基于车轮力传感器信息的全轮驱动车辆状态估计 终稿 全文

基于轮力测量的车轮滚动阻力系数测试方法研究20技术纵横轻型汽车技术2005(11/12)总195/196特殊结构设计串接在轮胎轮辋和车桥轮毂之间,随同车轮一同旋转,而耦合器不随车轮旋转,它们间采用非接触能量耦合(或内嵌电池)和光电式信号传输.轮力传感器弹性体采用八梁轮幅式结构,对应车轮承受载荷时每个梁上产生对应形变的位置贴上电阻式应变片并组成多个电桥.本设计利用硬件实现力分量之间的解耦,所以每个电桥的差分输出对应一维载荷.信号耦合器内嵌有转速编码器和微处理器,并可将测到与接收到的轮力信号同时基的转角和转速值,将轮力值向车身坐标系投影就可得到多维力.每组数据打包后采用USART方式上传给采集箱中的四路轮力/轮速同步采集卡.表1是传感器有关性能指标.表1轮力/轮速传感器典型技术参数方式消除空气阻力的影响,实现任意车速下的滚动阻力系数的测试.该方法虽然能够实现对驱动工况下滚动阻力系数的测试,但在实际试验过程中很难保证两次试验工况几乎相同,且发动机的输出功率需要在转鼓试验台上模拟测取,存在一定的误差,实现比较困难.滑行法和行驶功率平衡法获取的只是汽车整车滚动阻力系数与车速的近似关系,不能分析载荷,制动力矩等对轮胎滚动阻力系数的影响.wFT法可在任意行车工况下测量各车轮的垂直载荷Fz,纵向力,力矩,轮速等,一方面可单独研究各车轮的滚动阻力系数,另一方面可定量分析滚动阻力系数与载荷,车速,驱动/从动,道路条基于载波相位差分技术(RTK,realtimekine—matic)为完成诸如制动,驱动,转弯行使等工况下的滚动阻力系数测量实时提供车身速度和轨迹等信息.其定位精度在分米级以上,并为测试系统提供精确时钟.信号调理和采集箱为基于CAN总线的插卡式结构,由一块主卡和若干子功能采集卡组成,各子卡由主卡同步,并将数据实时传给主卡缓存.试验时由PDA与主卡通信完成系统监测,试验结束后可将数据上传给通用微机进一步处理.3试验设计我国汽车滑行试验方法[3l要求记录汽车从初速度(约50±0.3km/h)滑行至停车时的滑行初速度和滑行距离,其间不允许转动方向盘.对于较高车速时的滚动阻力系数,由于空气阻力值较大(空气阻力与车速的平方成正比)而误差较大.滑行法测得是车轮从动状态时的滚动阻力,与实际驱动状态时的滚动阻力值相差较大.牵引法也存在同样的问题.基于汽车行驶功率平衡方程,文献【4】通过保持两次车辆行驶工况(包括车速)相同,改变车辆总质量件等关系,从而为汽车轮胎滚动阻力力学建模和车辆动力学分析提供了试验依据.4实例分析车型国产某轿车,四轮装用试验专用轮胎MAXXIS185/60R1482H(已转配有wFT),转动惯量3.64kg?m.,胎压为265～270kPa.前驾驶室2 人,后排做1人及仪器等,行李箱空.试验日期地点为2005年1月20日定远总装备部试验场汽车综合性能试验路,试验时天晴,自然风,很微弱.以初始速度约55km/n作20分钟自适应试验后直线滑行至停车,分别记录下车速,轮速,纵向和垂直力,扭矩等.4.1基于滑行法求滚动阻力系数[51汽车在水平路面上滑行,故其坡度阻力和驱动力都为0,汽车行驶方程式为++=0(6)其中滚动阻力=G?f,N,G为整车重量,约13150N.