CN112231914B - 一种基于鲁棒观测器的驾驶员介入识别方法 - Google Patents

一种基于鲁棒观测器的驾驶员介入识别方法 Download PDF

Info

Publication number
CN112231914B
CN112231914B CN202011113066.3A CN202011113066A CN112231914B CN 112231914 B CN112231914 B CN 112231914B CN 202011113066 A CN202011113066 A CN 202011113066A CN 112231914 B CN112231914 B CN 112231914B
Authority
CN
China
Prior art keywords
observer
uncertainty
torque
driver
motor
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.)
Expired - Fee Related
Application number
CN202011113066.3A
Other languages
English (en)
Other versions
CN112231914A (zh
Inventor
黄超
张国旺
李亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202011113066.3A priority Critical patent/CN112231914B/zh
Publication of CN112231914A publication Critical patent/CN112231914A/zh
Application granted granted Critical
Publication of CN112231914B publication Critical patent/CN112231914B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Power Steering Mechanism (AREA)

Abstract

本发明公开了一种基于鲁棒观测器的驾驶员介入识别方法，包括以下步骤：S1.建立线控转向***的***动态方程，并对线控转向***进行参数辨识；S2.建立鲁棒观测器来对驾驶员的输入扭矩进行观测；S3.通过该观测器估算驾驶员作用在方向盘上的力矩大小，当检测到该力矩大小超过预先设定的阈值并且持续一定时间时，则判断为驾驶员已经介入操作，车辆控制***将控制权转交给驾驶员。本发明设计的观测器对不同的工况下对参数不确定性和***噪声均具有鲁棒性，有利于在不同的工况下，对驾驶员干预进行识别。

