專利名稱：用于估計車輛狀態(tài)以便避免傾翻的系統(tǒng)的制作方法
技術領域：
本發(fā)明總體上涉及一種用于估計車輛狀態(tài)的系統(tǒng)和方法，并且尤其涉及一 種用于估計車輛傾側率(roll-rate)、車輛傾側角、車輛橫向速度和車輛橫擺 角速度(yaw-rate)以用于防止傾翻(rollover)目的的系統(tǒng)和方法。
背景技術：
在本領域中已知使用差動制動控制、后輪轉向控制、前輪轉向控制或其任 何組合來加強車輛控制以便幫助防止車輛遇到會增加傾翻可能性的情況。這些 系統(tǒng)可以接收來自各個傳感器的車輛動態(tài)信息以便確定適當?shù)目刂苿幼?，所?傳感器諸如是橫擺角速度傳感器、橫向加速度傳感器和輪胎/車輪傳感器。這些 系統(tǒng)還可以包括傾側率傳感器和傾側角估計部件以便在操縱期間估計傾翻可能 性并且提供響應的控制增強。 一般需要在控制車輛傾側運動和車輛橫擺運動之 間提供平衡以便提供最優(yōu)的車輛響應。從而，通常必須檢測某些車輛情況以便 提供優(yōu)化的車輛控制增強。
可以使用輸出反饋來設計車輛增強控制。然而，典型情況下基于狀態(tài)反饋 的設計通常可以提供更多的設計自由度并且獲得更高的潛在性能。此外，激活 車輛控制通常要求監(jiān)視車輛狀態(tài)。然而多數(shù)情況下，由于諸如傳感器成本、實 施困難等各種不利情況，所以不能測量所有的車輛狀態(tài)。因此，通常估計車輛 狀態(tài)來用于避免傾翻的目的。
在本領域中已經研究了估計諸如橫擺角速度、橫向速度和傾側率之類的車 輛狀態(tài)以用于在橫擺平面中發(fā)展車輛穩(wěn)定性增強。因此，焦點已經集中在估計 車輛橫向運動而不是傾側運動，其對避免傾翻來說是特別有意義的。

發(fā)明內容
依照本發(fā)明的教導，公開了一種用于估計諸如車輛傾側率、車輛傾側角、 車輛橫向速度和車輛橫擺角速度之類的車輛狀態(tài)的系統(tǒng)和方法。系統(tǒng)使用用于測量車輛轉向角的轉向角信號的轉向角傳感器、用于測量所述車輛橫擺角速度 的橫擺角速度信號的橫擺角速度傳感器、用于測量所述車輛的傾側率的傾側率 信號的傾側率傳感器、用于測量所述車輛速度的速度信號的速度傳感器和用于 測量所述車輛橫向加速度的橫向加速度信號的橫向加速度傳感器。所述系統(tǒng)包 括對轉向角信號、橫擺角速度信號、傾側率信號、速度信號和橫向加速度信號 作出響應的擴展卡爾曼濾波器觀察器，用于計算所估計的橫擺角速度信號、估 計的傾側率、估計的傾側角和估計的橫向速度。所述系統(tǒng)還包括對傾側率信號、 所估計的傾側角信號、所估計的橫向速度信號和橫向加速度信號作出響應的橫 向速度估計處理器，用于當所述車輛在非線性區(qū)域中操作時計算所修改的橫向 速度估計信號。
所述系統(tǒng)還可以包括傳感器前置濾波處理器，用于濾出信號的低頻分量并 且根據(jù)轉向角信號、橫擺角速度信號、傾側率信號、速度信號和橫向加速度信 號的低頻分量來估計傳感器偏置。
根據(jù)以下描述和所附權利要求，結合附圖，本發(fā)明的附加特征將變得清楚。


圖1是包括避免傾翻系統(tǒng)的車輛的平面圖2是在圖1的避免傾翻系統(tǒng)中所使用的用于估計車輛狀態(tài)的系統(tǒng)的框
圖3是用于示出在車輛模型的三個自由度中所使用變量的車輛的頂部平面 圖-,禾口
圖4是用于示出所述在車輛模型的三個自由度中所使用變量的車輛的正視圖。
具體實施例方式
