1. 课程导入与工程视角建立

在Bosch底盘控制系统中，车辆状态估计（Vehicle State Estimation）处于一个非常特殊的位置：它既不是执行器，也不是传感器，而是介于两者之间的“软测量层”。驾驶员踩下制动踏板、转动方向盘，ESC、ABS、TCS、EPS等系统需要知道车辆此刻的横摆角速度、纵向车速、侧偏角、路面附着系数等状态量，才能决定如何分配制动力、如何干预发动机扭矩、如何施加转向助力。然而，这些状态量中只有一部分能被传感器直接测量，另一部分必须通过模型与信号融合推算出来。状态估计模块正是承担这一推算任务的核心环节。

一、状态估计在底盘控制系统中的角色

从工程视角看，Bosch底盘控制系统可以粗略划分为感知层、估计层、决策层和执行层。感知层由轮速传感器、横摆角速度传感器、加速度传感器、转向角传感器等组成，提供原始测量信号；估计层接收这些信号，结合车辆动力学模型，输出更完整、更可靠的状态量；决策层依据估计结果计算目标制动力矩、目标驱动力矩或目标转向角；执行层由液压单元、电机、电磁阀等完成物理动作。状态估计层是连接感知与决策的桥梁，它的输出质量直接决定了上层控制策略的有效性。

以ESC为例，当车辆出现过度转向趋势时，ESC需要快速判断横摆角速度偏差和侧偏角大小。横摆角速度传感器可以直接测量横摆角速度，但侧偏角无法直接测量，必须通过轮速、横摆角速度、纵向加速度和横向加速度等信号融合估计。如果估计值滞后或偏差过大，ESC可能误判车辆状态，导致过早或过晚干预，影响操控稳定性和驾驶体验。因此，状态估计的精度、实时性和鲁棒性是底盘控制系统设计中的关键指标。

二、典型信号流与功能安全约束

在Bosch典型的底盘域控制器架构中，信号流通常遵循“传感器→信号处理→状态估计→功能仲裁→执行控制”的路径。轮速传感器输出四个车轮的转速脉冲，经过信号调理和轮速计算后得到轮速信号；横摆角速度传感器和加速度传感器通过CAN或PSI5接口传输数据；转向角传感器提供方向盘转角。这些信号进入估计模块后，首先进行时间同步和有效性检查，然后送入车辆模型进行状态推算。

功能安全方面，ISO 26262对状态估计模块提出了明确的ASIL等级要求。以ESC中的横摆角速度估计为例，通常需要达到ASIL D等级，这意味着估计模块必须具备故障检测、故障容错和安全机制。例如，当横摆角速度传感器信号失效时，估计模块需要能够通过轮速差和横向加速度等冗余信号进行降级估计，并在一定时间内维持可接受的精度，同时向驾驶员发出警告。ASPICE流程则要求从需求分析、架构设计、单元设计、实现、集成到测试的全过程可追溯，状态估计模块的每个算法变更都需要有对应的需求条目、测试用例和验证记录。

三、课程所用车辆模型与传感器配置总览

本课程后续章节将围绕一个典型的B级前轮驱动乘用车展开，车辆参数设定如下：整车质量m=1500 kg，轴距L=2.7 m，质心到前轴距离a=1.2 m，质心到后轴距离b=1.5 m，绕z轴转动惯量I_z=2500 kg·m²，前轮侧偏刚度C_f=80000 N/rad，后轮侧偏刚度C_r=90000 N/rad。这些参数将用于建立单轨车辆模型和双轨车辆模型，并作为状态估计器的设计基础。

传感器配置方面，课程假设车辆配备以下传感器：四个轮速传感器（精度±0.5 km/h）、一个横摆角速度传感器（量程±100 °/s，精度±0.5 °/s）、一个双轴加速度传感器（量程±10 m/s²，精度±0.1 m/s²）、一个方向盘转角传感器（量程±720°，精度±0.1°）以及制动主缸压力传感器。这些传感器信号通过CAN总线和PSI5接口传输至底盘域控制器，采样周期分别为轮速10 ms、横摆角速度5 ms、加速度5 ms、转向角10 ms。在后续的估计器设计中，需要特别注意不同采样周期带来的时间同步问题。

四、课程学习路径与工程视角

本课程将按照“模型建立→估计器设计→信号融合→功能安全→实车验证”的逻辑展开。前几章重点建立车辆动力学模型和传感器信号处理基础，中间章节深入讲解卡尔曼滤波、观测器设计、多传感器融合算法，后续章节讨论功能安全机制、ASPICE流程落地以及实车标定与验证方法。每一章都会结合实际工程案例和可复现的示例参数，帮助读者建立从理论到实践的完整认知。

需要特别强调的是，车辆状态估计不是单纯的算法问题，而是系统工程问题。一个在仿真中表现优异的估计器，如果忽略了传感器噪声特性、CAN总线延迟、ECU计算资源限制或功能安全要求，在实车上很可能无法达到预期效果。因此，本课程始终从Bosch底盘控制系统的工程视角出发，关注算法背后的约束条件和落地细节。