CN103534563A

CN103534563A - 车辆重量的估计

Info

Publication number: CN103534563A
Application number: CN201280021453.1A
Authority: CN
Inventors: F·罗斯
Original assignee: Scania CV AB
Current assignee: Scania CV AB
Priority date: 2011-04-01
Filing date: 2012-03-26
Publication date: 2014-01-22
Also published as: EP2694930A1; WO2012134377A1; SE536124C2; EP2694930A4; BR112013023856B1; EP2694930B1; SE1150287A1; US20140156222A1; RU2013148741A; BR112013023856A2; US9500514B2

Abstract

本发明涉及用于基于下列项来估计车辆的重量m_v的方法和系统：-作用于车辆上的至少两个力，其包括动力F_T和至少一个另外的力；以及-相关的道路路段的地形信息。根据本发明，当在所述至少两个力中所述动力F_T占优势时，估计被执行。

Description

车辆重量的估计

技术领域

本发明涉及根据权利要求1的前序部分估计车辆的重量m_V的方法。本发明还涉及根据权利要求20的前序部分估计车辆的重量m_V的系统以及用于应用该方法的计算机程序。

背景技术

可采取车列形式的车辆的重量是在其控制系统中的很多功能中的重要参数。车辆在很多情况下明显被其重量影响，所以能够正确地估计它非常重要。它的重量通常形成用于种种计算的车辆模型的部分和车辆中的控制形式。

能够装载重负荷的车辆（例如能够装载大量人的公共汽车或能够装载各种类型的重负荷的卡车）的重量可发生相当大地变化。例如，卡车在未载货时比在完全装满时的重量要小得多。公共汽车同样在空车时比在充满乘客时的重量要小得多。汽车重量的变化比在预期装载重负荷的车辆的情况下要小得多，但空汽车和完全装满的汽车之间的差异可能相对于汽车本身的低重量是大的，特别是当完全装满的汽车还具有耦合到它的装满的拖车时。

车辆的重量影响它的行驶阻力，且因此是在例如自动挡（gear）选择中的重要参数。自动挡选择发生在例如自动操作的手动变速箱中，能够确定实际行驶阻力且因此在给定的情况中选择哪个挡是重要的。

道路路段的地形如何影响车辆也极大地取决于车辆的重量，这是它分别在上坡和下坡时加速和减速多少的决定性因素。车辆重量因此也是在考虑道路路段的地形的巡航控制系统（所谓的前视性巡航控制系统）中的重要参数，其中在这种情况下使用的发动机转矩的量取决于前方道路路段的地形将如何影响车辆的速度。车辆重量当然也是常规巡航控制系统中的重要参数。

各种方法目前应用于估计车辆的重量。一种这样的方法使用来自车辆的空气悬挂系统的信息。空气悬挂系统测量在具有空气悬挂的所有轴上的轴压力，并将该信息传送到控制单元作为它计算车辆的重量的基础。如果在所有轴上具有空气悬挂，则这种方法将很好地工作，但如果一个或多个轴没有空气悬挂，则这种方法将无法令人满意地工作或根本无法工作。该方法例如在包括不报告轴负荷的拖车或半拖车的车列中特别成问题，这可能在车辆的使用期间或多或少的未知拖车常常耦合到车列的情况下相对普遍。该方法在车辆的运行期间也是成问题的，因为当车辆在车道的不平坦部分上行进时，轴压力将发生变化，从而由于不稳定的轴压力而可能导致不正确的重量估计。

其它已知的重量估计方法基于加速度，使用可以根据发动机给予车辆的力和从该力产生的加速度来计算车辆的重量的事实。来自发动机的力在车辆中是已知的，但这样的方法涉及必须测量或估计加速度。

根据一种方法，通过求车辆速度的导数来估计加速度。该方法在高加速度下，即，在相对低的车辆速度下的低速挡中工作良好，但缺点在于，该方法受道路梯度影响，从而使求导成为必要，因为道路梯度是对系统而言未知的参数。

另一方法借助于加速计来估计加速度。基于加速计的方法所具有的优点在于加速度被直接测量，但只有现今的有限数量的车辆具有加速计，这意味着该方法不是通常在所有车辆上都是可适用的。当前的基于加速计的方法还存在的缺陷为加速计信号是嘈杂的，从而降低了该方法的精度。

