CN107074241A

CN107074241A - 估计车辆侧滑角度的方法、实施所述方法的计算机程序、装载有所述计算机程序的控制单元以及包括所述控制单元的车辆

Info

Publication number: CN107074241A
Application number: CN201480082807.2A
Authority: CN
Inventors: S·M·萨瓦雷斯; M·科诺尔; D·塞尔玛纳吉; G·潘扎尼; C·吉拉尔丹; G·布萨莱
Original assignee: Maserati SpA; Politecnico di Milano
Current assignee: Maserati SpA; Politecnico di Milano
Priority date: 2014-10-20
Filing date: 2014-10-20
Publication date: 2017-08-18
Anticipated expiration: 2034-10-20
Also published as: US20170247038A1; JP2017531597A; CN107074241B; WO2016062327A1; EP3209529A1; EP3209529B1

Abstract

本发明涉及一种用于估计四轮车辆的侧滑角度(β^stim)的方法，它包括：检测表示车辆纵向加速度(Ax)、横向加速度(Ay)、竖直加速度(Az)、横摆速度(公式I)、侧倾速度(公式II)、轮速度(V_FL、V_FR、V_RL、V_RR)的信号；预处理(1)所述信号，以便校正测量误差和/或噪声，从而获得至少纵向加速度(a_x)、横向加速度(a_y)、横摆速度(公式I)和轮速度(v_FL，v_FR，v_RL，v_RR)的校正测量值；根据至少一个轮速度(v_FL，v_FR，v_RL，v_RR)的校正测量值来确定(2)估计车辆纵向速度(Vx^stim)；从表示横摆速度(公式I)的信号来确定横摆加速度(公式III)；求解(25)依赖时间的参数非线性滤波器，例如卡尔曼滤波器或龙贝格滤波器，从而将车辆纵向和横向速度(公式IV)以及纵向和横向加速度(公式V)描述为横向加速度(a_y)、纵向加速度(a_x)和横摆速度(公式I)的校正测量值以及估计车辆纵向速度(Vx^stim)和滤波器参数(F)的函数，该滤波器参数(F)取决于车辆横摆加速度(公式III)、横摆速度(公式I)和横向加速度(a_y)中的至少一个，该横向加速度(a_y)将负分量添加给由滤波器自身确定的横向加速度(VI)，所述滤波器参数(F)选择为使得所述负分量在根据车辆横摆加速度(公式III)、横摆速度(公式I)和横向加速度(a_y)中的所述至少一个而确定车辆直线运动时达到最大值；以及由通过求解非线性滤波器而确定的所述纵向和横向车速(公式IV)来确定车辆估计侧滑角度(β^stim)。本发明还涉及实施所述方法的计算机程序、装载有所述计算机程序的控制单元以及包括所述控制单元的车辆。

Description

估计车辆侧滑角度的方法、实施所述方法的计算机程序、装载有所述计算机程序的控制单元以及包括所述控制单元的车辆

技术领域

本发明涉及一种用于估计车辆(特别是四轮车辆)的侧滑角度的方法。知道侧滑角度可以用于例如车辆自身的稳定性控制。

车辆的侧滑角度(也称为车身侧滑角度)是在重心处测量的速度向量和车辆的纵向轴线之间的角度。

背景技术

越来越能感觉到估计车辆的侧滑角度的需求，特别是对于安全原因和车辆的稳定性控制。

因为侧滑角度测量困难，因此已经提出了用于估计侧滑角度的多种方法。

为了估计侧滑角度，目前已知两种不同的方法。在第一种方法(动态方法)中，使用车辆的动态量，而在第二种方法(影像(cinematic)方法)中，只使用影像量。

发明内容

已经发现，由于较差的结果估计和由于算法计算的复杂度，用于估计侧滑角度的已知方法并不令人满意。

因此，已经有利地发现了一种影像方法，其中，通过使用包含车辆影像模型的非线性滤波器(例如卡尔曼或龙贝格滤波器)来执行侧滑角度估计，其中，非线性滤波器包括作为在车辆横摆速度和/或横摆加速度和/或横向加速度的函数而在车辆运动期间连续地更新的参数。

