融合状态观测及优化方法的纯侧偏轮胎模型辨识

针对目前轮胎模型辨识大多基于轮胎力、轮胎侧偏角等数据已知或可测假设的局限,提出一种基于车载传感器和整车操稳性试验的魔术公式轮胎纯侧偏模型辨识方法.该方法融合状态观测与优化思想,首先构建无迹卡尔曼滤波(Unscented Kalman Filter,UKF)状态观测系统对轮胎模型特征参数进行初步估计,而后将参数识别转换为优化问题,由UKF状态观测系统为粒子群优化(Particle Swarm Optimization,PSO)算法提供初值,且将UKF估计结果与魔术公式轮胎纯侧偏模型参数灵敏度分析结果相结合,为PSO算法提供搜索区间,进一步获取更精确辨识结果.Simulink仿真及不同侧向加速度下的Simulink-Carsim联合仿真结果共同表明,车辆侧向加速度达到一定程度使轮胎进入非线性域后,所提出的辨识方法能够获得较准确的辨识效果.