另一方法在挡位改变期间估计加速度。该方法基于行驶阻力在挡位改变期间不改变的假设并因此基于比较在挡位改变之前、期间以及之后的车辆的加速度，以便确定其重量。该方法导致车辆重量的非常令人不满意的估计。

基于加速度的重量估计通常所具有的缺点在于，为了能够具有良好的估计，必须要满足特定的行驶要求。在行驶期间这些要求并不总是一定会被满足，在这种情况下良好的重量估计是不可能的。例如，基于加速度的重量估计需要在低速挡中的全加速度，以实现可靠的结果。因为这样的全加速度并不总是出现在行驶期间，如果例如车辆在下坡时开始行驶，例如在从加油站到高速公路的进入口（entry slip）上，其中下坡使得能够在对行程的其余部分维持基本恒定的速度之前相对平缓地加速，因此这些方法常常无法提供车辆重量的良好估计。

因此，以前已知的重量估计方法并不总是可应用的和/或未能提供对每种行驶的可靠估计。

发明内容

本发明的目的是以计算上有效的方式提供车辆重量m_v的正确估计。

该目的由根据权利要求1的特征部分的用于估计车辆的重量m_v的前述方法来实现。它也由根据权利要求20的特征部分的用于估计车辆重量m_v的前述系统、以及由前述计算机程序来实现。

根据本发明，当结果受到来自误差源的最小影响时，车辆重量m_v的估计被执行。这由本发明来实现，本发明选择当动力（motive force）F_T在作用于车辆上的力中占优势时进行估计。当动力F_T是公知的且同时涉及相对小的误差时，具有良好质量的估计可由本发明来实现。换句话说，可进行高质量的估计，这是因为它主要基于本身维持高质量的动力F_T。只有在估计可能维持高质量时才进行估计也极大地限制了在这样的估计中涉及的计算量。

根据本发明的实施例，估计至少基于在一段时间（从t₀到t_e，即t₀-t_e）或距离（从x₀到x_e，即x₀-x_e）上力对车辆的影响、基于在时段t₀-t_e或距离x₀-x_e上车辆速度的变化、以及基于在时段t₀-t_e或距离x₀-x_e上其高度的变化。这些估计可基于在该时段或距离的相应的开始（t₀，x₀）或结束（t_e，x_e）时的初始车辆速度v₀和最终车辆速度v_e，其有利之处在于不需要求出嘈杂的速度信号的导数，从而减小了估计误差。

可基于在时段t₀-t_e上的积分来计算这些估计，从而也增加了估计的质量，因为积分用作对输入参数中的不规则性的过滤器。

附图说明

下面参考附图更详细地说明本发明，其中相同的附图标记用于相似项，且其中：

图1示出控制单元，以及

图2示出在行驶期间测量的数据的示例。

具体实施方式

当车辆处于运动中时，各种力作用于车辆上。它们中的一个是当车辆倒退时向前或向后推车辆的动力F_T。另外这样的力包括来自与滚动阻力有关的力F_R、与空气阻力有关的力F_A和与重力有关的力F_G中的一个或多个。道路梯度α也极大地影响车辆的行驶阻力。

根据本发明，估计车辆的重量m_v因此基于动力F_T和来自滚动阻力F_R、空气阻力F_A和重力F_G中的至少一个另外的力，并基于相对道路路段的地形信息。根据地形信息，可以确定出沿着道路路段的道路梯度α的影响。根据本发明，当在作用于车辆上的力中动力F_T占优势时，来完成对车辆重量m_v的估计。这个力在强加速期间在例如作用于车辆上的力中占优势，这会出现在低速挡中，或出现在车辆正保持高速上坡时。

当动力F_T是作用于车辆上的优势力时在一段时间t₀-t_e或距离x₀-x_e上估计车辆重量m_v使得能够以良好的精度实现估计，这是因为车辆的动力F_T的大小一定是已知的。在车辆中，因此可以使用关于动力F_T的高精度的信息。相反，在车辆中可得到的关于作用于它的其它力（例如关于行驶阻力F_R和空气阻力F_A）的信息具有低精度，且常常包括误差。常常基于不同于车辆重量m_v将被估计的特定车辆的标准车辆的模型来估计另外的力。天气和道路状况也影响行驶阻力F_R和空气阻力F_A，因此关于这些力的大小具有显著的不确定性。

