《分布式汽車(chē)驅(qū)動(dòng)電動(dòng)汽車(chē)質(zhì)心側(cè)偏角估計(jì)研究的國(guó)內(nèi)外文獻(xiàn)綜述》4000字

分布式汽車(chē)驅(qū)動(dòng)電動(dòng)汽車(chē)質(zhì)心側(cè)偏角估計(jì)研究的國(guó)內(nèi)外文獻(xiàn)綜述當(dāng)汽車(chē)不穩(wěn)定行駛時(shí)，尤其是處于一些極端行駛工況時(shí)對(duì)于汽車(chē)質(zhì)心側(cè)偏角估計(jì)問(wèn)題進(jìn)行研究具有極高的應(yīng)用價(jià)值。相比較而言，國(guó)外由于對(duì)于這方面的研究起步較早，對(duì)于該方面的研究已較為成熟；而國(guó)內(nèi)目前來(lái)看，雖然起步相比較晚,但近些年對(duì)此展開(kāi)的研究已經(jīng)明顯加快，近些年來(lái)通過(guò)國(guó)內(nèi)外無(wú)數(shù)研究人員的研究探索，創(chuàng)建了許許多多各具優(yōu)勢(shì)和不足的汽車(chē)質(zhì)心側(cè)偏角觀(guān)測(cè)方案。其中可以將各種各樣的觀(guān)測(cè)方案大致分為量測(cè)儀器法、估計(jì)算法、計(jì)算智能、物理模型方法等四大類(lèi)別。其中量測(cè)儀器法又可以被分為基于慣性傳感器的估計(jì)方案、基于GPS的估計(jì)方案以及其他非常規(guī)的估計(jì)方案。在基于慣性傳感器的觀(guān)測(cè)方案中:1、通過(guò)使用慣性傳感器進(jìn)行直接估計(jì)。這種估計(jì)方案雖然結(jié)構(gòu)以及算法較為簡(jiǎn)單，但是其在對(duì)有效信號(hào)進(jìn)行積分的同時(shí)，也會(huì)將測(cè)量的噪聲進(jìn)行積分，同時(shí)并沒(méi)有對(duì)積分結(jié)果進(jìn)行修正的過(guò)程，從而會(huì)導(dǎo)致隨著估計(jì)的時(shí)間增加，累計(jì)積分產(chǎn)生的估計(jì)誤差將不斷增大，最終估計(jì)結(jié)果嚴(yán)重偏離實(shí)際值，甚至?xí)a(chǎn)生估計(jì)結(jié)果不收斂的嚴(yán)重估計(jì)錯(cuò)誤，因此該估計(jì)方法在實(shí)際應(yīng)用時(shí)的價(jià)值較低，目前使用較少。2、通過(guò)使用慣性傳感器與車(chē)輛模型相結(jié)合的方法對(duì)汽車(chē)質(zhì)心側(cè)偏角進(jìn)行估計(jì)。該方法具有一定的校正功能，因此可以獲得較高的估計(jì)精度，并且這種方法還可以通過(guò)使用其他車(chē)載傳感器測(cè)得的數(shù)據(jù)實(shí)現(xiàn)對(duì)于車(chē)輛其他行駛狀態(tài)參數(shù)的觀(guān)測(cè)。3、聯(lián)合慣性傳感器和動(dòng)態(tài)估計(jì)器來(lái)實(shí)現(xiàn)對(duì)汽車(chē)質(zhì)心側(cè)偏角的估計(jì)。該方法也能較為準(zhǔn)確地估計(jì)出所需結(jié)果，但是目前來(lái)看這種估計(jì)方法不是很成熟，還有待改進(jìn)。另外在基于GPS模組對(duì)質(zhì)心側(cè)偏角進(jìn)行估計(jì)的方案中：1、純GPS速度測(cè)量估計(jì)方案。該方法在利用原有常規(guī)車(chē)載傳感器的同時(shí),通過(guò)利用GPS模組來(lái)實(shí)現(xiàn)對(duì)汽車(chē)質(zhì)心側(cè)偏角進(jìn)行準(zhǔn)確地估計(jì)﹐并且即使當(dāng)汽車(chē)處于中性轉(zhuǎn)向或橫擺角速度傳感器失靈的情況下,該估計(jì)方案仍然能夠較為準(zhǔn)確地對(duì)汽車(chē)質(zhì)心側(cè)偏角進(jìn)行估計(jì)。2、利用GPS模組與慣導(dǎo)儀器相結(jié)合。