【技术实现步骤摘要】
本专利技术属于车辆工程，尤其涉及一种行车数据处理方法、装置、计算机存储介质及控制器。
技术介绍
1、重量或质量是车辆系统的重要动力学参数，除了可以在车辆相对于地面静止时进行称量外，在车辆行进中进行估值更有其实用的价值。一方面，车辆承载的人员或者货物在日常使用中很可能经常变动；另一方面，称量装置往往是固定在特定的位置，难以随着车辆一同运动的。
2、相关技术中，以中国专利公开号cn113859252a为代表的方法和产品虽给出了车辆行驶过程中进行估算的方案；但为了获得不同道路、不同天气状况下的滚动阻力系数，需要提前基于实际道路环境进行大量的实车试验，来确定上述阻力系数；亟需对相关技术进行改进，在确保精度的基础上，适应更为广泛的应用场景和工程需求。
技术实现思路
1、本专利技术实施例公开了一种行车数据处理方法，包括第一实时采集步骤、第二车重估值步骤；其第一实时采集步骤获取车辆的行驶数据并采用组合低通滤波过程求解车辆的加速度a；其行驶数据包括时间、整车驱动力、车速、变速箱档位、制动踏板状态、道路坡度信息等；如整车驱动力和加速度a同时大于0且制动踏板状态处于“未踩下”状态时，则进入第二车重估值步骤，否则可继续执行第一实时采集步骤直至符合前述要求。
2、进一步地，其第二车重估值步骤通过滚阻模型采用预设的滚动阻力系数序列分别解算获得车重的第一估值、第二估值、第三估值直至第r估值；其滚动阻力系数序列包括第一阻力系数、第二阻力系数、第三阻力系数直至第r阻力系数；r为不小于3的整
3、进一步地，为了提升估算数据的可信度；其第二车重估值步骤还可引入收敛判断过程；该收敛判断过程通过第一估值、第二估值、第三估值直至第r估值反向解算得到驱动力序列；该驱动力序列包括与上述第一估值、第二估值、第三估值直至第r估值对应的第一驱动力、第二驱动力、第三驱动力直至第r驱动力；此时，若该驱动力序列中每一估值与整车驱动力的相对误差大于或等于驱动力相对误差限阈值，则须重新进入第一实时采集步骤（100）；除此之外，上述估算值的可信度将得到提升。
4、进一步地，该行车数据处理方法还可设置有第三估值优化步骤：根据车辆裸重、准载人数和/或额定载重量确定车重可信区间；并根据该车重可信区间剔除第一估值、第二估值、第三估值直至第r估值中超出车重可信区间的部分。
5、具体地，若第一估值、第二估值、第三估值直至其第r估值均未落入该车重可信区间则须重新进入其第一实时采集步骤获取其它数据；否则，以第一估值、第二估值、第三估值直至第r估值中落入车重可信区间的部分的均值作为实时统计量，可进一步地改善估值的可信度和精度。
6、其中，该第三估值优化步骤还可设置有滑动平均处理步骤；该滑动平均处理步骤可对预设总时长内窗口大小（323）为n的收敛数据集以预设的滑动间隔（313）l进行滑动平均并得到滑动平均输出值；该收敛数据集经由收敛判断过程和/或第三估值优化步骤进行筛选；n，l为零或正整数；如n为零，也即未获得符合条件的收敛数据，则仍可以该滑动平均处理步骤执行前的实时统计量为滑动平均输出值。
7、具体地，其第一估值、第二估值、第三估值直至第r估值（2r0）的个数r可选为3，也即仅选用三个估计值进行后续处理；其中，第一阻力系数可选为0.01、第二阻力系数可选为0.015、第三阻力系数可选为0.02；而驱动力的相对误差限阈值可选为10%；此外，其道路坡度信息可通过网联信息和车辆位置得到。
