[发明专利]考虑刹车和转弯影响的汽车质量‑道路坡度联合估计方法

权利要求书

1.一种考虑刹车和转弯影响的汽车质量-道路坡度联合估计方法，其特征在于：包括如下步骤：

步骤1：采集数据

步骤11：利用数据采集装置获取车辆行驶状态数据；

步骤12：结合车辆行驶状态数据和车辆固有参数，计算模型所需相关参数；

步骤2：基于车辆动力学模型建立汽车质量、道路坡度与车辆行驶状态数据的关系模型；

步骤3：分别基于汽车质量、道路坡度与车辆行驶状态数据的关系模型，构建最小二乘质量估计模型和卡尔曼滤波坡度估计模型；

步骤4：采用嵌套循环迭代进行汽车质量和道路坡度联合估计；

步骤5：采用状态保持的方式消除刹车和转弯的影响。

2.根据权利要求1所述的考虑刹车和转弯影响的汽车质量-道路坡度联合估计方法，其特征在于：

所述步骤11中，车辆行驶状态数据包括转矩T、车速v、发动机转速n；

所述步骤12中，车辆固有参数包括轮胎滚动半径r、主减速器传动比i₀、道路滚动阻力系数f、传动系机械效率η、车辆空气阻力系数C_d、车辆正向迎风面积A；

模型所需相关参数包括加速度a和变速器传动比i_g；

其中，加速度a可由速度v对时间差分获得，第k时刻的加速度表示为：

Δt为数据采集装置的采样周期；

变速器传动比i_g的计算方法为：

3.根据权利要求2所述的考虑刹车和转弯影响的汽车质量-道路坡度联合估计方法，其特征在于：车辆纵向动力学模型为：

得到汽车质量、道路坡度与车辆行驶状态数据的关系模型；

其中，F_t为车辆驱动力，F_f为滚动阻力，F_i为坡度阻力，F_v为空气阻力；m为汽车质量、i_o为变速器传动比，i_g是传速器传动比，η为机械效率，f_r为滚动阻力，ρ是空气密度、C_D是空气阻力系数；i为道路坡度；σ为汽车质量换算系数。

4.根据权利要求3所述的考虑刹车和转弯影响的汽车质量-道路坡度联合估计方法，其特征在于：所述步骤3包括如下步骤：

步骤31：将汽车纵向动力学模型转化成最小二乘辨识形式，得到汽车质量的最小二乘辨识模型；

步骤32：将汽车纵向动力学模型离散化，改写为状态空间方程形式，基于状态空间方程建立卡尔曼滤波坡度估计模型。

5.根据权利要求4所述的考虑刹车和转弯影响的汽车质量-道路坡度联合估计方法，其特征在于：所述步骤31中，将坡度看作已知参数，单独对汽车质量进行最小二乘辨识，根据汽车动力学模型，将车辆纵向动力学模型转化成如下最小二乘形式：

步骤31-a：建立带遗忘因子的最小二乘辨识模型

设系统的输入输出关系可以描述成如下的最小二乘形式：

z(k)＝h^T(k)θ+n(k)

其中，z(k)是系统的输出，h(k)是可观测数据向量，n(k)为白噪声，θ为待估计参数，定义准则函数为：

其中Λ(i)为加权函数，λ分别为模型待估参数θ对应的遗忘因子；

利用序列{z(k)}和{h(k)}，极小化准则函数，即对θ求导，可求得参数θ的最小二乘估计值第k时刻的参数估计值可以表示为：

将上述估计结果转化为递推形式，得到带多遗忘因子的最小二乘递推估计模型如下：

其中：

步骤31-b：建立带遗忘因子的最小二乘递推质量估计模型

将车辆纵向动力学模型最小二乘形式应用于最小二乘递推估计模型，则有：

将上式带入最小二乘递推质量估计模型可得带多遗忘因子的最小二乘质量估计模型的递推形式为：

其中，λ分别为两个待估计参数m对应的遗忘因子，取值范围为[0,1)。