CN108016447A - 使用操作员触发的机器质量估计 - Google Patents
使用操作员触发的机器质量估计 Download PDFInfo
- Publication number
- CN108016447A CN108016447A CN201610972502.XA CN201610972502A CN108016447A CN 108016447 A CN108016447 A CN 108016447A CN 201610972502 A CN201610972502 A CN 201610972502A CN 108016447 A CN108016447 A CN 108016447A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- quality
- estimation
- road grade
- instruction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000001960 triggered effect Effects 0.000 title abstract description 4
- 238000000034 method Methods 0.000 claims abstract description 48
- 230000001133 acceleration Effects 0.000 claims abstract description 25
- 230000008859 change Effects 0.000 claims abstract description 10
- 230000004044 response Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 27
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
- B60W40/13—Load or weight
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
使用操作员触发的机器质量估计。本公开提供了一种用于估计车辆的质量的系统和方法,所述方法包括:对所述车辆识别质量估计位置,从所述车辆的驾驶员接收启用通知,通过提供根据至少一个操作参数来操作所述车辆的指令来响应所述启用通知,所述操作参数包括档位指令或加速度指令中的至少一种,在根据所述至少一个操作参数来操作所述车辆时,估计所述车辆的所述质量,确定所述质量估计是否收敛到收敛后的质量估计,以及通过将所述收敛后的质量估计与先前的质量估计进行比较以识别所述车辆的所述质量的变化来响应质量估计收敛。
Description
技术领域
本发明总体上涉及机器质量估计器,并且更具体地涉及快速收敛和使用操作员触发的机器质量估计方法。
背景技术
已有用于估计诸如车辆等的机器的质量的方法。传统的机器质量估计(“MME”)方法由引擎控制模块(“ECM”)使用来影响车辆的行为。更具体地,对车辆的质量(或重量)的估计是响应于油门(throttle)命令来控制由引擎和动力传动系统传递的动力所期望的,主要是为了提高燃料经济性并减少排放。对这样的与控制相关的MME应用,期望一定水平的精度。
对其他应用,需要更高水平的精度(或更低的MME不确定度)。例如,期望检测由于车辆货物被盗而导致的车辆质量的小的变化。随着诸如载货卡车等的车辆沿其路线从装载地到卸载目的地行进,期望在从车辆添加或去除占据物时,车辆重量除了由于燃料消耗导致的波动之外将大体上保持恒定,有关的质量变化与车载控制器或调度单元共享。因此,通过定期地估计沿着所述路线的车辆的质量,能够确定货物是否可能已从所述车辆去除。传统的MME方法不能提供支持盗窃检测(不是功率控制)功能的MME不确定度的水平。因此,期望提供用于盗窃检测应用的快速的、高精度的、低成本的MME方法。
发明内容
