一种纯电动车的整车质量和路面坡度的估算方法技术

本发明专利技术公开了一种纯电动车的整车质量和路面坡度的估算方法，属于车辆质量和道路坡度计算领域。一种纯电动车的整车质量和路面坡度的估算方法，包括：1)获取车辆行驶的状态信息及车辆参数；2)获取车辆三个方向的加速度值；3)将1)和2)的数据采用带动态遗忘因子的最小二乘法建立车辆质量及坡度的估计模型；将1)和2)的数据利用卡尔曼滤波建立坡度的估计模型；4)将车辆行驶的状态信息分别到输入两个估计模型中，得到实时车重和两个路面坡度；5)将两个路面坡度采用融合算法，带入预设的时间因子，输出的最终的路面坡度。本发明专利技术的算法克服现有技术坡度估计严重依赖于车辆模型精度且受加速度传感器静态误差影响较大的缺点。

【技术实现步骤摘要】
一种纯电动车的整车质量和路面坡度的估算方法
本专利技术属于车辆质量和道路坡度计算领域，尤其是一种纯电动车的整车质量和路面坡度的估算方法。
技术介绍
当前，对车辆质量和道路坡度的估算受到越来越多整车企业及零部件制造商的关注。目前，获得道路坡度角和车辆质量的研究方法主要有基于传感器和车辆纵向动力学两种。基于传感器的识别法是通过在车辆上加装传感器，例如利用倾角位移传感器、惯性导航仪和GPS等直接测出坡度角，再进一步计算车辆质量。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，使用角位移传感器不能得到路面坡度的准确值；使用惯性导航仪测量坡道角度滞后较为严重且成本高，不利于实车普遍使用；而GPS频率低且存在定位误差，在特殊区域连续定位时存在不能接收信号或信号偏差较大的问题，小的速度误差导致大的坡度估计误差。基于车辆纵向动力学或运动学的识别方法是利用车辆的纵向动力学模型加上从汽车CAN总线上获取的数据来估算未知的系统参数。虽然这方面的方法有很多，但一个共同的难题在于车辆自身参数(质量等)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。动力学和运动学方法多用于质量和坡度的联合估计及质量的单独估计。一汽技术中心王玉海等突出了道路综合阻力和相对行驶坡度的概念，在SAE1939的基础上通过CAN得到汽车发动机的输出转矩和扭矩，接着对转速进行差分获得了汽车行驶加速度和道路综合阻力，初步实现了对路面坡度的识别。VahidiA提出了一种利用最小二乘法来同时对质量和坡度进行估计的方法。McIntyreML发展了这一方法，采用自适应观测器对质量和坡度进行同时观测，设计了自适应律，保证了观测的稳定性，在路面坡度发生阶跃变化等剧烈波动行为时，取得了一定的观测效果。LingmanP利用Kalman滤波器对质量和坡度进行了联合估计，运用卡尔曼滤波原理对识别坡度所需的汽车驱动力、车速和粘滞阻力进行了滤波处理，计算得到结果，但这种观测器在坡度变化较大时估计效果有待进一步探究。还有学者在已知坡度时利用纵向动力学方法建立了观测方程，并利用Kalman滤波对整车质量进行了估计，该方法的估计精度取决于路面坡度估计精度。
技术实现思路
本专利技术的目的在于克服现有技术坡度估计严重依赖于车辆模型精度且受加速度传感器静态误差影响较大的缺点，提供一种纯电动车的整车质量和路面坡度的估算方法。为达到上述目的，本专利技术采用以下技术方案予以实现：一种纯电动车的整车质量和路面坡度的估算方法，包括以下步骤：1)获取车辆行驶的状态信息及车辆参数；所述车辆行驶的状态信息包括车辆车速、电机扭矩、油门踏板开度、手刹脚刹状态和当前挡位；车辆参数包括轮胎半径、后桥速比和迎风面积；2)利用换挡控制器内部现有加速度传感器监测车辆控制物理安装偏差并重新找零，得到车辆三个方向的加速度值；3)将步骤1)和步骤2)的数据采用带动态遗忘因子的最小二乘法建立车辆质量及坡度的估计模型；将步骤1)和步骤2)的数据利用卡尔曼滤波建立坡度的估计模型；4)将所述车辆行驶的状态信息分别到输入步骤3)中的两个估计模型中，得到实时车重和两个路面坡度；5)将两个路面坡度采用融合算法，带入预设的时间因子，输出的最终的路面坡度。进一步的，步骤3)中建立车辆质量及坡度的估计模型的具体过程为：根据整车动力学模型Ft＝Ff+Fw+Fi+Fj；其中，Ft为整车驱动力，Ff为空气阻力，Fw为滚动阻力，Fi为制动阻力，Fj为加速阻力；Ft＝τi0ig/r，其中，τ为电机转矩，i0ig为减速比，r为轮胎半径；Ff＝1/2*CdρA2,其中，Cd为风阻系数，ρ为空气密度，A为迎风面积；Fw＝uMgcosθ，其中，u为道路滚阻系数，M为质量，g为重力加速度，θ为道路坡度；Fj＝Mgsinθ，其中，M为质量，g为重力加速第，θ为道路坡度；整理上述方程得到M×(a1+u*a2)＝Ft-Ff；其中，a1为传感器实测纵向加速度值，a2为传感器实测竖直加速度值；利用带动态遗忘因子的最小二乘法得到下一时刻预估整车质量；基于预估的每一时刻整车质量，再次带入整车动力学模型中，得到当前时刻的路面坡度；再次利用带遗忘因子的最小二乘法，得到实时的坡度预估值。进一步的，采用卡尔曼滤波对道路坡度做出估计。进一步的，步骤3)中卡尔曼滤波算法基于a1＝ax+gsinθ＝ax+aθ将ax与aθ均作为状态量，建立状态转移矩阵A及变换矩阵H；其中，获取观测量车速Vx,sensor与纵向加速度a1(即ax,sensor)，带入卡尔曼滤波，得到速度、加速度和g﹒sinθroad的实时估计值；之后根据g﹒sinθroad解算处当前坡度。与现有技术相比，本专利技术具有以下有益效果：本专利技术的纯电动车的整车质量和路面坡度的估算方法，采用动态遗忘因子提高车重收敛时间，采用融合算法提高路面坡度的实时性和准确性；本专利技术的方法通过分析动力学模型，建立纵向驱动力、纵向加速度和质量的动力学关系，采用最小二乘法建立质量计算模型，并采用运动学和动力学方法对路面坡度进行多方法联合估计，解决坡度估计严重依赖于车辆模型精度、受加速度传感器静态误差影响较大的缺点；本专利技术的估算方法，是一种鲁棒性好、收敛速度快、结果准确的纯电动车整车质量及路面坡度估算方法。进一步的，采用滤波器提取加速度信息的有效部分，使用卡尔曼滤波器对输入的加速度信号进行处理，可以有效的去除传感器自带的低频噪声及道路及车辆自身带来的其他噪音。附图说明图1为三个不同车型行驶过程中坡度估算结果与实测坡度对比图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。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，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。现有整车质量估计方法受路面坡度影响较大、待标定量较多，考虑到电驱动车辆纵向驱动力准确的特点，将质量与坡度解耦，利用卡尔曼滤波及最小二乘法得到整车质量，通过分析动力学模型，建立纵向驱动力、纵向加速度和质量的动本文档来自技高网...

