CN109489787A - 一种车辆垂直载荷和路面坡度估计系统及其估计方法 - Google Patents
一种车辆垂直载荷和路面坡度估计系统及其估计方法 Download PDFInfo
- Publication number
- CN109489787A CN109489787A CN201811164227.4A CN201811164227A CN109489787A CN 109489787 A CN109489787 A CN 109489787A CN 201811164227 A CN201811164227 A CN 201811164227A CN 109489787 A CN109489787 A CN 109489787A
- Authority
- CN
- China
- Prior art keywords
- wheel
- vertical load
- current signal
- vehicle
- road gradient
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/02—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles
- G01G19/03—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles for weighing during motion
- G01G19/035—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles for weighing during motion using electrical weight-sensitive devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
- G01C9/10—Measuring inclination, e.g. by clinometers, by levels by using rolling bodies, e.g. spheres, cylinders, mercury droplets
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
- G01C9/10—Measuring inclination, e.g. by clinometers, by levels by using rolling bodies, e.g. spheres, cylinders, mercury droplets
- G01C2009/102—Measuring inclination, e.g. by clinometers, by levels by using rolling bodies, e.g. spheres, cylinders, mercury droplets cylinders
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开提供一种车辆垂直载荷和路面坡度估计系统及其估计方法,该系统,包括:电流信号采集单元、电流信号接收单元、轮速传感器、加速度传感器、以及微处理器;所述电流信号采集单元有四个,分别嵌入车辆轮胎的四个车轮的胎面中,所述电流信号采集单元与所述电流信号接收单元通过无线连接,所述电流信号接收单元的输出端、所述轮速传感器的输出端、所述加速度传感器的输出端连接所述微处理器的输入端;相比现有技术,本发明提出的车辆垂直载荷和路面坡度估计系统及其估计方法,其具有以下优点:借助发电晶体的正压电效应,基于卡尔曼滤波和最小二乘法原理有效的估计出车辆垂直载荷和路面坡度。
Description
技术领域
本发明涉及车辆状态估计技术领域,具体涉及一种车辆垂直载荷和路面坡度估计系统及其估计方法。
背景技术
车辆的垂直载荷和道路坡度一直是重要的车辆状态量,关系着车辆的控制系统的控制精度。垂直载荷和路面坡度、纵向加速度和侧向加速度等都有关系,依靠传统的传感器很难将垂直载荷和路面坡度都估计准确。
本发明为了解决这个问题,借助发电晶体的正压电效应,基于卡尔曼滤波和最小二乘法原理涉及估计垂直载荷和路面坡度的估计方法。
发明内容
有鉴于此,有必要针对目前存在的问题,提供一种车辆垂直载荷和路面坡度估计系统及其估计方法。
一种车辆垂直载荷和路面坡度估计系统,包括:电流信号采集单元、电流信号接收单元、轮速传感器、加速度传感器、以及微处理器;
所述电流信号采集单元有四个,分别嵌入车辆轮胎的四个车轮的胎面中,所述电流信号采集单元与所述电流信号接收单元通过无线连接,所述电流信号接收单元的输出端、所述轮速传感器的输出端、所述加速度传感器的输出端连接所述微处理器的输入端,所述电流信号接收单元和所述轮速传感器均有四个,分别安装于对应车轮的内侧,所述加速度传感器安装于车辆质心位置,所述微处理器安装于所述车辆底盘上;所述电流信号采集单元,用于根据车辆行驶过程中各个轮胎接触地面的变形获取形变电流信号,并通过无线传输至电流信号接收单元;
所述电流信号接收单元,用于将接收的各个轮胎的形变电流信号传输至微处理器;
所述轮速传感器,用于检测车辆车轮的转速传输至微处理器;
所述加速度传感器,用于检测车辆行驶的纵向加速度传输至微处理器;
所述微处理器,用于根据各个车轮的形变电流信号和车轮的转速确定各个车轮的垂直载荷估计值,根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度估计车辆行驶过程中的路面坡度。
优选地,所述微处理器中设置有垂直载荷估计模块和路面坡度估计模块;
所述垂直载荷估计模块,用于根据各个车轮的形变电流信号和车轮的转速采用卡尔曼滤波算法确定各个车轮的垂直载荷估计值,传输至路面坡度估计模块;
所述路面坡度估计模块,用于根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度估计车辆行驶过程中的路面坡度。
优选地,所述电流信号采集单元包括:压电晶体电路和无线发射单元;
所述压电晶体电路包括多个压电晶体,并联堆叠连接;
所述无线发射单元包括无线发射芯片和电流传感器;
所述电流传感器的输入端连接所述压电晶体电路的输出端,所述电流传感器的输出端连接所述无线发射芯片的输入端。
优选地,所述电流信号接收单元包括:无线接收芯片。
优选地,所述根据各个车轮的形变电流信号和车轮的转速采用卡尔曼滤波算法确定各个车轮的垂直载荷估计值,具体包括:
将车轮的形变电流信号和车轮的转速作为输入,建立该车轮垂直载荷的卡尔曼滤波算法状态空间模型,对卡尔曼滤波算法状态空间模型进行递推式估计,得到该车轮的垂直载荷估计值其中,τ=1、2、3、4为车轮编号。
优选地,所述垂直载荷的卡尔曼滤波算法状态空间模型,如下:
X(k+1)=ΦX(k)+ΓW(k) (1)
y(k)=HX(k)+v(k) (2)
其中:H=[1 0],为总阻抗的模,y(k)=i(k)为车轮的形变电流信号,为车轮垂直载荷的估计值,k为离散时间,d为压电常数,ε为介电常数,h为压电晶体的厚度,l为压电晶体沿着轮胎周向的长度,a为压电晶体沿着轮胎胎面宽度方向的长度,n为压电晶体并联堆叠结构的个数,ω为车轮的转速,wi为电流的白噪声,wF为垂直载荷的白噪声,v为电流信号接收单元的观测噪声,R是无线发射单元的电阻,Cp是压电晶体片的两电极之间的电容值。
优选地,所述根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度估计车辆行驶过程中的路面坡度,具体为:
根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度,基于路面坡度最小二乘法建立代价函数估计模型,确定车辆行驶过程中的路面坡度。
优选地,所述路面坡度最小二乘法建立代价函数估计模型,如下:
其中,为路面坡度的估计值, 为左前轮的垂直载荷估计值,为右前轮的垂直载荷估计值,为左后轮的垂直载荷估计值,为右后轮的垂直载荷估计值,a0=mg(Lr-Lf)/L-2mghgθ/L,a1=2mghg/L,m为车辆质量,g为重力加速度,θ为路面坡度,Lf为前轴到质心的距离,Lr为后轴到质心的距离,L为轴距,hg为质心高度,ax为车辆质心的纵向加速度。
本发明还提出一种车辆垂直载荷和路面坡度估计方法,包括以下步骤:
根据车辆行驶过程中各个轮胎接触地面的变形获取形变电流信号;
检测车辆车轮的转速和车辆行驶的纵向加速度;
根据各个车轮的形变电流信号和车轮的转速确定各个车轮的垂直载荷估计值,根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度估计车辆行驶的纵向加速度估计车辆行驶过程中的路面坡度。
优选地,所述根据各个车轮的形变电流信号和车轮的转速确定各个车轮的垂直载荷估计值,具体为:
根据各个车轮的形变电流信号和车轮的转速采用卡尔曼滤波算法确定各个车轮的垂直载荷估计值。
本发明的有益效果:
相比现有技术,本发明提出的车辆垂直载荷和路面坡度估计系统及其估计方法,其具有以下优点:借助发电晶体的正压电效应,基于卡尔曼滤波和最小二乘法原理有效的估计出车辆垂直载荷和路面坡度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明一种实施例中车辆垂直载荷和路面坡度估计系统的结构框图;
图2为本发明一种实施例中电流信号采集单元的结构示意图;
图3为本发明一种实施例中压电晶体的物理量示意图;
图4为本发明一种实施例中车辆垂直载荷和路面坡度估计方法的流程图。
标号说明:
1-电流信号采集单元、2-电流信号接收单元、3-轮速传感器、4-加速度传感器、5-微处理器、6-垂直载荷估计模块、7-路面坡度估计模块、8-压电晶体电路、9-无线发射单元、10-车轮。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,若本发明实施例中有涉及方向性指示诸如上、下、左、右、前、后……,则该方向性指示仅用于解释在某一特定姿态如附图所示下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,若本发明实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明一种优选实施例中,如图1所示,一种车辆垂直载荷和路面坡度估计系统,包括:电流信号采集单元1、电流信号接收单元2、轮速传感器3、加速度传感器4、以及微处理器5;
所述电流信号采集单元1有四个,分别嵌入车辆轮胎的四个车轮的胎面中,所述电流信号采集单元1与所述电流信号接收单元2通过无线连接,所述电流信号接收单元2的输出端、所述轮速传感器3的输出端、所述加速度传感器4的输出端连接所述微处理器5的输入端,所述电流信号接收单元2和所述轮速传感器3均有四个,分别安装于对应车轮的内侧,所述加速度传感器4安装于车辆质心位置,所述微处理器5安装于所述车辆底盘上;所述电流信号采集单元1,用于根据车辆行驶过程中各个轮胎接触地面的变形获取形变电流信号,并通过无线传输至电流信号接收单元2;
四个电流信号采集单元1分别嵌入车辆轮胎的四个车轮的胎面10中如图2所示,所述电流信号采集单元1包括:压电晶体电路8和无线发射单元9,一个轮胎对应一组电流信号采集单元1,即一组压电晶体电路8和无线发射单元9。
所述压电晶体电路8包括多个压电晶体,并联堆叠连接,如图3所示;
所述无线发射单元9包括无线发射芯片和电流传感器;
所述电流传感器的输入端连接所述压电晶体电路8的输出端,所述电流传感器的输出端连接所述无线发射芯片的输入端。
由于车辆行驶时轮胎的接地面会发生变形挤压,压电晶体基于正压电效应发电,无线发射单元9是压电晶体电路8的负载,由电流传感器采集压电晶体发电电流,由无线发射芯片将电流信号传输至电流信号接收单元2,本实施例中,采用的是微型无线发射芯片,无线发射芯片与电流信号接收单元2通过电磁波传输电流信号。
所述电流信号接收单元2,用于将接收的各个轮胎的形变电流信号传输至微处理器;
所述电流信号接收单元2包括:无线接收芯片。无线接收芯片和无线发射芯片相匹配。
所述轮速传感器3,用于检测车辆车轮的转速传输至微处理器5;
所述加速度传感器4,用于检测车辆行驶的纵向加速度传输至微处理器5;
所述微处理器5,用于根据各个车轮的形变电流信号和车轮的转速确定各个车轮的垂直载荷估计值,根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度计算车辆行驶过程中的路面坡度。
所述微处理器5中设置有垂直载荷估计模块6和路面坡度估计模块7;
所述垂直载荷估计模块6,用于根据各个车轮的形变电流信号和车轮的转速采用卡尔曼滤波算法确定各个车轮的垂直载荷估计值,传输至路面坡度估计模块7;