根据一个实施方式,本公开提供了一种用于估计车辆的质量的方法,该方法包括以下步骤:对所述车辆识别质量估计位置;从所述车辆的驾驶员接收启用通知;通过提供根据至少一个操作参数来操作所述车辆的指令来响应所述启用通知,所述操作参数包括档位指令或加速度指令中的至少一种;在根据所述至少一个操作参数来操作所述车辆时,估计所述车辆的所述质量;确定质量估计是否收敛到收敛后的质量估计;以及通过将所述收敛后的质量估计与先前的质量估计进行比较以识别所述车辆的所述质量的变化来响应质量估计收敛。在本实施方式的一个方面中,识别质量估计位置的步骤包括从外部信息系统接收道路坡度信息。在另一方面中,接收启用通知的步骤包括从由所述驾驶员操纵的接口接收通知。在又一方面中,通过提供指令来响应所述启用通知的步骤包括经由接口向所述驾驶员显示档位指令和加速度指令。在再一方面中,估计所述车辆的所述质量的步骤包括从坡度传感器接收测量到的道路坡度信息并且使用已知的道路坡度信息来校正所述坡度传感器的偏差。在本方面的变形中,校正所述坡度传感器的偏差的步骤包括从外部信息系统接收所述已知的道路坡度信息。在另一方面中,估计所述车辆的所述质量的步骤包括从所述车辆的引擎/驱动传动系接收扭矩和加速度信息。在另一方面中,确定所述质量估计是否收敛的步骤包括使用卡尔曼观测器或递归观测中的至少一种。在又一方面中,所述至少一个操作参数包括多个组合的档位指令和加速度指令;其中,多个组合的指令中的每个包括不同的档位指令。
在另一实施方式中,本公开提供了一种用于估计车辆的质量和道路载荷的方法,该方法包括以下步骤:接收道路坡度输入:使用所述道路坡度输入估计所述车辆的所述质量;使用所述道路坡度输入估计所述车辆的所述道路载荷;对所述车辆的估计的质量进行评价以确定车辆质量估计不确定度;对所述车辆的估计的道路载荷进行评价以确定车辆道路载荷估计不确定度;确定所述车辆质量估计不确定度和所述车辆道路载荷估计不确定度是否低于临界不确定度水平;以及通过重复所述接收、估计和评价步骤来响应所述车辆质量估计不确定度和所述车辆道路载荷估计不确定度不低于所述临界不确定度水平。在本实施方式的一个方面中,估计所述车辆的道路载荷的步骤包括估计空气动力功率损失、动力传动系统功损失以及滚动功率损失。另一方面,估计所述车辆的所述质量的步骤包括接收测量到的道路坡度信息作为所述道路坡度输入并且使用已知的道路坡度信息来校正所述道路坡度输入的偏差。在本方面的变形中,校正所述道路坡度输入的偏差的步骤包括从外部信息系统接收所述已知的道路坡度信息。
在又一实施方式中,本公开提供了一种用于估计车辆的质量的方法,包括:控制器;坡度传感器,所述坡度传感器被构造成向所述控制器提供道路坡度测量;接口,所述接口耦接到所述控制器;以及外部信息系统,所述外部信息系统与所述控制器通信并被构造成向所述控制器提供已知的道路坡度信息;其中,所述控制器被构造成通过经由所述接口从所述车辆的驾驶员接收启用通知来估计所述车辆的所述质量,通过提供以根据至少一个操作参数来操作所述车辆的指令来响应所述启用通知,所述操作参数包括档位指令或加速度指令中的至少一种,在根据所述至少一个操作参数来操作所述车辆时,使用道路坡度测量结果和所述已知的道路坡度信息来估计所述车辆的所述质量,以及确定所述质量估计是否收敛到收敛后的质量估计。在本实施方式的一个方面中,所述控制器还被构造成通过将所述收敛后的质量估计与先前的质量估计进行比较以识别所述车辆的所述质量的变化来响应质量估计收敛。在另一方面中,操作所述车辆的所述指令包括档位指令和加速度指令。在再一方面中,所述控制器还被构造成使用已知的道路坡度信息来校正所述坡度传感器的偏差。在另一方面中,所述控制器还被构造成从所述车辆的引擎/驱动传动系接收扭矩和加速度信息。在再一方面中,所述控制器还被构造成通过使用的卡尔曼观测器或递归观测中的至少一种来确定所述质量估计是否收敛。在又一方面中,所述至少一个操作参数包括多个组合的传动装置指令和加速度指令。其中,多个组合的指令中的每个包括不同的档位指令。
虽然公开了多个实施方式,但从显示和描述了本发明的说明性的实施方式的下述详细说明,本发明的其他实施方式对本领域技术人员也将变得明显。因此,附图和详细说明应被视为本质上是说明性的而非限制性的。
附图说明
通过参照本公开的以下描述结合附图,本公开的以上提及的特征和其他特征以及获得他们的方式将变得更明显并且本公开本身将更易被理解,其中:
图1是作用在载重车辆上的力的概念图;
图2是根据本公开的一个实施方式的系统的框图;
图3是根据本公开的原理的方法的流程图;
图4是图3中所描述的方法的更详细的流程图;以及
图5是根据本公开的原理的另一方法的流程图。
尽管本公开能够接受各种修改和另选形式,在附图中通过示例已经示出了特定实施方式,并在下面对其详细描述。然而,本发明并不旨在限制所描述的具体的实施方式。相反地,本公开旨在覆盖落入所附的权利要求的范围内的全部修改、等同和替换。
具体实施方式
本领域技术人员将认识到所提供的实施方式能够以硬件、软件、固件和/或其组合实现。例如,本文所公开的控制器可以形成处理子系统的一部分,所述处理子系统包括具有存储器、处理器和通信硬件的一个或更多个计算设备。控制器可以是单一设备或分布式设备,并且控制器的功能可以由硬件和/或非暂时性计算机可读存储介质上的计算机指令来执行。例如,控制器(例如,电子控制模块(ECM))中的计算机指令或程序代码可以以任意可行的诸如C、C++、HTML、XTML、JAVA或任意其他可行的高级编程语言或高级编程语言和低级编程语言的结合等的编程语言来实现。