8、其中，加速度a可根据车辆的纵向动力学模型进行解算；该纵向动力学模型给出了发动机实际输出扭矩t、变速箱传动比ig、主减速器主减速比i0及传动效率η之积除以车轮半径后与相关参量线性组合的关系；其线性组合包括重力分量mgf、重力正弦分量mgsinα、速度平方分量及加速度分量；其速度平方分量为速度平方与空气阻力系数cd、车辆迎风面积a的21.15分之一；其加速度分量为旋转质量换算系数乘以车辆质量m与加速度a。
9、进一步地，其第一估值、第二估值、第三估值直至第r估值可采用最小二乘辨识过程得到；该最小二乘辨识过程基于上述纵向动力学模型由输入向量φ、输出向量y和待估参数向量θ的线性关系进行参数辨识；其反向解算过程将第一估值、第二估值、第三估值或第r估值代入纵向动力学模型得到其驱动力序列。
10、其中，可经由行车重量的估算值获得第一阻力系数、第二阻力系数、第三阻力系数直至第r阻力系数的滚动阻力系数序列；进而以滚动阻力系数序列替换其第一阻力系数、第二阻力系数、第三阻力系数直至第r阻力系数并执行第一实时采集步骤的处理过程；亦即实现了车重和滚阻系数的分段联合辨识；具体地，其分段联合辨识是指：采用本专利技术方法得到收敛后的车重估计结果，再将该结果作为已知输入参数返回给纵向动力学模型，并进一步基于参数估计的方法来得到滚动阻力。
11、相应地，本专利技术还公开了一种行车重量估算装置，包括第一实时采集单元、第二车重估值单元；类似地，其第一实时采集单元获取车辆的行驶数据并采用组合低通滤波过程求解所述车辆的加速度a；其行驶数据同样包括时间、整车驱动力、车速、变速箱档位、制动踏板状态、道路坡度信息；如整车驱动力和加速度a同时大于0且制动踏板状态处于“未踩下”时，则启动第二车重估值单元，否则继续执行第一实时采集单元的采集过程。
12、类似地，其第二车重估值单元同样通过滚阻模型采用预设的滚动阻力系数序列分别解算获得车重的第一估值、第二估值、第三估值直至第r估值；该滚动阻力系数序列包括第一阻力系数、第二阻力系数、第三阻力系数直至第r阻力系数；r为不小于3的整数；进而输出第一估值、第二估值、第三估值直至第r估值的实时统计量并以该实时统计量作为行车重量的估算值。
13、进一步地，其第二车重估值单元还可设置有收敛判断单元；该收敛判断单元通过第一估值、第二估值、第三估值直至第r估值反向解算得到驱动力序列并进行判别；其驱动力序列包括与第一估值、第二估值、第三估值直至第r估值对应的第一驱动力、第二驱动力、第三驱动力直至第r驱动力；若驱动力序列中每一估值与整车驱动力的相对误差大于或等于驱动力相对误差限阈值，则重新执行第一实时采集单元的处理过程。
14、具体地，该行车重量估算装置还可设置有第三估值优化单元；第三估值优化单元可根据车辆裸重、准载人数和/或额定载重量确定车重可信区间并根据车重可信区间剔除第一估值、第二估值、第三估值直至第r估值中超出车重可信区间的部分。
15、其中，若第一估值、第二估值、第三估值直至第r估值均未落入车重可信区间，则重新进入其第一实时采集单元的执行过程；否则，以其第一估值、第二估值、第三估值直至第r估值中落入该车重可信区间部分的均值作为实时统计量。
16、进一步地，其第三估值优化单元还可执行滑动平均处理过程；该滑动平均处理过程对预设总时长内窗口大小为n的收敛本文档来自技高网...
