多场景车辆坡道估计方法及模块技术

本发明专利技术公开了一种多场景车辆坡道估计方法，包括：获得前后轴轮速差、车速和加加速度值；根据当前时刻加速度传感器测量值和前一时刻重力在坡道加速度的差值计算加速度偏差值；计算当前时刻加速度偏差值和车速的偏差得到当前时刻速度偏差值；利用当前时刻速度偏差值计算出初步坡度；根据当前场景对初步坡度进行过滤处理。本发明专利技术根据车辆加速度传感器发出的加速度值积分所得速度与通过轮速计算的车速相减进行反馈校正，所得差值即为由重力在坡道分加速度，再经过多场景过滤获得坡度值，能避免多次过滤纵向加速度，降低坡度计算延迟时间。间。间。

【技术实现步骤摘要】
多场景车辆坡道估计方法及模块


[0001]本专利技术涉及汽车领域，特别是涉及一种多场景车辆坡道估计方法及模块。

技术介绍

[0002]随着智能驾驶系统技术的日趋成熟，越来越多的购车者选择装配相关功能。智能驾驶系统技术由单一场景发展到复杂场景，最终目标是实现全场景的无人驾驶能力。而实际道路坡度复杂多变，道路坡度的计算结果对车辆控制速度稳定性影响明显。因此，道路坡度估计一直是车辆控制领域的重要研究课题。
[0003]在现有坡度估计方法中，通常使用轮速传感器计算出实际纵向加速度，纵向加速度传感器得出带有坡度信息的纵向加速度，再把计算的实际纵向加速度与带有坡度信息的纵向加速度做差得出实际道路的坡度。然而，通过轮速计算的纵向加速度需多次过滤，延迟高，直接计算出来的坡度值无法适应复杂多变的道路场景，所以就需要一种低延迟且适应多种道路的坡度估计方法。

技术实现思路

[0004]在
技术实现思路
部分中引入了一系列简化形式的概念,该简化形式的概念均为本领域现有技术简化，这将在具体实施方式部分中进一步详细说明。本专利技术的
技术实现思路
部分并不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多场景车辆坡道估计方法，其特征在于，包括：S1，获得前后轴轮速差、车速和加加速度值；S2，根据当前时刻加速度传感器测量值和前一时刻重力在坡道加速度的差值计算加速度偏差值；S3，计算当前时刻加速度偏差值和车速的偏差得到当前时刻速度偏差值；S4，利用当前时刻速度偏差值计算出初步坡度；S5，根据当前场景对初步坡度进行过滤处理；其中，重力在坡道加速度初值取加速度传感器测量值。2.如权利要求1所述的多场景车辆坡道估计方法，其特征在于：步骤S1中的加加速度值通过对车速微分两次得到。3.如权利要求1所述的多场景车辆坡道估计方法，其特征在于：当前时刻加速度传感器测量值和前一时刻速度偏差值对时间积分获得加速度偏差值。4.如权利要求1所述的多场景车辆坡道估计方法，其特征在于：将前时刻速度偏差值a
sensor
(t)代入下述公式(3)计算出初步的坡度；5.如权利要求1所述的多场景车辆坡道估计方法，其特征在于，实施步骤S5包括：若四轮速低于静止门槛值判断车辆静止标志位；若车辆静止标志位为激活时，则可直接取加速度传感器测量值计算坡度；若车辆静止标志位为未激活时，则标定滤波系数；第一步，如果车速低于10kph，过滤系数范围为0.9～0.99；第二步，如果车速大于10kph，通过加加速度判断车辆是否有大的车速波动；第三步，如果加加速度绝对值小于1m/s^3，过滤系数范围为0.7～0.85；第四步，如果加加速度绝对值大于2.5m/s^3，过滤系数范围为0.99～0.999。第五步，通过前后轴轮速差判断车辆是否在进行转向；第六步，如果加加速度绝对值大于1m/s^3且正在转向，过滤系数范围为0.95～0.98；第七步，如果加加速度绝对值在1m/s^3到2.5m/s“3之间，则标定适当高程度过滤系数，过滤系数范围为0.9～0.95；第八步，根据识别的场景，使用不同过滤系数对坡度值进行一阶滤波。6.一种多场景车辆坡道估计模块，其特征在于，包括：输入单元，其根据轮速计算自车车速、加加速度值、前后轴轮速差并判断车辆是否静止；坡度计算单元，根据当前时刻加速度传感器测量值a
...

【专利技术属性】
技术研发人员：后世昌，何一超，李昊，田贺，芦畅，
申请(专利权)人：联创汽车电子有限公司，
类型：发明
国别省市：