Description

一种基于鲁棒观测器的驾驶员介入识别方法
技术领域
本发明涉及自动驾驶领域，特别是涉及一种基于鲁棒观测器的驾驶员介入识别方法。
背景技术
近年来，自动驾驶技术的发展如火如荼，然而，由于技术及法律层面的原因，完全的自动驾驶近期内实现依旧困难重重。这种情形下，有条件的自动驾驶(Level 3级别自动驾驶)显然是一个比较好的选择。
Level 3级别的自动驾驶中，驾驶员与自动驾驶***共存，并作为备用用户。尽管驾驶员不需要始终监视***，但是在***发生故障或***遇到无法处理的情形时，驾驶员仍然需要及时响应自动驾驶***发出的请求，以进行干预。这种情况下，及时识别驾驶员介入就成为一个关键的问题。
当前驾驶员介入识别主要有两种方法：一种是用传感器测量的方法，这大大增加了***的成本；另一种是基于传统电动助力转向***进行驾驶员输入力矩的估计。然而，在线控转向***中，由于取消了机械连接，来自地面的信息及扭矩传感器的信息无法得到利用。因此，如何利用尽量少的信息对驾驶员的输入力矩进行估计，以对驾驶员进行识别，成为新的研究问题。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于鲁棒观测器的驾驶员介入识别方法。
本发明的目的是通过以下技术方案来实现的：一种基于鲁棒观测器的驾驶员介入识别方法，包括以下步骤：
S1.建立线控转向***的***动态方程，并对线控转向***进行参数辨识：
S101.建立线控转向***的***动态方程：
Figure BDA0002729227130000011
其中，Tsw为驾驶员输入力矩，Tm＝Ktim为路感反馈电机输入力矩，Gm为蜗轮蜗杆减速器减速比，Je为***等效转动惯量，Be为***等效阻尼，Tfr为***库仑摩擦力；
Figure BDA0002729227130000012
和
Figure BDA0002729227130000013
分别为方向盘角速度和角加速度；Kt为电机转矩常数；im为电枢电流；
S102.保持电机关闭，进行准静态实验，测量***库仑摩擦力Tfr、库仑摩擦力的不确定量ΔTfr以及ΔTfr的最大不确定度ΔTfr0；
S103.保持电机关闭，进行匀速实验，测量***等效阻尼Be、等效阻尼的不确定量ΔBe以及ΔBe的最大不确定度ΔBe0；
S104.电机以电流模式启动，进行堵转实验，测量电机转矩常数Kt、电机转矩常数的不确定量ΔKt和ΔKt的最大不确定度ΔKt0；
S2.建立鲁棒观测器来对驾驶员的输入扭矩进行观测：
S201.定义***状态为
Figure BDA0002729227130000021
将***的状态方程写为
Figure BDA0002729227130000022
y＝Cx
其中
Figure BDA0002729227130000023
C＝[1 0 0],u＝im,d＝Tfr,y＝θsw
S202.考虑到参数的不确定性，将***状态方程改写为带有参数不确定性的状态方程形式：
Figure BDA0002729227130000024
y＝Cx
式中，A0,ΔA,B0,ΔB,d0，Δd和C由***动态方程及辨识得到的参数推导得到，具体地：
Figure BDA0002729227130000025
d0＝Tfr0
不确定矩阵ΔA,ΔB表示为
ΔA＝EAMFA,ΔB＝EBN(t)FB,Δd＝N(t)ΔTfr0
其中，
Figure BDA0002729227130000026
FA＝I3×3
Figure BDA0002729227130000027
|N(t)|<1
Figure BDA0002729227130000028
FB＝I1×1
ΔBe0,ΔKt0和ΔTfr0为参数的最大不确定度，由参数辨识得到的参数范围得到；
S203.建立观测器为：
Figure BDA0002729227130000031
S204.将增益L的求解转化为线性矩阵不等式优化问题的求解，得到使得观测器的性能满足要求的增益L的值。
S3.观测器
Figure BDA0002729227130000032
中，
Figure BDA0002729227130000033
通过该观测器估算驾驶员作用在方向盘上的力矩大小
Figure BDA0002729227130000034
当检测到该力矩大小超过预先设定的阈值并且持续一定时间时，则判断为驾驶员已经介入操作，车辆控制***将控制权转交给驾驶员。
本发明的有益效果是：本发明设计的观测器对不同的工况下对参数不确定性和***噪声均具有鲁棒性，有利于在不同的工况下，对驾驶员干预进行识别。
附图说明
图1为本发明的方法流程图；
图2为线控转向***路感模拟部分示意图；
图3为鲁棒观测器原理示意图；
图4为实施例中正转时的实验结果示意图；
图5为实施例中反转时的实验结果示意图；
图中，1-路感模拟电机，2-转角传感器，3-转向柱，4-蜗轮蜗杆减速器，5-方向盘。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，一种基于鲁棒观测器的驾驶员介入识别方法，包括以下步骤：
S1.建立线控转向***的***动态方程，并对线控转向***进行参数辨识：
如图2所示，线控转向***的模拟部分包括方向盘5、转向柱3和路感模拟电机1，所述路感模拟电机1通过蜗轮蜗杆减速器4与转向柱3的第一端连接，转向柱3的第二端与方向盘5连接，所述转向柱3上还安装有转角传感器2；所述转角传感器采集到的信号通过CAN总线传输给车辆控制部分，由车辆控制部分控制转向器上的驱动电机以相应的转角带动车轮进行转向；
S101.建立线控转向***的***动态方程：
Figure BDA0002729227130000035
其中，Tsw为驾驶员输入力矩，Tm＝Ktim为路感反馈电机输入力矩，Gm为蜗轮蜗杆减速器减速比，Je为***等效转动惯量，Be为***等效阻尼，Tfr为***库仑摩擦力；
Figure BDA0002729227130000041
和
Figure BDA0002729227130000042
分别为方向盘角速度和角加速度；Kt为电机转矩常数；im为电枢电流；
为对***参数进行辨识首先采用了一种比较简单的参数辨识方法，快速地对***参数进行测量，具体地：
S102.保持电机关闭，进行准静态实验，测量***库仑摩擦力Tfr、库仑摩擦力的不确定量ΔTfr以及ΔTfr的最大不确定度ΔTfr0：
保持电机关闭，让方向盘以极低速恒速转动，此时，
Figure BDA0002729227130000043
和
Figure BDA0002729227130000044
近似为零，***动态方程中近似为：
Tsw＝Tfr；
此时，所述方向盘为力矩方向盘，通过转矩转角传感器测量驾驶员输入力矩Tsw，从而得Tfr的值；
根据Tfr及标称值Tfr0计算不确定量ΔTfr，记为：
Tfr-Tfr0＝ΔTfr；
其中，Tfr0和ΔTfr分别为Tfr的标称值和不确定量；
在整个准静态实验过程中，确定ΔTfr最大不确定度ΔTfr0
ΔTfr0＝max|ΔTfr|＝max|Tfr-Tfr0|；
其中，max|Tfr-Tfr0|表示在整个准静态实验过程中，对Tfr与Tfr0之差的绝对值取最大值。
S103.保持电机关闭，进行匀速实验，测量***等效阻尼Be、等效阻尼的不确定量ΔBe以及ΔBe的最大不确定度ΔBe0：
保持电机关闭，让方向盘以恒定角速度
Figure BDA0002729227130000045
转动，此时，***动态方程近似为：
Figure BDA0002729227130000046
变形为
Figure BDA0002729227130000047
根据Tfr0及转矩转角传感器的数值，估算Be的值；
再由
Be＝Be0+ΔBe；
计算出ΔBe，其中Be0和ΔBe分别为Be的标称值和不确定量；
在整个匀速实验过程中，计算ΔBe0：
ΔBe0＝max|ΔBe|＝max|Be-Be0|；
其中，max|Be-Be0|表示在整个匀速实验过程中，对Be和Be0之差的绝对值取最大值。
S104.电机以电流模式启动，进行堵转实验，测量电机转矩常数Kt、电机转矩常数的不确定量ΔKt和ΔKt的最大不确定度ΔKt0：
电机目标电流从零开始，每隔一定时间增加一定的电流，并保持电机堵转，记录下电流和转矩转角传感器的数值，做出相应曲线，大致估算Kt的值，记为：
Figure BDA0002729227130000051
其中，ΔTm为转矩-时间曲线的平均斜率，Δim为电流-时间曲线的平均斜率；
再根据Kt＝Kt0+ΔKt确定ΔKt，其中，Kt0和ΔKt分别为Kt的标称值和不确定量；
在整个堵转实验过程中，计算ΔKt0：
ΔKt0＝max|ΔKt|＝max|Kt-Kt0|
其中，max|Kt-Kt0|表示在整个堵转实验过程中，对Kt和Kt0之差的绝对值取最大值。
S2.***的参数不是一成不变的，会在上述测量的值附近上下波动，且***会受到运行过程中噪声的影响，因此，为了能够克服参数的不确定性及噪声的影响，保证***的鲁棒性，建立鲁棒观测器来对驾驶员的输入扭矩进行观测，如图3所示；
S201.定义***状态为
Figure BDA0002729227130000052
将***的状态方程写为
Figure BDA0002729227130000053
y＝Cx
其中
Figure BDA0002729227130000054
C＝[1 0 0],u＝im,d＝Tfr,y＝θsw
S202.考虑到参数的不确定性，将***状态方程改写为带有参数不确定性的状态方程形式：
Figure BDA0002729227130000055
y＝Cx
式中，A0,ΔA,B0,ΔB,d0，Δd和C由***动态方程及辨识得到的参数推导得到，具体地：
Figure BDA0002729227130000061
d0＝Tfr0
不确定矩阵ΔA,ΔB表示为
ΔA＝EAMFA,ΔB＝EBN(t)FB,Δd＝N(t)ΔTfr0
其中，
Figure BDA0002729227130000062
FA＝I3×3
Figure BDA0002729227130000063
|N(t)|<1
Figure BDA0002729227130000064
FB＝I1×1
ΔBe0,ΔKt0和ΔTfr0为参数的最大不确定度，由参数辨识得到的参数范围得到；|N(t)|为一个范数为1的量|N(t)|<1；FA＝I3×3，FB＝I1×1表示单位阵
S203.建立观测器为：
Figure BDA0002729227130000065
记***状态实际值与观测值的差值为
Figure BDA0002729227130000066
则
Figure BDA0002729227130000067
记新的***状态变量为ξ＝[e x]T，则***的状态方程为
Figure BDA0002729227130000068
其中
Figure BDA0002729227130000069
则新的***输出定义为
z＝Gξ
其中
G＝[0 0 0 1 0 0]
S204.该观测器中，关键是增益L的求解，通过鲁棒控制相关理论，可以证明，增益L的求解可以转化为线性矩阵不等式优化问题的求解，得到使得观测器的性能满足要求的增益L的值：具体地：
将增益L的求解转化为线性矩阵不等式优化问题的求解：
minγ2
Figure BDA0002729227130000071
Figure BDA0002729227130000072
Figure BDA0002729227130000073
其中，ΩB,LB,HB为与A0,B0,d0参数相关的矩阵，
Figure BDA0002729227130000074
Figure BDA0002729227130000075
Figure BDA0002729227130000076
HA＝[0FA 0 0 0]
Figure BDA0002729227130000077
HB＝[0 0FB 0 0 0 0]
P1，P2，Q，γ,εA,εB和Q是待求解变量，γ要求满足如下式子：
‖z‖2<γ2‖u‖2+λ2γ2‖d‖2
其中，u为***输入，d可以看作***等效干扰，z为***输出，λ为可调节权重；
增益L通过下式得到：
Figure BDA0002729227130000078
通过适当选取k,q相关参数，设计增益L的值，使观测器的性能满足要求。
S3.观测器
Figure BDA0002729227130000079
中，
Figure BDA0002729227130000081
通过该观测器估算驾驶员作用在方向盘上的力矩大小
Figure BDA0002729227130000082
当检测到该力矩大小超过预先设定的阈值并且持续一定时间时，则判断为驾驶员已经介入操作，车辆控制***将控制权转交给驾驶员。
通过将权重λ设置为1，k和q分别设置为50，获得到结果如图4～5所示，图4表示正转时的结果，图5表示反转时的结构，可以看到，只要观测到驾驶员输入扭矩大于1，并且持续时间大于等于预设的阈值，即可判断为驾驶员已经成功介入。通过对各种工况的测试，基本结论如下：
设计的观测器对不同的工况下对参数不确定性和***噪声均具有鲁棒性；
在不同的工况下，***都可以在500ms以内对驾驶员干预进行识别；
驾驶员输入扭矩越大，***识别的速度相应也越快；
理论上当驾驶员输入扭矩大于等于1即可对驾驶员介入进行识别，但是建议驾驶员输入扭矩大于等于1.5N·m，以提高识别的准确率及减少误报率。
以上所述是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应该看作是对其他实施例的排除，而可用于其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (6)