該種估計(jì)方法可以通過(guò)優(yōu)化估計(jì)算法從而實(shí)現(xiàn)較高的估計(jì)準(zhǔn)確性。3、利用GPS模組用于傳感器誤差校正。該方案可以通過(guò)低成本的GPS模組進(jìn)行輔助測(cè)量,同時(shí)結(jié)合合適的估計(jì)算法從而保證了慣性傳感器漂移的快速收斂﹐從而最終實(shí)現(xiàn)提高估計(jì)精度的目的?？傮w上來(lái)說(shuō)，基于GPS模組的估計(jì)方案可以通過(guò)對(duì)估計(jì)算法的優(yōu)化從而實(shí)現(xiàn)較為準(zhǔn)確地估計(jì)汽車(chē)質(zhì)心側(cè)偏角，但其對(duì)于GPS模組的測(cè)量精度提出了較高的要求。其他非常規(guī)的估計(jì)方案有：1、行駛記錄儀＋橫擺角速度傳感器＋側(cè)向加速度傳感器＋四輪角速度傳感器的估計(jì)方案。2、攝像機(jī)＋橫擺角速度傳感器的估計(jì)方法。該方法因?yàn)閿z像機(jī)在實(shí)際工作時(shí)對(duì)于使用的環(huán)境較為敏感，實(shí)際使用時(shí)可靠性較低，因此該方案還有待改進(jìn)。3、基于四個(gè)側(cè)向加速度傳感器的估計(jì)方案。對(duì)于汽車(chē)質(zhì)心側(cè)偏角的估計(jì)算法大致可分為直接積分法、卡爾曼濾波算法以及基于狀態(tài)觀(guān)測(cè)器算法三種。其中直接積分法的優(yōu)點(diǎn)就是簡(jiǎn)單易行、計(jì)算量小、實(shí)時(shí)性好等，但是其在實(shí)際使用中的缺點(diǎn)也是無(wú)法忽視的，該方法會(huì)隨著估計(jì)時(shí)間增加,累積產(chǎn)生的誤差也會(huì)不斷增大，最終導(dǎo)致得到的估計(jì)值較為嚴(yán)重地偏離真實(shí)值，最終導(dǎo)致得到的估計(jì)值對(duì)于質(zhì)心側(cè)偏角地觀(guān)測(cè)沒(méi)有多大的參考價(jià)值。另外卡爾曼濾波算法又可分為經(jīng)典卡爾曼濾波算法、擴(kuò)展卡爾曼濾波算法、自適應(yīng)卡爾曼濾波算法、Unscented卡爾曼濾波算法以及其他一些卡爾曼濾波算法的衍生算法；其中擴(kuò)展卡爾曼濾波算法通過(guò)將非線(xiàn)性的實(shí)際應(yīng)用場(chǎng)景進(jìn)行線(xiàn)性化處理，從而解決了實(shí)際估計(jì)時(shí)汽車(chē)行駛產(chǎn)生的大多行駛參數(shù)非線(xiàn)性的問(wèn)題，從而具有較高的準(zhǔn)確性，具有較為廣泛的應(yīng)用；另外自適應(yīng)卡爾曼濾波器解決了模型參數(shù)以及噪聲統(tǒng)計(jì)特性的不準(zhǔn)確性問(wèn)題，其算法的估計(jì)精度相較于擴(kuò)展卡爾曼濾波算法更高；而Unscented卡爾曼濾波算法與擴(kuò)展卡爾曼濾波算法使用時(shí)相反，該方法不對(duì)非線(xiàn)性系統(tǒng)模型進(jìn)行近似計(jì)算，該估計(jì)算法的精度略高于擴(kuò)展卡爾曼濾波算法。另外基于狀態(tài)觀(guān)測(cè)器的估計(jì)算法有常規(guī)狀態(tài)觀(guān)測(cè)器、龍貝格觀(guān)測(cè)器、滑膜觀(guān)測(cè)器。計(jì)算智能可分為:1、神經(jīng)網(wǎng)絡(luò)。該方法對(duì)于載荷轉(zhuǎn)移、路況變化等實(shí)際工況具有較好的適應(yīng)性,并通過(guò)對(duì)其進(jìn)行改進(jìn),從而降低了估計(jì)誤差；模糊邏輯：該方法可以通過(guò)與車(chē)輛模型的結(jié)合進(jìn)行車(chē)輛行駛參數(shù)估計(jì)，實(shí)驗(yàn)表明該方法的魯棒性和精確性較好﹐并且其方法的響應(yīng)頻率比較高,可以滿(mǎn)足車(chē)輛控制需要。物理模型分為：1、基于車(chē)輛動(dòng)力學(xué)模型。車(chē)輛的動(dòng)力學(xué)模型是描述車(chē)輛的作用力與車(chē)輛運(yùn)動(dòng)關(guān)系的數(shù)學(xué)模型。該方法較為準(zhǔn)確、全面地描述汽車(chē)的動(dòng)力學(xué)特性。2、基于車(chē)輛運(yùn)動(dòng)學(xué)模型。車(chē)輛的運(yùn)動(dòng)學(xué)模型是通過(guò)幾何角度描述和研究車(chē)輛位置隨運(yùn)動(dòng)時(shí)間變化規(guī)律的數(shù)學(xué)模型。該方法對(duì)于瞬態(tài)響應(yīng)時(shí)具有較好的準(zhǔn)確性，但其在穩(wěn)態(tài)響應(yīng)中準(zhǔn)確度較低。3、不依賴(lài)于側(cè)偏角估計(jì)模型的動(dòng)態(tài)估計(jì)法。該方法不需要建立與汽車(chē)質(zhì)心側(cè)偏角直接相關(guān)的動(dòng)力學(xué)模型或者運(yùn)動(dòng)學(xué)模型,通過(guò)直接對(duì)傳感器得到的測(cè)量信號(hào)進(jìn)行處理,實(shí)現(xiàn)了直接基于測(cè)量信號(hào)的估計(jì)方法。畢春光等[10][11]通過(guò)建立基于七自由度動(dòng)力學(xué)車(chē)輛模型的非線(xiàn)性狀態(tài)觀(guān)測(cè)器，實(shí)現(xiàn)了穩(wěn)定可靠地估計(jì)出車(chē)輛極限工況下的車(chē)輛狀態(tài)參數(shù)；郭孔輝等[12]通過(guò)建立二自由度車(chē)輛動(dòng)力學(xué)模型，同時(shí)應(yīng)用擴(kuò)展卡爾曼濾波算法建立汽車(chē)動(dòng)力學(xué)仿真平臺(tái)，通過(guò)分別應(yīng)用線(xiàn)性輪胎模型和非線(xiàn)性輪胎模型，比較發(fā)現(xiàn)輪胎模型的選用對(duì)于汽車(chē)質(zhì)心側(cè)偏角的估計(jì)精度有很大影響，并且說(shuō)明采用非線(xiàn)性輪胎模型時(shí)能夠極大地提高觀(guān)測(cè)器的估計(jì)精度，可以滿(mǎn)足ESC控制的要求；高博麟等[14]通過(guò)建立車(chē)輛質(zhì)心側(cè)偏角融合估計(jì)器的方法，成功融合了各種質(zhì)心側(cè)偏角的估計(jì)方法，成功避免了各種估計(jì)方法的不足，極大地提高了質(zhì)心側(cè)偏角估計(jì)的準(zhǔn)確性和可靠性；李勇等[15]通過(guò)利用擴(kuò)展卡爾曼濾波算法和二自由度動(dòng)力學(xué)模型相結(jié)合的方法，通過(guò)對(duì)比發(fā)現(xiàn)該方法能夠?qū)崟r(shí)、低成本以及高效地對(duì)汽車(chē)質(zhì)心側(cè)偏角進(jìn)行估計(jì)，對(duì)于在車(chē)輛上面的推廣應(yīng)用有著重要意義，但該方法估計(jì)精度較低，存在較大的提升空間；陳學(xué)文等[16]通過(guò)建立汽車(chē)質(zhì)心運(yùn)動(dòng)、橫擺運(yùn)動(dòng)以及側(cè)傾運(yùn)動(dòng)模型，同時(shí)結(jié)合擴(kuò)展卡爾曼濾波器建立汽車(chē)質(zhì)心側(cè)偏角觀(guān)測(cè)器，通過(guò)仿真實(shí)驗(yàn)驗(yàn)證，成功實(shí)現(xiàn)了即使在大噪聲的工況下也能較為準(zhǔn)確地對(duì)車(chē)輛自信側(cè)偏角進(jìn)行觀(guān)測(cè)；石小婷等[17][18]考慮了車(chē)輪側(cè)向力飽和非線(xiàn)性動(dòng)態(tài)對(duì)汽車(chē)質(zhì)心側(cè)偏角觀(guān)測(cè)的影響，建立了一種基于分段仿射的電動(dòng)汽車(chē)質(zhì)心側(cè)偏角估計(jì)方法，經(jīng)實(shí)驗(yàn)驗(yàn)證表明，該觀(guān)測(cè)方法具有較高的可行性；李小雨等[28]通過(guò)分別建立基于車(chē)輛運(yùn)動(dòng)學(xué)的擴(kuò)展卡爾曼觀(guān)測(cè)器和基于車(chē)輛動(dòng)力學(xué)模型的觀(guān)測(cè)方法，通過(guò)對(duì)比發(fā)現(xiàn)基于動(dòng)力學(xué)模型的估計(jì)方法是適用于車(chē)輛的穩(wěn)態(tài)工況以及質(zhì)心側(cè)偏角接近零時(shí)，而基于運(yùn)動(dòng)學(xué)模型的估計(jì)方法的動(dòng)態(tài)響應(yīng)更為準(zhǔn)確，并且通過(guò)對(duì)于車(chē)輛質(zhì)心側(cè)偏角和車(chē)輛側(cè)向加速度ay、車(chē)輛橫擺角速度r、車(chē)輛轉(zhuǎn)向輪轉(zhuǎn)角δ對(duì)比發(fā)現(xiàn)，質(zhì)心側(cè)偏角與車(chē)輛側(cè)向加速度ay、車(chē)輛橫擺角速度r具有極其相似的趨勢(shì)，以及當(dāng)車(chē)輛轉(zhuǎn)向輪轉(zhuǎn)角δ接近于零時(shí)車(chē)輛質(zhì)心側(cè)偏角瞬時(shí)變化速率較低。綜上所述﹐可以看出雖然目前來(lái)說(shuō)使用慣性傳感器在車(chē)輛質(zhì)心側(cè)偏角估計(jì)領(lǐng)域的應(yīng)用仍是主流,但是通過(guò)結(jié)合低成本的GPS模組來(lái)輔助測(cè)量行駛姿態(tài)的觀(guān)測(cè)方案具有更好的應(yīng)用前景。而非常規(guī)的車(chē)輛質(zhì)心側(cè)偏角估計(jì)方案更多地應(yīng)用在了學(xué)術(shù)研究領(lǐng)域﹐在實(shí)際應(yīng)用方面推廣起來(lái)卻困難重重。而汽車(chē)質(zhì)心側(cè)偏角的估計(jì)方法從最原始的直接積分法、經(jīng)典卡爾曼濾波算法到目前不斷改進(jìn)較為成熟的神經(jīng)網(wǎng)絡(luò)算法﹑模糊邏輯算法等,其估計(jì)精度、計(jì)算效率、算法的魯棒性相比較之前而言都有極大的提高。其中考慮到車(chē)輛質(zhì)心側(cè)偏角估計(jì)實(shí)際使用時(shí)的實(shí)時(shí)性、魯棒性及觀(guān)測(cè)精度等眾多因素,基于卡爾曼濾波算法以及其衍生的估計(jì)算法在實(shí)際的工程中應(yīng)用比較多。而另外其他算法的研究近些年來(lái)雖然也比較深入，但是以目前的研究現(xiàn)狀來(lái)看這些算法大部分還仍然處于理論仿真階段,在實(shí)際應(yīng)用中的觀(guān)測(cè)效果還有待于進(jìn)一步驗(yàn)證。參考文獻(xiàn)成大先.機(jī)械設(shè)計(jì)手冊(cè)(第5版)[M].化學(xué)工業(yè)出版社，2014.陳家瑞.汽車(chē)構(gòu)造[M].機(jī)械工業(yè)出版社,2009.王望予.汽車(chē)設(shè)計(jì)[M].機(jī)械工業(yè)出版社,2004.余志生.汽車(chē)?yán)碚揫M].機(jī)械工業(yè)出版社,2009.GadolaM.DevelopmentandvalidationofaKalmanfilter-basedmodelforvehicleslipangleestimation[J].VehicleSystemDynamics,2014,52(1):68-84.FukadaY.Slip-angleestimationforvehiclestabilitycontrol[J].VehicleSystemDynamics,1999,32(4-5):375-388.PiyabongkarnD.Developmentandexperimentalevaluationofaslipangleestimatorforvehiclestabilitycontrol[J].IEEETransactionsoncontrolsystemstechnology,2008,17(1):78-88.