滑行时车速u月~<55km/h,可设为,=Co+f ()+f),具体展开为G'【,o+()+,2()')+--12:一6.一G.—d—u(7)gdt空气阻力Fr:～2,』v,cD为空气阻力系2005(11/12)总195/196轻型汽车技术技术纵横21 数(常值),迎风面积AB?h=0.9709m,B为轮距,h为重心高度;加速阻力=6?旦?,』v,6为gaf旋转质量换算系数,本车取1.05,g为重力加速度,为滑行减速度,m/sz.df取滑行时的速度分别在50,4cL.25,10km/h的速度和减速度值组成四元一次方程组,解得系数为[Co]=[0.01320.003l0.00150.4717],珂)曲线如图4所示.罄车轮胎滚动朝力系数测试对比3籁Il{;蛊髂避窭速度uaKm,h图4滑行法和轮力直接测量法对整车轮胎滚动阻力系数测试结果对比4.2基于轮力测量法基于滑行时同时测得的轮力|Y,和轮胎转速由式(4)分别计算得到的各车轮的滚动阻力系数,再求和平均得到整车轮胎滚动阻力系数,数据处理时设计了截至频率为10Hz的切比雪夫最佳一致逼近FIR低通滤波器.处理结果如图4所示.由图可以看出,两种测量方法具有相同的变化趋势,但wFT法测量值较小,且有一定的波动,能够反映出车辆的实时运动.说明本方法是有效的.5小结wFT法克服了滑行法,功率平衡法等只能部分问接建立整车滚动阻力系数与车速的关系缺陷,能够通过实时测量各轮胎驱动力矩,垂直力,纵向力等直接建立轮胎滚动阻力系数与车速,载荷,驱动状况,道路状况等关系(特别是曲线行驶较大侧向力时的车轮变形阻力测量),为汽车轮胎滚动阻力力学建模和车辆动力学分析提供了试验依据,从而具有更广的应用前景.通过相同工况下的滑行试验数据对比分析表明,wFTr法测试准确,且解算不需了解测试车辆内部结构参数,试验灵活,工程实现容易,是轮胎滚动阻力系数比较理想的测试手段.参考文献1[德1M.米奇克着陈荫三译.汽车动力学(A卷).北京:人民交通出版社.1992.2庄继德着.汽车轮胎学.北京:北京理工大学出版社.1996.3GB/T12536—90汽车滑行试验方法.中华人民共和国国家标准.4周锋,尹权,许爱民等.功率平衡法测试汽车的滚动阻力系数.华南理工大学(自然科学版).1999(7).5韩宗奇,李亮.测定汽车滑行阻力系数的方法.汽车工程,2002(41.雷克萨斯发表世界第一个双气室安全气囊先前我们报道了丰田要推出一个双气室安全气囊【高新科技】丰田开发双腔气囊更安全,现在这个全新的安全科技成果出现在雷克萨斯IS250身上.虽然安全气囊被证实能有效地保护乘客的生命安全,但发生意外的时候被气囊打在脸上可真不好受.Lexus汽车在新的IS250上配备了一个乘客座的双气室安全气囊,比起传统单气室安全气囊,能在发生意外的时候支撑乘客上半身和脸部的更大面积.新的IS250标准配备共有八个安全气囊,包含了这个乘客座双气室安全气囊,传统的驾驶座安全气囊,驾驶与乘客座的膝盖安全气囊,胸腹骨盆(TAP,Thorax—Ab—domen—Pelvis)侧边气囊以及车侧窗帘安全气囊.(夏和平)。

基于ansys车轮力传感器的优化设计崔传真;何维【摘要】车轮在行驶过程中载荷情况较为复杂,采用经典力学的计算方法往往有很大的局限性.建立了一组多个车轮力传感器弹性体的有限元模型,然后对弹性体进行结构应力分析,最后使用MATLAB软件对分析结果进行拟合,得到应变与变形梁宽的关系,再以优化约束条件最终计算出尺寸优化结果并加以验证.【期刊名称】《装备制造技术》【年(卷),期】2016(000)004【总页数】4页(P47-50)【关键词】车轮力传感器;弹性体;有限元分析【作者】崔传真;何维【作者单位】钦州学院广西高校临海机械装备设计制造及控制重点实验室培育基地,广西钦州 535000;钦州学院广西高校临海机械装备设计制造及控制重点实验室培育基地,广西钦州 535000【正文语种】中文【中图分类】TP242.3车轮力传感器（WFT）在汽车道路试验中起着非常重要的作用，它是汽车道路试验系统的核心部分[1]。

而汽车运动是地面与车轮的作用产生的，测量汽车行驶过程中车轮上各维载荷的变化，对研究与评价汽车动态性能有很重要的意义。

利用车轮力传感器所测得的数据还可以进行路面不平度的研究。

国外从上世纪八十年代中期开始研究车轮力传感器，用于汽车道路试验系统的研究。

由于汽车实际行驶过程中[2，3]，其车轮受到六维力的作用，轮力传感器的输出信号具有强耦合性和非线性时变，而且车轮的使用环境和恶劣，空间尺寸的限制，所以轮力动态测量在技术上难度很大[4]。

在我国，汽车道路数据依然采用七八十年代代的老旧技术，这种技术显然已经不再符合现在的需要。

本文建立了一组多个车轮力传感器弹性体的有限元模型，然后对弹性体进行结构应力分析，最后使用MATLAB软件对分析结果进行拟合，得到应变与变形梁宽的关系，再以优化约束条件最终计算出尺寸优化结果并加以验证。

本文为精确掌握车轮与地面之间的作用力及其在各种条件下的载荷分布、分析车辆整车系统对外力载荷的特性、对汽车车身和各类零件的设计等提供有用的帮助[5]。

基于车轮扭矩传感器的轮胎滚动阻力测试系统开发
闵永军;张为公;周木子;翟羽健
【期刊名称】《汽车技术》
【年(卷),期】2006(000)007
【摘要】应用车轮扭矩传感器开发了轮胎滚动阻力测试系统.介绍了在双滚筒上测试轮胎滚动阻力和阻力系数的原理、轮胎滚动阻力测试系统的构成及测试系统软件的开发.在赛欧SLX-AT轿车的驱动轮上对该系统进行了实车试验,结果表明,该测试系统可克服滚动阻力滑行测试法和反拖测试法的不足,提高轮胎滚动阻力的检测精度,为研究轮胎滚动阻力特性提供了新手段.
【总页数】4页(P28-31)
【作者】闵永军;张为公;周木子;翟羽健
【作者单位】东南大学;南京林业大学;东南大学;东南大学;东南大学
【正文语种】中文
【中图分类】U4
【相关文献】
1.基于车轮力传感器的汽车制动测试系统开发及应用 [J], 宋国民;张为公;秦文虎;翟羽健
2.基于CANopen协议的扭矩传感器数据采集测试系统 [J], 熊四昌;李保
3.轿车、轻型载重车、载重车及大客车轮胎滚动阻力测试方法 [J], 董秀玲
4.载重车和大客车轮胎滚动阻力测试方法 [J], 董秀玲
5.基于C#参考式扭矩传感器标定及测试系统的研制 [J], 沈强;张瑾;李淘;弓海陵;邹冰玉;代峰燕
因版权原因，仅展示原文概要，查看原文内容请购买。

基于车轮力传感器信息的全轮驱动车辆状态估计高博麟;陈慧【期刊名称】《农业机械学报》【年(卷),期】2012(43)12【摘要】提出一种基于车轮侧向力和纵向力传感器信息的车辆状态观测器.建立3自由度车辆动力学模型,并构建扩展卡尔曼滤波器,结合纵向加速度传感器和横摆角速度传感器的校正信息,实时估计车辆的纵向车速和质心侧偏角.在复杂附着条件下,该车辆状态观测器对车轮滑移和路面附着条件有很好的鲁棒性.通过veDYNA车辆动力学仿真软件,对该观测器进行了仿真验证.在分离附着系数路面条件下的仿真结果显示,传统的基于2自由度和非线性轮胎模型估计方法的纵向车速最大估计误差为25 km/h,质心侧偏角最大估计误差为3°,相同工况下,提出的基于车轮力传感器信息的全轮驱动车辆状态观测器对车辆的纵向车速和质心侧偏角估计结果具有更好的精确度,最大估计误差分别不超过0.6 km/h和0.2°,对车轮滑移和复杂路面附着条件具有更强的自适应能力.%A state estimation method for 4WD vehicle was demonstrated by measuring lateral tire forces and longitudinal tire forces. Based on 3-DOF vehicle model, a state observer was realized using extended Kalman filter technique. The observer provided several advantages that the vehicle velocity and sideslip angle estimates could be robust with variance of wheel slip ratio and road friction under extreme adherence condition, such as split friction road. The paper demonstrated the appropriateness of this observer by slalom simulation test using veDYNA software. Simulation results were compared with traditionalnonlinear state observer. The comparisons indicated that the longitudinal velocity and sideslip angle estimates of proposed observer both approached the true value very well. The maximum errors were no more 0.6 km/h and 0.2°, comparing to 25 km/h and 3° of the maximum errors of traditional nonlinear state observer. The proposed estimation method was an effective self-adaptation approach to wheel slip ratio and road friction condition.【总页数】6页(P22-27)【作者】高博麟;陈慧【作者单位】同济大学新能源汽车工程中心,上海200092;同济大学新能源汽车工程中心,上海200092【正文语种】中文【中图分类】U462.3【相关文献】1.基于多信息融合的全轮独立电驱动车辆车速估计 [J], 褚文博;李深;江青云;刘力;罗禹贡2.基于ADVISOR的4轴全轮驱动车辆驱动系统仿真模块的开发 [J], 朱诗顺;王星博;骆素君;朱道伟3.基于模糊控制技术的全轮独立驱动车辆防滑控制研究 [J], 钟敬武;阳贵兵;廖自力;刘春光4.一种基于数据融合的全轮驱动车辆质心侧偏角估计方法 [J], 张征;刘春光;马晓军;张运银5.8×8轮毂电机全轮驱动车辆动力学建模与仿真 [J], 刘明春;张承宁;王志福因版权原因，仅展示原文概要，查看原文内容请购买。

一种全工况适应的全轮独立驱动车辆车速估计方法阳贵兵;李长兵;廖自力;马晓军;刘春光【摘要】为解决全轮独立驱动车辆车速估计难的问题,提出了一种全工况适应的车速估计方法.该方法以参数自适应卡尔曼滤波算法为基础,采用左右侧分离估计,并设计模糊控制器对滤波系数进行自适应调节,通过判断车辆的行驶工况和路面条件,设计自适应切换条件,当车轮滑转/滑移状态超过预设值,切换为纵向加速度积分估计.利用硬件在环实时仿真实验对所提出的车速估计方法的有效性和准确性进行了验证,仿真结果表明,该方法在多工况运行下具有很好的估计精度,具有普遍应用价值.【期刊名称】《兵工学报》【年(卷),期】2015(036)010【总页数】6页(P2006-2011)【关键词】控制科学与技术;车速估计;卡尔曼滤波;全工况适应;全轮驱动【作者】阳贵兵;李长兵;廖自力;马晓军;刘春光【作者单位】装甲兵工程学院陆战平台全电化技术重点实验室,北京100072;装甲兵工程学院陆战平台全电化技术重点实验室,北京100072;装甲兵工程学院陆战平台全电化技术重点实验室,北京100072;装甲兵工程学院陆战平台全电化技术重点实验室,北京100072;装甲兵工程学院陆战平台全电化技术重点实验室,北京100072【正文语种】中文【中图分类】TJ81纵向车速是车辆非常重要的状态参数之一，其估计的精度直接决定了车辆驱动防滑控制（ASR）、制动防抱死系统（ABS）以及直接横摆力矩控制（DYC）等一系列车辆稳定性控制的控制效果［1］。

全轮独立驱动车辆的纵向车速的获取，目前主要有两种方法：一是借助光学传感器或者GPS高精度测速仪［2］；二是基于普通车载传感器的估计方法［3］。

第一种方法，由于涉及的成本过高，不适于量产及一般性的研究，因此第二种方法成为目前研究的主流。

估计方法中，最简单的是车身加速度直接积分法，但由于积分过程中，系统噪声产生的误差不断累计，长时间积分，会导致估计结果发散，并不适应于长时间的车速估计［4］。