CN107140012B - 一种基于可抑制发散的卡尔曼滤波器的线控转向系统及控制方法 - Google Patents

Abstract

本发明公开了一种基于可抑制发散的卡尔曼滤波器的线控转向系统及控制方法，该系统包括方向盘及其连接机构、方向盘转角传感器、方向盘转矩传感器、路感电机、路感电机电流传感器、转向电机、转向电机电流传感器、车速传感器、前轮转角传感器、齿轮齿条转向器、位置传感器、滤波估计模块、安全判断模块、控制信号叠加模块以及转向电子控制单元。本发明运用可抑制发散的卡尔曼滤波器对汽车运动的姿态进行滤波预测估计，具有发散抑制功能的卡尔曼滤波器从电子传感器获得信号，用以估计汽车的实时状态。本发明所公开的系统的转向控制器能够在保证转向稳定的前提下，使得系统具有良好的干扰抑制性能，从而能够获得良好的汽车操纵稳定性。

Description

一种基于可抑制发散的卡尔曼滤波器的线控转向系统及控制 方法

技术领域

本发明涉及的是汽车线控转向系统的领域，具体描述的是一种基于可抑制发散的卡尔曼滤波器的线控转向系统，属于汽车转向系统的控制领域。

背景技术

现如今，取消了转向系统中的机械间连接的线控转向系统有着较好的发展前景，它具有实现主动转向以及可变转向盘力矩反馈的功能，它的设计灵活，简化结构等特点受到大众的追捧。对线控转向系统，特别强调汽车转向系统必要的的“路感”，因此决定了线控转向系统的运行强烈地依赖于传感器信号的属性，这也导致其可靠性较传统转向系统大大降低了。为了解决这一问题，提出运用卡尔曼滤波估计的方法减少传感器的数量，以提高精度。但同时，也引出了另外一个问题——滤波发散。系统的数学模型或者噪声的统计特性不准确，不能反映系统真实的物理过程，这些因素会使得卡尔曼滤波发散。

另外，在各种变化的工况下，对传感器存在一定的噪声干扰，而且汽车也会受到横风以及路面激励的影响，这些都会影响汽车的转向系统的可靠性，转向系统的稳定性能对汽车的行车安全性有着极大的影响。

因此，对线控转向系统配备一个可抑制发散的卡尔曼滤波器和一个具有良好抗干扰性能和稳定性能的转向控制器是完全有必要的。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种可抑制发散的卡尔曼滤波器与μ综合鲁棒控制器协同工作的基于可抑制发散的卡尔曼滤波器的线控转向系统及控制方法，本发明所公开的系统能够在保证转向稳定的前提下，通过控制转向系统中的转向电机的驱动电流，得到适应不同工况下的转向角度，使得系统具有良好的干扰抑制性能，从而能够获得良好的汽车操纵稳定性。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于可抑制发散的卡尔曼滤波器的线控转向系统，包括方向盘(1)及其连接机构Y、方向盘转角传感器(2)、方向盘转矩传感器(3)、路感电机A、路感电机电流传感器(6)、转向电机B、转向电机电流传感器(7)、齿轮齿条转向器(4)、位置传感器(5)、前轮转角传感器(8)、车速传感器(9)、转向电子控制单元ECU、滤波估计模块L、安全判断模块P以及控制信号叠加模块C，其中。

所述方向盘(1)通过连接机构Y的转向管柱与路感电机A连接，方向盘转角传感器(2)与方向盘转矩传感器(3)均安装在转向管柱上，所述方向盘转角传感器(2)采集方向盘(1)的转角信号，方向盘转矩传感器(3)采集方向盘(1)上施加的力矩信号，所测得的转角信号和力矩信号输入到滤波估计模块L的输入端和转向电子控制单元ECU。

所述路感电机电流传感器(6)与路感电机A安装在一起，所述路感电机电流传感器(6)用于检测输入路感电机A的电流信号，并将检测到的输入路感电机A的电流信号输入到转向电子控制单元ECU。

所述转向电机B与齿轮齿条转向器(4)相连，转向电机电流传感器(7)与转向电机B安装在一起，所述转向电机电流传感器(7)检测输入转向电机B的电流信号，并将检测到的输入转向电机B的电流信号输入到转向电子控制单元ECU。

