一种考虑参数耦合关系的汽车质量和道路坡度估计方法技术

本发明专利技术公开了一种考虑参数耦合关系的汽车质量和道路坡度估计方法，包括步骤一、获取车辆状态数据和车辆固有参数并计算获得第k时刻的加速度a以及变速器传动比ig；步骤二、建立汽车质量模型与道路坡度模型；步骤三、分别基于汽车质量模型与道路坡度模型，构建最小二乘质量估计模型和卡尔曼滤波坡度估计模型，步骤四、采用嵌套循环迭代进行汽车质量和道路坡度联合估计。本发明专利技术能为汽车智能系统提供实时的道路坡度信息和汽车负载情况，为自动驾驶辅助决策、绿色驾驶、及自动变速器换挡控制提供重要的依据，从而实现安全、经济、舒适驾驶。

【技术实现步骤摘要】
一种考虑参数耦合关系的汽车质量和道路坡度估计方法
本专利技术属于智能交通领域，具体涉及一种考虑参数耦合关系的汽车质量和道路坡度估计方法。
技术介绍
车辆动力学模型参数的实时估计是车辆控制的基础，而汽车质量和道路坡度是车辆动力学模型中的重要参数，准确实时的估计汽车质量和道路坡度可以有效提高车辆动力性和经济性。根据汽车质量在线调整换挡控制策略不仅能够使自动换挡过程中车辆运行更加顺畅,而且还能够得到更为经济的换挡控制策略。基于道路坡度、速度和加速度等信息可以计算出车辆功率系数，由此估计克服空气阻力和滚动阻力所需的发动机功率，从而实现排放控制。但汽车质量和道路坡度在汽车行驶过程中的动力学模型中存在强耦合关系，这严重影响实际驾驶过程中对汽车质量和道路坡度的感知精度。因此，探索一种考虑参数耦合关系的汽车质量和道路坡度的联合估计方法对于提高汽车动力性和燃油经济性具有重要意义。目前对于汽车质量和道路坡度的获取方法可以分为两类，一类是基于传感器的方法，一类是基于车辆纵向动力学模型的方法。基于传感器的方法是通过在车辆上加装额外的传感器，例如单摆式角位移传感器、惯性导航仪等来直接测出坡度角,再进一步计算车重。例如收集通过加装加速度传感器或者GPS全球定位系统等获取的坡度信号，先计算得到道路的坡道角，然后再基于车辆纵向动力学得到车辆的质量。这种方法比较适用于静态条件下如车辆起步时的坡度检测，在常规车辆行驶过程中，受车身纵向加速度、悬架变形和路面颠簸的影响,传感器不能得到路面坡度的正确值，且这些方法对GPS信号的品质要求比较高，在使用低成本的GPS的情况下难以达到很好的效果。基于车辆纵向动力学或者运动学的识别方法利用车辆的纵向动力学模型加上从汽车CAN总线上获取的数据(例如发动机扭矩百分比、发动机转速、车速、挡位等信号)来估算未知的系统参数。虽然这方面的方法有很多，但是一个共同的难题在于车辆自身参数(重量等)和外部阻力(坡度)变化的解耦，此外，道路的时变性也增加了估算过程的复杂性。
技术实现思路
有鉴于此，为了解决上述问题，本专利技术提供一种考虑参数耦合关系的汽车质量和道路坡度估计方法，该方法对慢变的汽车质量进行最小二乘估计，对快变的的道路坡度进行卡尔曼滤波估计，并通过设计合理步长将两者实现嵌套循环，并考虑汽车质量和道路坡度的参数特性对异常估计值进行滤波处理，从而提高汽车质量和道路坡度的估计精度。本专利技术的目的是通过以下技术方案来实现的：本专利技术提供的一种考虑参数耦合关系的汽车质量和道路坡度估计方法，该方法包括以下步骤：步骤一、获取车辆状态数据和车辆固有参数并计算获得第k时刻的加速度a以及变速器传动比ig；步骤二、建立汽车质量模型与道路坡度模型；步骤三、分别基于汽车质量模型与道路坡度模型，构建最小二乘质量估计模型和卡尔曼滤波坡度估计模型；步骤四、采用嵌套循环迭代进行汽车质量和道路坡度联合估计。优选地，该方法还包括步骤五、采用k-means聚类法和中值滤波法进行异常数据处理。优选地，在所述步骤一中，所述的车辆状态数据至少包括转矩T、汽车行驶速度v和发动机转速n；所述的车辆固有参数至少包括轮胎滚动半径r、主减速器传动比i0、道路滚动阻力系数fr、传动系机械效率η、车辆空气阻力系数CD和车辆正向迎风面积A。优选地，在所述步骤二中，汽车质量模型为其中，m为汽车质量、ρ是空气密度、g为重力加速度，i为道路坡度，σ是汽车旋转质量换算系数。优选地，在所述步骤二中，道路坡度模型为其中，m为汽车质量，ρ是空气密度，g为重力加速度，i为道路坡度，σ是汽车旋转质量换算系数。优选地，在所述步骤三中，所述的最小二乘质量估计模型通过以下方法获得：将汽车纵向动力学模型转化成最小二乘辨识形式，得到汽车质量的最小二乘辨识模型。优选地，在所述步骤三中，所述的卡尔曼滤波坡度估计模型通过以下方法获得：将汽车纵向动力学模型离散化，改写为状态空间方程，基于状态空间方程建立卡尔曼滤波坡度估计模型。优选地，在所述步骤四中，所述采用嵌套循环迭代进行汽车质量和道路坡度联合估计具体为：首先以k时刻的汽车质量估计值作为真实质量代入到扩展卡尔曼滤波坡度估计模型中，得到k+1时刻的坡度估计值，然后再基于k+1时刻的坡度估计值通过最小二乘法估计出汽车质量，如此循环往复递推进行估计。优选地，在所述步骤五中，采用基于滑动窗口的k-means数据异常检测方法对异常的质量估计值进行处理，采取中值滤波法对坡度估计过程中的坡度估计值进行滤波。由于采用了上述技术方案，本专利技术具有如下的优点：本专利技术能够利用车辆驾驶状态数据，结合最小二乘和卡尔曼滤波各自的优点，对慢变的汽车质量进行最小二乘估计，对快变的道路坡度进行卡尔曼滤波估计，通过嵌套循环迭代的方式实现质量坡度的实时联合估计，并通过k-means聚类法和中值滤波法实现了对联合估计过程中的异常估计结果的筛选处理，提升了汽车质量和道路坡度联合估计的适应性和精度。从而为汽车智能系统提供实时的道路坡度信息和汽车负载情况，为自动驾驶辅助决策、绿色驾驶、及自动变速器换挡控制提供重要的依据，从而实现安全、经济、舒适驾驶。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步的详细描述：图1是本专利技术一种考虑参数耦合关系的汽车质量和道路坡度估计方法；图2是本专利技术采用的汽车质量和道路坡度嵌套循环联合估计流程图；图3是本专利技术采用的消除异常估计值影响的联合估计方案图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。请参阅图1至图3。需要说明的是，本实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。本专利技术通过Ford公司提供的OpenXC设备采集车辆CAN总线数据获取汽车行驶状态，运用带滤波处理的最小二乘与卡尔曼滤波结合的嵌套循环估计方法实现汽车质量和道路坡度的联合估计。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，本实施例提供一种考虑参数耦合关系的汽车质量和道路坡度估计方法，具体包括四个步骤：下面对四个步骤进行详细的说明：步骤一：通过汽车CAN总线数据采集装置获取车辆状态数据，结合车辆状态数据和车辆固有参数，计算模型的其他相关参数。本实施例采用目前各大汽车厂商采用的CAN总线数据采集设备，该设备可以连接车内部所具有的控制器、执行器以及传感器，并将数据统一传输到OBD-II接口。于本实施例中，采用美国福特汽车公司提供的OpenXC插入到OBD-II接口，然后开本文档来自技高网...

