车辆动力学

2022.09.12

1、归一化：

就是将训练集中某一列数值特征（假设是第 i i i 列）的值缩放到0和1之间。方法如下所示：

 2、横摆角速度

无人驾驶算法——车辆横摆角速度计算方法_萧潇子的博客-CSDN博客_横摆角速度

3、摩擦力u的作用

        1、改善ESC（电子稳定控制系统）系统的性能。

        2、确定车辆所需的横摆角速度，确保安全性

        3、适时调整制动距离

        4、实时调整道路上应用的除冰材料的数量和种类

4、摩擦估计技术

        1、基于车辆动力学进行计算（只需要车辆自带的传感器）

        2、直接尝试测量摩擦系数的特殊传感器

   

5、平均胎路摩擦系数估计技术

        1、基于滑移率的估计方法

        2、基于卡尔曼滤波的估计方法

        3、基于横向动力学的估计方法。

6、

 7、滑移斜率法利用归一化纵向轮胎力和滑移率之间的关系来确定胎路摩擦系数μ。

 8、纵向滑移率是根据从动轮线速度和车辆绝对速度v之间的差值定义的，为了计算每个车轮的滑移率，需要每个车轮的速度ω和车辆的纵向速度v。(ABS)可以测量获得每个车轮的角速度，

判定滑移率-斜率的参数估计算法

要进行滑移率斜率估计，需要计算前后轮胎的纵向力和滑移率。

一旦确定了滑移斜率Kr，就可以通过分类函数将其与路面状况或摩擦系数联系起来。

对于大于0.05的滑移率，使用高滑移率公式。

递推最小二乘(RLS)算法更新未知参数，以最小化建模误差的平方和.

参数λ是遗忘因子，它减少了旧数据的影响，旧数据可能不再与模型相关，因此可以防止协方差终结问题。。λ的典型值介于0.9和1之间。λ越小，先前样本的贡献越小，参数收敛速度越快。减小λ会增加估计过程对噪声的敏感性[21]，这会导致参数估计变得振荡。因此，RLS算法在快速跟踪能力和抗噪性之间存在权衡。

如果纵向力或滑移率很小，则摩擦估计值是随机不确定的。

如果加速度或减速度很小，则由于纵向力是从加速度计的输出信号计算出来的，因此加速度信号的信噪比(SNR)很小，这可能会导致高估摩擦系数。

系统通常被编程为在测量加速度的绝对值小于0.3 m/s2且滑移率的绝对值小于0.005时停止更新摩擦系数。（减小系统误差，就是他需要更新参数，但由于测试数据存在着跳变等误差，需要通过滤波和设置范围的方法进行优化）

配备了差分GPS系统、纵向加速计和ABS轮速传感器。

确定滑移率斜率值，比如确定了9.8，则可以将滑移率斜率值位9.8的路面情况进行类比，用这个标准分类路面情况

混凝土->9.8

积雪覆盖的混凝土->7.0，对于小滑移区域的加速和制动，滑移斜率始终收敛到约7.0，分类为略微光滑的路面

线性区才能计算，但这是测试的冰面，滑移率几乎高达100%，轮胎工作在非线性区域

实验估计结冰表面摩擦系数估计值将迅速收敛到0.22

单轮摩擦估算

单个车轮摩擦系数估算的总体方法包括三个步骤，

1、估算单个从动或驱动车轮上的纵向轮胎力，

2、测量或估算车轮上的纵向滑移率，

3、以及使用参数辨识公式计算胎路摩擦系数。

根据可用传感器的类型，可以为步骤1和2开发几种不同的算法。下面讨论两种算法。

算法1依赖于车辆CAN总线上可用的发动机扭矩测量值和制动扭矩测量值，以及使用基于载波相位的GPS系统测量的绝对车速。该算法仅利用每个车轮的扭矩平衡方程，但需要扭矩信号可用。

算法2采用不同的方法，假设发动机扭矩测量值不可用，仅使用纵向加速计和基于GPS的车速测量值。算法1和2都假设车轮速度测量值可用。

从图2可以看出，如果滑移率和归一化轮胎力都可用，则可以通过参数辨识公式计算胎路摩擦系数。

使用GPS和扭矩测量进行摩擦估计

在该算法中，由于车辆速度可从GPS获得，并且还可测量车轮速度，因此可以使用(8)直接计算滑移率。如“滑移斜率方法”一节所述，一旦估算出纵向轮胎力和滑移率，就可以使用参数辨识来估算胎路系数。

利用GPS和加速度计估算摩擦

实验：

1、MicroAutoBox

2、GPS RT3000

3、发动机扭矩、变速箱传动比、车轮转速和其他几个变量

平均μ估计方法

        1、基于滑移坡的估计

        2、基于车辆横向动力学的估计

        3、基于EKF的估计方法

可以通过测量单个车轮速度、基于GPS的车速以及驱动扭矩或纵向加速度来估计单个车轮μ。

讨论的基于车辆动力学的估计方法的一个局限性是，它们需要足够的轮胎滑移或足够的轮胎滑移角来实时更新μ估计值。如果滑移率和滑移角非常小，如车辆在直线道路上滑行时可能发生的情况，则系统无法提供摩擦系数估计值的更新。