所述齿轮齿条转向器(4)上安装位置传感器(5)，所述位置传感器(5)用于采集齿轮齿条转向器中齿条的位移信号，并将检测到的位移信号输入到滤波估计模块L的输入端和转向电子控制单元ECU。齿轮齿条转向器(4)与前轮相连接。

所述前轮转角传感器(8)以及车速传感器(9)安装在前轮上，所述前轮转角传感器(8)用于检测前轮的转向角的信号，所述车速传感器(9)用于检测汽车的实时的车速信号。测得的转向角的信号和车速输入到滤波估计模块L的输入端。

所述滤波估计模块L，输入端接收方向盘转角传感器(2)、方向盘转矩传感器(3)、位置传感器(5)、前轮转角传感器(8)以及车速传感器(9)的信号，借助获得的传感器信号，运用抑制发散的卡尔曼滤波估计算法，估计出实时的汽车的质心侧偏角，估计得到的数据输入到安全判断模块P。

所述安全判断模块P接收滤波估计模块L输入的质心侧偏角的数据，判断汽车实时的质心侧偏角是否在安全范围内，它将汽车转向姿态安全的信号输入到转向电子控制单元ECU。如果判断汽车的质心侧偏角处于危险范围，它会将危险信号输入到控制信号叠加模块C。

所述控制信号叠加模块C，接收到汽车危险信号后，通过汽车鲁棒控制器的计算，输出叠加的控制信号到转向电子控制单元ECU。

所述转向电子控制单元ECU输入端一方面接收方向盘转角传感器(2)、方向盘转矩传感器(3)、位置传感器(5)、路感电机电流传感器(6)和转向电机电流传感器(7)的信号，一方面接收控制信号叠加模块C的叠加信号。当汽车安全时，依据方向盘转角传感器(2)、方向盘转矩传感器(3)、位置传感器(5)、路感电机电流传感器(6)和转向电机电流传感器(7)的信号进行计算，输出电子信号以驱动路感电机A和转向电机B输出电流。当汽车不安全时，转向电子控制单元ECU除了接收方向盘转角传感器(2)、方向盘转矩传感器(3)、位置传感器(5)、路感电机电流传感器(6)和转向电机电流传感器(7)的信号外，还要接收控制信号叠加模块C的叠加信号，结合两者的信号计算，输出电子信号以驱动路感电机A和转向电机B输出电流，以控制路感电机A、转向电机B产生相应的力矩，从而得到准确而稳定的转向反应。

一种基于可抑制发散的卡尔曼滤波器的线控转向控制方法，包括以下步骤：

步骤1：方向盘以力矩和转角输入，借助连接机构Y、齿轮齿条转向器(4)将力矩以及转角传递到前轮，以实现转向的操作。

步骤2，方向盘转角传感器(2)采集方向盘(1)转角信号，方向盘转矩传感器(3)采集方向盘(1)上施加的力矩的信号，位置传感器(5)采集齿轮齿条转向器4中齿条的位移信号，前轮转角传感器8采集前轮的转向角的信号，车速传感器8采集到汽车的实时的车速信号，滤波估计模块L借助传感器输入的信号，运用抑制发散的卡尔曼滤波估计算法，估算出实时的汽车的质心侧偏角，并将此信号输入到安全判断模块P中。

步骤3，安全判断模块P接收滤波估计模块L输入的质心侧偏角的数据，判断汽车实时的质心侧偏角是否在安全范围内，依据信号判断是否驱动控制信号叠加模块C。

步骤4，控制信号叠加模块C，接收到汽车危险信号后，通过汽车鲁棒控制器的计算，输出叠加的控制信号到转向电子控制单元ECU。

步骤5，转向电子控制单元ECU依据输入的信号输出适当的电子信号以驱动控制路感电机A、转向电机B输出电流，执行汽车转向操作，得到稳定的转向状态。

所述步骤2中滤波估计模块L借助传感器输入的信号，运用抑制发散的卡尔曼滤波估计算法，估算出实时的汽车的质心侧偏角的方法，包括以下步骤：

步骤2.1，建立整车线性二自由度的整车模型，。

其中：β车身质心侧偏角。γ为汽车横摆角速度。k₁为汽车前轮侧偏刚度。k₂为汽车后轮侧偏刚度。m为汽车整车质量。u为车速。a为汽车质心到前轴的距离。b为汽车质心到后轴的距离。I_z为汽车转动惯量。δ_f为汽车前轮转角。

步骤2.2：对估计系统的时间进行更新。

往前一时刻推算系统的状态变量：

往前一时刻推算系统的误差变量：

步骤2.3：对估计系统的量测更新过程。

计算卡尔曼滤波增益：

由观测量z_k更新估计：

更新误差方程：

其中：

为系统k时刻的状态变量，k为时间步长，

为利用上一个状态预测的结果，u_k为控制变量，

为k时刻

对应的协方差矩阵，

为利用上一个状态预测k时刻的协方差矩阵z_k为测量向量，A_k、B_k、H_k为状态矩阵，

为状态矩阵A_k的转置，Q_k为过程噪声协方差矩阵，R_k为测量噪声协方差矩阵，K_k为增益系数，z_k为k时刻的观测量。

步骤2.4，通过加权的方法增大滤波误差方差阵，从而间接地增大增益阵，以抑制滤波器的真实发散，增大滤波误差方差阵的方法如下：

计算得加权系数

其中：S_k为加权系数，ε_k为新息序列。

步骤4中控制信号叠加模块C，接收到汽车危险信号后，通过汽车鲁棒控制器的计算，输出叠加的控制信号到转向电子控制单元ECU的方法，包括以下步骤：

步骤4.1：建立控制对象的模型

本控制器的控制对象是线控系统中的执行电机，综合考虑汽车行驶过程中的不确定因素的干扰，取控制系统的状态变量为

系统的控制输入为u＝[θ_r]，量测输出为y＝[β]，扰动输入为w＝[θ_h F_v T_r]^T，评价输出z＝[z₁ z₂ z₃]^T，建立的控制对象模型如下：

其中：

式中：J_m是转向电机的转动惯量。B_m转向电机的阻尼系数。K_m是转向电机及减速机构总成的刚度系数。N是方向盘到前轮的总的传动比。e横风等效作用点距离质心的距离。d为汽车轮胎的纵向拖距。m是整车质量。I_z是汽车的转动惯量。k₁是汽车前轮的侧偏刚度。k₂是汽车后轮的侧偏刚度。a、b分别是前、后轴到质心的距离。u是汽车的纵向速度。θ_f为前轮转角。θ_h为方向盘转角。β为质心侧偏角。ω_r横摆角速度。F_v为侧向风干扰。T_r为助力电机反电动势。θ_r为叠加的转角。

步骤4.2：设计鲁棒控制器

系统的广义控制对象为：

式中：G_unc为考虑系统摄动的不确定性模型。

设计目标是求解控制器C使增广被控对象内部稳定，即是输入w到输出z的传递函数||H_zw||_∞<1。

基于质心侧偏角反馈的线控转向系统稳定性控制问题表示为：

u＝Ky

其中：G_d(s)(s＝1,2,3)分别表示为

到z₁、z₂和z₃闭环传递函数。W₁，W₂为加权函数。W_d为干扰加权矩阵。z₁、z₂和z₃为系统的评价输出。该系统的扰动输入β^*为理想的横摆角速度，控制输入u为前轮的补偿转角，干扰输入为理想的前轮转角δ_f ^*、侧向风干扰F_v以及路面的干扰力矩T_r。

为进行μ综合鲁棒控制器的设计，μ综合方法是基于结构奇异值的迭代算法，该控制器的控制目标是想整个闭环系统变得稳定，则：

其中：设M(s)＝F_L(P,C)为无模型摄动下的系统闭环矩阵，M为广义对象P和控制器C所构成的下线性分式。μ为系统结构奇异值。

分析奇异值μ的上界性质，求解下面式子的最优化问题，通常采用D-K迭代算法，就可以得到μ综合鲁棒控制器。

其中，D为对角常数缩放矩阵。

优选的：质心侧偏角的上限设为β_up＝tan^-1(0.02μg)，其中μ是路面附着系数，g为重力加速度。

本发明相比现有技术，具有以下有益效果：

1)借助传感器的信号，运用卡尔曼滤波估计器进行参数估计，这能减少汽车传感器的使用数量。

2)运用具有抑制滤波发散功能的卡尔曼滤波估计器估计得到汽车的质心侧偏角，较普通的卡尔曼滤波器，其可以得到较为准确的数据，进而使得线控转向系统的路感得到应有的保证。

3)用估计的方法得到汽车的质心侧偏角，节约了线控系统的成本。

4)本发明设计一个鲁棒控制器，是以质心侧偏角为反馈的控制器，能将汽车的质心侧偏角控制在安全范围内，让汽车消除外界对其带来的影响，使得线控转向车辆可以自紧急情况下通过设计出的稳定性控制策略为汽车提供一个附加转角，从而使汽车保持稳定，从而提高转向系统的鲁棒性、抗干扰性以及汽车行驶的稳定性和安全性。

附图说明

图1是本发明动力转向系统的结构示意图

图2是本发明所公开的控制器的控制结构框图

方向盘1及其连接机构Y、方向盘转角传感器2、方向盘转矩传感器3、路感电机A、路感电机电流传感器6、转向电机B、转向电机电流传感器7、车速传感器8、前轮转角传感器9、齿轮齿条转向器4、位置传感器5、滤波估计模块L、安全判断模块P、控制信号叠加模块C以及转向电子控制单元ECU。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1所示，一种基于可抑制发散的卡尔曼滤波器的线控转向系统，包括方向盘1及其连接机构Y、方向盘转角传感器2、方向盘转矩传感器3、路感电机A、路感电机电流传感器6、转向电机B、转向电机电流传感器7、车速传感器8、前轮转角传感器9、齿轮齿条转向器4、位置传感器5、滤波估计模块L、安全判断模块P、控制信号叠加模块C以及转向电子控制单元ECU。

所述方向盘(1)通过连接机构转向管柱(Y)与路感电机(A)连接，方向盘转角传感器(2)与方向盘转矩传感器(3)安装在转向管柱(Y)上，所测得信号输入到滤波估计模块(L)的输入端。

所述路感电机电流传感器(6)与路感电机(A)安装在一起，检测输入电机的电流信号，另外一部分作为信号输入到转向电子控制单元(ECU)。

所述转向电机(B)与齿轮齿条转向器(4)相连，转向电机电流传感器(7)与转向电机(B)安装在一起，检测输入转向电机的电流信号，另外一部分作为信号输入到转向电子控制单元。

所述齿轮齿条转向器(4)上安装位置传感器(5)，位置传感器信号输入到滤波估计模块的输入端。此外，齿轮齿条转向器借助其他的一些机械机构与前轮连接起来。

所述前轮转角传感器(8)以及车速传感器(9)安装在前轮上，其测得信号输入到滤波估计模块的输入端。

所述滤波估计模块(L)，输入端接收方向盘转角传感器、方向盘转矩传感器、位置传感器、前轮转角传感器、车速传感器等传感器的信号，借助获得的传感器信号，运用可抑制发散的卡尔曼滤波估计算法，估计出实时的汽车的质心侧偏角，估计得到的数据输入到安全判断模块。

所述安全判断模块(P)，接收滤波估计模块输入的质心侧偏角的数据，判断汽车实时的质心侧偏角是否在安全范围内，它将汽车转向姿态安全的信号输入到转向电子控制单元。如果判断汽车的质心侧偏角处于危险范围，它会将危险信号输入到控制信号叠加模块。

所述控制信号叠加模块(C)，接收到汽车危险信号后，通过汽车鲁棒控制器的计算，输出叠加的控制信号到转向电子控制单元。

所述转向电子控制单元(ECU)输入端一方面接收传感器信号，一方面接收控制信号叠加模块的叠加信号。当汽车安全时，依据传感器信号计算，输出适当的电子信号以驱动电机输出电流。当汽车不安全时，转向电子控制单元除了接收传感器信号外，还要接收控制信号叠加模块的叠加信号，结合两者的信号计算，输出适当的电子信号以驱动电机输出电流。此外，电子控制单元的另外两个输入端接收路感电机电流传感器以及转向电机电流传感器输入的电流信号。

根据所述的线控转向系统的控制方法。如下步骤：

步骤1：转向盘以力矩和转角输入，通过转向器等机构将力矩以及转角传递到前轮，以实现转向操作。

步骤2：方向盘转角传感器采集方向盘转角信号，方向盘转矩传感器采集方向盘上施加的力矩的信号，位置传感器采集齿轮齿条转向器中齿条的位移信号，前轮转角传感器采集前轮的转向角的信号，车速传感器采集到汽车的实时的车速信号，采集到的信号传输到滤波估计模块中，经过该模块运用可抑制发散的卡尔曼滤波估计算法，得出实时的汽车的质心侧偏角，并将此信号也输入到安全判断模块中。

步骤2中所述可抑制发散的卡尔曼滤波估计器对汽车的运动状态重构，以估计汽车实时质心侧偏角，其估计的具体步骤如下：

步骤2.1：建立整车线性二自由度的整车模型。

步骤2.2：对估计系统的时间进行更新。

往前一时刻推算系统的状态变量：

往前一时刻推算系统的误差变量：

步骤2.3：对估计系统的量测更新过程。

计算卡尔曼滤波增益：

由观测量z_k更新估计：

更新误差方程：

其中：

为系统k时刻的状态变量，k为时间步长，

为利用上一个状态预测的结果，u_k为控制变量，

为k时刻

对应的协方差矩阵，

为利用上一个状态预测k时刻的协方差矩阵z_k为测量向量，A_k、B_k、H_k为状态矩阵，

为状态矩阵A_k的转置，Q_k为过程噪声协方差矩阵，R_k为测量噪声协方差矩阵，K_k为增益系数，z_k为k时刻的观测量。

步骤2.4：通过加权的方法人为地增大滤波误差方差阵，从而间接地增大增益阵，以抑制滤波器的真实发散。

前一时刻估计完成后，新息序列

包含了实际估计误差的信息，而滤波器发散的实际估计误差超过理论预计值。因此，判断卡尔曼滤波器是否发散的判据为：

其中γ为储备系数，(γ>1)，tr{·}为矩阵的迹，ε_k为更新序列。

当不满足判据时，则滤波发散：当判据成立时，将增大滤波误差方差阵。

从而

计算得加权系数

此过程通过测量数据和加权系数S_k，对K_k进行必要的修正。如果误差增加，使得S_k也增加，导致

也增加，结果使得||K_k||也增加，从而加强了对新的信息的重视程度，进而克服了滤波发散。

步骤3：安全判断模块接收滤波估计模块输入的质心侧偏角的数据，判断汽车的质心侧偏角是否在安全范围内，依据信号判断是否驱动控制信号叠加模块。

对质心侧偏角的安全范围对于给定的转向盘转角和车速，可获得期望的质心侧偏角。但为了确保质心侧偏角不至于过大，必须设置上限值。当质心侧偏角很大时，轮胎会失去线性的特性且接近路面附着极限，因此，有必要设置质心侧偏角的上限。根据经验值，质心侧偏角的上限设为β_up＝tan^-1(0.02μg)，其中μ是路面附着系数。g为重力加速度。

所要控制的目标质心侧偏角β_r定义为：

步骤4：控制信号叠加模块，接收到汽车危险信号后，通过汽车鲁棒控制器的计算，输出叠加的控制信号到转向电子控制单元。

如图2所示，本发明所公开的汽车μ综合鲁棒控制器，其控制方法，包含以下步骤：

步骤1：建立控制对象的模型

本控制器的控制对象是线控系统中的执行电机，综合考虑汽车行驶过程中的诸多不确定因素的干扰，取控制系统的状态变量为

系统的控制输入为u＝[θ_r]，量测输出为y＝[β]，扰动输入为w＝[θ_h F_v T_r]^T，评价输出z＝[z₁ z₂ z₃]^T，建立的控制对象模型如下：

其中：

C₂＝[0 0 1 0]。D₂₁＝[0 0 0]。D₂₂＝[0]。

式中：J_m是转向电机的转动惯量。B_m转向电机的阻尼系数。K_m是转向电机及减速机构总成的刚度系数。N是方向盘到前轮的总的传动比。e横风等效作用点距离质心的距离。d为汽车轮胎的纵向拖距。m是整车质量。I_z是汽车的转动惯量。k₁是汽车前轮的侧偏刚度。k₂是汽车后轮的侧偏刚度。a、b分别是前、后轴到质心的距离。u是汽车的纵向速度。θ_f为前轮转角。θ_h为方向盘转角。β为质心侧偏角。ω_r横摆角速度。F_v为侧向风干扰。T_r为助力电机反电动势。θ_r为叠加的转角。

步骤2：设计鲁棒控制器。

系统的广义控制对象为：

式中：G_unc为考虑系统摄动的不确定性模型。

设计目标是求解控制器C使增广被控对象内部稳定，即是输入w到输出z的传递函数||H_zw||_∞<1。

因此，基于质心侧偏角反馈的线控转向系统稳定性控制问题就可以表示为：

u＝Ky

其中：G_d(s)(s＝1,2,3)分别表示为

到z₁、z₂和z₃闭环传递函数。W₁，W₂为加权函数。W_d为干扰加权矩阵。z₁、z₂和z₃为系统的评价输出。该系统的扰动输入β^*为理想的横摆角速度，控制输入u为前轮的补偿转角，干扰输入为理想的前轮转角δ_f ^*、侧向风干扰F_v以及路面的干扰力矩T_r。

为进行μ综合鲁棒控制器的设计，μ综合方法是基于结构奇异值的迭代算法，该控制器的控制目标是想整个闭环系统变得稳定，则：

其中：设M(s)＝F_L(P,C)为无模型摄动下的系统闭环矩阵，M为广义对象P和控制器C所构成的下线性分式。μ为系统结构奇异值。

分析奇异值μ的上界性质，求解下面式子的最优化问题，通常采用D-K迭代算法，就可以得到μ综合鲁棒控制器。

其中，D为对角常数缩放矩阵。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种基于可抑制发散的卡尔曼滤波器的线控转向系统，其特征在于：包括方向盘(1)及其连接机构Y、方向盘转角传感器(2)、方向盘转矩传感器(3)、路感电机A、路感电机电流传感器(6)、转向电机B、转向电机电流传感器(7)、齿轮齿条转向器(4)、位置传感器(5)、前轮转角传感器(8)、车速传感器(9)、转向电子控制单元ECU、滤波估计模块L、安全判断模块P以及控制信号叠加模块C，其中；

所述方向盘(1)通过连接机构Y的转向管柱与路感电机A连接，方向盘转角传感器(2)与方向盘转矩传感器(3)均安装在转向管柱上，所述方向盘转角传感器(2)采集方向盘(1)的转角信号，方向盘转矩传感器(3)采集方向盘(1)上施加的力矩信号，所测得的转角信号和力矩信号输入到滤波估计模块L的输入端和转向电子控制单元ECU；

所述路感电机电流传感器(6)与路感电机A安装在一起，所述路感电机电流传感器(6)用于检测输入路感电机A的电流信号，并将检测到的输入路感电机A的电流信号输入到转向电子控制单元ECU；

所述转向电机B与齿轮齿条转向器(4)相连，转向电机电流传感器(7)与转向电机B安装在一起，所述转向电机电流传感器(7)检测输入转向电机B的电流信号，并将检测到的输入转向电机B的电流信号输入到转向电子控制单元ECU；

所述齿轮齿条转向器(4)上安装位置传感器(5)，所述位置传感器(5)用于采集齿轮齿条转向器中齿条的位移信号，并将检测到的位移信号输入到滤波估计模块L的输入端和转向电子控制单元ECU；齿轮齿条转向器(4)与前轮相连接；

所述前轮转角传感器(8)以及车速传感器(9)安装在前轮上，所述前轮转角传感器(8)用于检测前轮的转向角的信号，所述车速传感器(9)用于检测汽车的实时的车速信号；测得的转向角的信号和车速输入到滤波估计模块L的输入端；