图1概念性地描述了与由引擎供给的功率向前推动的车辆10相关联的各种力。在动力的这个数学模型中,力包括PAero(作用在车辆10上的空气阻力消耗的功率),PGravity(作用在车辆10上的重力消耗的功率),PWhldrag(作用在车轮上以阻止转动的摩擦力消耗的功率)以及PAccel(用于使车辆10加速的功率)。一般来说,已知向前推动车辆的功率可以由引擎的功率输出(Peng out)来表示,所述功率输出等于PAero+PWhldrag+PGravity+PAccel+PLoss,其中,PLoss是引擎、变速器和最终驱动经受的功率损失的总和,如进一步以下描述。因此,这些功率成分中的各个可以由以下算式表示:
PWhl drag=(Crr-dyn(m·g·cosθ)u+Crr-static(m·g·cosθ))u=(Crr-dyn·u+Crr-static)(m·g·cosθ)u
PGravity=(m·g·sinθ)u
通过使用上述算式来描述Peng out,推动车辆所要求的扭矩可以通过算式Teng out=Peng out/ωeng out来表示。
使用牛顿第二运动定律(即,F=m*a),通过对m求解如下的反向的车辆动力学模型,能够估计车辆的质量:
算式1:
其中,Meng是引擎的质量并且rwheel是车轮的半径。
为实现高精度的质量估计(或低MME不确定度),必须考虑上面算式1中的驱动表面的坡度或斜度。以F=m*a的形式改写算式1,得到:
(m+Meng)rwheela=τeng-τtx,loss-τaxle,loss-τaero-τroll
其中,τloss由量τtx,loss-τaxle,loss表示。该算式可以通过包括由于道路坡度而消耗的扭矩而被如下修改:
(m+Meng)rwheela=τeng-τtx,loss-τaxle,loss-τaero-τroll-τgrade
通过将τroll替换为mrwheelgCrrcosθ并将τgrade替换为mrwheelg sinθ并求解m,得到
算式2:
由于算式2的所有分量是已知的,或能被合理地估计(例如,由于轴和变速器的扭矩损失以及由于空气阻力引起的在低速下很小的扭矩损失),所以在能以高精确度确定道路坡度时,可以实现车辆质量m的精确确定。已经表明,道路坡度中仅1%的误差会导致超过24%的MME误差。因此,低的MME不确定度要求精确地确定道路坡度。
较新的车辆通常配备有一般位于车辆变速器中的坡度传感器。通常,仅使用位于水平面上的牵引机来校准(即,用零道路坡度校准)载货卡车的坡度传感器。然而,当拖车联接到牵引机时,特别是在拖车装载有重的货物时,变速器的一端将被向下移动,产生与校准后的零道路坡度的偏差或偏移。
根据本公开的原理,可以通过引入基于已知道路坡度的校正偏移来校正坡度传感器偏差。在某些实施方式中,可以从诸如eHorizon(德国的ContinentalAktiengesellschaft提供的智能系统)等的系统外部地获得道路坡度信息,所述系统提供使用GPS的前瞻信息和基于已知地形的映射来描述包括道路坡度的静态道路属性的其他信息。应当理解,根据本公开的原理,道路坡度信息可以由其他系统提供,经由来自调度员或操作员的远程信息处理提供,经由离线校准或者甚至从描述用于MME的特定站点的人工收集到的信息而获得。例如,可以使用其他传感器来测量道路坡度。应当理解,坡度传感器偏差在传感器输出中是相对恒定的误差,并且应当与可以通过数字滤波而被充分去除的随机噪声区分开。不管已知的道路坡度信息是如何获取的,根据本公开的方法能够校正在没有牵引机载荷的情况下在水平面上的零校准所产生的坡度传感器偏差。
使用eHorizon系统作为示例,在操作期间,本系统可以接收来自Horizon系统的时间轨迹和来自坡度传感器的时间轨迹。所述系统对轨迹执行数学比较并确定使所述轨迹之间的误差最小化所需的适当偏移校正。在其他示例中,所述确定可以更即时,诸如当提供月台站的道路坡度并将其直接用于偏移坡度传感器时。
现在参照图2,示出了根据本公开的一个实施方式的系统20。系统20的高级表示包括控制器22、外部信息系统24、引擎/驱动传动系26、坡度传感器28和接口30。控制器22可以是引擎控制模块(“ECM”)或其他合适的装置,并且包括至少一个处理器32和存储器34。一般来说,控制器22接收可用于确定引擎扭矩(τeng)和车辆加速度(a,acceleration)的来自引擎/驱动传动系26的输入。应当理解,引擎扭矩和车辆加速度可以从引擎/驱动传动系26的许多操作参数导出,所述操作参数中的任何一个都适于与系统20一起使用。控制器22还接收来自坡度传感器28的测量到的坡度值和来自外部信息系统24的各种信息,包括车辆当前位置处的道路的已知坡度。如下面进一步描述的,控制器22可以经由接口30(其可以是任何合适设计的音频/视觉接口)与车辆的驾驶员通信,以在MME处理期间指导驾驶员的动作。在另选实施方式中,接口30可以由AEB过程、触觉引导、远程信息处理或驾驶室仪表板显示器来代替。如本文又进一步的描述,处理器32可以从存储器34检索与算式2的变量相关的数据,并且处理扭矩、加速度、测量到的坡度和已知坡度中的输入,以计算相对高精度的MME。所存储的MME可以与在稍后的MME处理期间计算的MME进行比较,以确定是否发生非预期的车辆的质量的损失,其指示货物的潜在盗窃。