将地形信息也合并在估计中意味着当估计车辆重量m_v时考虑从例如陡峭的上坡产生的重力F_G，结果是当车辆不加速但仍然维持高速上坡时也可例如执行估计。总而言之，本发明基于当在车辆内在作用于车辆上的力中已知具有良好精度的动力F_T占优势时选择进行车辆重量估计，从而提供非常精确估计的保证。从而使用最小的计算量避免了较差的估计并实现了可靠的估计。

根据本发明的实施例，如果动力F_T比作用于车辆上的一个或两个另外的力大得多，则假设在作用于车辆的至少两个力中动力F_T占优势。当情况就是如此时，应根据本发明来估计车辆重量m_v。

根据本发明的实施例，如果从车辆的发动机提取的扭矩M超过发动机可输送的最大扭矩M_MAX的预定比例，则假设这时动力F_T比一个或多个另外的力大得多。如果动力F_T当时超过在当前挡位中的最大动力F_Tmax的预定比例，这也可被看作将动力F_T视为比一个或多个另外的力大得多。这使得易于决定何时或是否进行车辆重量m_v的估计。

根据本发明的实施例，如果从车辆的发动机提取的扭矩M超过其最大扭矩M_MAX的90%，则这时动力F_T被视为比一个或多个另外的力大得多。

该预定比例可以是可调节值，在这种情况下它可改变，使得每次行驶时估计被执行任何合适次数。换句话说，在这里针对特定行驶长度预先确定该比例，但可针对不同的行驶长度在大小上进行调节。该可调节值使得易于实现任何期望的合适数量。该值将被调节到什么水平可取决于各种因素。通常以实现在所进行的估计的次数与其质量之间的平衡的方式来调节。可调节值的较低水平意味着在动力F_T所占优势低于在可调节值的较高水平下进行估计所必需的动力F_T所占优势时进行估计，从而导致进行更多的估计，但在其精度上可能存在一些变化。可调节值的较高的低水平导致较少的估计，但具有高精度。

根据本发明的另一实施例，动力F_T的大小与作用于车辆上的一个或多个另外的力的大小有关。在这种情况下，如果它比至少一个另外的力大至少预定的倍数，则将动力F_T视为比那些一个或多个另外的力大得多。在这里，为了使车辆重量m_v的估计被执行，动力F_T因此必须比来自作用于车辆上的滚动阻力F_R、空气阻力F_A和重力F_G中的一个或多个大预定的倍数，且可以确定预定的倍数，以使得保证估计具有高质量。例如，如果动力F_T比作用于车辆上的一个或多个另外的力大至少三（3）倍，则动力F_T可被视为占优势的，在这种情况下，将执行车辆重量m_v的估计。预定数当然不需要是整数倍，而可以是任何合适的数字，例如分数。因此，如果动力F_T比作用于车辆上的一个或多个另外的力大至少二点五（2.5）倍，则动力F_T例如也可被视为占优势的。

该预定数可以是可调节值，在这种情况下针对特定行驶长度预先确定该预定数，但可针对不同的行驶长度在大小上调节。与上述预定比例一样，该预定的可调节值可随后改变，以使得每次行驶时估计被执行任何合适的次数。该可调节值的低水平导致更多的估计被进行，但它们的精度可能稍微变化。该可调节值的高较低水平导致较少的估计，但具有高精度。

用于估计车辆重量m_v的以前已知的方法使用由车辆速度的导数确定的车辆加速度a。车辆速度信号可能相对嘈杂，从而可能导致其导数非常嘈杂。以前已知的方法因此无法产生车辆重量m_v的精确估计。