1.一种基于鲁棒观测器的驾驶员介入识别方法，其特征在于：包括以下步骤：
S1.建立线控转向***的***动态方程，并对线控转向***进行参数辨识：
S101.建立线控转向***的***动态方程：
Figure FDA0003549873850000011
其中，Tsw为驾驶员输入力矩，Tm＝Ktim为路感反馈电机输入力矩，Gm为蜗轮蜗杆减速器减速比，Je为***等效转动惯量，Be为***等效阻尼，Tfr为***库仑摩擦力；
Figure FDA0003549873850000012
和
Figure FDA0003549873850000013
分别为方向盘角速度和角加速度；Kt为电机转矩常数；im为电枢电流；
S102.保持电机关闭，进行准静态实验，测量***库仑摩擦力Tfr、库仑摩擦力的不确定量ΔTfr以及ΔTfr的最大不确定度ΔTfr0；
S103.保持电机关闭，进行匀速实验，测量***等效阻尼Be、等效阻尼的不确定量ΔBe以及ΔBe的最大不确定度ΔBe0；
S104.电机以电流模式启动，进行堵转实验，测量电机转矩常数Kt、电机转矩常数的不确定量ΔKt和ΔKt的最大不确定度ΔKt0；
S2.建立鲁棒观测器来对驾驶员的输入扭矩进行观测：
S201.定义***状态为
Figure FDA0003549873850000014
将***的状态方程写为
Figure FDA0003549873850000015
y＝Cx
其中
Figure FDA0003549873850000016
C＝[1 0 0],u＝im,d＝Tfr,y＝θsw
S202.考虑到参数的不确定性，将***状态方程改写为带有参数不确定性的状态方程形式：
Figure FDA0003549873850000017
y＝Cx
式中，A0,ΔA,B0,ΔB,d0，Δd和C由***动态方程及辨识得到的参数推导得到，具体地：
Figure FDA0003549873850000018
d0＝Tfr0
其中，Be0为Be的标称值；Kt0为Kt的标称值；
不确定矩阵ΔA,ΔB表示为
ΔA＝EAMFA,ΔB＝EBN(t)FB,Δd＝N(t)ΔTfr0
其中，
Figure FDA0003549873850000021
Figure FDA0003549873850000022
Figure FDA0003549873850000023
ΔBe0,ΔKt0和ΔTfr0为参数的最大不确定度，由参数辨识得到的参数范围得到；
S203.建立观测器为：
Figure FDA0003549873850000024
S204.将增益L的求解转化为线性矩阵不等式优化问题的求解，得到使得观测器的性能满足要求的增益L的值；
S3.观测器
Figure FDA0003549873850000025
中，
Figure FDA0003549873850000026
通过该观测器估算驾驶员作用在方向盘上的力矩大小
Figure FDA0003549873850000027
当检测到该力矩大小超过预先设定的阈值并且持续一定时间时，则判断为驾驶员已经介入操作，车辆控制***将控制权转交给驾驶员。
2.根据权利要求1所述的一种基于鲁棒观测器的驾驶员介入识别方法，其特征在于：步骤S1所述的线控转向***的模拟部分包括方向盘、转向柱和路感模拟电机，所述路感模拟电机通过蜗轮蜗杆减速器与转向柱的第一端连接，转向柱的第二端与方向盘连接，所述转向柱上还安装有转角传感器；所述转角传感器采集到的信号通过CAN总线传输给车辆控制部分，由车辆控制部分控制转向器上的驱动电机以相应的转角带动车轮进行转向。
3.根据权利要求1所述的一种基于鲁棒观测器的驾驶员介入识别方法，其特征在于：所述步骤S102具体包括：保持电机关闭，让方向盘以极低速恒速转动，此时，
Figure FDA0003549873850000028
和
Figure FDA0003549873850000029
近似为零，***动态方程中近似为：
Tsw＝Tfr；
此时，所述方向盘为力矩方向盘，通过转矩转角传感器测量驾驶员输入力矩Tsw，从而得Tfr的值；
根据Tfr及标称值Tfr0计算不确定量ΔTfr，记为：
Tfr-Tfr0＝ΔTfr；
其中，Tfr0和ΔTfr分别为Tfr的标称值和不确定量；
在整个准静态实验过程中，确定ΔTfr最大不确定度ΔTfr0
ΔTfr0＝max|ΔTfr|＝max|Tfr-Tfr0|；
其中，max|Tfr-Tfr0|表示在整个准静态实验过程中，对Tfr与Tfr0之差的绝对值取最大值。
4.根据权利要求1所述的一种基于鲁棒观测器的驾驶员介入识别方法，其特征在于：所述步骤S103包括：保持电机关闭，让方向盘以恒定角速度
Figure FDA0003549873850000031
转动，此时，***动态方程近似为：
Figure FDA0003549873850000032
变形为
Figure FDA0003549873850000033
根据Tfr0及转矩转角传感器的数值，估算Be的值；
再由
Be＝Be0+ΔBe；
计算出ΔBe，其中Be0和ΔBe分别为Be的标称值和不确定量；
在整个匀速实验过程中，计算ΔBe0：
ΔBe0＝max|ΔBe|＝max|Be-Be0|；
其中，max|Be-Be0|表示在整个匀速实验过程中，对Be和Be0之差的绝对值取最大值。
5.根据权利要求1所述的一种基于鲁棒观测器的驾驶员介入识别方法，其特征在于：所述步骤S104包括：电机目标电流从零开始，每隔一定时间增加一定的电流，并保持电机堵转，记录下电流和转矩转角传感器的数值，做出相应曲线，大致估算Kt的值，记为：
Figure FDA0003549873850000034
其中，ΔTm为转矩-时间曲线的平均斜率，Δim为电流-时间曲线的平均斜率；
再根据Kt＝Kt0+ΔKt确定ΔKt，其中，Kt0和ΔKt分别为Kt的标称值和不确定量；
在整个堵转实验过程中，计算ΔKt0：
ΔKt0＝max|ΔKt|＝max|Kt-Kt0|
其中，max|Kt-Kt0|表示在整个堵转实验过程中，对Kt和Kt0之差的绝对值取最大值。
6.根据权利要求1所述的一种基于鲁棒观测器的驾驶员介入识别方法，其特征在于：所述步骤S204包括：
将增益L的求解转化为线性矩阵不等式优化问题的求解：
minγ2；
Figure FDA0003549873850000041
Figure FDA0003549873850000042
Figure FDA0003549873850000043
其中，ΩB,LB,HB为与A0,B0,d0参数相关的矩阵，
P1，P2，Q，γ,εA和εB是待求解变量，γ要求满足如下式子：
‖z‖2<γ2‖u‖2+λ2γ2‖d‖2；
其中，u为***输入，d为***等效干扰，z为***输出，λ为权重；
增益L通过下式得到：
Figure FDA0003549873850000044
通过适当选取k,q相关参数，设计增益L的值，使观测器的性能满足要求。
CN202011113066.3A 2020-10-16 2020-10-16 一种基于鲁棒观测器的驾驶员介入识别方法 Expired - Fee Related CN112231914B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011113066.3A CN112231914B (zh) 2020-10-16 2020-10-16 一种基于鲁棒观测器的驾驶员介入识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011113066.3A CN112231914B (zh) 2020-10-16 2020-10-16 一种基于鲁棒观测器的驾驶员介入识别方法