【技术保护点】
1.一种行车数据处理方法，其特征在于，包括第一实时采集步骤（100）、第二车重估值步骤（200）；其中，所述第一实时采集步骤（100）获取车辆（900）的行驶数据（101）并采用组合低通滤波过程求解所述车辆（900）的加速度（111）a；所述行驶数据（101）包括时间、整车驱动力、车速（099）、变速箱档位、制动踏板状态、道路坡度信息；如所述整车驱动力和所述加速度（111）a同时大于0且所述制动踏板状态处于“未踩下”时，则进入所述第二车重估值步骤（200），否则继续执行所述第一实时采集步骤（100）；所述第二车重估值步骤（200）通过滚阻模型采用预设的滚动阻力系数序列分别解算获得车重的第一估值（210）、第二估值（220）、第三估值（230）直至第R估值（2R0）；所述滚动阻力系数序列包括第一阻力系数、第二阻力系数、第三阻力系数直至第R阻力系数；R为不小于3的整数；输出所述第一估值（210）、所述第二估值（220）、所述第三估值（230）直至所述第R估值（2R0）的实时统计量并以所述实时统计量作为行车重量的估算值。
2.如权利要求1的所述行车数据处理方法，其中：所述第
3.如权利要求1或2的所述行车数据处理方法，还包括第三估值优化步骤（300）；所述第三估值优化步骤（300）根据所述车辆（900）裸重、准载人数和/或额定载重量确定车重可信区间（310）；并根据所述车重可信区间（310）剔除所述第一估值（210）、所述第二估值（220）、所述第三估值（230）直至所述第R估值（2R0）中超出所述车重可信区间（310）的部分；若所述第一估值（210）、所述第二估值（220）、所述第三估值（230）直至所述第R估值（2R0）均未落入所述车重可信区间（310）则重新进入所述第一实时采集步骤（100）；否则，以所述第一估值（210）、所述第二估值（220）、所述第三估值（230）直至所述第R估值（2R0）中落入所述车重可信区间（310）部分的均值作为所述实时统计量。
4.如权利要求3的所述行车数据处理方法，其中：所述第三估值优化步骤（300）还包括滑动平均处理步骤（333）；所述滑动平均处理步骤（333）对预设总时长内窗口大小（323）为N的收敛数据集以预设的滑动间隔（313）L进行滑动平均并得到滑动平均输出值；所述收敛数据集经由所述收敛判断过程（290）和/或所述第三估值优化步骤（300）进行筛选；N，L为零或正整数；如N为零，则以所述滑动平均处理步骤（333）执行前的所述实时统计量为所述滑动平均输出值。
5.如权利要求1、2或4中任一项的所述行车数据处理方法，其中：所述第一估值（210）、第二估值（220）、第三估值（230）直至第R估值（2R0）的个数R为3；所述第一阻力系数为0.01、第二阻力系数为0.015、第三阻力系数为0.02；所述驱动力相对误差限阈值为10%；所述道路坡度信息通过网联信息和车辆位置得到。
6.如权利要求5的所述行车数据处理方法，其中：所述加速度（111）a根据车辆的纵向动力学模型（191）进行解算；所述纵向动力学模型（191）给出发动机实际输出扭矩T、变速箱传动比ig、主减速器主减速比i0及传动效率η之积除以车轮半径后与相关参量线性组合的关系；所述线性组合包括重力分量mgf、重力正弦分量mgsinα、速度平方分量及加速度分量；所述速度平方分量为速度平方与空气阻力系数Cd、车辆迎风面积A的21.15分之一；所述加速度分量为旋转质量换算系数乘以车辆质量m与所述加速度（111）a。
7.如权利要求6的所述行车数据处理方法，其中：所述第一估值（210）、第二估值（220）、第三估值（230）直至第R估值（2R0）采用最小二乘辨识过程得到；所述最小二乘辨识过程基于所述纵向动力学模型（191），并由输入向量Φ、输出向量Y和待估参数向量θ的线性关系进行参数辨识；所述反向解算将所述第一估值（210）、第二估值（220）、第三估值（230）或所述第R估值（2R0）代入所述纵向动力学模型（191）得到所述驱动力序列。...