【技术保护点】
1.一种纯电动车的整车质量和路面坡度的估算方法，其特征在于，包括以下步骤：/n1)获取车辆行驶的状态信息及车辆参数；/n所述车辆行驶的状态信息包括车辆车速、电机扭矩、油门踏板开度、手刹脚刹状态和当前挡位；/n车辆参数包括轮胎半径、后桥速比和迎风面积；/n2)利用换挡控制器内部现有加速度传感器监测车辆控制物理安装偏差并重新找零，得到车辆三个方向的加速度值；/n3)将步骤1)和步骤2)的数据采用带动态遗忘因子的最小二乘法建立车辆质量及坡度的估计模型；/n将步骤1)和步骤2)的数据利用卡尔曼滤波建立坡度的估计模型；/n4)将所述车辆行驶的状态信息分别到输入步骤3)中的两个估计模型中，得到实时车重和两个路面坡度；/n5)将两个路面坡度采用融合算法，带入预设的时间因子，输出的最终的路面坡度。/n

【技术特征摘要】
1.一种纯电动车的整车质量和路面坡度的估算方法，其特征在于，包括以下步骤：
1)获取车辆行驶的状态信息及车辆参数；
所述车辆行驶的状态信息包括车辆车速、电机扭矩、油门踏板开度、手刹脚刹状态和当前挡位；
车辆参数包括轮胎半径、后桥速比和迎风面积；
2)利用换挡控制器内部现有加速度传感器监测车辆控制物理安装偏差并重新找零，得到车辆三个方向的加速度值；
3)将步骤1)和步骤2)的数据采用带动态遗忘因子的最小二乘法建立车辆质量及坡度的估计模型；
将步骤1)和步骤2)的数据利用卡尔曼滤波建立坡度的估计模型；
4)将所述车辆行驶的状态信息分别到输入步骤3)中的两个估计模型中，得到实时车重和两个路面坡度；
5)将两个路面坡度采用融合算法，带入预设的时间因子，输出的最终的路面坡度。


2.根据权利要求1所述的纯电动车的整车质量和路面坡度的估算方法，其特征在于，步骤3)中建立车辆质量及坡度的估计模型的具体过程为：
根据整车动力学模型Ft＝Ff+Fw+Fi+Fj；
其中，Ft为整车驱动力，Ff为空气阻力，Fw为滚动阻力，Fi为制动阻力，Fj为加速阻力；
Ft＝τi0ig/r，其中，τ为电机转矩，i0ig为减速比，r为轮胎半径；
Ff＝1/2*CdρA2,其中，C...

【专利技术属性】
技术研发人员：崔晓龙，严鉴铂，刘义，臧恬，文宇航，杨鹏，王鹏，范浩，宋峰伟，
申请(专利权)人：西安法士特汽车传动有限公司，
类型：发明
国别省市：陕西;61