This work consists of the study and development of a state estimator, in particular, the estimation of the sideslip angle of a vehicle through a Kalman Filter algorithm, and its more complex and non-linear declinations. The objective is to estimate the sideslip angle without having a specific sensor, with a cost comparable to a small car, and getting it from the information obtained from other commercially available and cheaper sensors. This is to then be able to detect when the car is in dangerous situations, and then develop the relevant safety and driving control systems. What then follows is the development of a simpler, and therefore standardizable, estimator, which tries to correct the estimated tire forces in order to obtain a better sideslip angle estimation.

Il presente lavoro consiste nello studio e nello sviluppo di uno stimatore di stati, in particolare, la stima dell'angolo di assetto di un veicolo attraverso un algoritmo di Kalman Filter, e le sue declinazioni più complesse e non lineari. L'obiettivo è quello di stimare l'angolo di assetto senza disporre di un sensore specifico, con un costo paragonabile a quello di un'utilitaria, e ricavandolo dalle informazioni ottenute da altri sensori disponibili in commercio e più economici. Questo per poter poi rilevare quando l'auto si trova in situazioni pericolose, e quindi sviluppare i relativi sistemi di sicurezza e di controllo della guida. Ciò che segue è lo sviluppo di uno stimatore più semplice, e quindi standardizzabile, che tenta di correggere le forze stimate del pneumatico per ottenere una migliore stima dell'angolo di deriva.

Model-based vehicle sideslip angle estimation: theory and experimental validation

LONARDONI, MATTEO
2023/2024

Abstract

This work consists of the study and development of a state estimator, in particular, the estimation of the sideslip angle of a vehicle through a Kalman Filter algorithm, and its more complex and non-linear declinations. The objective is to estimate the sideslip angle without having a specific sensor, with a cost comparable to a small car, and getting it from the information obtained from other commercially available and cheaper sensors. This is to then be able to detect when the car is in dangerous situations, and then develop the relevant safety and driving control systems. What then follows is the development of a simpler, and therefore standardizable, estimator, which tries to correct the estimated tire forces in order to obtain a better sideslip angle estimation.
2023
Model-based vehicle sideslip angle estimation: theory and experimental validation
Il presente lavoro consiste nello studio e nello sviluppo di uno stimatore di stati, in particolare, la stima dell'angolo di assetto di un veicolo attraverso un algoritmo di Kalman Filter, e le sue declinazioni più complesse e non lineari. L'obiettivo è quello di stimare l'angolo di assetto senza disporre di un sensore specifico, con un costo paragonabile a quello di un'utilitaria, e ricavandolo dalle informazioni ottenute da altri sensori disponibili in commercio e più economici. Questo per poter poi rilevare quando l'auto si trova in situazioni pericolose, e quindi sviluppare i relativi sistemi di sicurezza e di controllo della guida. Ciò che segue è lo sviluppo di uno stimatore più semplice, e quindi standardizzabile, che tenta di correggere le forze stimate del pneumatico per ottenere una migliore stima dell'angolo di deriva.
Sideslip angle
State estimation
Vehicle dynamics
Data analysis
Kalman Filter
File in questo prodotto:
File Dimensione Formato  
Lonardoni_Matteo.pdf

accesso aperto

Dimensione 39.8 MB
Formato Adobe PDF
39.8 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/74789