陳慧.車(chē)輛質(zhì)心側(cè)偏角估計(jì)綜述[J].機(jī)械工程學(xué)報(bào),2013,49(24):76-94.黃小平.卡爾曼濾波原理及應(yīng)用:MATLAB仿真[M].電子工業(yè)出版社,2015.畢春光.極限工況下汽車(chē)質(zhì)心側(cè)偏角的估計(jì)方法研究[D].吉林大學(xué),2007.郭洪艷,陳虹,丁海濤,畢春光,趙海艷.基于車(chē)輛動(dòng)力學(xué)和非線(xiàn)性觀(guān)測(cè)器的車(chē)輛質(zhì)心側(cè)偏角估計(jì)[A].中國(guó)自動(dòng)化學(xué)會(huì)控制理論專(zhuān)業(yè)委員會(huì)(TechnicalCommitteeonControlTheory,ChineseAssociationofAutomation).第二十七屆中國(guó)控制會(huì)議論文集[C].中國(guó)自動(dòng)化學(xué)會(huì)控制理論專(zhuān)業(yè)委員會(huì)(TechnicalCommitteeonControlTheory,ChineseAssociationofAutomation):中國(guó)自動(dòng)化學(xué)會(huì)控制理論專(zhuān)業(yè)委員會(huì),2008:5.郭孔輝,付皓,丁海濤.基于擴(kuò)展卡爾曼濾波的汽車(chē)質(zhì)心側(cè)偏角估計(jì)[J].汽車(chē)技術(shù),2009(04):1-3+44.張振國(guó).輪轂式電動(dòng)車(chē)操縱穩(wěn)定性參數(shù)估計(jì)算法與試驗(yàn)研究[D].武漢理工大學(xué),2011.高博麟,陳慧,陳威,徐帆.汽車(chē)質(zhì)心側(cè)偏角融合估計(jì)方法[J].汽車(chē)工程,2013,35(08):716-722.李勇,杜峰,邢清奇,閆杰,姜斌.基于擴(kuò)展Kalman濾波技術(shù)汽車(chē)狀態(tài)參數(shù)的軟測(cè)量[J].農(nóng)業(yè)工程,2014,4(03):104-108.陳學(xué)文,周越,張進(jìn)國(guó).考慮側(cè)傾影響的汽車(chē)橫擺角速度與質(zhì)心側(cè)偏角濾波估計(jì)[J].汽車(chē)技術(shù),2017(11):40-43.石小婷,劉志遠(yuǎn),寧永臣.四輪獨(dú)立驅(qū)動(dòng)電動(dòng)車(chē)質(zhì)心側(cè)偏角的PWA估計(jì)方法研究[A].中國(guó)自動(dòng)化學(xué)會(huì)過(guò)程控制專(zhuān)業(yè)委員會(huì).第28屆中國(guó)過(guò)程控制會(huì)議（CPCC2017）暨紀(jì)念中國(guó)過(guò)程控制會(huì)議30周年摘要集[C].中國(guó)自動(dòng)化學(xué)會(huì)過(guò)程控制專(zhuān)業(yè)委員會(huì):中國(guó)自動(dòng)化學(xué)會(huì)過(guò)程控制專(zhuān)業(yè)委員會(huì),2017:1.石小婷.輪轂電動(dòng)車(chē)質(zhì)心側(cè)偏角估計(jì)方法研究[D].哈爾濱工業(yè)大學(xué),2017.孫傳揚(yáng),張欣,靳彪.基于遺傳粒子濾波的輪轂驅(qū)動(dòng)電動(dòng)汽車(chē)質(zhì)心側(cè)偏角估計(jì)方法[J].北京交通大學(xué)學(xué)報(bào),2016,40(06):102-106.柳惠.基于模型的車(chē)輛質(zhì)心側(cè)偏角估計(jì)方法研究[J].重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)),2016,30(1