Fahrdynamikregelsysteme benötigen für den exakten und effizienten Einsatz von Aktuatoren Informationen über den aktuellen Fahrzustand und die Fahrzeugparameter. Nicht alle erforderlichen Informationen können von der Seriensensorik direkt erfasst werden. In diesem Fall werden Fahrzustandsschätzer eingesetzt, um die fehlenden Informationen aus Modellwissen und einer Sensorfusion zu bestimmen. Im vorliegenden Beitrag wird ein solcher Fahrzustandsschätzer vorgestellt, welcher bisherige Ansätze um virtuelle Sensoren erweitert und so zusätzliche Informationen für die Sensorfusion bereitstellt. Diese Erweiterung umfasst die Schätzung der Zahnstangenkraft und der Radlängskräfte sowie der vertikalen Aufbaubewegung. Anhand von Simulations- und Versuchsfahrten kann nachgewiesen werden, dass das Erkennen von kritischen Situationen, wie Bremsen auf µ-split Fahrbahnoberfläche oder Kurvenfahrt auf Niedrigreibwert, schnell und zuverlässig erfolgt und somit Potenzial zur Verbesserung von Fahrdynamikregelsystemen geschaffen wird.

    Vehicle dynamics control relies on exact vehicle state and parameter knowledge to achieve robust control performance and safety. However, sensor measurements of all required system variables are not common in series production cars. In this study, an estimation algorithm is introduced, which incorporates standard vehicle sensors and sensors of an electric powertrain to estimate the planar vehicle motion and the tyre coefficient of friction. The main component of the estimation structure is a joint Unscented Kaiman Filter (UKF) which uses a nonlinear planar vehicle model for state and parameter estimation. The UKF not only combines the signals of the physical sensors but also various virtual sensors measurements such as tyre traction forces or steering rack force. Several virtual and real test runs demonstrate the high accuracy and robustness of the algorithm for a vehicle with electric power steering.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Kombinierte Schätzung von Fahrzuständen und Fahrzeugparametern mittels Unscented Kalman Filter und virtueller Sensoren


    Contributors:


    Publication date :

    2013


    Size :

    15 Seiten, 12 Bilder, 1 Tabelle, 14 Quellen




    Type of media :

    Conference paper


    Type of material :

    Print


    Language :

    German




    Kombinierte Schatzung von Fahrzustanden und Fahrzeugparametern mittels Unscented Kalman Filter und virtueller Sensoren

    Weiskircher, T. / Muller, S. / VDI/VDE-Gesellschaft Mess- und Automatisierungstechnik et al. | British Library Conference Proceedings | 2013


    Kombinierte Schaetzung von Fahrzustaenden und Fahrzeugparametern mittels Unscented Kalman Filter und virtueller Sensoren

    Weiskircher,T. / Mueller,S. / Tech.Univ.Kaiserlautern,DE | Automotive engineering | 2013


    Unscented Kalman Filter

    Zarchan, Paul / Musoff, Howard | AIAA | 2015


    Unscented Schmidt–Kalman Filter Algorithm

    Stauch, Jason / Jah, Moriba | AIAA | 2014


    Unscented Schmidt-Kalman Filter Algorithm

    Jason Stauch | Online Contents | 2015