針對為了避免車輛傾翻目的的用于估計車輛狀態(tài)的系統(tǒng)和方法的本發(fā)明 實施例的以下論述實質上僅僅是示例性的，并且決不旨在限制本發(fā)明或其應用 或使用。例如，使用系統(tǒng)和方法來估計車輛狀態(tài)以用于避免傾翻目的。然而，可以使用本發(fā)明的系統(tǒng)和方法來估計車輛狀態(tài)以用于其它應用。
本發(fā)明包括一種使用各個車輛傳感器來估計車輛狀態(tài)以便避免傾翻的系 統(tǒng)和方法。用于避免傾翻的狀態(tài)估計的主要挑戰(zhàn)來自車輛動力的非線性化，特 別是當車輛處于接近傾翻情況時。在轉彎操縱期間，車輛橫擺運動生成用于導 致車輛傾側的橫向加速度。傾側運動引入橫向負載轉移，這導致輪胎轉彎力改 變，這改變了橫擺響應。當橫向加速度更大并且車輛傾側運動變得更猛烈時， 車輛懸架和輪胎進入非線性區(qū)域。盡管存在試圖對這些車輛進行非線性建模的 非線性模型，不過通常為了估計和控制目的優(yōu)選線性模型。本發(fā)明提出當車輛 在線性區(qū)域中操作時使用基于線性區(qū)域的估計，繼而通過增加補償
(complimentary)估計模塊來擴展對非線性區(qū)域的估計。 對于以下論述來說，使用以下命名
簧下質量；
風簧上質量；
、,橫向速度；
尸橫擺角速度；
傾側率；
傾側角；
正面轉向角；
簧上質量的傾側慣性矩；
整個車輛的橫擺慣性矩；
具有傾斜效果增加的傾側軸的關于x和z軸的簧上質量慣性積;
從簧上質量的重心(CG)到正面軸的距離；
從簧上質量的CG到后面軸的距離；
&簧上質量的CG在傾側軸以上的高度；
前輪胎的轉彎剛度；
cr后輪胎的轉彎剛度；
傾側剛度系數(shù)；傾側阻尼系數(shù)；
方程式(1)中的A矩陣的第一行； 方程式(1)中的B矩陣的第一行； 遺忘因子； 輸入量度； 輸出量度；
系數(shù)(即，本發(fā)明中的傳感器偏置)；和 橫向加速計量度。
圖1是包括前輪12和14和后輪16和18的車輛10的平面圖。車輛10還 包括用于提供避免車輛傾翻的避免傾翻控制器22。控制器22可以向車輛10上 的各個致動器提供控制信號來提供控制，諸如用于分別制動車輪12、 14、 16和 18的致動器24、 26、 28和30的差動制動，主動的后輪轉向控制致動器32和 主動的前輪轉向控制致動器34，其對那些本領域技術人員來說都是公知的?？?制器22從各個傳感器接收與各個車輛狀態(tài)相關的信號，包括用于測量車輛方向 盤38的角度的方向盤角度傳感器36以便提供用于表示前輪12和14的轉向角 的信號3?？刂破?2還從車輛速度傳感器40接收車輛速度信號^ ，從橫擺 角速度傳感器42接收橫擺角速度信號y，從橫向加速度傳感器44接收橫向加 速度信號&并且從傾側率傳感器46接收傾側率信號^，所有這些對那些本
領域技術人員來說都是公知的。
圖2是依照本發(fā)明實施例在控制器22中使用的狀態(tài)估計系統(tǒng)48的框圖。 轉向角信號^、橫擺角速度信號卜傾側率信號p、車輛速度信號、和車輛橫向 加速度信號^被應用于傳感器前置濾波處理器50，所述傳感器前置濾波處理器 50提供了傳感器信號過濾，在下面更詳細地論述。
從前置濾波處理器50所過濾的傳感器信號被發(fā)送到基于擴展的卡爾曼濾 波器(extend Kalman filter EKF)的觀察器52。因為卡爾曼濾波器使用基于 強大模型的估計算法，所以其被用為基于線性區(qū)域的核心估算器。因為車輛模型實際上是隨時間線性變化的，所以使用擴展的卡爾曼濾波器。根據(jù)傳感器信 號，觀察器52計算橫擺角速度估計信號3、傾側率估計信號》、傾側角估計信
