实时稳健夹物检测算法在汽车中的应用.rar

附件C：译文

实时稳健夹物检测算法在汽车中的应用

摘要：本文针对电动车窗系统的安全性提出了一种可以在廉价微处理器上实现的鲁棒夹物检测算法。为了解决由于霍尔传感器的性能退化和实际驾驶环境引起的问题，该算法采用了 滤波状态估算技术。采用这种方法的动机源于 滤波能最小化或限制所有有限能量的干扰误差，实现在最差的情况下估算的优点。此处，挤压转矩变化率的估计量可以通过包含电机动力学参数和附加转矩变化率的 滤波增广模型的稳定状态推导出来。因此，通过重新设计，使该估计量更合适并实时实现，转矩变化率估计量的理论计算较以往模型更简单[1]。实验结果表明通过很少的计算量，这种夹物检测算法提供的快速夹物检测性能很接近已经存在的方法。更进一步的，该算法能保证稳健性，可以抵抗最差情况下的测量噪声。

关键词：夹物检测，电动车窗， 滤波，卡尔曼滤波，转矩变化率估算，
实时实现。

1引言
电动车窗系统是通过一个触式开关操作的，由于车窗的自动闭合功能，涉及到在车窗导轨上夹伤人身体的危险性。因此，很多汽车工程师近期的关注是怎样用最小的成本开发一个高安全性的电动车窗系统[1]- [6]。通常，障碍物检测有三种不同的方法：第一种,是基于光学传感器，红外传感器和力传感器的障碍物或力检测的直接检测方法[2]。这种方法直接给出了障碍物是否被夹住以及障碍物施加的挤压力的确切数值的信息。但是，所需要的传感器系统相当昂贵，而且还需要附加防尘装置。第二种，是基于测量电机轴角速度变化的微分方法[3]- [4]。这种估算方法只需要很小的计算量，但是性能在存在测量噪声的情况下会明显退化[4]。另一方面，绝对的挤压检测方法是利用直流电机的快速响应性对挤压转矩进行补偿[5]- [6]。识别被挤压的条件是电流超过一个规定的阈值。然而，它不能抵抗在实际驾驶情况下引起的异常振动而保证稳健性。此外，这种方法还需要附加电流传感器来避免误报警。为了解决这些问题，一种应用卡尔曼滤波的挤压检测算法提出来了[1]。该算法是在线性电机动力学和状态估计技术的基础上设计的。它通过估算转矩变化率，提供了快速挤压检测性能而且能够提高可靠性，甚至在电机参数变化的情况下。此外，针对参数的不确定性，确定了一种分析估算误差的挤压检测准测 。这是一种解决挤压检测问题的系统方法，但是，也存在由于干扰和测量噪声的统计特征不是高斯分布而引起误报警的可能性。特别是针对霍尔传感器的老化和实际驾驶环境较敏感变化特征的测量噪声。