Алгоритм определения фактической скорости для обеспечения работы автоматизированной системы управления движением колесной машины

Рассмотрены вопросы построения автоматизированной системы управления движением колесной машины, связанные с получением надежной информации о количественных параметрах ее движения, а также с прогнозированием и диагностированием нештатных ситуаций (опрокидыванием, скольжением и др.). Существует много публикаций, в основном зарубежных авторов, посвященных разработке таких систем и их практической реализации. Однако используемые при этом модели взаимодействия колесной машины с окружающей средой являются достаточно сложными, так как содержат значительное число экспериментальных параметров, имеющих большую степень неопределенности. Рассмотрено плоское движение колесной машины, оборудованной типовым набором измерительных средств: акселерометрами, датчиками угловой скорости и угла отклонения руля. В качестве показателя, характеризующего движение колесной машины, использована разность между теоретической скоростью движения центра масс и соответствующей реальной скоростью колесной машины. Первая из скоростей определяется по геометрическим параметрам транспортного средства и углам отклонения колес, вторая требует измерения реальной скорости движения. Предложен алгоритм для оценки реальной скорости движения колесной машины по показаниям акселерометров, точность функционирования которого обеспечивается периодическими остановками транспортного средства.

Литература

[1] Ungoren A.Y., Peng H., Tseng H.E. A study on lateral speed estimation methods. International Journal of Vehicle Autonomous Systems, 2004, vol. 2, no. 1/2, pp.126–144.

[2] Karogal I., Ayalew B. Independent Torque Distribution Strategies for Vehicle Stability Control. SAE Technical Papers, 2009, doi: 10.4271/2009-01-0456.

[3] Hiemer M., Von Vietinghoff A., Kiencke U., Matsunaga T. Determination of the vehicle body slip angle with non-linear observer strategies. Proc. SAE World Congress, Detroit, MI, 2005, paper no. 2005-01-0400.

[4] Best M.C., Gordon T.J., Dixon P.J. An extended adaptive Kalman filter for real-time state estimation of vehicle handling dynamics. Vehicle System Dynamics, 2000, vol. 34, no. 1, pp. 57–75.

[5] Klier W., Reim A., Stapel D. Robust estimation of vehicle sideslip angle–an approach w/o vehicle and tire models. Proc. SAE World Congress, Detroit, MI, 2008, paper no. 2008-01-0582.

[6] Sentouh C., Sebsadji Y., Mammar S., Glaser S. Road bank angle and faults estimation using unknown input proportional-integral observer. Proc. European Control Conference, Greece, Kos, 2007, pp. 5131–5138.

[7] Imsland L., Grip H.F., Johansen T.A., Fossen T.I., Kalkkuhl J.C., Suissa A. Nonlinear observer for vehicle velocity with friction and road bank angle adaptation–validation and comparison with an extended Kalman filter. Proc. SAE World Congress, Detroit, MI, 2007, paper no. 2007-01-0808.

[8] Imsland L., Johansen T.A., Grip H.F., Fossen T.I. On non-linear unknown input observers-applied to lateral vehicle velocity estimation on banked roads. International Journal of Control, 2007, vol. 80, no. 11, pp. 1741–1750.

[9] Жилейкин М.М., Чулюкин А.О. Алгоритм работы системы динамической стабилизации для автомобиля 4×4 с подключаемой задней осью. Наука и образование. МГТУ им. Н.Э. Баумана, 2014, № 4. URL: http://technomag.bmstu.ru/doc/704685.html, doi: 10.7463/0414.0704685 (дата обращения 10 марта 2017).

[10] Ryu J., Gerdes J.C. Estimation of vehicle roll and road bank angle. Proceedings of the American Control Conference, Boston, MA, United States, 2004, vol. 3, pp. 2110–2115.

[11] Жилейкин М.М. Теоретические основы повышения показателей устойчивости и управляемости колесных машин на базе методов нечеткой логики. Москва, Изд-во МГТУ им. Н.Э. Баумана, 2016. 238 с.