在图3中描述了根据本公开的用于MME的一种方法。在方法36中,在步骤38处识别可接受的MME位置。可以由控制器22使用来自外部信息系统24的道路坡度信息和/或使用GPS信息和存储在存储器34中的可接受的MME位置来进行所述识别。或者,可以向车辆驾驶员提供高级指令以在沿着特定路线的各个位置处执行MME处理。在任何情况下,期望在MME处理期间使用具有恒定坡度的受控表面。因此,停车场或类似的大的、平坦的、开放的空间是期望的MME位置。在步骤40处,当确定已经到达MME位置时,命令驾驶员启用MME处理。控制器22可以经由接口30来提供这样的命令。驾驶员可以通过启动接口30上的开关或以其他方式向控制器22提供指示MME处理应该开始的输入来启用MME处理。在步骤42处,控制器22接收该启用通知。在步骤44处,控制器22以下面进一步描述的方式确定期望的加速度和档位策略(以下称为“档位/油门策略”)并且指示驾驶员(例如,经由接口30)如何根据所需的策略使用一个或更多个档位来对车辆加速。如本文进一步所描述的,步骤46表示在MME处理期间发生的多个计算。在步骤48处,控制器22确定在MME处理期间获得的MME值是否已经收敛。如本文进一步的描述,可以使用确定收敛的各种方法。如果MME值已经收敛,则将用于当前位置的MME存储在存储器34中。如果MME值没有收敛,则可以在步骤40指示驾驶员启用另一MME处理,并且重复处理36的剩余部分,直到达到收敛为止。系统20可以在每个引擎停止事件之后或根据用户指定的时间表或响应于第三方请求而要求新的MME处理。
以上述方式,处理36通过使用操作员触发并指示受控MME位置中的受控MME处理,提供了高精度的、快速的MME收敛策略。在一个实施方式中,初始MME处理可以在货物的初始装载时在车辆的装载设施处进行。以这种方式,能够在路线开始之前精确地确定车辆的初始质量或重量。在这样的实施方式中,可以在车辆引擎起动时开始MME处理。换句话说,控制器22可以经由接口30指示驾驶员将车辆移动到指定位置并启用初始MME处理。
现在参照图4,示出了根据本公开的MME处理的更详细的流程图。在框52处开始MME处理50。在框54处,处理50等待(例如,从驾驶员经由接口30)接收指示MME处理应该开始的触发或输入。在接收到开始触发之后,处理50在步骤56处重置当前MME值。当前MME值可以是存储在存储器34中的初始的默认的MME值或较早的MME值。在步骤58处,控制器22获得关于当前MME位置的信息,包括在MME处理期间车辆的行进路径的已知坡度,和可用距离。如上所述,该信息对于预定MME位置可以被存储在存储器34中,或者对于其他MME位置从外部信息系统24获得。在框60处,控制器22确定要用于当前MME位置中的MME处理的档位/油门策略。在步骤62处,控制器22向驾驶员提供指令以使用用于MME处理的一个或更多个档位。如上所述,控制器22可以经由接口30来提供这样的指令。类似地,在步骤64处,控制器22向驾驶员提供指令以使用用于MME处理的特定油门设置。例如,控制器22可以经由接口30指示驾驶员增加或减少加速度,使用特定的油门设置,以特定的速率加速或加速到特定的目标速度等。
在某些实施方式中,当处理50开始时,车辆处于静止。如上所述,控制器22可以经由接口30向车辆驾驶员提供以受控或被测量的方式执行特定行为的指令。例如,可以经由接口30指示驾驶员将车辆置于一档,并施加100%油门或一些其他的油门百分比。在一些实施方式中,可以通过在接口30上提供的“增大油门”和“减小油门”的视觉提示来帮助驾驶员提供特定的油门水平。在其他实施方式中,系统改写油门并通过电子接口将命令直接提供给ECM。在这些实施方式中,车辆“自动地”加速,但驾驶员保持对制动器的控制,制动器的应用中止质量估计处理。应当理解,根据本公开的原理,精确地估计质量需要对加速度的精确控制,但是在估计作用在车辆上的诸如空气动力损失和动力传动系统损失等的其他力时,也使用速度。