【技术保护点】
1.一种考虑参数耦合关系的汽车质量和道路坡度估计方法，其特征在于，该方法包括以下步骤：步骤一、获取车辆状态数据和车辆固有参数并计算获得第k时刻的加速度a以及变速器传动比ig；步骤二、建立汽车质量模型与道路坡度模型；步骤三、分别基于汽车质量模型与道路坡度模型，构建最小二乘质量估计模型和卡尔曼滤波坡度估计模型；步骤四、采用嵌套循环迭代进行汽车质量和道路坡度联合估计。

【技术特征摘要】
1.一种考虑参数耦合关系的汽车质量和道路坡度估计方法，其特征在于，该方法包括以下步骤：步骤一、获取车辆状态数据和车辆固有参数并计算获得第k时刻的加速度a以及变速器传动比ig；步骤二、建立汽车质量模型与道路坡度模型；步骤三、分别基于汽车质量模型与道路坡度模型，构建最小二乘质量估计模型和卡尔曼滤波坡度估计模型；步骤四、采用嵌套循环迭代进行汽车质量和道路坡度联合估计。2.根据权利要求1所述的一种考虑参数耦合关系的汽车质量和道路坡度估计方法，其特征在于，该方法还包括步骤五、采用k-means聚类法和中值滤波法进行异常数据处理。3.根据权利要求1所述的一种考虑参数耦合关系的汽车质理和道路坡度估计方法，其特征在于，在所述步骤一中，所述的车辆状态数据至少包括转矩T、汽车行驶速度v和发动机转速n；所述的车辆固有参数至少包括轮胎滚动半径r、主减速器传动比i0、道路滚动阻力系数fr、传动系机械效率η、车辆空气阻力系数CD和车辆正向迎风面积A。4.根据权利要求3所述的一种考虑参数耦合关系的汽车质量和道路坡度估计方法，其特征在于，在所述步骤二中，汽车质量模型为其中，m为汽车质量、ρ是空气密度、g为重力加速度，i为道路坡度，σ是汽车旋转质量换算系数。5.根据权利要求3所述的一种考虑参数耦合关系的汽车质量和道路坡度估计方法，其特征在于，在所述步骤二中，道...

【专利技术属性】
技术研发人员：赵敏，孙棣华，杨凡，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆,50