CN114781048B 基于分段仿射辨识轮胎模型的车辆行驶状态估计方法 （江苏大学）

LongitudinalForce,SideslipAActuatedAutonomousVehiclesBTireModel.Sensors.基于分段仿射辨识轮胎模型的车辆行驶状本发明公开了一种基于分段仿射辨识轮胎实验数据构建轮胎纵滑侧偏力学特性的分段仿状态估计数学模型和估计车辆行驶状态参数等来的模型结合轮胎纵向松弛长度构建了智能车适应容积卡尔曼滤波算法采用最大后验概率估2轮胎运行参数之间非线性关系通过分段仿射辨识构建轮胎纵滑侧偏力学特性的分段仿射所述构建车辆动力学分段仿射系统行驶状态估计数学模型的方(1)构建车辆纵向运动、横向运动和横摆运动的车辆三自由度车辆模型的数学表达式其中Fxij和Fyij分别表示轮胎的纵向力和侧向力，第一个下表i＝f或者r代表前轴或者iij和vij为车轮角速度、车轮滑移率和车轮中心点3xij表示各个车轮的松弛长度，Fxij_M为通过分段仿射轮胎模型计算出来的轮胎xfl_Mxfr_Mxrl_M和Fxrr_M分别表示根据分段仿射轮胎模型计算出的左前轮轮胎jλ234分别为各个车轮的滑移率；4152.根据权利要求1所述的基于分段仿射辨识轮胎模型的车辆行驶状态估计方法，其特3.根据权利要求1所述的基于分段仿射辨识轮胎模型的车辆行驶状态估计方法，其特4.根据权利要求3所述的基于分段仿射辨识轮胎模型的车辆行驶状态估计方法，其特χi＝6χi＝i5.根据权利要求4所述的基于分段仿射辨识轮胎模型的车辆行驶状态估计方法，其特将原始数据集划分为s个不相关联的聚类，采用基于高斯混合模型的统计数据聚类方)满足z.a,-1,(n+p)维向量和(n+pii,Σi)是用来定义表达多元高所述概率作为数据聚类的标准，剩余部分，给出在最大似然估计方法,Σ)同时设置迭代计数器l＝0同时设置ε>0，,Σ)执行以下步骤：,Σ)计算7无法预先知道子模型的数量，进一步引入了基于极大似然估计相关J(Φs,s)＝_2L(Φs)+A(N)D(s)式中L(Фs)为上式定义的Фs的对数似然函数，准则的第二项表示对数据和簇数的惩6.根据权利要求5所述的基于分段仿射辨识轮胎模型的车辆行驶状态估计方法，其特8xj为PWA模型的自回归向量，Ni为第i个子集中的Ni个样本，分别表示为jiN1,jiN2，…,7.根据权利要求6所述的基于分段仿射辨识轮胎模型的车辆行驶状态估计方法，其特其次，结合改进的近似支持向量机PSVM算法，通过求解以下优化i根据KKT即Karush_Kuhn_Tucher条件可以构造98.根据权利要求1所述的基于分段仿射辨识轮胎模型的车辆行驶状态估计方法，其特k_1和vk代表系统过程噪声和测量噪声；[0002]随着社会汽车保有量的不断提高所带来的环境问题对人类社会的影响越来越严车没有复杂的传动机构且转矩精确可控的优点被认为是实现自动驾驶[0005]发明目的：针对现有技术中极限工况下分布式驱动电动汽车的行驶状态估计问力与轮胎运行参数之间非线性关系通过分段仿射辨识构建轮胎纵滑侧偏力学特性的分段[0024]将原始数据集划分为s个不相关联的聚类，采用基于高斯混合模型的统计数据聚)满足维向量和pii,Σi)是用来定义表达多,Σ,Σ)执行以下步骤：,Σ)计算[0051]J(Φs,s)＝_2L(Φs)+A(N)D(s)[0057]完成数据聚类任务后，根据计仿射子模型的参数；N个数据样本被分为s个不相交的簇，因此假设第i个簇中有Ni个样[0059]xj为PWA模型的自回归向量，Ni为第i个子集中的Ni个样本，分别表示为jiN1,in_为负样本个[0086]优选项，所述步骤3中构建车辆动力学分段仿射系统行驶状态估计数学模型的方[0087](1)构建车辆纵向运动、横向运动和横摆运动的车辆三自由度车辆模型的数学表[0089]其中Fxij和Fyij分别表示轮胎的纵向力和侧向力，第一个下表i＝f或者r代表前轴x和ay分别代车辆的纵向加速度和侧向加速度；和Fxrr_M分别表示根据分段仿射轮胎模型计算出的左前轮Fyrl_M和Fyrr_M分别表示根据分段仿射轮胎模型计算出的左前轮轮胎横向力、右前轮轮胎横j和bj为车辆横向力在不同仿射子模型上的参数，M、N和b上标x表λ34分别为各个车轮的滑移率；-1和vk代表系统过程噪声和测量噪声；[0132]通过使用状态预测值和k时刻预测误差协方差的平方根Sk|k-1更新容积点，根于辨识出来的模型结合轮胎纵向松弛长度构建了智能车辆横向动力学系统状态估计数学力与轮胎运行参数之间非线性关系通过分段仿射辨识构建轮胎纵滑侧偏力学特性的分段[0203]将原始数据集划分为s个不相关联的聚类，采用基于高斯混合模型的统计数据聚pii,Σi)是用来定义表达多,Σ)同时设置迭代计数器l＝0同时设置ε>0，,Σ)执行以下步骤：,Σ)计算[0231]J(Φs,s)＝_2L(Φs)+A(N)D(s)[0237]完成数据聚类任务后，根据计仿射子模型的参数；N个数据样本被分为s个不相交的簇，因此假设第i个簇中有Ni个样[0239]xj为PWA模型的自回归向量，Ni为第i个子集中的Ni个样本，分别表示为jiN1,in_为负样本个[0269](1)构建车辆纵向运动、横向运动和横摆运动的车辆三自由度车辆模型的数学表[0271]其中Fxij和Fyij分别表示轮胎的纵向力和侧向力，第一个下表i＝f或者r代表前轴x和ay分别代车辆的纵向加速度和侧向加速度；和Fxrr_M分别表示根据分段仿射轮胎模型计算出的左前轮Fyrl_M和Fyrr_M分别表示根据分段仿射轮胎模型计算出的左前轮轮胎横向力、右前轮轮胎横j和bj为车辆横向力在不同仿射子模型上的参数，M、N和b上标x表λ34分别为各个车轮的滑移率；-1和vk代表系统过程噪声和测量噪声；[0314]通过使用状态预测值和k时刻预测误差协方差的平方根Sk|k-1更新容积点，根