在步骤66处,随着车辆执行档位/油门策略,获得MME值。更具体地,如上面参照图2所描述的,控制器22接收加速度、扭矩、已知坡度和测量到的坡度输入,并且获取对算式2中的量的其他估计以确定MME。在一个实施方式中,控制器22在步骤66处执行MME处理期间计算多个MME值,并对所述值进行平均以用在步骤68和70中,其中,控制器22确定MME值是否已经收敛。在步骤68中,控制器22评估当前MME值的收敛不确定度,并且在步骤70处,控制器22确定收敛不确定度是否超过预定的不确定度收敛阈值。可以使用各种方法来确定MME值是否已经收敛。例如,当预定数量的MME值之间的差落在预定误差阈值内时或者使用下面进一步描述的其他方法时,可以识别收敛。
如果在步骤70处确定MME收敛,则在步骤72处,控制器22可以通知驾驶员、调度员和/或操作员收敛后的MME值,以使得如果识别出差异,他们可以采取行动。在步骤74处,启动了MME处理的触发输入被设置为标称,并且在步骤76处恢复任务或路线。在步骤78处开始MME处理50。
另一方面,如果在步骤70处没有确定MME收敛,则控制器22在步骤80处确定在当前MME位置的车辆的行驶距离是否已经被覆盖。如果没有,则在步骤62,64处再次向驾驶员提供档位设置和油门设置指令,在步骤66处确定MME值,并且在步骤70处再次检查收敛。如果行驶距离已经被覆盖,则在步骤82处,控制器22确定调整后的档位/油门策略,并在步骤84处请求操作员道路重置设置。实质上,驾驶员被指示以重新定位车辆并且所述车辆用新的指令再次运行。如下所述,改变档位和油门设置提供了用于收敛的激励数据,并且如果没有达到收敛并且测试距离被覆盖,则系统确定新的档位/油门策略,并且指示驾驶员根据调整后的策略(在不同的操作条件下获得附加的MME数据以实现收敛)来操作车辆。然后,在步骤86处,控制器22以参照步骤54所描述的方式获得“继续收敛”触发。处理50然后返回到步骤62并重复如图4所示的步骤。
基于系统识别问题来确定要在以上描述的处理中使用的档位/油门策略。系统识别属于使用统计模型从测量到的数据来构建动态系统的数学模型,并且优化实验以有效地生成用于拟合模型的数据的控制理论领域。一般来说,系统识别包括三个主要方面。第一,创建系统的模型(在这种情况下,基于使用F=m*a并求解m的物理模型)。第二,当获得用于模型的数据时,必须确定如何收敛未知参数(这里是m)。在本公开中,可以使用卡尔曼观测器、递归观测或任何其他合适的收敛方法来确定收敛。第三,必须设计用于系统产生数据的激励策略。在本公开的情况下,扭矩(档位)和加速度(油门)可能具有高的噪声。因此,系统的激励包括选择实现足够低的噪声数据以允许快速收敛的档位/油门策略。换句话说,应当选择改变档位并改变加速度的档位/油门策略,以使得系统可以在那些变化的条件下执行MME计算并且收敛。在诸如本公开的有噪声的应用中,系统应该被激励来改变输入参数,以具有精确的MME计算的收敛的高置信度。
在本公开的一个实施方式中,档位/油门策略类似于“啁啾”信号或扫描信号,其通常涉及恒定振幅的信号的频率随时间的增加和/或减小。这里,档位设置类似于频率,并且油门设置类似于恒定的振幅。例如,档位/油门策略可以如下:档位1+全油门,档位2+全油门,档位3+全油门……。或者,类似档位/油门策略的“啁啾”可以如下:档位1+斜坡油门,档位2+斜坡油门,档位3+油门……。另一策略可以是档位1+部分油门,档位2+部分油门,档位3+部分油门……。应当理解,取决于可用的测试距离,某些档位/油门策略可能不可用。还应当理解,档位设置和油门设置仅是作为MME计算的输入而改变的主要变量。诸如道路坡度(通过选择具有两个或更多个不同道路坡度的MME位置)、方向(通过指示驾驶员以向前和反向方向驾驶车辆)等的其他变量也可以改变。
现在参照图5,示出了本公开的替代实施方式。在方法90中,在整个循环工况中估计车辆质量和车辆道路载荷两者。方法90在步骤92处开始,其中,向系统提供道路坡度输入。应当理解,道路坡度输入可以由坡度传感器28、外部信息系统24或如本文所述的任何其他合适的道路坡度输入源提供。在步骤94处,根据本文所述的原理,使用道路坡度输入来估计车辆质量。在步骤96处,道路坡度输入被用于估计车辆道路载荷。执行该估计以确定与加速度和坡度一起用于估计质量的道路载荷损失(即,空气动力损失,滚动损失和动力传动系统损失)。以图5中所描述的方式,系统以并行方式执行质量估计和道路载荷损失估计,直到两者收敛为止。在步骤98处,评估在步骤94中确定的车辆质量估计以确定车辆质量估计不确定度。如本文所示,诸如卡尔曼滤波器等的收敛算法可以用于获得所估计的质量值的不确定度输出。在步骤100处,评估在步骤96中确定的车辆道路载荷估计,来以类似的方式确定车辆道路载荷估计不确定度。在步骤102处,系统确定所述车辆质量估计不确定度和所述车辆道路负载估计不确定度两者是否都低于预定的临界不确定度水平。基于质量估计函数的最终需求来定义临界不确定度水平。在使用MME用于盗窃检测的示例中,临界不确定度水平可以是小于3%的误差水平。如果两个不确定度都小于临界不确定度水平,则方法90在步骤104处停止。方法90可以响应于预定的时间表,沿着循环工况发生的事件或以其他方式在循环工况期间的各种时间或位置处重新启动。如果步骤102处的不确定度不小于临界不确定度水平,则方法90的控制被传递到步骤94、96,其中,重复方法90的估计和剩余部分。