因此，本发明涉及一种根据所附权利要求1的、用于确定车辆的侧滑角度的方法。

从属权利要求2-16涉及权利要求1的方法的特别优选实施例。

本发明还涉及一种根据权利要求17的、可装载在车辆的控制单元中的计算机程序。

本发明还涉及一种根据权利要求18所述的、车辆的控制单元。

本发明还涉及一种根据权利要求19所述的车辆。

附图说明

通过下面参考附图对优选实施例和它的可选方式(作为实例给出)的说明，将更清楚其它特征和优点，其中：

图1a表示了与车辆相关联的参考系统，将对于该车辆来计算侧滑角度；

图1b示意表示了传感器并不与车辆轴线X、Y、Z对齐的情况；

图1c示意表示了重力作用对由于车辆侧倾而引起的横向加速度Ay的补偿；

图2是表示了根据本发明的可能实施例的、用于估计车辆的侧滑角度的方法的方框图；

图3是根据可能实施例的、图2中的模块7的详细方框图；

图4是根据可能实施例的、图2中的模块13的一部分的详细方框图；

图5是根据可能实施例的、图2中的模块13的还一部分的详细方框图；

图6是根据可能实施例的、图2中的模块13的还一部分的详细方框图；

图7是根据可能实施例的、图2中的模块15的详细方框图；

图8表示了描述非线性滤波器的参数F的可能曲线，该参数F用于在根据本发明的方法中确定估计的侧滑角度。

具体实施方式

在下面的说明中，相同的字母数字参考符号在描述不同附图时用于类似的示例元件。

图1a示意表示了用于车辆的参考系统。轴X、Y、Z分别是车辆的纵向、横向和竖直轴。如本领域技术人员已知，侧倾、横摆和俯仰表示车辆绕X轴，Y轴和Z轴的旋转。如图1a中所示：

-侧倾和侧倾速度分别表示为θ、

-横摆和横摆速度分别表示为ψ、

-俯仰和俯仰速度分别表示为

而且，Ax和Ay分别表示沿轴X和轴Y的车辆加速度，即纵向加速度和横向加速度。

矢量表示实际车速，β表示车辆侧滑角度，即在矢量与轴X之间的角度；

δ表示转向角。

图2示意表示了根据本发明的可能实施例的、用于估计车辆的侧滑角度的方法的方框图。该方法基于多个输入来确定估计的车辆侧滑角度β^stim，这些输入是例如由提供于车辆上的相应传感器来检测的影像量的测量值，各传感器适于产生表示测量的影像量的信号。因此，根据本发明的方法包括检测表示至少以下影像量的信号：

-车辆纵向Ax、横向Ay和竖直Az加速度，它们能够例如由安装在车辆上的合适惯性测量单元(“IMU”)来检测；

-车辆横摆速度和侧倾速度它们能够例如由安装在车辆上的相应陀螺仪来检测；

-车轮的线速度，特别是左前轮V_FL、右前轮V_FR、左后轮V_RL和右后轮V_RR的线速度。通常，与轮相关联的传感器实际检测它们角速度，然后能够基于检测的角速度和轮半径来确定线速度。例如，能够使用编码器或解码器等来确定角速度。

传入的信号在相应的预处理步骤中进行预处理，该预处理步骤在图2中以虚线示意表示为模块1。模块1又能够包括多个模块，这些模块与后面将详细介绍的方法步骤相对应。与模块1相对应的预处理步骤导致确定纵向加速度a_x，横向加速度a_y和横摆速度的校正测量值以及左前轮v_FL、右前轮v_FR、左后轮v_RL和右后轮v_RR的校正测量值。

轮速度的校正测量值以及优选还有转向角度δ输入模块2(“车速估计”)，这能够实现确定估计车辆纵向速度Vx^stim的方法步骤。后面将更详细地介绍模块2。

纵向加速度a_x、横向加速度a_y和横摆速度的校正测量值以及估计的车辆纵向速度Vx^stim输入模块3(“β估计”)中，这实际上确定了根据这些输入的估计侧滑角度β^stim。下面还将详细介绍模块3的方法步骤。

下面将详细介绍图2中所示的各模块。

根据实施例，模块1包括模块4(“预滤波”)，该模块4实现对表示影像量的信号进行滤波的方法步骤，该信号由安装在车辆上的传感器来检测。特别地，模块4包括：第一滤波模块4’，用于对表示车辆影像量(即车辆纵向加速度Ax、横向加速度Ay和竖直加速度Az、车辆横摆速度和车辆侧倾速度)的信号进行滤波；以及第二滤波模块4”，用于对表示轮影像量(即前左轮速度V_FL、右前轮速度V_FR、左后轮速度V_RL、右后轮速度V_RR)的信号进行滤波。执行滤波主要为了消除信号中的噪声。特别地，一些测量值可能受到车辆竖直运动的影响。优选是通过低通滤波器来对信号进行滤波。截止频率的选择取决于所考虑的车辆。

根据实施例，模块1包括模块5(“IMU安装的校正”)，该模块5实现对表示车辆加速度的信号进行校正(优选是在模块4’中滤波的信号)的方法步骤，即车辆纵向加速度Ax、横向加速度Ay和竖直加速度Az。在用于检测车辆加速度的传感器(例如IMU)不与车辆轴线对准的情况下，即与车辆轴线X、Y、Z形成角度roll₀(静态侧倾)、pitch₀(俯仰安装)和yaw₀(静态横摆)的情况下，模块5和相应的方法步骤可能是必需的。这些情况在图1B中表示。

当不知道时，静态侧倾、俯仰安装和静态横摆能够确定如下。

执行在车辆停止条件下的车辆纵向加速度Ax、横向加速度Ay和竖直加速度Az的测量。然后，对于加速度的各分量，计算检测样本的平均值。纵向加速度、横向加速度和竖直加速度的平均值表示为Ax_mean、Ay_mean、Az_mean。

然后，能够利用以下公式来计算静态侧倾roll₀和俯仰安装pitch₀

静态横摆yaw₀能够估计为横摆，以使得在测量的加速度(纵向Ax和/或横向Ay)与实际加速度(例如，利用已调整的传感器来测量)之间的误差最小。对于误差最小，能够计算误差的均方根。

一旦识别了静态侧倾、俯仰安装和静态横摆，就能够通过旋转矩阵来校正输入模块5中的纵向加速度Ax、横向加速度Ay和竖直加速度Az的值，从而获得校正值例如加速度校正值能够利用以下公式来计算：

其中：

R_zyx＝R_zR_yR_x

和：

根据实施例，模块1包括模块6(“质心测量”)，该模块6实现在用于检测车辆加速度的传感器(例如IMU)并不精确定位在车辆重心中的情况下校正表示纵向加速度Ax、横向加速度Ay和竖直加速度Az(优选是，在模块4’和/或模块5中先前校正)的信号的方法步骤。

原则上，将纵向加速度Ax、横向加速度Ay和竖直加速度Az校正为相应值Ax_G、Ay_G、Az_G(其中，考虑到传感器相对于重心的位置)能够利用以下公式来计算：

其中x_p、y_p和z_p表示传感器在先前介绍的参考系X、Y、Z中相对于重心的位置，这能够方便地认为是轴的原点。

不过，已经证明了俯仰影响(该俯仰影响并不是系统的输入)是能忽略的。因此，能够利用以下简化公式来计算纵向加速度Ax_G、横向加速度Ay_G和竖直加速度Az_G的校正值：

上述公式中的横摆速度和侧倾速度优选是在模块4’和4”中预先滤波。

根据一个实施例，模块1包括模块7(“侧倾估计”)，该模块7实现基于横向加速度Ay和侧倾速度(优选是如上所述在模块4’、5、6中进行了在先校正)来确定估计的车辆侧倾θ^stim的方法步骤。图3中表示了模块7的可能详细方框图。

检测的侧倾速度的简单积分不足以获得车辆侧倾的可靠估计，因为误差将随着积分而积累。为了克服这种问题，可以实现动态侧倾和静态侧倾的分离。

如图3中所示，模块7优选是包括第一模块7’，该第一模块7'实现估计“估计静态侧倾”的方法步骤；第二模块7”，该第二模块7”实现估计“估计动态侧倾”的方法步骤。估计车辆侧倾θ^stim最终确定为估计静态侧倾和估计动态侧倾的总和。

参考图3，在第一模块7’中，静态侧倾从横向加速度Ay(可能先前在模块4’、5、6中预处理)开始来确定。在静态条件下(即当Ay恒定时)，在横向加速度Ay和车辆侧倾之间有一对一的关系，这主要是由于悬架结构和刚性，该刚性能够通过实验来确定。在这种关系的基础上，在模块8(“侧倾刚性”)中确定静态侧倾。然后，通过从静态侧倾中减去在高通滤波器9(“HP滤波器”)中滤波的相同的静态侧倾来执行这样确定的静态侧倾的频率分离。

在模块7”中，侧倾速度(优选是在模块4’中在先预处理)在第二高通滤波器10中滤波，然后在积分器模块11(“∫”)中积分，从而获得动态侧倾。

然后，在模块7'中的静态侧倾的精确确定的结果与在模块7”中确定的动态侧倾相加，从而获得估计车辆侧倾θ^stim。

根据实施例，模块1包括模块12(“重力补偿”)，该模块12实现重力效果对横向加速度Ay(由于车辆侧倾θ)补偿的方法步骤。补偿根据在模块7中确定的估计车辆侧倾θ^stim来实现。实际上，当存在侧倾时，重力加速度的分量沿着Y轴存在，这将从表示横向加速度的信号中排除或减去。情况如图1c中所示。例如，补偿横向加速度Ay^comp能够利用以下公式来计算：

优选是，引入的加速度Ay预先在模块4’、5和6中预处理。

根据实施例，模块1包括模块13(“偏移估计”)，该模块13实现补偿存在于表示纵向加速度Ax、横向加速度Ay、横摆速度和侧倾速度的信号中的其它偏移的方法步骤。

参考陀螺仪偏移，即横摆速度和侧倾速度中的偏移，它们主要是电偏移。因此，由于电偏移，即使当车辆停止时，表示横摆速度和侧倾速度的信号也与零不同。

为了确定陀螺仪偏移，能够在预选时间中收集表示感兴趣的量的信号的几个样本(横摆速度或侧倾速度优选是预先在模块4’中预处理)，同时保持车停止。然后能够计算样本的平均值。优选是，平均值计算为指数加权移动平均值。

上述步骤在图4的方框图中示意表示。感兴趣的角速度Wi(能够是横摆速度或侧倾速度)输入模块14(“样本选择器”)中，该模块14只收集在车辆停止时的样本。因此，车速也表示为模块14的输入。在模块15(“EWMA”)中计算样本指数加权移动平均值，该模块确定感兴趣的角速度的偏移W^offset。

再参考纵向和横向加速度，信号中存在电偏移，即使在没有实际加速度的情况下这可能也导致测量值与零不同。

参考纵向加速度Ax，偏移能够以与对于陀螺仪偏移所述类似的方式来确定。不过，样本将在车辆运动时进行收集。而且，应当考虑到由于车辆俯仰和横向运动影响纵向加速度Ax测量，因此优选是排除高纵向加速度和高横摆速度的情况。图5中示出了用于确定纵向加速度偏移的表示可能步骤的方框图。纵向加速度Ax优选是预先在模块4’、5、6中进行预处理。

因此，参考图5中所示的可能实施例，在车辆运动时，在预选时间内收集表示纵向加速度Ax的信号的多个样本。同时，考虑车速(例如，在模块2中计算的估计纵向车速Vx^stim能够用作输入)，并在模块16中计算其导数，以便获得加速度。在纵向加速度Ax样本和车速导数之间的差值表示加速度偏移。

优选是当以下情况时排除这样确定的偏移样本：

-车速超过预定的车速值。该步骤对应于模块17(“基于速度的选择器”)；和/或

-纵向加速度Ax超过预定的车辆纵向加速度值。该步骤对应于模块18(“基于Ax的选择器”)；和/或

-横摆速度超过预定的车辆横摆速度值。该步骤对应于模块19(“基于Wz的选择器”)。

最后，能够计算所选样本的平均值，从而获得纵向加速度偏移Ax^offset。该步骤对应于图5中的模块20(“EWMA”)。优选是，平均值计算为指数加权移动平均值，优选是利用与用于计算陀螺仪偏移的指数加权移动平均值的相同参数来进行调整(图4中的模块15)。

下面参考横向加速度Ay，能够以与对于纵向加速度Ax所述类似的方式来确定偏移。再次，样本将在车辆运动时收集。而且，优选是排除高横摆速度条件。在图6中示出了用于确定横向加速度偏移的表示可能步骤的方框图。横向加速度Ay优选是预先在模块4’、5、6、7、12中进行预处理。

因此，参考图5中所示的可能实施例，在车辆运动时，在预选时间内收集表示横向加速度Ay的信号的多个样本。同时，测量横摆速度优选实际横摆速度(即，已经通过减去横摆速度偏移而校正的检测横摆速度，例如如上述计算)，并在模块21(“x”)中乘以车速Vx(例如在模块2中计算的估计纵向车速Vx^stim)，以便获得加速度。在横向加速度Ay样本和计算的加速度(如模块21中所述)之间的差值表示横向加速度偏移。

不过，优选是当以下情况时排除这样确定的偏移样本：

-车速超过预定的车速值。该步骤对应于模块22(“基于速度的选择器”)；和/或

横摆速度超过预定的车辆横摆速度值。该步骤对应于模块23(“基于Wz的选择器”)。

最后，能够计算所选样本的平均值，从而获得横向加速度偏移Ay^offset。该步骤对应于图6中的模块24(“EWMA”)。优选是，平均值计算为指数加权移动平均值，优选是利用与用于计算陀螺仪偏移的指数加权移动平均值(图4中的模块15)和纵向加速度Ax的指数加权移动平均值(图5中的模块20)相同的参数来进行调整。

再参考图1，下面详细介绍根据可能实施例的、用于确定估计车辆纵向速度Vx^stim的模块2。

因为不能直接测量车辆纵向速度，所以能够从轮速度和来自其相关联的传感器的信号开始计算。特别优选是，对于每个轮确定纵向速度，然后考虑四个轮速度来确定估计车辆纵向速度Vx^stim。

当只考虑前轮时，首先能够利用以下公式通过考虑检测的左前轮速度V_FL和右前轮速度V_FR(优选是先前在模块4”中进行预滤波)以及转向角δ来确定估计车速，该公式表示轮速度在X轴上的投影：

其中：

V_FL ^st表示从检测的左前轮速度V_FL开始的估计车速；

V_FR ^st表示从检测的右前轮速度V_FR开始的估计车速。

不过，该方法不考虑横摆速度效果。因此，如上述计算的估计车速V_FL ^st、V_FR ^st能够通过减去由横摆速度得到的速度分量而进一步校正。对于通常不受到转向角的后轮，能够从轮速度V_RL、V_RR中减去横摆速度效果，该轮速度V_RL、V_RR由与其相关联的传感器检测的角速度来计算。例如，校正的估计速度V_FL ^comp、V_FR ^comp、V_RL ^comp、V_RR ^comp能够利用以下公式来确定：

其中：

carr_F代表前轴轨迹；

carr_R代表后轴轨迹。

估计车速Vx^stim能够从四个估计速度V_FL ^comp、V_FR ^comp、V_RL ^comp、V_RR ^comp来计算为：

当车辆加速时(即，当车辆具有正的纵向加速度Ax时，该纵向加速度Ax能够从表示纵向加速度的信号来获得，可以在模块4’、5和6中进行预滤波)，最小速度：

当车辆减速时(即，当车辆具有负的纵向加速度Ax时)，最大速度：

当车辆以恒定速度运动或具有较低加速度/减速度时，即纵向加速度Ax包含在上部和下部加速度界限值之间时，四个速度的平均值：

下面再参考图1将给出模块3的详细介绍，该模块3实际确定估计侧滑角度β^stim。图7中给出了模块3的详细方框图。

根据图7中给出的模块3的实施例，估计侧滑角度β^stim根据校正的纵向加速度a_x、横向加速度a_y和横摆速度以及根据估计车速Vx^stim(如上述计算)来确定。估计侧滑角度β^stim由时变非线性滤波器来确定，该时变非线性滤波器对车辆影像性能基于曲线进行建模，例如卡尔曼滤波器或龙贝格滤波器。参考图7，非线性滤波器表示为模块25(“非线性滤波器”)。

已经提出了许多非线性滤波器来描述在曲线上的车辆的影像性能。这种非线性滤波器的通常公式能够如下：

例如，标准的已知非线性滤波器能够具有以下公式：

其中α₁、α₂是滤波器固定参数，t表示时间。解上述非线性系统能够以预测方式来确定车辆加速度和车速最后，侧滑角度能够利用以下公式由车速来确定：

不过，当使用这种标准的非线性滤波器时，估计侧滑角度将随时间而发散。实际上，该模型介绍了车辆在曲线上的性能，当车辆在直线上运动时这与车辆性能并不相符。在这些运行情况下，横向和纵向运动并不相关，由于外部影响(如道路倾斜)或测量误差而产生可能的偏差。

因此，根据本发明，通过参数非线性滤波器对曲线上的车辆性能进行建模，估计侧滑角度β^stim将根据校正的纵向加速度a_x、横向加速度a_y和横摆速度以及根据估计车速Vx^stim来确定，该滤波器可作为参数F的函数而变化，该参数F取决于横摆加速度横摆速度和横向加速度a_y中的至少一个，这样，当车辆直线运动时，估计横向速度接近零。

参考图7中所示的实施例，参数F在模块26(“稳定运动”)中根据横摆速度和横摆加速度来确定，该横摆加速度能够计算为横摆速度的导数(当不可获得时)。然后，参数F成为模块25的输入。

根据实施例，根据参数F的非线性滤波器的通用公式能够为如下：

这与标准公式的区别主要在于矩阵A依赖于参数F。

例如，计算能够基于以下非线性滤波器：

其中，α₀、α₁、α₂是滤波器固定参数，t表示时间。滤波器参数α₀能够等于零。

当车辆直线运动时，横摆速度和横摆加速度都接近零。在这些条件下，如上所述，为了补偿横向速度参数F必须增加。这样，由滤波器确定的横向加速度中的负分量也增加。相反，当横摆速度、横摆加速度或者两者都较高时，即当车辆在曲线上行驶时，参数F必须减小。只有在这些条件下，F为零或趋向于零，因此，滤波器是或趋向于上述类型的标准非线性滤波器。换句话说，由滤波器确定的横向加速度中的负分量为零或趋向于零。

图8表示了描述参数F的可能曲线，该参数F是横摆速度和横摆加速度的函数。如图中可见，当横摆速度和横摆加速度都为0时，参数F为最大值(Fmax)，当横摆速度和/或横摆加速度增加时，参数F趋向于零(Fmin)。优选是，从最大值Fmax向最小值Fmin的转变尽可能平滑，因为这导致在滤波器中在转向情况(F＝Fmin)和直线运动情况(F＝Fmax)之间的平滑过渡。

例如，参数F能够由双变量高斯分布来描述：

其中σ₁和σ₂分别表示横摆速度范围和横摆加速度范围的协方差。

解该非线性系统能够确定加速度速度能够由该加速度通过积分来获得(模块25)。最后，侧滑角度能够利用以下公式来确定(模块26)：

应当注意，尽管参数F介绍为取决于横摆速度和横摆加速度，但是它也选择地取决于横摆速度或横摆加速度或横向加速度或者它们的组合，只要所选择的量能够确定车辆是直线运动还是在曲线上运动，这样，当车辆直线运动时，参数F达到它的最大值Fmax，当车辆在曲线上运动时，参数F减小，直至达到它的最小值Fmin。因此，当确定车辆直线运动时，在滤波器中加到横向加速度上的负分量达到它的最大值。

上述方法能够例如通过计算机程序来执行，该计算机程序可直接下载至处理系统的工作存储器中，用于执行方法自身的步骤。

这样的计算机程序能够例如加载至车辆的控制单元中。

而且，能够看到，根据本发明的方法除了由软件来执行之外，还能够由硬件装置或者硬件和软件的组合来执行。

最后，应当注意，在本说明书和附加权利要求中，命名为“模块”的元件能够使用硬件装置(例如控制单元)、软件或者硬件和软件的组合来实现。

为了满足特殊需要，技术人员能够改变前面介绍的实施例，从而对元件进行多种添加、变化或者由其它功能等效件来代替，不过并不脱离附加权利要求的范围。

Claims

1.一种用于估计四轮车辆的侧滑角度(β^stim)的方法，包括：

检测表示车辆纵向加速度(Ax)、横向加速度(Ay)、竖直加速度(Az)、横摆速度侧倾速度轮速度(V_FL、V_FR、V_RL、V_RR)的信号；

预处理(1)所述信号，以便校正测量误差和/或噪声，从而获得至少纵向加速度(a_x)、横向加速度(a_y)、横摆速度和轮速度(v_FL、v_FR、v_RL、v_RR)的校正测量值；

根据至少一个轮速度(v_FL、v_FR、v_RL、v_RR)的校正测量值来确定(2)估计车辆纵向速度(Vx^stim)；

从表示横摆速度的信号来确定横摆加速度

求解(25)依赖时间的参数非线性滤波器，例如卡尔曼滤波器或龙贝格滤波器，从而将车辆纵向和横向速度以及纵向和横向加速度描述为横向加速度(a_y)、纵向加速度(a_x)和横摆速度的校正测量值以及估计车辆纵向速度(Vx^stim)和滤波器参数(F)的函数，该滤波器参数(F)取决于车辆横摆加速度横摆速度和横向加速度(a_y)中的至少一个，该横向加速度(a_y)将负分量添加给由滤波器自身确定的横向加速度所述滤波器参数(F)选择为使得所述负分量在根据车辆横摆加速度横摆速度和横向加速度(a_y)中的所述至少一个而确定车辆直线运动时达到最大值；

由通过求解非线性滤波器而确定的所述纵向和横向车速来确定车辆估计侧滑角度(β^stim)。

2.根据权利要求1所述的方法，其中：非线性滤波器具有以下公式：

其中，α₀、α₁、α₂是滤波器固定参数，t表示时间。

3.根据权利要求1或2所述的方法，其中：滤波器参数(F)取决于车辆横摆加速度和横摆速度并选择为当横摆速度和横摆加速度都为零时达到最大值(Fmax)，当横摆速度和/或横摆加速度的绝对值到达或倾向于达到最大界限值时为零或接近零，作为最小值(Fmin)，滤波器参数(F)从它的最大值连续减小至它的最小值。

4.根据权利要求3所述的方法，其中：滤波器参数(F)由双变量高斯分布来描述：

<mrow> <mi>F</mi> <mo>(</mo> <mover> <mi>&psi;</mi> <mo>&CenterDot;</mo> </mover> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> <mover> <mi>&psi;</mi> <mo>&CenterDot;&CenterDot;</mo> </mover> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>)</mo> <mo>=</mo> <msub> <mi>F</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>+</mo> <mfrac> <msub> <mi>F</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mrow> <mn>2</mn> <msub> <mi>&pi;&sigma;</mi> <mn>1</mn> </msub> <msub> <mi>&sigma;</mi> <mn>2</mn> </msub> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mrow> <mo>(</mo> <mfrac> <msup> <mover> <mi>&psi;</mi> <mo>&CenterDot;</mo> </mover> <mn>2</mn> </msup> <msubsup> <mi>&sigma;</mi> <mn>1</mn> <mn>2</mn> </msubsup> </mfrac> <mo>+</mo> <mfrac> <msup> <mover> <mi>&psi;</mi> <mo>&CenterDot;&CenterDot;</mo> </mover> <mn>2</mn> </msup> <msubsup> <mi>&sigma;</mi> <mn>2</mn> <mn>2</mn> </msubsup> </mfrac> <mo>)</mo> </mrow> </mrow> </msup> </mrow>

5.根据权利要求1-4中任意一项所述的方法，其中：预处理(1)包括对表示车辆纵向加速度(Ax)、横向加速度(Ay)、竖直加速度(Az)、横摆速度和侧倾速度的信号进行滤波(4’)。

6.根据权利要求1-5中任意一项所述的方法，其中：预处理(1)包括通过补偿静态侧倾和/或俯仰安装和/或静态横摆来校正(5)表示车辆纵向加速度(Ax)、横向加速度(Ay)和竖直加速度(Az)的信号。

7.根据权利要求1-6中任意一项所述的方法，其中：预处理(1)包括根据纵向加速度(Ax)、横向加速度(Ay)和竖直加速度(Az)的传感器离车辆重心的距离以及根据车辆横摆速度和侧倾速度来校正(6)表示纵向加速度(Ax)、横向加速度(Ay)和竖直加速度(Az)的信号。

8.根据权利要求1-7中任意一项所述的方法，其中：预处理(1)包括根据横向加速度(Ay)和侧倾速度来确定(7)估计车辆侧倾(θ^stim)。

9.根据权利要求8所述的方法，其中：确定估计车辆侧倾(θ^stim)包括估计(7’)估计静态侧倾、估计(7”)估计动态侧倾以及对估计静态侧倾和估计动态侧倾求和，从而获得估计车辆侧倾(θ^stim)，其中：

○确定估计静态侧倾(7')包括：

□从横向加速度(Ay)开始，根据由于悬架结构和刚性而在横向加速度(Ay)和静态侧倾之间的预定关系来确定(8)与静态情况相对应的静态侧倾；

□在高通滤波器中对这样确定的静态侧倾进行滤波(9)；

□从由所述预定关系确定的静态侧倾中减去滤波的静态侧倾；

○确定估计动态侧倾(7”)包括：

□在高通滤波器中对侧倾速度进行滤波(10)；

□对滤波的侧倾速度进行积分(11)。

10.根据权利要求1-9中任意一项所述的方法，其中：预处理(1)包括：根据估计车辆侧倾θ^stim，通过补偿重力(g)对于由车辆侧倾(θ)而引起的横向加速度(Ay)的影响，校正(12)该横向加速度(Ay)。

