【技术实现步骤摘要】
一种车用纵向加速度传感器静态误差在线辨识方法、系统及车辆
[0001]本专利技术属于车用传感器误差估计领域,具体涉及一种车用纵向加速度传感器静态误差在线辨识方法、系统及车辆。
技术介绍
[0002]加速度传感器广泛应用于车辆行驶加速度信息的精确测量,其结果能进一步提升道路坡度估计和整车质量辨识的准确性,不同的是传感器的测量轴数目及灵敏度依各生产商有所不同。而在实际运用中,由于传感器安装位置、车辆空满载、车身倾斜等问题容易导致加速度传感器测量结果中含有静态误差,特别是对于整车质量变化较大的重型车来说,这一误差将显著影响加速度测量精度,因此有必要对该误差进行辨识以修正加速度测量结果。
[0003]目前在加速度传感器使用过程中的误差辨识方面,大多数方法都需要进行特定的静态或动态校准试验以实现测量误差的精确辨识,但是加速度传感器静态误差容易受车辆载重影响而明显变化,反复进行校准试验效率较低,在用车辆不便于进行精准调校。有一些基于车辆动力学原理的方法能够实现静态误差的在线辨识,但是存在对车辆动力学相关数据的要求较高、辨识精度受 ...
【技术保护点】
【技术特征摘要】
1.一种车用纵向加速度传感器静态误差在线辨识方法,其特征在于,包括如下步骤:S1、在线输入辨识方法所需的数据,包含纵向加速度传感器测量数据a
sen
、GPS设备采集的车辆行驶速度v和GPS高程h,根据GPS设备采集数据计算车身加速度a
v
和车辆行驶过程中的高程变化率h
′
;S2、对当前时刻的车辆数据进行有效性判别,如有效执行步骤S3;如无效当前时刻的传感器静态误差仍保持为上一时刻辨识结果,并返回步骤S1重新载入下一时刻的车辆数据;S3、以判别有效的当前时刻车辆数据为输入,根据纵向加速度传感器静态误差观测模型计算当前时刻的静态误差观测值;所述的纵向加速度传感器静态误差观测模型:所述的纵向加速度传感器静态误差观测模型:其中g是重力加速度9.8m/s2,offset是纵向加速度传感器静态误差;S4、以步骤S3得到的静态误差观测值,采用最小二乘估计算法进行加速度传感器静态误差在线辨识,当前时刻t的递归最小二乘估计结果为输出的静态误差辨识结果offset
t
;所述的最小二乘估计算法:其中,z(k)是当前时刻的静态误差观测值,θ是待辨识的纵向加速度传感器静态误差,为单位矩阵,P(k)是协方差矩阵;S5、当步骤S4得到的在线辨识结果不满足辨识终止条件时,返回步骤S1继续载入数据进行静态误差在线辨识;如满足辨识终止条件停止辨识,此后传感器静态误差辨识结果保持为当前时刻的辨识结果直至停车。2.如权利要求1所述的车用纵向加速度传感器静态误差在线辨识方法,其特征在于:步骤S3所述的纵向加速度传感器静态误差观测模型的建立过程如下:纵向加速度传感器的测量值定义式为:a
sen
=a
v
+gsinα+offset,其中g是重力加速度9.8m/s2,α是道路坡度角,offset是纵向加速度传感器静态误差;根据道路坡度的定义:利用小角度近似sinα≈tanα,结合上述两项定义式可得静态误差观测模型:3.如权利要求1所...
【专利技术属性】
技术研发人员:林楠,陈柏安,施树明,贾素华,夏孟璇,张来仪,任振和,
申请(专利权)人:吉林大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。