 一种丢包环境下的车辆侧倾角与俯仰角估计方法 | |
CN116409327A (zh) | 侧向工况下考虑轮胎瞬态特性的路面附着系数估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |