1.一种前车纵侧向运动状态估计方法,其特征在于,包括以下步骤:步骤一、高保真车辆模型搭建:在CarSim软件中选择车辆模型,并将车辆的运动状态参数读取到Simulink中,基于所选的车辆模型构建跟车情景下的仿真工况,模拟实际车辆的纵侧向运动特征;
步骤二、估计器设计:
1)建立前车纵向运动模型;
2)建立前车侧向运动模型;
3)设计基于卡尔曼滤波的前车纵向运动状态估计器,实现对前车纵向运动速度的估计;
4)设计基于滚动时域估计原理的前车侧向运动状态估计器,实现对前车的侧向速度以及横摆角速度的估计。
2.如权利要求1所述的一种前车纵侧向运动状态估计方法,其特征在于,所述步骤二估计器设计中,建立的前车纵向运动模型为:式中,x(k)和x(k+1)分别表示在第k和k+1时刻的前车与跟随车系统的状态向量;F(δk)为前车与跟随车系统的状态转移矩阵;Γ(δk)为前车与跟随车系统的加速度增益矩阵;ω(k)为高斯白噪声序列;y(k)为前车与跟随车系统的测量输出;D为前车与跟随车系统的观测矩阵; 为扩展状态向量;υ(k)为高斯白噪声序列。
3.如权利要求1所述的一种前车纵侧向运动状态估计方法,其特征在于,所述步骤二估计器设计中,建立前车侧向运动模型包括以下步骤:
2.1)建立车辆二自由度模型:
式中, 和 分别表示车辆的横摆角速度的导数和车辆的侧向速度的导数;vx表示车辆的纵向速度;Cf和Cr则分别表示前后轮胎的等效侧偏刚度;Lf和Lr分别表示前后轴到车辆质心的距离;m是车辆的质量;Iz是车辆绕质心旋转的转动惯量;δf为前轮转角;
2.2)前车侧向运动系统的状态空间方程为:
此时系统的状态向量为X=(vy,γ,δf,e,Ψ,c)T;e为侧向位移偏差;Ψ为航向角偏差;cT为道路曲率;系统的测量值为z=(e,Ψ,c) ;e为侧向位移偏差;Ψ为航向角偏差;c为道路曲率;
经离散化处理后的状态空间方程如下所示:
式中,X(k+1)和X(k)分别为前车侧向运动系统在第k+1和第k时刻的状态向量; 和分别为在第k时刻的测量噪声和过程噪声,且均为高斯白噪声序列;z(k)为系统在第k时刻的测量值。
4.如权利要求1所述的一种前车纵侧向运动状态估计方法,其特征在于,所述步骤二估计器设计中,基于卡尔曼滤波的前车纵向速度估计器设计步骤为:步骤1:状态预测
步骤2:估计误差协方差矩阵
步骤3:测量预测
步骤4:状态更新
步骤5:估计值协方差矩阵更新
P1(k|k)=[I-K1(k)D]P1(k|k-1),式中: 表示基于第k-1时刻的状态估计值所得到的第k时刻的状态预测值;
表示在第k-1时刻的状态估计值;P1(k|k-1)表示基于第k-1时刻的估计协方差矩阵所得到的预测协方差矩阵;P1(k-1|k-1)表示第k-1时刻的估计协方差矩阵;y(k|k-1)表示基于第k-1时刻的状态估计值得到的第k时刻的输出预测值; 表示第k时刻的状态估计值;P1(k|k)表示第k时刻的估计协方差矩阵;I表示单位矩阵;K1(k)为在第k时刻所计算得到的卡尔曼增益;ε1(k)为第k时刻的观测误差;Q1和R1分别为前车与跟随车纵向运动系统过程噪声的协方差矩阵和测量噪声的协方差矩阵。
5.如权利要求1所述的一种前车纵侧向运动状态估计方法,其特征在于,所述步骤二估计器设计中,基于滚动时域估计原理的前车侧向运动状态估计器的设计步骤为:基于滚动时域估计的原理,系统的状态估计问题可以概括为下面的优化问题:其中, 以及
分别是状态变量、过程噪声和测量噪声序列;N为估计窗口长度;
目标函数的第一项为到达代价,其中的X(k-N|k-N-1)为在估计窗口的起始端给出的初始估计;
目标函数中三项相应的权值分别为估计协方差矩阵P2、过程噪声协方差矩阵Q2以及测量噪声协方差矩阵R2的逆矩阵。
6.如权利要求5所述的一种前车纵侧向运动状态估计方法,其特征在于,所述基于滚动时域估计原理的前车侧向运动状态估计器设计中,对到达代价的更新采用了扩展卡尔曼的更新方法,其更新步骤如下:步骤1:状态预测
步骤2:估计误差协方差矩阵
步骤3:测量预测
步骤4:状态更新
步骤5:估计值协方差矩阵更新
P2(k|k)=[I-K2(k)H]P2(k|k-1)在上述步骤中, 表示基于第k-1时刻的状态估计值所得到的第k时刻的状态预测值; 表示在第k-1时刻的状态估计值;P2(k|k-1)表示基于第k-1时刻的估计协方差矩阵所得到的预测协方差矩阵;P2(k-1|k-1)表示第k-1时刻的估计协方差矩阵;z(k|k-1)表示基于第k-1时刻的状态估计值得到的第k时刻的输出预测值; 表示第k时刻的状态估计值;P2(k|k)表示第k时刻的估计协方差矩阵;I表示单位矩阵;K2(k)为在第k时刻所计算得到的卡尔曼增益;Q2和R2分别为系统的过程噪声和测量噪声协方差矩阵;
为系统在第k时刻的工作点附近线性近似后得到的矩阵;ε2(k)为第k时刻的观测误差。