申请/专利权人：上海易巴汽车动力系统有限公司

申请日：2022-02-15

公开（公告）日：2024-04-12

公开（公告）号：CN114312808B

主分类号：B60W40/13

分类号：B60W40/13;B60W40/076;B60W40/105

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.04.29#实质审查的生效;2022.04.12#公开

摘要：本发明公开了一种智能驾驶车辆的重量、坡度和速度的估算方法，属于智能驾驶汽车领域，包括以下步骤：根据车载IMU惯性传感器获取车辆的沿着车辆前进方向的纵向加速度信息ax；从车辆CAN总线按照采样频率为获取当前车辆沿着车辆前进方向的纵向速度分量信息vx，电机的实时扭矩信息Trq。本发明根据CAN总线采集的参数，车辆标定数据，采用最小二乘法和扩展卡尔曼滤波结合方法，即可以估算出车辆的质量、所处坡度、车速信息，在车辆控制领域拥有重大意义。

主权项：1.一种智能驾驶车辆的重量、坡度和速度的估算方法，其特征在于，包括以下步骤：根据车载IMU获取车辆的沿着车辆前进方向的纵向加速度信息ax；从车辆CAN总线按照采样频率为获取当前车辆沿着车辆前进方向的纵向速度分量信息vx，电机的实时扭矩信息Trq；根据车辆标定数据得到相关车辆参数；假设车辆位于坡度角为β的斜坡或者平地上，则可得车辆的纵向动力学公式：其中M为车辆质量，g为重力加速度，Fd为车辆驱动力，Fr为车辆滚动阻力，Fa为车辆行驶过程中的空气阻力；根据车速和加速度的条件，判别估算方法的起始和结束条件；车辆的重量估算根据纵向动力学公式，对车辆的阻力和重量的估算值，采用递推最小二乘法进行估算，可得相关估算值；车辆的坡度与车速的估算，对纵向动力学公式进行离散化状态空间方程的改写，然后采用扩展卡尔曼滤波，可得相关估算值；对重量和坡度的估算值进行平均化处理，即估算值总和除以已估算的次数，获得车辆的估算重量和坡度的估算值，最终取值估算结束时所得出的平均值；所述车辆标定数据根据车辆指标、相关车辆参数实验，进行的车辆参数的获取，其中参数包括：电机输出端至车轮的传动比iw，传动系机械效率ηT，轮胎自由半径rf，轮胎滚动半径与自由半径比率wr，车辆滚阻系数fr，车辆迎风面积A，空气密度ρ，空气阻力系数CD，车辆空载估算重量mo；所述车辆的纵向动力学公式中，可由所述的车载IMU的纵向加速度ax来代替，即所述车辆的纵向动力学公式中，Fd为车辆驱动力，可由公式来计算，其中Fd单位为牛；所述车辆的纵向动力学公式中，Fr为车辆滚动阻力，可由公式Fr＝frMgcosβ来计算，其中Fr单位为牛；所述车辆的纵向动力学公式中，Fa为空气阻力，可由公式来计算，其中Fa单位为牛；所述估算方法的起始和结束条件为：当车辆启动时，车辆的纵向加速度ax第一次大于某个阈值as时触发为真，且随后时间里不管加速度何值都保持为真，同时满足车辆的速度大于某阈值vs时，则估算方法启动，启动时间为Ts；当估算方法启动后，监测车辆的速度，当车速大于某阈值ve时，则估算方法结束，结束时间为Te，则车辆的估算时间段为Ts～Te；所述的递推最小二乘法具体如下：令FR＝Fr+Fa，其中，FR为车辆的阻力，则Fd＝Max+FR；令和为质量和阻力的真值，和为质量和阻力的估算值，则阻力及质量的估计表达式为所述扩展卡尔曼滤波为：基于所述的纵向动力学公式，具体如下： 其中，扩展卡尔曼滤波包括两个计算过程:时间更新和测量更新，时间更新方程用于向前推算先验状态估计值和先验误差协方差；测量更新方程用于将先验状态估计和测量变量结合产生状态的后验估计并更新估计状态的后验误差协方差，具体如下：时间更新方程为： 其中：为上一时刻状态变量的最优估计值；Pk-1为上一时刻误差协方差；为状态变量的先验估计值；为先验误差协方差；Q取单位矩阵，Jf为对状态变量求偏导数得到的Jacobian矩阵；Jacobian矩阵为： 测量更新方程为： 其中：Kk为卡尔曼增益；为状态变量后验估计值；Pk为后验误差协方差；I为单位矩阵；H为测量矩阵；R为测量噪声协方差，取值100。

全文数据：

权利要求：

百度查询： 上海易巴汽车动力系统有限公司 一种智能驾驶车辆的重量、坡度和速度的估算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD