اندازه گیری زاویه لغزش جانبی بر اساس اطلاعات سنسور ترکیبی با استفاده از ANFIS یکپارچه و یک الگوریتم فیلتر کالمن (KALMAN)

قیمت: 43,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

اندازه گیری زاویه لغزش جانبی بر اساس اطلاعات سنسور ترکیبی با استفاده از ANFIS یکپارچه و یک الگوریتم فیلتر کالمن (KALMAN)

عنوان لاتین

Vehicle sideslip angle measurement based on sensor data fusion using an integrated ANFIS and an Unscented Kalman Filter algorithm

بیشتر سیستم های ESC (سیستم کنترل ثبات الکترونیکی) در حال اندازه گیری هر دو نرخ چرخش (yaw) و زاویه لغزش جانبی هستند. با این حال، یکی از مسائل اصلی این است که زاویه لغزش را نمی توان مستقیما اندازه گیری کرد زیرا سنسورهای آن بسیار گران هستند. به این دلیل، برآورد (تخمین) زاویه لغزش به طور گسترده در ادبیات مربوطه مورد بحث قرار گرفته است. مدل سازی زاویه لغزش با توجه به دینامیک غیر خطی وسیله نقلیه پیچیده است. در این مقاله، ما یک ناظر جدید بر اساس ANFIS ، همراه با فیلتر Kalman در جهت برآورد زاویه لغزش پیشنهاد می کنیم ، که به نوبه خود برای کنترل دینامیک خودرو و بهبود رفتار آن استفاده می شود. به همین دلیل، باید اندازه گیری توسط حسگر های کم هزینه که در وسایل نقلیه قرار گرفته شده اند و در زمان واقعی کار می کنند، مورد استفاده قرار گیرند. سیستم ANFIS یک زاویه شبیه لغزش را با استفاده از پارامترهایی که به راحتی اندازه گیری می شوند، با استفاده از سنسورهای مجهز در وسایل نقلیه واقعی (سنسورهای اینرسی و سنسورهای هدایت فرمان)، برآورد می کند. این مقدار در UKF به منظور فیلتر کردن نویز و برای به حداقل رساندن واریانس میانگین ریشه خطا تخمین ارائه شده است. برآوردگر با مقایسه مدل پیشنهادی با مقادیر ارائه شده توسط مدل CARSIM که یک قطعه نرم افزار معتبر آزمایشگاهی است، اعتبار یافته است. مزیت این برآورد، مدل سازی دینامیک غیر خطی وسیله نقلیه، با استفاده از سیگنال هایی است که به طور مستقیم از سنسورهای خودرو اندازه گیری می شوند. نتایج موثر بودن تخمین زن زاویه لغزش بر اساس ANSIS+UKF را نشان می دهد.

Most existing ESC (Electronic Stability Control) systems rely on the measurement of both yaw rate and sideslip angle. However, one of the main issues is that the sideslip angle cannot be measured directly because the sensors are too expensive. For this reason, sideslip angle estimation has been widely discussed in the relevant literature. The modeling of sideslip angle is complex due to the non-linear dynamics of the vehicle. In this paper, we propose a novel observer based on ANFIS, combined with Kalman Filters in order to estimate the sideslip angle, which in turn is used to control the vehicle dynamics and improve its behavior. For this reason, low-cost sensor measurements which are integrated into the actual vehicle and executed in real time have to be used. The ANFIS system estimates a “pseudo-sideslip angle” through parameters which are easily measured, using sensors equipped in actual vehicles (inertial sensors and steering wheel sensors); this value is introduced in UKF in order to filter noise and to minimize the variance of the estimation mean square error. The estimator has been validated by comparing the observed proposal with the values provided by the CARSIM model, which is a piece of experimentally validated software. The advantage of this estimation is the modeling of the non-linear dynamics of the vehicle, by means of signals which are directly measured from vehicle sensors. The results show the effectiveness of the proposed ANFISþUKF-based sideslip angle estimator.