在不脱离本发明的范围的情况下,可以对所讨论的示例性实施方式进行各种修改和添加。例如,虽然上述实施方式涉及特定特征,但是本发明的范围还包括具有特征的不同组合的实施方式和不包括所有描述的特征的实施方式。因此,本发明的范围旨在包括落入权利要求及其所有等同物的范围内的所有这些替代,修改和变化。
Claims (20)
1.一种用于估计车辆的质量的方法,所述方法包括以下步骤:
对所述车辆识别质量估计位置;
从所述车辆的驾驶员接收启用通知;
通过提供根据至少一个操作参数来操作所述车辆的指令来响应所述启用通知,所述操作参数包括档位指令或加速度指令中的至少一种;
在根据所述至少一个操作参数来操作所述车辆时,估计所述车辆的所述质量;
确定质量估计是否收敛到收敛后的质量估计;以及
通过将所述收敛后的质量估计与先前的质量估计进行比较以识别所述车辆的所述质量的变化来响应质量估计收敛。
2.根据权利要求1所述的方法,其中,识别质量估计位置的步骤包括从外部信息系统接收道路坡度信息。
3.根据权利要求1所述的方法,其中,接收启用通知的步骤包括从由所述驾驶员操纵的接口接收通知。
4.根据权利要求1所述的方法,其中,通过提供指令来响应所述启用通知的步骤包括经由接口向所述驾驶员显示档位指令和加速度指令。
5.根据权利要求1所述的方法,其中,估计所述车辆的所述质量的步骤包括从坡度传感器接收测量到的道路坡度信息并且使用已知的道路坡度信息来校正所述坡度传感器的偏差。
6.根据权利要求5所述的方法,其中,校正所述坡度传感器的偏差的步骤包括从外部信息系统接收所述已知的道路坡度信息。
7.根据权利要求1所述的方法,其中,估计所述车辆的所述质量的步骤包括从所述车辆的引擎/驱动传动系接收扭矩和加速度信息。
8.根据权利要求1所述的方法,其中,确定所述质量估计是否收敛包括使用卡尔曼观测器或递归观测中的至少一种。
9.根据权利要求1所述的方法,其中,所述至少一个操作参数包括多个组合的档位指令和加速度指令;其中,多个组合的指令中的每个包括不同的档位指令。
10.一种用于估计车辆的质量和道路载荷的方法,所述方法包括以下步骤:
接收道路坡度输入:
使用所述道路坡度输入估计所述车辆的所述质量;
使用所述道路坡度输入估计所述车辆的所述道路载荷;
对所述车辆的估计的质量进行评价以确定车辆质量估计不确定度;
对所述车辆的估计的道路载荷进行评价以确定车辆道路载荷估计不确定度;
确定所述车辆质量估计不确定度和所述车辆道路载荷估计不确定度是否低于临界不确定度水平;以及
通过重复所述接收、所述估计和所述评价的步骤来响应所述车辆质量估计不确定度和所述车辆道路载荷估计不确定度不低于所述临界不确定度水平。
11.根据权利要求10所述的方法,其中,估计所述车辆的道路载荷的步骤包括估计空气动力功率损失、动力传动系功率损失以及滚动功率损失。
12.根据权利要求10所述的方法,其中,估计所述车辆的所述质量的步骤包括接收测量到的道路坡度信息作为所述道路坡度输入并且使用已知的道路坡度信息来校正所述道路坡度输入的偏差。
13.根据权利要求12所述的方法,其中,校正所述道路坡度输入的偏差的步骤包括从外部信息系统接收所述已知的道路坡度信息。
14.一种用于估计车辆的质量的系统,所述系统包括:
控制器;
坡度传感器,所述坡度传感器被构造成向所述控制器提供道路坡度测量;
接口,所述接口耦接到所述控制器;以及
外部信息系统,所述外部信息系统与所述控制器通信并被构造成向所述控制器提供已知的道路坡度信息;
其中,所述控制器被构造成通过经由所述接口从所述车辆的驾驶员接收启用通知来估计所述车辆的所述质量,
通过提供根据至少一个操作参数来操作所述车辆的指令来响应所述启用通知,所述操作参数包括档位指令或加速度指令中的至少一种,
在根据所述至少一个操作参数来操作所述车辆时,使用所述道路坡度测量和所述已知道路坡度信息来估计所述车辆的所述质量,以及
确定所述质量估计是否收敛到收敛后的质量估计。
15.根据权利要求14所述的系统,所述控制器还被构造成通过将所述收敛后的质量估计与先前的质量估计进行比较以识别所述车辆的所述质量的变化来响应质量估计收敛。
16.根据权利要求14所述的系统,其中,操作所述车辆的所述指令包括档位指令和加速度指令。
