[发明专利]一种车辆状态估算方法、装置、设备及存储介质

说明书

本发明提供了一种车辆状态估算方法，包括以下步骤：S1：建立含制动力参数的车辆纵向动力学模型，获取车辆的空气阻力、滚动阻力、车辆旋转质量转换系数，导入车辆纵向动力学模型中；S2：获取车辆的发动机输出扭矩和制动压力调控阀压力；S3：将发动机输出扭矩和制动压力调控阀压力导入步骤S1的车辆纵向动力学模型，根据车辆纵向动力学模型估算整车质量，采用最小二乘法来对估算的质量值进行修正。本发明还公开了车辆状态估算装置、设备及存储介质。本发明基于扩展卡尔曼滤波和最小二乘法联合的估算方法估算质量及路面坡度角，质量误差在2%‑3%，在制动过程中的路面坡度角估算结果误差在±0.1度内。

技术领域

本发明属于汽车控制技术领域，特别涉及一种商用车控制技术，具体地，本发明提供一种车辆状态估算方法、装置、设备及存储介质。

背景技术

在当今城市公交运输中，由于公交车进出车站后车内乘客数量的变化，导致车辆总质量也发生显著变化。而在一些城市，复杂的地形导致了路面坡度角的不断变化。此外，随着对车辆制动性能研究的深入，发现车辆质量和路面坡度角对制动效果有很大的影响。由于缺乏这些车辆状态信息，可导致制动力不足或减速不稳定等问题。而现有的坡度传感器GPS传感器等由于精度较低，对质量和坡度的估算效果不佳。部分估算算法需要加速度传感器，而加速度传感器成本较高，且误差较大。并且在下坡路段，由于车辆制动力的介入，使对车辆质量的估算产生误差。

发明内容

本发明针对现有技术中存在的技术问题，提供车辆状态估算方法、装置、设备及存储介质，基于扩展卡尔曼滤波（EKF）和最小二乘法(RLS)联合的估算方法估算质量，估算结果准确度高，整车质量估算误差在2%-3%；同时还可对路面坡度角进行估算。

本发明采用的技术方案是：一种车辆状态估算方法，包括以下步骤：

S1：建立含制动力参数的车辆纵向动力学模型，获取车辆的空气阻力、滚动阻力、车辆旋转质量转换系数，导入车辆纵向动力学模型中；

S2：获取车辆的发动机输出扭矩和制动压力调控阀压力；

S3：将发动机输出扭矩和制动压力调控阀压力导入步骤S1的车辆纵向动力学模型，根据车辆纵向动力学模型估算整车质量，采用最小二乘法来对估算的质量值进行修正。

步骤S3中，所述根据所述车辆纵向动力学模型估算整车质量，包括：根据车辆纵向动力学模型使用扩展卡尔曼滤波估算整车质量和路面坡度角信息。

使用扩展卡尔曼滤波的车辆系统参数识别方法的实质是可测量观测的数据与未知需估算的数据融合，将整车质量和路面坡度角作为状态向量的状态分量，根据上一时刻的估算结果，对当前时刻的整车质量和路面坡度角进行估算，同时对可测量的速度参数进行测量，得到观测变量，最后通过速度的测量量（由轮速传感器测量得出）与估算量进行对比修正，从而得到当前时刻的整车质量和路面坡度角。

步骤S3中，采用带遗忘因子的递推最小二乘法对估算的质量值进行修正。

采用最小二乘法对质量参数进行修正，通过比较车辆实际系统输出与对车辆估算的输出，得到当前时刻估算模型的估算误差，通过不断地更新估算模型参数，最终使估算误差减小，而最终的估算模型输出将接近实际系统输出。由于商用车乘客上车下车及行驶路面变化，导致车辆在城市运行过程中车辆质量及路面坡度角不断发生变化。 而在车辆状态变化后，一些已有的车辆质量旧数据对变化后的车辆质量估算的结果产生较大影响， 因此需引入遗忘因子参数，对估算结果进行修正。

车辆纵向动力学模型为：

式中，为车辆的驱动力，为滚动阻力，为坡度阻力，为空气阻力， 为制动力，为加速度或减速度，为车辆旋转质量转换系数，其值与发动机飞轮及各车轮的转动惯量和传动系的传动比有关，m为车辆质量。

驱动力为发动机扭矩经传动系统传递至驱动轮上得到的，具体表达式如下：