所述滤波估计模块L，输入端接收方向盘转角传感器(2)、方向盘转矩传感器(3)、位置传感器(5)、前轮转角传感器(8)以及车速传感器(9)的信号，借助获得的传感器信号，运用抑制发散的卡尔曼滤波估计算法，估计出实时的汽车的质心侧偏角，估计得到的数据输入到安全判断模块P；

所述安全判断模块P接收滤波估计模块L输入的质心侧偏角的数据，判断汽车实时的质心侧偏角是否在安全范围内，它将汽车转向姿态安全的信号输入到转向电子控制单元ECU；如果判断汽车的质心侧偏角处于危险范围，它会将危险信号输入到控制信号叠加模块C；

所述控制信号叠加模块C，接收到汽车危险信号后，通过汽车鲁棒控制器的计算，输出叠加的控制信号到转向电子控制单元ECU；

所述转向电子控制单元ECU输入端一方面接收方向盘转角传感器(2)、方向盘转矩传感器(3)、位置传感器(5)、路感电机电流传感器(6)和转向电机电流传感器(7)的信号，一方面接收控制信号叠加模块C的叠加信号；当汽车安全时，依据方向盘转角传感器(2)、方向盘转矩传感器(3)、位置传感器(5)、路感电机电流传感器(6)和转向电机电流传感器(7)的信号进行计算，输出电子信号以驱动路感电机A和转向电机B输出电流；当汽车不安全时，转向电子控制单元ECU除了接收方向盘转角传感器(2)、方向盘转矩传感器(3)、位置传感器(5)、路感电机电流传感器(6)和转向电机电流传感器(7)的信号外，还要接收控制信号叠加模块C的叠加信号，结合两者的信号计算，输出电子信号以驱动路感电机A和转向电机B输出电流，以控制路感电机A、转向电机B产生相应的力矩，从而得到准确而稳定的转向反应。

2.一种如权利要求1所述基于可抑制发散的卡尔曼滤波器的线控转向控制方法，其特征在于，包括以下步骤：

步骤1：方向盘以力矩和转角输入，借助连接机构Y、齿轮齿条转向器(4)将力矩以及转角传递到前轮，以实现转向的操作；

步骤2，方向盘转角传感器(2)采集方向盘(1)转角信号，方向盘转矩传感器(3)采集方向盘(1)上施加的力矩的信号，位置传感器(5)采集齿轮齿条转向器(4)中齿条的位移信号，前轮转角传感器(8)采集前轮的转向角的信号，车速传感器(9)采集到汽车的实时的车速信号，滤波估计模块L借助传感器输入的信号，运用抑制发散的卡尔曼滤波估计算法，估算出实时的汽车的质心侧偏角，并将此信号输入到安全判断模块P中；

步骤3，安全判断模块P接收滤波估计模块L输入的质心侧偏角的数据，判断汽车实时的质心侧偏角是否在安全范围内，依据信号判断是否驱动控制信号叠加模块C；

步骤4，控制信号叠加模块C，接收到汽车危险信号后，通过汽车鲁棒控制器的计算，输出叠加的控制信号到转向电子控制单元ECU；

步骤5，转向电子控制单元ECU依据输入的信号输出适当的电子信号以驱动控制路感电机A、转向电机B输出电流，执行汽车转向操作，得到稳定的转向状态。

3.根据权利要求2所述基于可抑制发散的卡尔曼滤波器的线控转向控制方法，其特征在于：所述步骤2中滤波估计模块L借助传感器输入信号，运用抑制发散的卡尔曼滤波估计算法，估算出实时的汽车的质心侧偏角的方法，包括以下步骤：

步骤2.1，建立整车线性二自由度的整车模型；

其中：β车身质心侧偏角；γ为汽车横摆角速度；k₁为汽车前轮侧偏刚度；k₂为汽车后轮侧偏刚度；m为汽车整车质量；u为车速；a为汽车质心到前轴的距离；b为汽车质心到后轴的距离；I_z为汽车转动惯量；δ_f为汽车前轮转角；ω_r为车辆横摆角速度；

步骤2.2：对估计系统的时间进行更新；

往一时刻推算系统的状态变量：

往前一时刻推算系统的误差变量：

其中P_k-1|k-1为上一时刻X_k-1对应的协方差矩阵；

步骤2.3：对估计系统的量测更新过程；

计算卡尔曼滤波增益：

由观测量z_k更新估计：

更新误差方程：

其中：

为系统k时刻的状态变量，k为时间步长，

为利用上一个状态预测的结果，u_k为控制变量，

为k时刻

对应的协方差矩阵，

为利用上一个状态预测k时刻的协方差矩阵z_k为测量向量，A_k、B_k、H_k为状态矩阵，

为状态矩阵A_k的转置，Q_k为过程噪声协方差矩阵，R_k为测量噪声协方差矩阵，K_k为增益系数，z_k为k时刻的观测量；P_k|k为k时刻X_k对应的协方差矩阵；

为k时刻的先验估计状态；

步骤2.4，通过加权的方法增大滤波误差方差阵，从而间接地增大增益阵，以抑制滤波器的真实发散，增大滤波误差方差阵的方法如下：

计算得加权系数

其中：S_k为加权系数，ε_k为新息序列，P_k|k-1为k时刻X_k-1对应的协方差矩阵。

4.根据权利要求2所述基于可抑制发散的卡尔曼滤波器的线控转向控制方法，其特征在于：步骤4中控制信号叠加模块C，接收到汽车危险信号后，通过汽车鲁棒控制器的计算，输出叠加的控制信号到转向电子控制单元ECU的方法，包括以下步骤：

步骤4.1：建立控制对象的模型

本控制器的控制对象是线控系统中的执行电机，综合考虑汽车行驶过程中的不确定因素的干扰，取控制系统的状态变量为

系统的控制输入为u＝[θ_r]，量测输出为y＝[β]，扰动输入为w＝[θ_h F_v T_r]^T，评价输出z＝[z₁ z₂ z₃]^T，建立的控制对象模型如下：

其中：

式中：J_m是转向电机的转动惯量；B_m转向电机的阻尼系数；K_m是转向电机及减速机构总成的刚度系数；N是方向盘到前轮的总的传动比；e横风等效作用点距离质心的距离；d为汽车轮胎的纵向拖距；m是整车质量；I_z是汽车的转动惯量；k₁是汽车前轮的侧偏刚度；k₂是汽车后轮的侧偏刚度；a、b分别是前、后轴到质心的距离；u是汽车的纵向速度；θ_f为前轮转角；θ_h为方向盘转角；β为质心侧偏角；ω_r横摆角速度；F_v为侧向风干扰；T_r为助力电机反电动势；θ_r为叠加的转角；K_c为轮胎侧偏刚度；a为轮胎侧偏角；J_R为轮胎等效转动惯量；

步骤4.2：设计鲁棒控制器

系统的广义控制对象为：

式中：G_unc为考虑系统摄动的不确定性模型；G_d(s)表示为系统输入到系统输出闭环传递函数，其中s＝1,2,3；W₁，W₂为加权函数；W_d为干扰加权矩阵；

设计目标是求解控制器C使增广被控对象内部稳定，即是输入w到输出z的传递函数||H_zw||_∞＜1；

基于质心侧偏角反馈的线控转向系统稳定性控制问题表示为：

u＝Ky

其中：

为系统输入；z₁、z₂、z₃和y为系统输出；该系统的扰动输入β^*为理想的横摆角速度，控制输入u为前轮的补偿转角，干扰输入为理想的前轮转角θ_s ^*、侧向风干扰F_v以及路面的干扰力矩T_r；n_s为传感器噪声；

为进行μ综合鲁棒控制器的设计，μ综合方法是基于结构奇异值的迭代算法，该控制器的控制目标是想整个闭环系统变得稳定，则：

其中：设M(s)＝F_L(P,C)为无模型摄动下的系统闭环矩阵，M为广义对象P和控制器C所构成的下线性分式；μ为系统结构奇异值；

分析奇异值μ的上界性质，求解下面式子的最优化问题，通常采用D-K迭代算法，就可以得到μ综合鲁棒控制器；

其中，D为对角常数缩放矩阵。

5.根据权利要求2所述基于可抑制发散的卡尔曼滤波器的线控转向控制方法，其特征在于：质心侧偏角的上限设为β_up＝tan^-1(0.02μg)，其中，μ是路面附着系数，g为重力加速度。

Images