CN114516251B - 一种车辆动力学参数辨识方法、系统、车辆及存储介质 - Google Patents
一种车辆动力学参数辨识方法、系统、车辆及存储介质 Download PDFInfo
- Publication number
- CN114516251B CN114516251B CN202210147860.2A CN202210147860A CN114516251B CN 114516251 B CN114516251 B CN 114516251B CN 202210147860 A CN202210147860 A CN 202210147860A CN 114516251 B CN114516251 B CN 114516251B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- dynamic response
- suspension
- obtaining
- dynamics
- 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.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60G—VEHICLE SUSPENSION ARRANGEMENTS
- B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
- B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
- B60G17/018—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method
- B60G17/0182—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method involving parameter estimation, e.g. observer, Kalman filter
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; 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
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06F17/13—Differential equations
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Mechanical Engineering (AREA)
- Computing Systems (AREA)
- Vehicle Body Suspensions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请提供了一种车辆动力学参数辨识方法、系统、车辆及存储介质。方法包括步骤:获取车辆的轴距Lx、轮距Ly,并获取车体质量mc或一个以上已知的动力学参数;在车辆的四个车轮受到垂向激励时,同步获取动态响应测量值,包括车体的垂向加速度横滚角加速度俯仰角加速度以及四个悬架的相对高度和垂向相对速度;通过七自由度车辆模型和已知车辆参数、动态响应得到车辆的动力学参数的估计值,包括车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy、前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb中的至少一个或同时用于获取车体质量mc。系统、车辆、存储介质应用或用于应用上述方法。
Description
技术领域
本申请涉及车辆动力学参数辨识技术领域,尤其涉及一种车辆动力学参数辨识方法、系统、车辆及存储介质。
背景技术
在车辆动力学参数辨识技术领域,根据所考虑的动力学方程的维度和自由度,可以分成以下几类:
(1)只考虑车辆纵向动力学的参数辨识,如专利文献CN102486400A、CN103946679A、CN103264669A、CN105416294A、CN113468653A等,这类方法一般只建立了单自由度的车辆纵向动力学方程,可以辨识出质量、质心位置等部分参数;
(2)只考虑车辆横向动力学的参数辨识,如专利文献CN105678000A、CN113609586A等,这类方法一般建立横向和扭转的2自由度动力学方程,可以辨识出车辆转动惯量、侧偏刚度等部分参数;
(3)只考虑车辆垂向动力学的参数辨识,如专利文献CN106644519A利用半车四自由度模型,建立了车辆的垂向动力学方程,辨识了部分车辆动力学参数;
(4)考虑车辆纵横向动力学的参数辨识,如文献[1]-[4]和专利文献CN111186445A、CN113591278A等,这类方法建立了车辆的2~3自由度的纵向和横向动力学方程,可以辨识出整车质量、轴距、侧偏刚度等部分参数。
除此之外,文献[5]建立了车辆的3自由度模型,利用遗传算法和神经网络辨识了整车惯性参数和车辆质心侧偏角。
综上所述,现有的车辆动力学参数辨识文献大部分只考虑了车辆的1~2个维度,建立的动力学方程自由度少,可以辨识的动力学参数也有限。而根据文献[6]可知,要想建立完整的车辆动力学模型,至少需要建立7自由度动力学方程,考虑车辆垂向、俯仰、横滚等多个维度的运动,并考虑车辆各个悬架、轮胎等部件的影响。只有建立更全面的动力学方程,才可以辨识更充足的车辆动力学参数,并得到更精确的结果。
前文提到的非专利文献为:
[1]Khaknejad,M.B.,Kazemi,R.,Azadi,S.and Keshavarz,A.,2011,June.Identification of vehicle parameters using modified least square methodin ADAMS/Car.In Proceedings of2011International Conference on Modelling,Identification and Control(pp.98-103).IEEE。
[2]Wesemeier,D.and Isermann,R.,2009.Identification of vehicleparameters using stationary driving maneuvers.Control Engineering Practice,17(12),pp.1426-1431。
[3]王杰,基于扩展卡尔曼滤波的车辆参数辨识[J],现代机械,2019,3:4-9。
[4]方兴,智能车动力学模型参数辨识方法研究[D],上海:上海交通大学,2009。
[5]张庆春,车辆动力学关键参数辨识研究[D],武汉:华中科技大学,2007。
[6]张进秋,黄大山,姚军,车辆悬架系统振动控制[M]。北京:国防工业出版社,2020。
发明内容
针对现有技术存在的以上不足之处,本申请的目的在于提供一种通过七自由度车辆模型和车辆的动态响应实现多个车辆动力学参数辨识的车辆动力学参数辨识方法,以及基于该方法或用于应用该方法的车辆动力学参数辨识系统、车辆及存储介质。
为了实现上述目的,本申请提供了以下的技术方案。
一种车辆动力学参数辨识方法,包括步骤:获取车辆的静态参数,所述静态参数包括车体的车体质量mc、轴距Lx、轮距Ly,所述车体为所述车辆的簧上车辆结构及载荷;获取车辆的动态响应:在所述车辆的四个车轮受到垂向激励时,同步获取动态响应测量值,所述动态响应测量值包括所述车体的垂向加速度横滚角加速度俯仰角加速度以及四个悬架的相对高度和垂向相对速度;车辆动力学参数辨识:通过七自由度车辆模型和所述静态参数、所述动态响应得到所述车辆的动力学参数的估计值,所述动力学参数包括车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy、前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb中的至少一个。
在一些实施方式中,所述车辆动力学参数辨识步骤具体包括:通过所述七自由度车辆模型的动力学方程推导出解耦动力学方程Φη=δ,其中Φ为包括至少部分所述动态响应测量值的观测矩阵,δ为包括部分所述动态响应测量值的姿态向量,η为包括至少一所述动力学参数的参数向量;获取N个时间点t1,t2,…,tN的所述观测矩阵和所述姿态向量采用最小二乘法求解超定方程组Φ∑η=δ∑,得到所述参数向量η的求解方程
其中
η=[η1 η2 η3 η4 η5 η6]T;
根据求出的所述参数向量η,得到各个所述动力学参数的估计值,即
在一些实施方式中,所述最小二乘法为加权最小二乘法,所述求解方程为其中Λ为加权矩阵,用于对所述动态响应测量值进行加权。
在一些实施方式中,所述获取车辆的动态响应步骤中,对至少部分所述动态响应测量值的测量数据进行滤波处理;所述滤波处理中采用的滤波器为FIR低通滤波器、IIR低通滤波器、卡尔曼低通滤波器、卡尔曼平滑器或频域低通滤波器中的一种。
在一些实施方式中,所述获取车辆的动态响应的步骤中,通过在所述车辆上设置传感器测量所述动态响应测量值;所述传感器包括:左前车高传感器,用于获得左前悬架相对高度Δla和左前悬架垂向相对速度右前车高传感器,用于获得右前悬架相对高度Δra和右前悬架垂向相对速度左后车高传感器,用于获得左后悬架相对高度Δlb和左后悬架垂向相对速度右后车高传感器,用于获得右后悬架相对高度Δrb和右后悬架垂向相对速度第一加速度计、第二加速度计、第三加速度计、第四加速度计:设置于所述车体上,且在水平面的投影相互远离地构成一四边形的四个顶角,用于测量竖直方向的加速度后获得所述垂向加速度所述横滚角加速度和所述俯仰角加速度
在一些实施方式中,所述获取车辆的动态响应的步骤中,通过在所述车辆上设置传感器测量所述动态响应测量值;所述传感器包括:左前车高传感器,用于获得左前悬架相对高度Δla和左前悬架垂向相对速度右前车高传感器,用于获得右前悬架相对高度Δra和右前悬架垂向相对速度左后车高传感器,用于获得左后悬架相对高度Δlb和左后悬架垂向相对速度右后车高传感器,用于获得右后悬架相对高度Δrb和右后悬架垂向相对速度惯性测量单元(IMU),用于获得所述垂向加速度所述横滚角加速度和所述俯仰角加速度所述惯性测量单元包括第五加速度计和陀螺仪,所述第五加速度计至少具有一垂向设置的敏感轴,所述陀螺仪至少具有一沿车辆横向设置的敏感轴和一沿车辆纵向设置的敏感轴。
在一些实施方式中,所述惯性测量单元包括三轴加速度计、三轴陀螺仪和三轴磁力计;所述三轴陀螺仪为机械陀螺仪、光纤陀螺仪、激光陀螺仪中的一种;所述左前车高传感器、所述右前车高传感器、所述左后车高传感器、所述右后车高传感器的类型包括拉线位移传感器、激光位移传感器、杆式位移传感器、角度连杆式传感器;所述相对高度的获得方式包括直接测量或通过测量悬架活动构件之间的相对角度后计算获得,所述垂向相对速度的获得方式包括通过对所述相对高度进行微分获得。
在一些实施方式中,所述垂向激励通过道路行驶、四通道车辆振动台垂向冲击、四通道车辆振动台扫频、四通道车辆振动台随机振动中的至少一种产生;所述道路行驶具体为,匀速行驶在整体水平的选定道路上,所述选定道路包括比利时路面、粗糙沥青路面、搓板路面、减速坎中的至少一种。
本申请还提供了另一种车辆动力学参数辨识方法,包括步骤:获取车辆的静态参数,所述静态参数包括轴距Lx、轮距Ly;获取车辆的动力学参数中的前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb、车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy中的至少一个;获取车辆的动态响应:在所述车辆的四个车轮受到垂向激励时,同步获取动态响应测量值,所述动态响应测量值包括车体的垂向加速度横滚角加速度俯仰角加速度以及四个悬架的相对高度和垂向相对速度;所述车体为所述车辆的簧上车辆结构及载荷;车辆动力学参数辨识:通过所述静态参数、已获取的所述动力学参数、所述动态响应和七自由度车辆模型得到至少一个车辆参数的估计值,所述车辆参数包括车体质量mc、车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy、前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb中的至少一个。
本申请还提供了一种车辆动力学参数辨识系统,包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现前述的任一种车辆动力学参数辨识方法所执行的操作。
本申请还提供了一种车辆,包括前述的车辆动力学参数辨识系统和测量装置;所述测量装置用于获取车辆的动态响应;所述车辆动力学参数辨识步骤得到的结果用于调整车辆的半主动悬架或主动悬架的可调参数,和/或用于监测车辆的至少一个所述静态参数或所述动力学参数在车辆使用过程中的变化。
本申请还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现前述的任一种的车辆动力学参数辨识方法所执行的操作。
本申请的各个实施例具有以下技术效果中的至少一种:
1.通过七自由度车辆模型和车辆的动态响应及已知的静态参数可同时获得多个车辆动力学参数的估计值;
2.通过一个或多个已知的车辆动力学参数和车辆的动态响应及已知的静态参数可以获得不同载荷下的车体的实际质量以及其他未知的车辆动力学参数;
3.通过从车辆模型的动力学方程推导出的解耦动力学方程,可以不考虑车轮径向刚度的影响,并通过简单的测量方案获得需要的动态响应测量值;
4.通过多组测量数据构成超定方程组,并通过最小二乘法求解超定方程组,可获得可信度较高的参数估计值;
5.通过加权最小二乘法求解超定方程组,可以根据测量设备的精度、测量数据存在粗大误差的可能性、动态响应的测量条件等情况确定测量数据的权重,进一步提高参数估计值的可信度;
6.通过低通滤波、频域微分等数据处理手段,提高动态响应测量数据的信噪比;
7.通过参数辨识模块的设计,使测量装置可通过多种设置实现、使通过简单多样的车辆激励方式产生车辆的动态响应;
8.通过多样的车辆激励方式,进一步提高车辆参数估计值的可信度;
9.通过多轴惯性测量单元IMU的设置可获得高精度的动态响应测量数据;
10.车辆动力学参数辨识系统适用于实时和非实时处理,用于实时处理时可使参数估计值用于车辆调整半主动悬架或主动悬架的可调参数。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对本发明的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是车辆动力学参数辨识方法的一个实施例的流程图;
图2是车辆动力学参数辨识方法的另一个实施例的流程图;
图3是用于获取车辆动态响应的传感器配置的一个实施例示意图;
图4是七自由度车辆模型示意图;
图5是车辆动力学参数辨识系统的工作流程图;
图6是一个实施例的垂向加速度测量曲线;
图7是一个实施例的垂向加速度测量曲线的局部细节;
图8是一个实施例的横滚角加速度和俯仰角加速度测量曲线;
图9是一个实施例的横滚角加速度和俯仰角加速度测量曲线的局部细节;
图10是一个实施例的四个悬架的垂向相对速度测量曲线;
图11是一个实施例的四个悬架的垂向相对速度测量曲线局部细节;
图12是一个实施例的四个悬架的相对高度测量曲线;
图13是一个实施例的四个悬架的相对高度测量曲线的局部细节;
图14是一个实施例的FIR低通滤波器的频响曲线;
附图标号说明:
10.车体,21.左前车轮,22.右前车轮,23.左后车轮,24.右后车轮,31.左前悬架,32.右前悬架,33.左后悬架,34.右后悬架,41.左前车高传感器,42.右前车高传感器,43.左后车高传感器,44.右后车高传感器,45.惯性测量单元,50.地面,0.车体质心,x.车辆纵轴,y.车辆横轴,z.车辆垂向轴,垂向加速度,横滚角加速度,俯仰角加速度,mc.车体质量,msa.单个前轮质量,msb.单个后轮质量,Iox.侧倾转动惯量,Ioy.俯仰转动惯量,Lx.轴距,Ly.轮距,ksa.前悬架刚度系数,ksb.后悬架刚度系数,kta·前轮径向刚度系数,ktb·后轮径向刚度系数,csa.前悬架阻尼系数,csb.后悬架阻尼系数,hla.左前车轮高度,hra.右前车轮高度,hlb.左后车轮高度,hrb.右后车轮高度,rla左前路面高度,rra右前路面高度,rlb左后路面高度,rrb右后路面高度,zla.左前车体高度,zra.右前车体高度,zlb.左后车体高度,zrb.右后车体高度。
具体实施方式
为了更清楚地说明本申请的实施例或现有技术中的技术方案,下面将对照附图说明本申请的具体实施方式。下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与本申请相关的部分,它们并不代表其作为产品的实际结构。在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
如图1和图3所示,本申请的车辆动力学参数辨识方法的一个实施例包括步骤:获取车辆的静态参数,静态参数包括车体10的车体质量mc、轴距Lx、轮距Ly,车体10指车辆的簧上车辆结构及载荷;获取车辆的动态响应:在车辆的四个车轮受到垂向激励时,同步获取动态响应测量值,动态响应测量值包括车体10的垂向加速度横滚角加速度俯仰角加速度以及四个悬架的相对高度和垂向相对速度;车辆动力学参数辨识:通过七自由度车辆模型和已获取的静态参数、已获取的动态响应得到车辆的动力学参数的估计值,动力学参数包括车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy、前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb中的至少一个。
如图3所示的简单的车辆模型包括车体10、左前车轮21、左前悬架31、右前车轮22、右前悬架32、左后车轮23、左后悬架33、右后车轮24、右后悬架34;车辆纵轴x为车辆的纵向且通过车体质心O,车体侧倾转动惯量Iox为车体10绕车辆纵轴x的转动惯量;车辆横轴y为车辆的横向且通过车体质心O,车体俯仰转动惯量Ioy为车体10绕车辆横轴y的转动惯量,车辆垂向轴z为车辆的竖直方向且通过车体质心O,垂向加速度指车体质心O处的沿车辆垂向轴z的加速度。
本申请忽略车辆左右悬架参数之间的区别,因此两个前悬架的刚度系数均为ksa、两个后悬架的刚度系数均为ksb;同样地,两个前悬架的阻尼系数和两个后悬架的阻尼系数分别为csa和csb。类似地,车辆的两个前轮的重量视为相同、两个后轮的重量视为相同。车体质量mc、轴距Lx、轮距Ly均可通过相对简单的方式获得,例如从车辆手册中获取,或者通过简单的测量获取,本实施例中作为车辆动力学参数估计的输入。动态响应可通过多种测量方法获得,也作为车辆动力学参数估计的输入。
通过将上述输入参数作为七自由度车辆模型的动力学方程组的已知条件,即可通过理论计算或者数值计算或者两者结合的方法,求解动力学方程组获得车辆动力学参数的估计值。由于车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy、前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb等参数通常不易测量,仿真模型获得的数据也通常需要实验验证或者和实际情况可能有较大的差异,因此需要通过参数辨识的方式获得其估计值。
在一些实施例中,车辆动力学参数辨识步骤具体包括:通过七自由度车辆模型的动力学方程推导出解耦动力学方程Φη=δ,其中Φ为包括至少部分动态响应测量值的观测矩阵,δ为包括部分动态响应测量值的姿态向量,η为包括至少一个动力学参数的参数向量;获取N个时间点t1,t2,…,tN的观测矩阵和姿态向量采用最小二乘法求解超定方程组Φ∑η=δ∑,得到参数向量的求解方程
其中,
η=[η1 η2 η3 η4 η5 η6]T;
根据求出的参数向量η,得到各个动力学参数的估计值,即
以下说明解耦动力学方程Φη=δ的推导过程。图4所示为七自由度车辆模型的示意图,四个车轮均位于路面50上,其中的数学符号代表的车辆参数如表1所示:
表1.车辆参数及其数学符号
在不考虑车辆的偏航、加速、弯道等工况时,车辆的七个自由度为:车体作为刚体的垂向、横滚、俯仰三个自由度,以及四个车轮在垂向的四个自由度。七个自由度的动力学方程分别为:
其中一部分车辆参数容易测量,包括车体质量mc、轴距Lx、轮距Ly,还有前轮质量msa、后轮质量msb,可将轮胎拆卸或使用备胎,直接用台秤测量;前轮径向刚度系数kta、后轮径向刚度系数ktb的测量可将轮胎拆卸或使用备胎单独测量,或从产品手册、厂家技术部门查询获得,其中两个径向刚度系数均指给定轮胎气压下、常温下的测量数据。而表1中的其它动力学参数,包括车体10绕车辆纵轴x的侧倾转动惯量Iox、车体10绕车辆横轴y的俯仰转动惯量Ioy、前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb等,难以直接度量,一般也不会出现在车辆的出厂合格证和说明书中,因此需要采用动力学参数辨识的方法进行获取。
将前3个动力学方程进行改写,得到解耦动力学方程
Φη=δ;
其中,
进一步地,上述方程中,
Δla=zla-hla;Δra=zra-hra;
Δlb=zlb-hlb;Δrb=zrb-hrb;
从上述解耦动力学方程可以看出,参数向量η和观测矩阵Φ、姿态向量δ之间得到了解耦,因此可以方便地通过各种数值计算算法对参数向量η进行求解。例如本实施例通过多个测点的观测矩阵Φ和姿态向量δ构成超定方程组,并通过最小二乘法获得参数向量η的估计值。
根据不同的应用场景,最小二乘法具有各种优化方式。在本申请的一些实施例中,最小二乘法的具体方式为加权最小二乘法,参数向量η的求解方程为
其中加权矩阵Λ∈R3N×3N,用于对动态响应测量值进行加权。加权矩阵Λ一般为对角阵,设置的目的主要是对所采集的N个时间点的数据进行可信度加权,比如说其中一个时间点的数据和其它数据相比可能存在较大的粗大误差,可以将其权值降低,而在可靠工况下采集的数据点可以设置更高的权重。具体可结合测量工况设定。
在一些实施例中,获取车辆的动态响应步骤中,对至少部分动态响应测量值的测量数据进行滤波处理;滤波处理中采用的滤波器为FIR低通滤波器、IIR低通滤波器、卡尔曼低通滤波器、卡尔曼平滑器或频域低通滤波器中的一种。如图6至图13所示的测量信号中,四个悬架的相对高度的测量信号相对比较平滑,既可以通过简单滤波处理后进行采样,也可直接进行采样后或进一步微分后计算观测矩阵Φ、姿态向量δ的数据点;而加速度和角加速度的测量曲线带有较多的高频分量,需要通过低通滤波处理后再进行采样。
由于车体10通常具有复杂的结构,因而在较宽的频带范围内具有多个振动模态,包括全局振动模态和局部振动模态,各个振动模态又具有独特的振型,而实际测量时布置的传感器数量有限,因此传感器采集到的动态响应还包括了车体结构的局部响应,这些车体高阶模态和局部模态造成的局部振动响应的频率高于车体10和车辆悬架构成的整车系统的特征频率(通常为1至2Hz),也高于车辆悬架的特征频率(通常在10至20Hz),以及车体10的低阶全局模态特征频率范围(通常在20至50Hz)。因此可将滤波器的截至频率设置在20至50Hz范围内。
本实施例的方法一般是作为非实时后处理的方法,如果需要,也可以实时进行。实时进行时,可以采用FIR低通滤波器或IIR低通滤波器等时域的数据处理方法,这些操作会造成一定的延迟。如果是后处理的非实时进行,也可以采用频域低通滤波器,即在频域设置截止频域进行简单滤波。实时处理还可以用卡尔曼滤波(前向迭代),非实时的处理可以加入卡尔曼平滑器(后向迭代),因为卡尔曼平滑器会用到未来的数据;加入卡尔曼平滑器后的滤波精度可以比单纯卡尔曼低通滤波器更高。图14所示为一个FIR低通滤波器的实施例的频响曲线,其3dB截止频率约为50Hz。
在一些实施例的获取车辆的动态响应步骤中,通过在车辆上设置传感器测量动态响应测量值。如图3所示,传感器包括:左前车高传感器41,用于获得左前悬架相对高度Δla和左前悬架垂向相对速度右前车高传感器42,用于获得右前悬架相对高度Δra和右前悬架垂向相对速度左后车高传感器43,用于获得左后悬架相对高度Δlb和左后悬架垂向相对速度右后车高传感器44,用于获得右后悬架相对高度Δrb和右后悬架垂向相对速度
传感器还包括第一加速度计、第二加速度计、第三加速度计、第四加速度计(图中未示出),设置于车体10上,且它们在水平面的投影相互远离地构成一四边形的四个顶角,用于测量各自的安装点的竖直方向的加速度后获得车体10的垂向加速度横滚角加速度和俯仰角加速度4个加速度计可布置于车体10底部的四角,也可布置于车体10底部的前后中点和两侧的中点,车体10的垂向加速度横滚角加速度和俯仰角加速度均可通过四个加速度计的测量值和位置关系以及车体质心O的位置通过简单计算得到;四个加速度计均可采用简单的单轴加速度传感器。
在一些实施例的获取车辆的动态响应步骤中,传感器包括上一组实施例中的四个车高传感器之外,还包括惯性测量单元45,用于获得车体10的垂向加速度横滚角加速度和俯仰角加速度惯性测量单元45包括第五加速度计和陀螺仪,第五加速度计为三轴加速度计,但也可以采用垂向设置的单轴加速度计,陀螺仪为三轴陀螺仪,但也可以仅包括两个敏感轴分别沿车辆横轴y和沿车辆纵轴x设置的单轴陀螺仪。
显而易见地,第五加速度计可以获得车体10的垂向加速度三轴陀螺仪可以获得车体10沿各个转轴的角速度,通过频域微分即可得到车体10的横滚角加速度和俯仰角加速度由于陀螺仪可直接测量车体角度和角速度,且精度较高,一般机械陀螺仪的角度测量精度可以达到0.1°,光纤陀螺仪可以达到0.01°,激光陀螺仪可以达到0.005°,实际工程中采用机械陀螺仪就可以满足使用要求并超过采用加速度计间接计算的精度,上一组实施例中的四个加速度计可以不再设置,或者保留并用于校核。
在一些实施例中,惯性测量单元45还包括三轴磁力计,构成九轴惯导传感器;三轴陀螺仪为机械陀螺仪、光纤陀螺仪、激光陀螺仪中的一种;左前车高传感器41、右前车高传感器42、左后车高传感器43、右后车高传感器44,其类型包括拉线位移传感器、激光位移传感器、杆式位移传感器、角度连杆式传感器等;悬架相对高度的获得方式包括直接测量或通过测量悬架活动构件之间的相对角度后计算获得,可在实际测量前对每个传感器进行标定。
垂向相对速度的获得方式为通过对四个悬架的相对高度的测量信号进行微分获得。九轴惯导传感器的数据准确度除了传感器内单个器件本身的精度外,还涉及到焊接装配后的矫正,以及可以利用现有技术中针对不同应用的配套算法进行修正。合适的修正算法可以将来自三种传感器的数据融合,弥补了单个传感器在准确度上的局限性,从而实现高精度的加速度、角度和角加速度检测。
在一些实施例中,垂向激励通过道路行驶、四通道车辆振动台垂向冲击、四通道车辆振动台扫频、四通道车辆振动台随机振动中的至少一种产生;道路行驶具体为,以10-60km/h范围内的车速匀速行驶在整体水平的选定道路上,选定道路包括比利时路面、粗糙沥青路面、搓板路面、减速坎中的至少一种。不同路面、不同车速的结果在计算参数向量η时还可通过加权矩阵Λ进行加权处理。四通道车辆振动台垂向冲击为广谱激励,四通道车辆振动台扫频、四通道车辆振动台随机振动等激励方式也可实现光谱激励并可设置激励频谱。
本申请还提供了另一种车辆动力学参数辨识方法,如图2所示的流程图,该方法的一个实施例包括步骤:获取车辆的静态参数,静态参数包括轴距Lx、轮距Ly;获取车辆的动力学参数中的前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb、车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy中的至少一个;获取车辆的动态响应:在车辆的四个车轮受到垂向激励时,同步获取动态响应测量值,动态响应测量值包括车体的垂向加速度横滚角加速度俯仰角加速度以及四个悬架的相对高度和垂向相对速度;车体为车辆的簧上车辆结构及载荷;车辆动力学参数辨识:通过已知的静态参数、已获取的动力学参数、测量的到的动态响应和七自由度车辆模型得到至少一个车辆参数的估计值,车辆参数包括车体质量mc、车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy、前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb中的至少一个。
和前述车辆动力学参数辨识方法的实施例不同的是,本实施例可用于车体质量mc未知或者发生变化的场合,例如考虑了乘员数量和载荷时,实际的车体质量mc通常是变化的。本实施例的获取车辆的动态响应步骤可采用前述实施例中相同的技术方案;本实施例的车辆动力学参数辨识步骤和前述实施例的区别为获得参数向量η后车辆参数的估计值计算方法不同。具体地,前述实施例中车辆参数的估计值计算方法为:
当车体质量mc为未知时,可进行简单的变形得到本实施例的车辆参数的估计值计算方法。以前悬架刚度系数ksa为已知值的情况为例,变形后的计算方法为:
类似地,当已知前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb、车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy中的多个,或者前悬架刚度系数ksa之外的任一个时,也可通过简单变形得到未知参数的估计值计算方法,在此不再详细列出。
本申请提供的车辆动力学参数辨识系统的一个实施例包括处理器和存储器,存储器中存储有至少一条指令,指令由处理器加载并执行以实现前述任一实施例的车辆动力学参数辨识方法所执行的操作。图5所示为本实施例的工作流程图。
在车辆动力学参数辨识系统的一个实际应用中,动态响应测量值如图6至图13所示。将滤波后的数据采样,采样周期0.01s,在60s激励时间内共采集6000个点,代入前述的超定方程组中,求解得到车辆动力学参数的估计值如表2所示,同时将估计值与车厂提供的参数对比,可见本申请提供的方法可以很好的估计出难以量测的车辆动力学参数。
表2.车辆动力学参数的估计值
| 参数 | 参数估计值 | 车厂提供的参数 |
| 车体的侧倾转动惯量Iox | 234.7kg·m2 | 235.0kg·m2 |
| 车体的俯仰转动惯量Ioy | 1220.4kg·m2 | 1222.0kg·m2 |
| 前悬架刚度系数ksa | 17319N/m | 17000N/m |
| 后悬架刚度系数ksb | 21966N/m | 22000N/m |
| 前悬架阻尼系数csa | 1496.9N·s/m | 1500.0N·s/m |
| 后悬架阻尼系数csb | 1499.3N·s/m | 1500.0N·s/m |
本申请提供的车辆的一个实施例包括前述实施例的车辆动力学参数辨识系统;还包括用于获取车辆的动态响应的测量装置,其中车辆动力学参数辨识步骤得到的结果用于调整车辆的半主动悬架或主动悬架的可调参数,或者用于监测车辆的静态参数和动力学参数在车辆使用过程中的变化。例如可以通过辨识到的相关参数的变化调整半主动悬架的减振器的阻尼值或调整主动悬架的高度和阻尼值等参数,或用于监测车辆的提供阻尼功能的减振器、缓冲块等部件的性能衰减等。此时需要所采用的车辆动力学参数辨识方法具有实时处理的功能。类似地,部分车载设备配置有和车辆类似的减震用悬架系统,因此也可以安装或者通过前述任一实施例的车辆动力学参数辨识系统对其相关参数进行辨识。
本申请提供的计算机可读存储介质的一个实施例存储有至少一条指令,指令由处理器加载并执行以实现前述任一实施例的车辆动力学参数辨识方法所执行的操作。
上述仅为本申请的较佳实施例及所运用的技术原理,在不脱离本申请构思的情况下,还可以进行各种明显的变化、重新调整和替代。本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点和功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神的情况下进行各种修饰或改变。在不冲突的情况下,以上实施例及实施例中的特征可以相互组合。
Claims (10)
1.一种车辆动力学参数辨识方法,其特征在于,包括步骤:
获取车辆的静态参数,所述静态参数包括车体的车体质量mc、轴距Lx、轮距Ly,所述车体为所述车辆的簧上车辆结构及载荷;
获取车辆的动态响应:在所述车辆的四个车轮受到垂向激励时,同步获取动态响应测量值,所述动态响应测量值包括所述车体的垂向加速度横滚角加速度俯仰角加速度以及四个悬架的相对高度和垂向相对速度;
车辆动力学参数辨识:通过七自由度车辆模型和所述静态参数、所述动态响应得到所述车辆的动力学参数的估计值,所述动力学参数包括车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy、前悬架刚度系数Ksa、后悬架刚度系数Ksb、前悬架阻尼系数csa、后悬架阻尼系数csb中的至少一个;
所述的车辆动力学参数辨识具体包括:
通过所述七自由度车辆模型的动力学方程推导出解耦动力学方程
Φη=δ,
其中Φ为包括至少部分所述动态响应测量值的观测矩阵,δ为包括部分所述动态响应测量值的姿态向量,η为包括至少一所述动力学参数的参数向量;
获取N个时间点t1,t2,…,tN的所述观测矩阵和所述姿态向量
采用最小二乘法求解超定方程组φ∑η=δ∑,得到所述参数向量η的求解方程
其中
η=[η1 η2 η3 η4 η5 η6]T;
根据求出的所述参数向量η,得到各个所述动力学参数的估计值:
所述最小二乘法为加权最小二乘法,所述求解方程为
其中Λ为加权矩阵,用于对所述动态响应测量值进行加权。
2.根据权利要求1所述的车辆动力学参数辨识方法,其特征在于,
所述获取车辆的动态响应的步骤具体包括,对至少部分所述动态响应测量值的测量数据进行滤波处理;
所述滤波处理中采用的滤波器为FIR低通滤波器、IIR低通滤波器、卡尔曼低通滤波器、卡尔曼平滑器或频域低通滤波器中的一种。
3.根据权利要求1或2所述的车辆动力学参数辨识方法,其特征在于,
所述获取车辆的动态响应的步骤具体包括,通过在所述车辆上设置传感器测量所述动态响应测量值;
所述传感器包括:
左前车高传感器,用于获得左前悬架相对高度Δla和左前悬架垂向相对速度
右前车高传感器,用于获得右前悬架相对高度Δra和右前悬架垂向相对速度
左后车高传感器,用于获得左后悬架相对高度Δlb和左后悬架垂向相对速度
右后车高传感器,用于获得右后悬架相对高度Δrb和右后悬架垂向相对速度
第一加速度计、第二加速度计、第三加速度计、第四加速度计:设置于所述车体上,且在水平面的投影相互远离地构成一四边形的四个顶角,用于测量竖直方向的加速度后获得所述垂向加速度所述横滚角加速度和所述俯仰角加速度
4.根据权利要求1或2所述的车辆动力学参数辨识方法,其特征在于,
所述获取车辆的动态响应的步骤具体包括,通过在所述车辆上设置传感器测量所述动态响应测量值;
所述传感器包括:
左前车高传感器,用于获得左前悬架相对高度Δla和左前悬架垂向相对速度
右前车高传感器,用于获得右前悬架相对高度Δra和右前悬架垂向相对速度
左后车高传感器,用于获得左后悬架相对高度Δlb和左后悬架垂向相对速度
右后车高传感器,用于获得右后悬架相对高度Δrb和右后悬架垂向相对速度
惯性测量单元,用于获得所述垂向加速度所述横滚角加速度和所述俯仰角加速度所述惯性测量单元包括第五加速度计和陀螺仪,所述第五加速度计至少具有一垂向设置的敏感轴,所述陀螺仪至少具有一沿车辆横向设置的敏感轴和一沿车辆纵向设置的敏感轴。
5.根据权利要求4所述的车辆动力学参数辨识方法,其特征在于,
所述惯性测量单元包括三轴加速度计、三轴陀螺仪和三轴磁力计;
所述三轴陀螺仪为机械陀螺仪、光纤陀螺仪、激光陀螺仪中的一种;
所述左前车高传感器、所述右前车高传感器、所述左后车高传感器、所述右后车高传感器的类型包括拉线位移传感器、激光位移传感器、杆式位移传感器、角度连杆式传感器;
所述四个悬架的相对高度的获得方式包括直接测量或通过测量悬架活动构件之间的相对角度后计算获得,所述垂向相对速度的获得方式包括通过对所述四个悬架的相对高度进行微分获得。
6.根据权利要求1或2所述的车辆动力学参数辨识方法,其特征在于,
所述垂向激励通过道路行驶、四通道车辆振动台垂向冲击、四通道车辆振动台扫频、四通道车辆振动台随机振动中的至少一种产生;
所述道路行驶具体为,匀速行驶在整体水平的选定道路上,所述选定道路包括比利时路面、粗糙沥青路面、搓板路面、减速坎中的至少一种。
7.一种车辆动力学参数辨识方法,其特征在于,包括步骤:
获取车辆的静态参数,所述静态参数包括轴距Lx、轮距Ly;
获取车辆的动力学参数中的前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb、车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy中的至少一个;
获取车辆的动态响应:在所述车辆的四个车轮受到垂向激励时,同步获取动态响应测量值,所述动态响应测量值包括车体的垂向加速度横滚角加速度俯仰角加速度以及四个悬架的相对高度和垂向相对速度;所述车体为所述车辆的簧上车辆结构及载荷;
车辆动力学参数辨识:通过所述静态参数、已获取的所述动力学参数、所述动态响应和七自由度车辆模型得到至少一个车辆参数的估计值,所述车辆参数包括车体质量mc、车体侧倾转动惯量Iox、车体俯仰转动惯量Ioy、前悬架刚度系数ksa、后悬架刚度系数ksb、前悬架阻尼系数csa、后悬架阻尼系数csb中的至少一个;
所述的车辆动力学参数辨识具体包括:
通过所述七自由度车辆模型的动力学方程推导出解耦动力学方程
Φη=δ,
其中Φ为包括至少部分所述动态响应测量值的观测矩阵,δ为包括部分所述动态响应测量值的姿态向量,η为包括至少一所述动力学参数的参数向量;
获取N个时间点t1,t2,…,tN的所述观测矩阵和所述姿态向量
采用最小二乘法求解超定方程组ΦΣη=δ∑,得到所述参数向量η的求解方程
其中
η=[η1 η2 η3 η4 η5 η6]T;
根据求出的所述参数向量η,得到各个所述动力学参数的估计值:
所述最小二乘法为加权最小二乘法,所述求解方程为
其中Λ为加权矩阵,用于对所述动态响应测量值进行加权。
8.一种车辆动力学参数辨识系统,其特征在于,
包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现如权利要求1至7中任一项所述的车辆动力学参数辨识方法所执行的操作。
9.一种车辆,其特征在于,
包括权利要求8所述的车辆动力学参数辨识系统和测量装置,所述测量装置用于获取车辆的动态响应;
所述车辆动力学参数辨识的步骤得到的结果用于调整车辆的半主动悬架或主动悬架的可调参数,和/或用于监测车辆的至少一个所述静态参数或所述动力学参数在车辆使用过程中的变化。
10.一种计算机可读存储介质,其特征在于,
所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如权利要求1至7中任一项所述的车辆动力学参数辨识方法所执行的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210147860.2A CN114516251B (zh) | 2022-02-17 | 2022-02-17 | 一种车辆动力学参数辨识方法、系统、车辆及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210147860.2A CN114516251B (zh) | 2022-02-17 | 2022-02-17 | 一种车辆动力学参数辨识方法、系统、车辆及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114516251A CN114516251A (zh) | 2022-05-20 |
| CN114516251B true CN114516251B (zh) | 2024-08-30 |
Family
ID=81599102
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210147860.2A Active CN114516251B (zh) | 2022-02-17 | 2022-02-17 | 一种车辆动力学参数辨识方法、系统、车辆及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114516251B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024085849A1 (en) * | 2022-12-28 | 2024-04-25 | Oyak Renault Otomobi̇l Fabri̇kalari Anoni̇m Şi̇rketi̇ | Suspension system control method for vehicles |
| CN119017884B (zh) * | 2024-09-14 | 2025-09-19 | 同济大学 | 车身姿态估计及其主动控制方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107791773A (zh) * | 2017-09-04 | 2018-03-13 | 昆明理工大学 | 一种基于规定性能函数的整车主动悬架系统振动控制方法 |
| CN110712491A (zh) * | 2019-10-16 | 2020-01-21 | 湖南大学 | 一种用于车辆模态解耦的分层控制方法、系统及介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019218097A1 (zh) * | 2018-05-14 | 2019-11-21 | Lu Shan | 汽车爆胎安全稳定控制系统 |
| CN113378408B (zh) * | 2021-07-01 | 2022-09-13 | 合肥工业大学 | 一种电控悬架整车耦合的最优控制方法 |
-
2022
- 2022-02-17 CN CN202210147860.2A patent/CN114516251B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107791773A (zh) * | 2017-09-04 | 2018-03-13 | 昆明理工大学 | 一种基于规定性能函数的整车主动悬架系统振动控制方法 |
| CN110712491A (zh) * | 2019-10-16 | 2020-01-21 | 湖南大学 | 一种用于车辆模态解耦的分层控制方法、系统及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114516251A (zh) | 2022-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114516251B (zh) | 一种车辆动力学参数辨识方法、系统、车辆及存储介质 | |
| CN115406446B (zh) | 基于神经网络与无迹卡尔曼滤波的多轴特种车状态估计方法 | |
| EP3617647B1 (en) | Road surface profile estimating device, road surface profile estimating system, road surface profile estimating method, and road surface profile estimating program | |
| CN112660112B (zh) | 一种车辆侧倾状态及侧翻预测方法及系统 | |
| JP2009522169A (ja) | 車体の少なくとも1つの運動状態を求める方法 | |
| CN110239462B (zh) | 一种车辆侧翻的预警方法及系统 | |
| KR20140067117A (ko) | 차량 모델 유닛을 포함하는 센서 시스템 | |
| JP2017531597A (ja) | 車両サイドスリップ角を推定する方法、該方法を実施するコンピュータプログラム、該コンピュータプログラムを読み込んだ制御ユニット、及び該制御ユニットを備える車両 | |
| US20100198527A1 (en) | System and method for estimating at least one characteristic of a motor vehicle suspension | |
| CN110702113B (zh) | 基于mems传感器的捷联惯导系统数据预处理和姿态解算的方法 | |
| CN114953886B (zh) | 一种载人月球车悬架状态计算方法及系统 | |
| CN113203422B (zh) | 一种基于尺寸测量装置的货车状态惯性参数联合估计方法 | |
| CN114139360B (zh) | 一种基于双扩展卡尔曼滤波的车辆侧倾状态估计方法 | |
| WO2008138067A1 (en) | A method and system for estimating parameters of a vehicle | |
| JP5067620B2 (ja) | サスペンション制御装置 | |
| CN116278574B (zh) | 一种车辆状态及路面不平度的估计方法 | |
| CN115257782A (zh) | 车辆横摆角预测方法、装置及计算机可读存储介质 | |
| CN112046491A (zh) | 车轮侧偏刚度的估算方法、装置、车辆及可读存储介质 | |
| CN111391857A (zh) | 一种分布式驱动电动汽车坡度估计方法及系统 | |
| CN118494494A (zh) | 一种多轮电驱无人平台的纵向坡度识别方法及系统 | |
| CN115402048B (zh) | 车身动态响应参数的确定方法及系统 | |
| Delvecchio et al. | Estimation of the tire vertical deflection in a motorcycle suspension via kalman-filtering techniques | |
| CN114486300B (zh) | 车载减振设备的垂向振动状态的观测方法及系统 | |
| CN112248940B (zh) | 一种用于车身姿态控制的传感器布置解算方法及系统 | |
| CN111174974B (zh) | 一种车辆悬架升沉测量方法及系统 |
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 |