17.根据权利要求14所述的系统,其中,所述控制器还被构造成使用已知的道路坡度信息校正所述坡度传感器的偏差来估计所述车辆的所述质量。
18.根据权利要求14所述的系统,其中,所述控制器还被构造成通过从所述车辆的引擎/驱动传动系接收扭矩和加速度信息来估计所述车辆的所述质量。
19.根据权利要求14所述的系统,其中,所述控制器还被构造成通过使用卡尔曼观测器或递归观测中的至少一种来确定所述质量估计是否收敛。
20.根据权利要求14所述的方法,其中,所述至少一个操作参数包括多个组合的档位指令和加速度指令;其中,多个组合的指令中的每个包括不同的档位指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610972502.XA CN108016447B (zh) | 2016-10-28 | 2016-10-28 | 使用操作员触发的机器质量估计 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610972502.XA CN108016447B (zh) | 2016-10-28 | 2016-10-28 | 使用操作员触发的机器质量估计 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108016447A true CN108016447A (zh) | 2018-05-11 |
CN108016447B CN108016447B (zh) | 2021-08-03 |
Family
ID=62084686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610972502.XA Active CN108016447B (zh) | 2016-10-28 | 2016-10-28 | 使用操作员触发的机器质量估计 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108016447B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112441016A (zh) * | 2019-09-05 | 2021-03-05 | 百度(美国)有限责任公司 | 基于齿轮的车辆载荷推断系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1298020A1 (de) * | 2001-09-28 | 2003-04-02 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Ermittlung der Masse eines Kraftfahrzeugs unter Berücksichtigung unterschiedlicher Fahrsituationen |
CN101328969A (zh) * | 2007-04-09 | 2008-12-24 | 通用汽车公司 | 选择变速器换挡规律的方法 |
CN104554271A (zh) * | 2014-12-08 | 2015-04-29 | 昆明理工大学 | 一种基于参数估计误差的路面坡度和汽车状态参数联合估计方法 |
CN104773176A (zh) * | 2014-01-15 | 2015-07-15 | 西门子公司 | 测定电动车辆的车辆质量或车重的方法、装置和车辆 |
CN105416294A (zh) * | 2015-12-26 | 2016-03-23 | 吉林大学 | 一种重型汽车列车参数估计方法 |
-
2016
- 2016-10-28 CN CN201610972502.XA patent/CN108016447B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1298020A1 (de) * | 2001-09-28 | 2003-04-02 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Ermittlung der Masse eines Kraftfahrzeugs unter Berücksichtigung unterschiedlicher Fahrsituationen |
CN101328969A (zh) * | 2007-04-09 | 2008-12-24 | 通用汽车公司 | 选择变速器换挡规律的方法 |
CN104773176A (zh) * | 2014-01-15 | 2015-07-15 | 西门子公司 | 测定电动车辆的车辆质量或车重的方法、装置和车辆 |