11.根据权利要求1-10中任一项所述的方法，其中：预处理(1)包括确定表示横摆速度和/或侧倾速度的信号的偏移，它包括：

-在保持车辆停止时在预选时间内收集(14)表示横摆速度和/或侧倾速度的信号的样本；

-计算(15)收集的样本的指数加权移动平均值，表示横摆速度和/或侧倾速度的偏移量。

12.根据权利要求1-11中任一项所述的方法，其中：预处理(1)包括：确定表示纵向加速度(Ax)的信号的偏移，它包括：

-在车辆运动时在预选时间内收集表示纵向加速度(Ax)的信号以及作为车速的导数(16)而获得的参考纵向加速度之间的差值样本，该车速根据表示轮速度的信号计算；

-排除在以下情况下收集的样本：

○车速超过预定车速值(17)；和/或

○纵向加速度(Ax)超过预定的车辆纵向加速度值(18)；和/或

○横摆速度超过预定的车辆横摆速度值(19)；

-计算(20)未排除的收集样本的指数加权移动平均值，表示纵向加速度偏移。

13.根据权利要求1-12中任意一项所述的方法，其中：预处理(1)包括确定表示横向加速度(Ay)的信号的偏移，它包括：

-在车辆运动时在预选时间内收集表示横向加速度(Ay)的信号以及作为车速的倍增(21)而获得的参考横向加速度之间的差值样本，该车速根据表示轮速度和横摆速度的信号计算；

-排除在以下情况下收集的样本：

○车速超过预定车速值(22)；和/或

○横摆速度超过预定的车辆横摆速度值(23)；

-计算(24)未排除的收集样本的指数加权移动平均值，表示横向加速度偏移。

14.根据权利要求1-13中任意一项所述的方法，其中：预处理包括：对表示轮速度(V_FL、V_FR、V_RL、V_RR)的信号进行滤波(4”)，轮速度的校正测量值(v_FL、v_FR、v_RL、v_RR)与轮速度的滤波信号相对应。

15.根据权利要求1-14中任意一项所述的方法，其中：确定(2)估计车辆纵向速度(Vx^stirm)包括：

○检测表示转向角(δ)的信号；

○根据轮速度、转向角(δ)和横摆速度的校正测量值来确定估计车辆纵向速度(Vx^stirm)。

16.根据权利要求15所述的方法，其中：确定(2)估计车辆纵向速度(Vx^stirm)包括：

-根据转向角(δ)计算第一估计车速(V_FL ^st)，该第一估计车速作为检测左前轮速度(V_FL)在车辆纵向轴线(X)上的投影；

-根据转向角(δ)计算第二估计车速(V_FR ^st)，该第二估计车速作为检测右前轮速度(V_FR)在车辆纵向轴线(X)上的投影；

-从第一估计车速(V_FL ^st)开始，通过减去由于横摆速度而产生的速度分量计算第三估计车速(V_FL ^comp)；

-从第二估计车速(V_FR ^st)开始，通过减去由于横摆速度而产生的速度分量计算第四估计车速(V_FR ^comp)；

-从检测左后轮速度(V_RL)开始，通过减去由于横摆速度而产生的速度分量计算第五估计车速(V_RL ^comp)；

-从检测右后轮速度(V_RR)开始，通过减去由于横摆速度而产生的速度分量计算第六估计车速(V_RR ^comp)；

-计算估计车速(Vx^stim)为：

○当车辆纵向加速时，在第三、第四、第五和第六估计车速之中的最小速度；

○当车辆纵向减速时，在第三、第四、第五、第六估计车速之中的最大速度；

○当车辆以纵向恒定速度运动或具有包含在上部正的加速度和下部负的加速度的界限值之间的纵向加速度时，第三、第四、第五、第六估计车速的平均值。

17.一种可装载在车辆的控制单元中的计算机程序，以便执行根据权利要求1-16中任一项所述的方法。

18.一种用于车辆的控制单元，其中：装载用于执行根据权利要求1-16中任一项所述的方法的计算机程序。

19.一种车辆，包括控制单元，其中装载用于执行根据权利要求1-16中任一项所述的方法的计算机程序。