可如下建立车辆的力方程：

F_tot=m_va

F_tot=F_T+F_R+F_A+F_G

F_T=T_Eη_DT （方程1）

F_A=k₁v²

F_R=(k₂v+k₃v²+k₄)m_vg=F_RCm_vg

F_G=m_vg sinα

其中

-F_tot是作用于车辆上的所有力；

-g是重力常数；

-α是以弧度为单位的道路梯度；

-v是车辆速度；

-η_DT是动力传动系的总传动比，包括轮半径；

-T_E是发动机的输出扭矩；

-a是从车辆速度v得到的车辆加速度；

-k₁、k₂、k₃、k₄是常数；以及

-F_RC是滚动阻力的系数（其取决于车辆速度v）。

这些方程可被重写，以生成用于计算车辆的重量的表达式：

F_T+F_F+F_A+F_G=m_va＝>

F_T+F_RCm_vg+F_A+m_vg sinα=m_va＝>

m_v(a-gF_RC-g sinα)=F_T+F_A＝> (方程2）

m_{v} = \frac{F_{T} + F_{A}}{a - {gF}_{RC} - {gsi n}_{α}}

如上所述且也如方程2所指示的，以前已知的方法使用由车辆速度的导数确定的加速度a的信号。速度信号是嘈杂的，从而导致其导数非常嘈杂，且车辆重量m_v的估计不精确。

本发明的实施例使估计车辆重量m_v基于至少两个力（即，动力F_T和作用于车辆上的一个或多个另外的力）在一段时间t₀-t_e内对车辆的影响，该段时间t₀-t_e具有在可允许的时间范围内的长度，即，时段t₀-t_e比最短可允许的时间长但比最长可允许的时间短。同一实施例也使估计车辆重量m_v基于在一段时间t₀-t_e内车辆速度的变化和在同一时段内其高度的变化。

当估计在这种情况下取决于车辆速度的变化，即，基于初始速度v₀和最终速度v_e之间的差异时，确定车辆速度的初始值v₀和最终值v_e在这里就足够了，从而导致计算上有效的估计。

在这种情况下，针对车辆速度确定初始值v₀和最终值v_e并确定它们之间的差因此就足够了，因此不需要求出速度v的导数以便得出加速度a。该实施例因此避免了基于嘈杂和产生错误的加速度信号的估计。这将在下面变得清楚。

确定力对车辆的影响的前述时间段t₀-t_e也可对应于在同一时段内行进的具有在可允许的距离范围内的长度的距离x₀-x_e，使得它比最短可允许的距离长但比最长可允许的距离短。估计车辆重量m_v也基于在距离x₀-x_e上车辆速度的变化，并基于在相同距离上其高度的变化。

在这里，估计再次可基于车辆速度的初始值v₀和最终值v_e，从而导致计算上有效的估计。不需要速度v的导数以得到加速度a，从而导致高质量的估计。

根据本发明的实施例，基于相关的道路路段上的梯度α来确定高度的变化。在这种情况下，因此基于关于道路梯度α的信息来确定车辆高度的相应的初始值和最终值。

在这里可在地形图信息的基础上结合定位信息来确定道路梯度α。包含地形信息（例如关于梯度α和/或在道路路段的不同部分的海平面之上的高度的信息）的地图在这里可结合指示车辆此时在地图上哪里的定位信息来使用，从而也提供道路梯度α的值。例如通过使用GPS（全球定位系统）或类似的系统可得到这样的定位信息。

根据本发明的实施例，当通过来自地图数据的信息和GPS信息来确定道路梯度α时，可如下计算车辆重量m_v：

m_{v} = \frac{{&Integral;}_{t_{0}}^{t_{e}} (F_{T} + F_{A}) dt}{{&Integral;}_{t_{0}}^{t_{e}} (a - {gF}_{RC} - g \sin α) dt} = \frac{{&Integral;}_{t_{0}}^{t_{e}} (F_{T} + F_{A}) dt}{(v_{e} - v_{0}) - {&Integral;}_{t_{0}}^{t_{e}} ({gF}_{RC} + g \sin α) dt}

（方程3）

如上所述，本实施例的优点是，用于估计的方程中的加速度a由最终速度v_e减去初始速度v₀来代替。因此避免了嘈杂的速度信号的导数，从而提高了估计的质量。如上所表示的，也可针对距离x₀到x_e而不是对时段t₀到t_e来建立方程3。

根据本发明的实施例，基于加速计所提供的信息来确定道路梯度α。当使用加速计信息时，可如下确定车辆重量m_v：

（方程4）

加速计不能区分开车辆加速度a和在加速计的方向上起作用的重力加速度g的分量。它因此测量重力加速度g和车辆加速度a这两者。这使得能够在方程4中删除来自方程3的项。如上所指示的，也可针对距离x₀到x_e而不是针对时段t₀到t_e来建立方程4。

根据本发明的实施例，车辆重量m_v的估计基于在初始点和最终点之间的高度的变化。

可在地形图数据的基础上结合定位信息来确定车辆在高度上的变化，即，初始高度和最终高度之间的差。

也可针对相关的道路路段基于道路梯度α来确定在初始点和最终点之间的高度的变化。在梯度α和车辆行进的时间和/或距离是已知的情况下，高度差相对容易确定。如上所述，可在地形图信息的基础上结合定位信息或基于来自加速计的信息来确定道路梯度α。

也可基于作用于车辆上的大气压力的变化来确定在初始点和最终点之间的高度的变化。在这种情况下，大气压力的第一测量在初始点进行，而第二测量在最终点进行，从而揭露了高度变化。

根据本发明的实施例，下面的表达式可用于基于高度变化来估计车辆重量，该高度变化例如基于如上所述的地图数据或大气压力来确定：

{ΔE}_{K} + {ΔE}_{P} + E_{L} = {&Integral;}_{x_{0}}^{x_{e}} F_{T} dx

（方程6）

其中

-ΔE_K是动能中的差；

-ΔE_P是势能中的差；

-E_L是损失的能量；以及

-

是在从初始点x₀到最终点x_e的距离上执行的推进功。

因此，在动能中的差加上势能中的差加上损失的能量必须等于在距离x₀-x_e上执行的推进功。

损失的能量也可被表示为：

E_L=∫(F_F+F_A)dx=∫F_Adx+m_v∫gF_RC(v)dx （方程7）

动能中的差可被表示为：

{ΔE}_{K} = m_{v} (\frac{v_{e}^{2} - v_{0}^{2}}{2})

（方程8）

势能中的差可被表示为：

ΔE_P=m_vgΔh （方程9）

其中

-Δh是在初始点x₀和最终点x_e之间的高度中的差。

根据本发明的实施例，然后得到的车辆重量m_v是：

m_{v} = \frac{{&Integral;}_{x_{0}}^{x_{e}} (F_{T} - F_{A}) dx}{(\frac{v_{e}^{2} - v_{0}^{2}}{2}) + gΔh + {&Integral;}_{x_{0}}^{x_{e}} {gF}_{RC} (v) dx}

（方程10）

方程3、4和10都指示基于在一段时间t₀到t_e或距离x₀到x_e上的积分来估计车辆重量m_v的方式。使估计基于对力的积分的优点在于，计算估计实际用作了对不规则性的过滤器。因为在这里在相对长的时段t₀-t_e或相对长的距离x₀-x_e上对估计进行积分，因此它们受到例如由于与道路梯度α有关的噪声、车辆速度或某个其它参数而导致的临时误差的影响很小。上面提出的用于估计车辆重量m_v的过程因此对不规则性相对不敏感。

如上所述，当动力F_T相对于其它力是大的时，估计将被进行，因为知道动力F_T且其精度大于其它力。当发动机扭矩M超过最大发动机扭矩M_max的90%时或当F_T>x(F_A+F_R)时，例如可执行估计。x的大小在这里直接确定将在时段/距离和其质量上执行多少估计。x的大值导致具有良好质量但在数量上少的估计。因此在我们知道误差源相对于我们熟知的信号是小的时，由本发明通过进行估计（即，计算算法）最小化误差源。初始点t₀因此在这里变成下列条件被满足时的时间点：动力F_T相对于其它力是占优势的。最终点t_e变成该条件不再被满足或达到了时段t₀-t_e的最长可允许时间的时间点。

根据实施例，对于将被示为可靠的估计（计算），必须覆盖大于最短可允许的时间（或大于最短可允许距离）。还必须覆盖小于最大可允许的时间（或小于最大可允许的距离），这将在条件在长时间/距离方面被满足的情况下减少了计算量。根据实施例，最短可允许的时间是6秒，而最长可允许的时间是30秒。可替换地，最短和最长可允许的时间分别为大约6和30秒的量级。计算因此在这里被限制到覆盖每次计算小于大约30秒的最大值。

本领域中的技术人员将认识到，上面阐述的用于估计车辆重量m_v的方程也可通过所涉及的参数的离散值的总和而不是它们的连续值的积分，来全部或部分地被代替。

根据本发明的实施例，当已进行车辆重量m_v的估计时，将其存储在存储器中。当已进行车辆重量m_v的多于一个估计时，将它们取平均以得出平均车辆重量m_m。车辆重量m_v的多于一个估计也可用于得出车辆重量m_v的中间数，或可应用平均或过滤以均等单个重量值偏差的某个其它类型。

根据本发明的实施例，给每个估计指示它的可靠程度的等级。可例如基于发动机扭矩M相对于最大发动机扭矩M_max是多大或基于y在方程中是多大（即，动力F_T相对于空气阻力F_A和滚动阻力F_R的总数是多大）来确定该等级。该等级可接着用于评估所进行的估计的质量。

该等级可用于决定是否将进行和/或存储另外的估计。根据实施例，如果车辆重量m_v的另一估计的等级高于已存储的估计的等级，则仅将该另一估计存储在存储器中。根据可选方案，如果车辆重量m_v的另一估计达到了与已经存储的估计基本相同水平的等级，则该另一估计也存储在存储器中。

根据另一实施例，如果比已经存储在存储器中的估计的类别更高的类别的估计的预期是好的，则只进行其它估计，在这种情况下只进行可能具有良好质量的估计，因此对车辆重量m_v的估计有一致地高水平的计算效率。如上面关于估计的等级描述的那样，在这里可基于发动机扭矩M相对于最大发动机扭矩M_max有多大或基于动力F_T相对于空气阻力F_A和滚动阻力F_R的总数有多大，来决定估计是否可能具有高质量。

本领域技术人员将认识到，根据本发明的用于估计车辆重量m_v的方法也能够以计算机程序来实现，计算机程序当在计算机中被执行时使计算机应用该方法。计算机程序通常采取被存储在数字存储介质上的计算机程序产品103（在图1中示出）的形式，并包含在包括合适的存储器（例如，ROM（只读存储器）、PROM（可编程只读存储器）、EPROM（可擦除PROM）、闪存、EEPROM（电可擦除PROM）、硬盘单元等）的这样的产品的计算机可读介质中。

图1示意性示出包括计算单元101的控制单元100，计算单元101可采取基本上任何合适类型的处理器或微型计算机（例如用于数字信号处理的电路（数字信号处理器DSP）或具有预定的特定功能的电路（专用集成电路ASIC））的形式。计算单元101连接到存储器单元102，其位于控制单元100中并给计算单元提供例如计算单元需要来使其完成计算的所存储的程序代码和/或所存储的数据。计算单元101也适于将计算的部分或最终结果存储在存储器单元102中。

控制单元100还设置有用于接收和发送输入和输出信号的相应的设备111、112、113、114。这些输入和输出信号可包括波形、脉冲或输入信号接收设备111、113可检测为信息并可转换成由计算单元101可处理的信号的其它属性。这些信号之后被传送到计算单元101。输出信号发送设备112、114布置成转换从计算单元101接收的信号，以便例如通过调制它们来产生可被传送到车辆的控制系统的其它部分、挡位选择系统或前视性巡航控制系统的输出信号。

到用于接收和发送输入和输出信号的相应设备的每个连接可采取来自电缆、数据总线（例如CAN（控制器区域网）总线或MOST（多媒体定向系统传输）总线或某种其它总线配置）、或无线连接中的一个或多个的形式。

本领域中的技术人员将认识到，前述计算机可采取计算单元101的形式，以及前述存储器可采取存储器单元102的形式。

本发明也涉及用于估计车辆重量m_v的系统。该系统适于使估计基于动力F_T和至少一个另外的力，并基于相关的道路路段的地形信息。根据本发明的系统包括用于比较动力F_T和至少一个另外的力的装置。系统还适于在作用于车辆上的至少两个力（即，动力F_T和至少一个另外的力）中动力F_T占优势时进行估计。

根据本发明的实施例，用于进行比较的装置适于在动力F_T比至少一个另外的力大得多的情况下确定动力F_T占优势。

如上关于根据本发明的方法所述的那样，使用根据本发明的系统导致较少受到误差源影响的估计，这是因为估计仅在它们主要涉及系统知道的且具有高质量的信号时才被进行。

图2示出来自行驶的数据，其中本发明用于估计车辆重量m_v。底部曲线表示动力F_T，中间曲线代表车辆速度v，而顶部曲线代表车辆重量m_v的估计。如可以看到的，估计在行驶的大部分中在20000和22500kg之间变化。在行驶期间测试车辆的正确重量m_v是21200kg。应用本发明因此导致车辆重量m_v的良好估计。根据本发明的估计比根据先前已知方法来估计车辆重量m_v要精确得多。

本领域技术人员也将认识到，上述系统可根据本发明的方法的各种实施例来修改。本发明还涉及设置有用于估及车辆重量m_v的至少一个系统的机动车辆，例如卡车或公共汽车。本发明不限于上述本发明的各个实施例，而涉及和包括在所附独立权利要求的保护范围内的所有实施例。

Claims

1.一种用于基于下列项来估计车辆的重量m_v的方法：

-作用于所述车辆上的至少两个力，包括动力F_T和至少一个另外的力，以及

-相关的道路路段的地形信息，

其特征在于，当在所述至少两个力中所述动力F_T占优势时，执行估计。

2.根据权利要求1所述的方法，其中所述至少一个另外的力还包括下列项中的至少一个：

-与滚动阻力有关的力F_R，

-与空气阻力有关的力F_A，以及

-与重力有关的力F_G。

3.根据权利要求1和2中的任一项所述的方法，其中如果从所述车辆的发动机提取的扭矩M超过所述发动机的最大扭矩M_MAX的预定比例，则这时所述动力F_T相对于所述至少一个另外的力是占优势的。

4.根据权利要求3所述的方法，其中所述预定比例是可调节值，所述可调节值能够被改变，以使得每次行驶时所述估计被执行合适的次数。

5.根据权利要求3或4所述的方法，其中所述预定比例是所述最大扭矩M_MAX的90%。

6.根据权利要求1和2中的任一项所述的方法，其中如果所述动力F_T比所述至少一个另外的力大至少预定倍数，则所述动力F_T相对于所述至少一个另外的力是占优势的。

7.根据权利要求6所述的方法，其中所述预定倍数是可调节值，所述可调节值能够被改变，以使得每次行驶时所述估计被执行合适的次数。

8.根据权利要求6或7所述的方法，其中所述倍数是三。

9.根据权利要求1-8中的任一项所述的方法，其中基于至少下列项来执行估计：

-所述至少两个力在时段t₀-t_e上对所述车辆的影响，所述时段t₀-t_e具有在可允许的时间范围内的长度，

-在所述时段t₀-t_e上所述车辆的速度的变化，以及

-在所述时段t₀-t_e上所述车辆的高度的变化。

10.根据权利要求9所述的方法，其中所述时段t₀-t_e对应于在所述时段t₀-t_e上行进的距离x₀-x_e，且所述距离x₀-x_e具有在可允许的距离范围内的长度。

11.根据权利要求9和10中的任一项所述的方法，其中所述高度的变化基于相关的道路路段的梯度α来确定。

12.根据权利要求11所述的方法，其中所述道路梯度α基于下列源中的至少一个来确定：

-结合定位信息的地形图信息，以及

-加速计。

13.根据权利要求9和10中的任一项所述的方法，其中所述高度的变化基于从结合定位信息的地形图信息得到的高度信息来确定。

14.根据权利要求9和10中的任一项所述的方法，其中所述高度的变化基于在所述预定时段t₀-t_e上大气压力的变化来确定。

15.根据权利要求9-14中的任一项所述的方法，其中通过下列计算方法中的至少一个来得到所述至少两个力在所述预定时段t₀-t_e上对所述车辆的所述影响：

-对所述至少两个力在所述时段t₀-t_e上的影响进行积分，

-对所述至少两个力在对应于所述时段t₀-t_e的离散值上的影响求和，

-对所述至少两个力在对应于所述时段t₀-t_e的距离x₀-x_e上的影响进行积分，以及

-对所述至少两个力在对应于所述时段t₀-t_e的距离x₀-x_e的离散值上的影响求和。

16.根据权利要求1-15所述的方法，其中所述重量m_v的至少两个单独的估计用于确定平均重量m_m。

17.根据权利要求1-16中的任一项所述的方法，其中所述估计被提供有指示所述估计的可靠程度的等级。

18.一种计算机程序，包括程序代码，且当所述代码在计算机中被执行时，所述计算机程序使所述计算机应用根据权利要求1-17中的任一项所述的方法。

19.一种计算机程序产品，包括计算机可读介质和根据权利要求18的计算机程序，所述程序包含在所述计算机可读介质中。

20.一种用于基于下列项来估计车辆的重量m_v的系统：

-相关的道路路段的地形信息，

其特征在于，所述系统包括用于比较所述动力F_T与所述至少一个另外的力的装置，并适于当在所述至少两个力中所述动力F_T占优势时执行估计。

21.根据权利要求20所述的系统，其中用于比较的所述装置适于在所述动力F_T比所述至少一个另外的力大得多的情况下确定所述动力F_T在所述至少两个力中是占优势的。