Publications (2)

Publication Number Publication Date
CN112231914A CN112231914A (zh) 2021-01-15
CN112231914B true CN112231914B (zh) 2022-04-22

Family

ID=74118485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011113066.3A Expired - Fee Related CN112231914B (zh) 2020-10-16 2020-10-16 一种基于鲁棒观测器的驾驶员介入识别方法

Country Status (1)

Country Link
CN (1) CN112231914B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113619590B (zh) * 2021-08-13 2022-11-11 浙江零跑科技股份有限公司 一种智能车辆的驾驶员脱手检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109901562A (zh) * 2017-12-07 2019-06-18 天津英创汇智汽车技术有限公司 一种用于车辆驾驶模式切换的驾驶员介入识别方法
CN110979302A (zh) * 2019-12-18 2020-04-10 厦门大学 自动驾驶分布式驱动电动汽车横向与侧倾综合控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11267506B2 (en) * 2018-04-17 2022-03-08 Jtekt Corporation Driver torque estimation apparatus and steering system including the same

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109901562A (zh) * 2017-12-07 2019-06-18 天津英创汇智汽车技术有限公司 一种用于车辆驾驶模式切换的驾驶员介入识别方法
CN110979302A (zh) * 2019-12-18 2020-04-10 厦门大学 自动驾驶分布式驱动电动汽车横向与侧倾综合控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Fusion Algorithm Design Based on Adaptive SCKF and Integral Correction for Side-Slip Angle Observation》;Shuo Cheng 等;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20180731;第65卷(第7期);正文第5754-5763页 *
《一种车辆状态滑模观测器的设计方法》;赵林辉 等;《电机与控制学报》;20090731;第13卷(第4期);正文第565-570页 *

Also Published As

Publication number Publication date
CN112231914A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
CN111661137B (zh) 远程驾驶路感模拟方法、装置、***及存储介质
EP1388483B1 (en) Vehicle operating parameter estimation method
US7845218B2 (en) Tire state estimator and tire state estimation method
CN1332837C (zh) 利用轮胎力特性的车辆稳定性控制增强
US4830127A (en) System and method for controlling a steering reaction force imposed on a steering wheel
US20200023889A1 (en) Estimating the rack force in a steer-by-wire system
JP2003127888A (ja) 物理量推定装置、路面摩擦状態推定装置、操舵角中立点推定装置、及び空気圧低下推定装置
US20040133330A1 (en) Self aligning torque reference value calculating apparatus, method thereof, and road surface friction state estimating apparatus, method thereof
KR102558215B1 (ko) 스티어 바이 와이어 시스템 및 그 제어방법
US20040138797A1 (en) Friction compensation in a vehicle steering system
CN103279675B (zh) 轮胎-路面附着系数与轮胎侧偏角的估计方法
CN112231914B (zh) 一种基于鲁棒观测器的驾驶员介入识别方法
JP2001334921A (ja) 車両の路面摩擦係数推定装置
KR20110079841A (ko) 차량의 최대 조향각의 결정
CN107585207B (zh) 一种车辆线控四轮转向***及其控制方法
CN110203205B (zh) 一种电动汽车附着稳定性和准最优滑移率检测方法
CN110406591B (zh) 一种车辆主动回正方法及***
KR20170065793A (ko) 전동식 조향 시스템의 제어 장치 및 제어 방법
CN110576898B (zh) 机动车辆转向控制***及转向控制方法
US5745862A (en) Movement state control apparatus for wheeled vehicle
EP0415451A2 (en) Rear wheel steering control system for vehicle
KR20160104254A (ko) 전동식 파워 스티어링 시스템의 조향토크 보상 제어 방법
CN109955898B (zh) 确定齿条力的方法和***、运行辅助方法及运行辅助装置
KR20190027995A (ko) 동력 조향 시스템의 어시스트 토크 결정 방법
KR101888518B1 (ko) 모터 제어 장치, 이를 구비한 액티브 롤 스태빌라이저 및 모터 제어 방법

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220422

CF01 Termination of patent right due to non-payment of annual fee