【技术特征摘要】
1.一种行车数据处理方法，其特征在于，包括第一实时采集步骤（100）、第二车重估值步骤（200）；其中，所述第一实时采集步骤（100）获取车辆（900）的行驶数据（101）并采用组合低通滤波过程求解所述车辆（900）的加速度（111）a；所述行驶数据（101）包括时间、整车驱动力、车速（099）、变速箱档位、制动踏板状态、道路坡度信息；如所述整车驱动力和所述加速度（111）a同时大于0且所述制动踏板状态处于“未踩下”时，则进入所述第二车重估值步骤（200），否则继续执行所述第一实时采集步骤（100）；所述第二车重估值步骤（200）通过滚阻模型采用预设的滚动阻力系数序列分别解算获得车重的第一估值（210）、第二估值（220）、第三估值（230）直至第r估值（2r0）；所述滚动阻力系数序列包括第一阻力系数、第二阻力系数、第三阻力系数直至第r阻力系数；r为不小于3的整数；输出所述第一估值（210）、所述第二估值（220）、所述第三估值（230）直至所述第r估值（2r0）的实时统计量并以所述实时统计量作为行车重量的估算值。
2.如权利要求1的所述行车数据处理方法，其中：所述第二车重估值步骤（200）还包括收敛判断过程（290）；所述收敛判断过程（290）通过所述第一估值（210）、所述第二估值（220）、所述第三估值（230）直至所述第r估值（2r0）反向解算得到驱动力序列；所述驱动力序列包括与所述第一估值（210）、所述第二估值（220）、所述第三估值（230）直至所述第r估值（2r0）对应的第一驱动力（131）、第二驱动力（132）、第三驱动力（133）直至第r驱动力（13r）；若所述驱动力序列中每一估值与所述整车驱动力的相对误差大于或等于驱动力相对误差限阈值，则重新进入所述第一实时采集步骤（100）。
3.如权利要求1或2的所述行车数据处理方法，还包括第三估值优化步骤（300）；所述第三估值优化步骤（300）根据所述车辆（900）裸重、准载人数和/或额定载重量确定车重可信区间（310）；并根据所述车重可信区间（310）剔除所述第一估值（210）、所述第二估值（220）、所述第三估值（230）直至所述第r估值（2r0）中超出所述车重可信区间（310）的部分；若所述第一估值（210）、所述第二估值（220）、所述第三估值（230）直至所述第r估值（2r0）均未落入所述车重可信区间（310）则重新进入所述第一实时采集步骤（100）；否则，以所述第一估值（210）、所述第二估值（220）、所述第三估值（230）直至所述第r估值（2r0）中落入所述车重可信区间（310）部分的均值作为所述实时统计量。
4.如权利要求3的所述行车数据处理方法，其中：所述第三估值优化步骤（300）还包括滑动平均处理步骤（333）；所述滑动平均处理步骤（333）对预设总时长内窗口大小（323）为n的收敛数据集以预设的滑动间隔（313）l进行滑动平均并得到滑动平均输出值；所述收敛数据集经由所述收敛判断过程（290）和/或所述第三估值优化步骤（300）进行筛选；n，l为零或正整数；如n为零，则以所述滑动平均处理步骤（333）执行前的所述实时统计量为所述滑动平均输出值。
5.如权利要求1、2或4中任一项的所述行车数据处理方法，其中：所述第一估值（210）、第二估值（220）、第三估值（230）直至第r估值（2r0）的个数r为3；所述第一阻力系数为0.01、第二阻力系数为0.015、第三阻力系数为0.02；所述驱动力相对误差限阈值为10%；所述道路坡度信息通过网联信息和车辆位置得到。
6.如权利要求5的所述行车数据处理方法，其中：所述加速度（111）a根据车辆的纵向动力学模型（191）进行解算；所述纵向动力学模型（191）给出发动机实际输出扭矩t、变速箱传动比ig、主减速器主减速比i0及传动效率η之积除以车轮半径后与相关参量线性组合的关系；所述线性组合包括重力分量mgf、重力正弦分量mgsinα、速度平方分量及加速度分量；所述速度平方分量为速度平方与空气阻力系数cd、车辆迎风面积a的21.15分之一；所述加速度分量为旋转质量换算系数乘以车辆质量m与所述加速度（111）a。
7.如权利要求6的所述行车数据处理方法，其中：所述第一估值（210）、第二估值（220）、第三估值（230）直至第r估值（2r0）采用最小二乘辨识过程得到；所述最小二乘辨识过程基于所述纵向动力学模型（191），并由输入向量φ、输出向量y和待估参数向量θ的线性关系进行参数辨识；所述反向解算将所述第一估值（210）、第二估值（220）、第三估值（230）或所述第r估值（2r0）代入所述纵向动力学模型（191）得到所述驱动力序列。
8.如权利要求1、2、4、6或7中任一项的所述行车数据处理方法，其中：经由行车重量的所述估算值获得所述第一阻力系数、所述第二阻力系数、所述第三阻力系数直至所述第r阻力系数的滚动阻力系数序列；以所述滚动阻力系数序列替换所述第一阻力系数、所述第二阻力系数、所述第三阻力系数直至所述第r阻力系数并执行所述第一实时采集步骤（100）的处理过程。
9.一种行车重量估算装置（600），包括第一实时采...
【专利技术属性】
技术研发人员：钱彦懿，程玉佼，鄢挺，
申请(专利权)人：联合汽车电子有限公司，
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。