號》和橫向速度估計信號^。因為EKF觀察器的標準設計為那些本領域技術人
員所公知，所以不必進一步詳細描述。
如下面詳細地論述，基于EKF的觀察器52對于估計非線性區(qū)域中的橫向 速度來說通常不夠精確。因此，包括側滑或橫向速度估計處理器54以便增強橫 向速度估計信號&的計算。橫向速度估計處理器54從前置濾波處理器50接收 所過濾的傾側率信號，從觀察器52接收傾側角估計信號纟，從觀察器52接收 橫向速度估計信號i^并且接收橫向加速度信號+以便當車輛處于非線性區(qū)域內
時提供所修改的橫向速度估計。
車輛簧上質量通常被視為具有六個自由度的剛性體，其由縱向、橫向、垂 直、橫擺、傾側和顛簸(pitch)運動組成。為了避免車輛傾翻，主要對橫向、 橫擺和傾側運動感興趣，并且從而為了此目的在本領域中已經開發(fā)了三個自由 度的線性橫擺/側滑/傾側模型。
圖3是用于示出在用于狀態(tài)估計的三個自由度車輛模型中所使用的變量的 車輛的頂部平面圖并且圖4是該車輛的正視圖。這些圖示出了車輛作為由簧下 質量Mu和簧上質量M,組成的兩個質量系統(tǒng)，所述簧上質量M《被迫相對于傾側
軸傾側。
根據(jù)三個自由度模型，巳知下列方程式。
<formula>formula see original document page 9</formula>(3)、
0
《一(
、
M》a 0
0 c cr;ir
1 0
-1
0 0
似0-MA0
0乙0
似A厶0
0001
(6)
使用傳感器前置濾波處理器50來近似移除慣性傳感器中的偏置，所述慣 性傳感器諸如橫擺傳感器42、傾側率傳感器46和橫向加速度傳感器44。通常， 傳感器偏置是緩慢漂移的低頻信號。因此，直接濾出傳感器輸出的低頻分量以 用于偏置消除。然而，這只有在適當?shù)膫鞲衅鬏敵鲂盘柌话魏蔚皖l分量時 才是有益的。在一些情況下，諸如在穩(wěn)態(tài)轉彎期間，橫擺角速度和橫向加速度 都可以持續(xù)生成低頻輸出。從而，必須區(qū)分由于穩(wěn)態(tài)狀態(tài)所引起的低頻分量和 由于傳感器偏置所弓I起的低頻分量。
依照本發(fā)明，傳感器信號前置濾波使用兩個步驟。第一，處理器50確定 其中信號中的低頻分量只包含傳感器偏置的情況，并且濾出相應的低頻分量。 第二，處理器50根據(jù)所產生的低頻分量來估計偏置。
在一個實施例中，在偏置估計中使用遞歸最小二乘方(rls)技術。盡管 標準的RLS技術是公知的，不過本發(fā)明使用RLS技術的修改版本，即具有可變 遺忘因子;i的RLS技術。已經觀察到在大橫擺角速度操縱之后，橫擺角速度傳 感器42的偏置可能與在操縱之前的傳感器偏置有很大不同。依照本發(fā)明，使用 可變的遺忘因子a來允許在不破壞偏置的通常緩慢漂移特性的情況下快速跟蹤大變化。
為了估計傳感器偏置，依照本發(fā)明可以使用以下RLS方程式:
<formula>formula see original document page 11</formula> (7)
<formula>formula see original document page 11</formula> (8)
其中氣是偏置估計，w力是過濾的低頻分量并且;i(")e(o i)是可變的遺忘因子， 即在o和i之間。例如，對于在橫擺角速度測量中估計偏置來說，氣表示偏置 估計并且《")是過濾的橫擺角速度。根據(jù)在傳感器信號的低頻分量和所估計的 偏置之間的誤差來確定遺忘因子;i。如果誤差相對較大，那么選擇小的遺忘因 子A(")使得所估計的偏置可以迅速地趕上新近的測量。如果誤差相對較小，那 么選擇接近于i的遺忘因子義(w)使得只可以緩慢地改變所估計的偏置。
根據(jù)三個自由度模型的離散時間解釋來設計基于EKF的觀察器52。基于 EKF的觀察器52使用轉向角信號5作為輸入，使用車輛速度信號^作為模型中 的參數(shù)并且使用橫擺角速度y、傾側率信號p和橫向加速度信號"y作為輸出。在 卡爾曼濾波器中所使用的方程式可以如下
<formula>formula see original document page 11</formula> (9)
<formula>formula see original document page 11</formula> (10〉
<formula>formula see original document page 11</formula> (11)
<formula>formula see original document page 11</formula> (12)
<formula>formula see original document page 11</formula> (13)其中，
3
，
ax 欲
(14)
(15)
輸出量度是/<;0=[^ r w、 a是輸入?yún)f(xié)方差矩陣并且i 是輸出協(xié)方差矩陣。
此外，i&r是在步驟k的推理的狀態(tài)估計，并且i""J是在步驟k的歸納的狀 態(tài)估計。
依照本發(fā)明，基于EKF的觀察器52使用反饋增益的附加調度。當傾側運 動變得更猛烈時，例如當在& = 2 deg/sec和& = 3deg的情況下傾側率>&或者 傾側角0>&時，無法忽略車輛動態(tài)的非線性并且可能會顯著地減少三個自由 度模型的精確性。為了減少模型不準確性對由EKF觀察器52所計算的車輛狀態(tài) 估計的影響，通過操縱在過濾中所使用的輸入和輸出協(xié)方差矩陣來增加對反饋 增益的進一步調度。第一，增加輸入?yún)f(xié)方差矩陣^/來反映模型不準確性的增加。 第二，因為當車輛傾側運動相對猛烈時，基于三個自由度模型的橫向運動不再 近似于實際的橫向運動，即、=41-At/，其中4和A分別是方程式(1)中的 系統(tǒng)矩陣A和B的第一行，橫向加速度傳感器測量的輸出方程式在那些情況中 不保持。因此，增加對應于橫向加速度信號的輸出協(xié)方差i ，使得EKF觀察器 52很少使用它。輸入和輸出協(xié)方差矩陣的這種調度可以是橫向加速度、車輛橫 擺角速度、車輛速度或車輛傾側率的一些函數(shù)。
可以使用來自傳感器44的橫向加速度信號"y來根據(jù)車輛側滑確定車輛何
時在線性操作情況和非線性操作情況之間移動。還可以使用傾側率信號尸和傾 側角信號纟來確定何時車輛移動到非線性區(qū)域中。當車輛從線性工作區(qū)域移動 到非線性工作區(qū)域時，算法將改變輸入?yún)f(xié)方差矩陣gw當車輛在線性區(qū)域內操 作時，基于EKF的觀察器52準確地計算橫向速度估計信號，其經由橫向速度估 計處理器54傳遞。然而，當車輛在非線性區(qū)域內操作時，基于EKF的觀察器 52沒有提供對橫向速度的足夠準確的估計，并且從而使用橫向速度估計處理器54來修改所估計的橫向速度信號。
因為三個自由度模型中的橫向運動在猛烈的傾側運動期間是無效的，例如 當在& =2 deg/sec和& ^3deg1的情況下傾側率> A或傾側角0> A時，必須借 助橫向速度估計處理器54中的另一過程來估計橫向速度。因為方程式 "y+化+gsii^始終有效，可以使用橫向加速度來直接估計橫向速度。使用 來自基于EKF的觀察器52的橫擺角速度估計信號f和傾側率估計信號》，橫向 速度的導數(shù)可以被計算為、="，-化-gsin-。因此
<formula>formula see original document page 13</formula> (16)
由橫向速度估計處理器54所提供的此基于積分的估計主要在猛烈的傾側 運動期間是活躍的。在線性區(qū)域中，由基于EKF的觀察器52直接估計橫向速度， 艮P " 腳。
以上論述僅僅公開并描述了本發(fā)明的示例性實施例。本領域技術人員根據(jù) 這類論述和附圖以及權利要求可以容易地認識到，在不脫離如以下權利要求所 限定的本發(fā)明的精神和范圍的情況下可以在其中進行各種改變、修改和變化。
權利要求
1. 一種用于估計橫擺角速度、傾側率、傾側角和橫向速度的車輛狀態(tài)的系統(tǒng)，所述系統(tǒng)包括轉向角傳感器，用于提供所述車輛轉向角的轉向角信號；橫擺角速度傳感器，用于提供所述車輛的橫擺角速度的橫擺角速度信號；傾側率傳感器，用于提供所述車輛的傾側率的傾側率信號；速度傳感器，用于提供所述車輛的速度的速度信號；橫向加速度傳感器，用于提供所述車輛的橫向加速度的橫向加速度信號；卡爾曼濾波器觀察器，用于對所述轉向角信號、橫擺角速度信號、傾側率信號、速度信號和橫向加速度信號作出響應，所述觀察器使用卡爾曼濾波來提供估計的橫擺角速度信號、估計的傾側率、估計的傾側角和估計的橫向加速度；和橫向速度估計處理器，用于對所述傾側率信號、估計的傾側角信號、估計的橫向速度信號和橫向加速度信號作出響應，所述橫向速度估計處理器用于當所述車輛在非線性區(qū)域中操作時計算修改的橫向速度估計信號。
2. 如權利要求l所述的系統(tǒng)，其中當所述車輛從線性轉到非線性工作 區(qū)域時，所述卡爾曼濾波器觀察器改變?yōu)V波器中的協(xié)方差矩陣。
3. 如權利要求l所述的系統(tǒng)，其中所述卡爾曼濾波器觀察器使用三個 自由度模型。
4. 如權利要求l所述的系統(tǒng)，進一步包括傳感器前置濾波處理器，用 于對所述轉向角信號、橫擺角速度信號、傾側率信號、速度信號和橫向加速度 信號作出響應，所述傳感器前置濾波處理器濾出所述信號的低頻分量，并且根 據(jù)所述低頻分量來估計傳感器偏置。
5. 如權利要求4所述的系統(tǒng)，其中所述傳感器前置濾波處理器使用遞 歸最小二乘方技術來提供傳感器偏置估計。
6. 如權利要求4所述的系統(tǒng)，其中所述傳感器前置濾波處理器使用可 變的遺忘因子，所述遺忘因子為在0和1之間的值并且根據(jù)在所述傳感器信號 的低頻分量和所估計的傳感器偏置之間的誤差來設置。
7. 如權利要求l所述的系統(tǒng)，其中所述橫向速度估計處理器對橫向速 度積分以修改橫向速度估計信號。
8. 如權利要求7所述的系統(tǒng)，其中所述橫向速度估計處理器使用下列 方程式來確定所修改的所估計橫向加速度信號-其中、為橫向速度，"，為橫向加速度，y為橫擺角速度，、為車輛速度并且g為萬有引力常數(shù)。
9. 如權利要求l所述的系統(tǒng)，其中所述系統(tǒng)用來估計車輛狀態(tài)以便避 免車輛傾翻。
10. 如權利要求l所述的系統(tǒng)，其中所述系統(tǒng)使用橫向加速度信號、傾 側率信號或傾側角信號來確定所述車輛是否處于非線性工作區(qū)域。
11. 一種用于估計車輛狀態(tài)的系統(tǒng)，所述系統(tǒng)包括 多個傳感器，用于測量車輛狀態(tài)并且提供傳感器信號； 卡爾曼濾波器觀察器，用于對傳感器信號作出響應，所述觀察器提供估計的車輛狀態(tài)；和橫向速度估計處理器，用于對一些傳感器信號和一些估計的車輛狀態(tài)作 出響應，當所述車輛在非線性區(qū)域中操作時所述橫向速度估計處理器計算修改 的橫向速度估計信號。
12. 如權利要求11所述的系統(tǒng)，其中當所述車輛從線性轉到非線性工作 區(qū)域時，所述卡爾曼濾波器觀察器改變?yōu)V波器中的協(xié)方差矩陣。
13. 如權利要求11所述的系統(tǒng)，其中所述卡爾曼濾波器觀察器使用三個 自由度模型。
14. 如權利要求l所述的系統(tǒng)，進一步包括傳感器前置濾波處理器，用 于對傳感器信號作出響應，所述傳感器前置濾波處理器濾出信號的低頻分量， 并且根據(jù)所述低頻分量來估計傳感器偏置。
15. 如權利要求14所述的系統(tǒng)，其中所述傳感器前置濾波處理器使用遞 歸最小二乘方技術來提供傳感器偏置估計。
16. 如權利要求14所述的系統(tǒng)，其中所述傳感器前置濾波處理器使用可變的遺忘因子，所述遺忘因子為在o和l之間的值并且根據(jù)在所述傳感器信號 的低頻分量和所估計的傳感器偏置之間的誤差來設置。
17. 如權利要求11所述的系統(tǒng)，其中所述橫向速度估計處理器對橫向速 度積分以修改橫向速度估計信號。
18. —種用于估計車輛狀態(tài)的系統(tǒng)，所述系統(tǒng)包括 多個傳感器，用于測量車輛狀態(tài)并且提供傳感器信號；和卡爾曼濾波器觀察器，用于對傳感器信號作出響應，所述觀察器提供估 計的車輛狀態(tài)，當所述車輛從線性工作區(qū)域轉到非線性工作區(qū)域中時所述卡爾曼濾波器觀察器改變所述濾波器中的協(xié)方差矩陣。
19. 如權利要求18所述的系統(tǒng)，其中所述卡爾曼濾波器觀察器使用三個 自由度模型。
20. —種用于估計車輛狀態(tài)的系統(tǒng)，所述系統(tǒng)包括 多個傳感器，用于測量車輛狀態(tài)并且提供傳感器信號； 傳感器前置濾波處理器，用于對傳感器信號作出響應，所述傳感器前置濾波處理器濾出信號的低頻分量，并且根據(jù)所述低頻分量來估計傳感器偏置； 和卡爾曼濾波器觀察器，用于對過濾的傳感器信號作出響應，所述觀察器 提供估計的車輛狀態(tài)。
21. 如權利要求20所述的系統(tǒng)，其中所述傳感器前置濾波處理器使用遞 歸最小二乘方技術來提供傳感器偏置估計。
22. 如權利要求20所述的系統(tǒng)，其中所述傳感器前置濾波處理器使用可 變的遺忘因子，所述遺忘因子為在O和l之間的值并且根據(jù)在所述傳感器信號 的低頻分量和所估計的傳感器偏置之間的誤差來設置。
全文摘要
用于估計車輛狀態(tài)以便避免傾翻的系統(tǒng)。一種用于估計諸如車輛傾側率、車輛傾側角、車輛橫向速度和車輛橫擺角速度之類的車輛狀態(tài)以用于避免傾翻的系統(tǒng)和方法。所述系統(tǒng)包括對轉向角信號、橫擺角速度信號、傾側率信號、速度信號和橫向加速度信號作出響應的擴展卡爾曼濾波器觀察器，用于計算所估計的橫擺角速度信號、估計的傾側率、估計的傾側角和估計的橫向速度。所述系統(tǒng)還包括對傾側率信號、所估計的傾側角信號、所估計的橫向速度信號和橫向加速度信號作出響應的橫向速度估計處理器，用于當所述車輛在非線性區(qū)域中操作時計算所修改的橫向速度估計信號。
文檔編號B60W30/02GK101417654SQ20081009565
公開日2009年4月29日 申請日期2008年5月7日 優(yōu)先權日2007年5月7日
發(fā)明者J·黃 申請人:通用汽車環(huán)球科技運作公司