CN104554271A (zh) * | 2014-12-08 | 2015-04-29 | 昆明理工大学 | 一种基于参数估计误差的路面坡度和汽车状态参数联合估计方法 |
CN105416294A (zh) * | 2015-12-26 | 2016-03-23 | 吉林大学 | 一种重型汽车列车参数估计方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112441016A (zh) * | 2019-09-05 | 2021-03-05 | 百度(美国)有限责任公司 | 基于齿轮的车辆载荷推断系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108016447B (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106053879B (zh) | 通过数据融合的失效操作的车辆速度估计 | |
US8793035B2 (en) | Dynamic road gradient estimation | |
US9454508B2 (en) | Kinematic road gradient estimation | |
US10042815B2 (en) | Road gradient estimation arbitration | |
CN108688667B (zh) | 用于检测横向速度估计中的故障的系统和方法 | |
CN107084743A (zh) | 利用gnss/ins数据的六自由度惯性测量单元的偏移和失准补偿 | |
CN110031019B (zh) | 一种用于自动驾驶车辆的打滑检测处理方法 | |
US20140067240A1 (en) | Static road gradient estimation | |
US6470300B1 (en) | Method and system for detecting and localizing sensor defects in motor vehicles | |
WO2010084762A1 (ja) | 車両 | |
US11512950B2 (en) | Method and device for estimating a current wheel circumference of at least one wheel arranged on a vehicle | |
US11441937B2 (en) | Vehicle weight distribution determination | |
US8594887B1 (en) | Method and system for measuring tilt angle during turn of vehicle | |
JP2020169872A (ja) | 慣性航法装置 | |
CN105264387A (zh) | 用于确定轨道车辆中的至少一个速度的方法 | |
CN108016447A (zh) | 使用操作员触发的机器质量估计 | |
JP2022190463A (ja) | 加速度センサ補正装置、道路勾配検出装置、運行記録装置、加速度センサ補正プログラム及び補正値データ構造 | |
SE1150002A1 (sv) | Metod och system för hastighetsverifiering | |
JP2010208530A (ja) | 車両 | |
US20130325251A1 (en) | Device and method for calibration of an acceleration sensor | |
US11525728B1 (en) | Systems and methods for determining an estimated weight of a vehicle | |
US20220342087A1 (en) | Method for processing gps position signals in a vehicle | |
JP2009040080A (ja) | タイヤ内圧低下検出方法及び装置、並びにタイヤ内圧低下検出プログラム | |
JP2006292625A (ja) | 車速演算装置 | |
US20210009139A1 (en) | Slope estimation device and vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |