针对车辆主动安全控制中路面附着系数这一关键信息,提出一种指数加权衰减记忆无迹卡尔曼滤波(FMUKF)估计算法。该算法在传统无迹卡尔曼滤波(UKF)的基础上,利用衰减记忆滤波来解决由于模型不准确造成的滤波误差过大甚至发散等问题。利用Car Sim和MATLAB/Simulink对算法进行了联合仿真和实车道路试验,并与传统UKF算法的估计结果进行对比分析。结果表明,该算法增强了滤波的稳定性、提高了算法的估计精度,且具有一定的自适应性。 波估计时，要用到当前时刻以前的所有数据，导致当前传感器测量值没有得到充分利用，且UKF估计需要精确的数学模型和噪声统计特性，否则会引起滤波精度降低甚至发散的现象。鉴于此，路面附着系数估计-数控滚圆机滚弧机折弯机数控滚圆机滚弧机折弯机本文在传统UKF基础上，引入衰减记忆滤波对噪声及观测数据进行指数加权处理，逐渐减小旧观测数据的权重，相应地增大新近观测数据的权重，从而逐渐减小旧观测数据对滤波的不良影响，提高估计算法的性能和精度，增强滤波器的稳定性。2非线性车辆动力学模型2.1整车模型本文主要研究车辆在水平路面的附着系数估计，所提出的估计算法基于如图1所示的3自由度车辆模型，包括车辆的纵向、侧向和横摆3个方向的运动。图1中，vx、vy分别为车辆的纵向速度和侧向速度。图1车辆模型车辆运动方程为：ax=1m[(F)]x1+Fx2cosδ+Fx3+Fx4-、r分别为车辆的纵向加速度、横向加速度、横摆角速度；m为整车质量；Fw=CDAvx2/21.15为空气阻力；Fxi、Fyi分别为纵向力和侧向力（i=1,2,3,4分别代表左前轮、右前轮、左后轮、右后轮）；a、b分别为前轴和后轴至车辆质心的距离；tf、tr分别为前、后轮距；δ为前轮转角（假设两前轮转角相同）；Iz为整车绕垂直轴的转动惯量； 本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.nameCD为空气阻力系数；A为车辆纵向迎风面积。2.2轮胎模型针对参数估计的研究，综合算法的复杂度、实2018年第1期4.2双移线工况在CarSim内设置车辆在附着系数为0.8的路面下进行起始车速为85km/h的匀速双移线仿真。其中含高斯白噪声的侧向加速度和横摆角速度测量值如图4所示，传统UKF算法和FM-UKF算法的路面附着系数估计结果与CarSim输出值的对比如图5所示。从仿真结果可以看出，车辆在第4s左右处于非线性区域，采用传统UKF算法的估计结果波动较大，在非线性区附近抖振最为严重，且收敛速度较慢，稳定值与真实值之间存在较大的误差，而采用FM-UKF算法的估计结果收敛迅速，且整体精度和稳定性与采用传统UKF算法的估计结果相比均具有很大提升，在一定程度上弥补了轮胎模型没有考虑车轮回正力矩这一误差因素的影响。（a）侧向加速度（b）横摆角速度图4含高斯白噪声的侧向加速度和横摆角速度图5路面附着系数估计5实车试验为进一步验证所设计的FM-UKF算法对路面附着系数估计的有效性，本文基于某型四轮独立驱动越野车平台，进行实车道路试验。试验所需的转向盘转角、各车轮转速和纵向车速信息分别由转向盘转角传感器、轮速传感器和GPS采集，纵、侧向加速度和横摆角速度的量测值由陀螺仪采集，采样周期为10ms。由于侧向车速不能直接测量得到，直接对测量的侧向加速度积分易造成误差积累，通过对侧向加速度进行标准卡尔曼滤波处理可得到侧向车速。上述仪器所测得的相关量值信息均可挂载在CAN总线上，通过I/O接口经dSPACE的D/A模块实时传递至上位机软件ControlDesk中，一方面可以进行数据的实时监控，另一方面可以开展数据的采集和保存。试验车辆、设备和数据处理流程分别如图6和图7所示。试验所采集的相关信息在MATLAB/Simulink环境下实现所设计的FM-UKF算法，并与UKF算法的估计结果进行对比分析。图6道路试验实际车辆图7试验路面附着系数估计-数控滚圆机滚弧机折弯机数控滚圆机滚弧机折弯机 本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name