车辆在行驶时,轮胎以转速的频率转动,压电晶体按上述频率反复受压发电,电流传感器测量电流值传输给无线发射芯片,然后无线发射芯片将电流信号发送给电流信号接收单元2。
所述根据各个车轮的形变电流信号和车轮的转速采用卡尔曼滤波算法确定各个车轮的垂直载荷估计值,具体包括:
将车轮的形变电流信号和车轮的转速作为输入,建立该车轮垂直载荷的卡尔曼滤波算法状态空间模型,对卡尔曼滤波算法状态空间模型进行递推式估计,得到该车轮的垂直载荷估计值其中,τ=1、2、3、4为车轮编号。
所述垂直载荷的卡尔曼滤波算法状态空间模型,如式(1)和式(2)所示:
X(k+1)=ΦX(k)+ΓW(k) (1)
y(k)=HX(k)+v(k) (2)
其中:H=[1 0],为总阻抗的模,y(k)=i(k)为车轮的形变电流信号,为车轮垂直载荷的估计值,k为离散时间,d为压电常数,ε为介电常数,h为压电晶体的厚度,l为压电晶体沿着轮胎周向的长度,a为压电晶体沿着轮胎胎面宽度方向的长度,n为压电晶体并联堆叠结构的个数,ω为车轮的转速,wi为电流的白噪声,wF为垂直载荷的白噪声,v为电流信号接收单元的观测噪声,R是无线发射单元的电阻,Cp是压电晶体片的两电极之间的电容值,W(k)为均值为零、方差阵为Q的不相关白噪声,v(k)为均值为零、方差阵为R的不相关白噪声,压电晶体的相关物理量需要结合图3可知。
对卡尔曼滤波算法状态空间模型进行递推式估计,得到该车轮的垂直载荷估计值如下所示:
卡尔曼滤波算法状态空间模型的状态一步预测公式,如式(4)所示:
其中, 是车轮的形变电流信号的估计值,是垂直载荷的估计值。
卡尔曼滤波算法状态空间模型的一步预测协方差阵,如式(5)所示:
P(k+1|k)=ΦP(k|k)ΦT+ΓQΓT (5)
其中,P为协方差阵,Q为W(k)的方差。
卡尔曼滤波算法状态空间模型的滤波增益矩阵,如式(6)所示:
K(k+1)=P(k+1|k)HT[HP(k+1|k)HT+R]-1 (6)
其中,R为V(k)的方差。
卡尔曼滤波算法状态空间模型的状态更新公式,如式(7)和式(8)所示:
卡尔曼滤波算法状态空间模型的协方差更新公式,如式(9)所示:
P(k+1|k+1)=[In-K(k+1)H]P(k+1|k) (9)
所述路面坡度估计模块7,用于根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度估计车辆行驶过程中的路面坡度。
所述根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度估计车辆行驶过程中的路面坡度,具体为:
根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度,基于路面坡度最小二乘法建立代价函数估计模型,确定车辆行驶过程中的路面坡度。
所述路面坡度最小二乘法建立代价函数估计模型,如式(3)所示:
其中,为路面坡度的估计值, 为左前轮的垂直载荷估计值,为右前轮的垂直载荷估计值,为左后轮的垂直载荷估计值,为右后轮的垂直载荷估计值,a0=mg(Lr-Lf)/L-2mghgθ/L,a1=2mghg/L,m为车辆质量,g为重力加速度,θ为路面坡度,Lf为前轴到质心的距离,Lr为后轴到质心的距离,L为轴距,hg为质心高度,ax为车辆质心的纵向加速度。
本发明还提出一种车辆垂直载荷和路面坡度估计方法;
本发明一种优选实施例中,如图4所示,包括以下步骤:
S101:根据车辆行驶过程中各个轮胎接触地面的变形获取形变电流信号;
本实施例中,采用四个电流信号采集单元1和四个所述轮速传感器3分别嵌入车辆轮胎的四个车轮的胎面10中,所述电流信号采集单元1与所述电流信号接收单元2通过无线连接,所述电流信号接收单元2的输出端接所述微处理器5的输入端;
电流信号采集单元1根据车辆行驶过程中各个轮胎接触地面的变形获取形变电流信号,并通过无线传输至电流信号接收单元2;
所述电流信号采集单元1包括:压电晶体电路8和无线发射单元9,一个轮胎对应一组电流信号采集单元1,即一组压电晶体电路8和无线发射单元9。
所述压电晶体电路8包括多个压电晶体,并联堆叠连接,所述无线发射单元9包括无线发射芯片和电流传感器;
所述电流传感器的输入端连接所述压电晶体电路8的输出端,所述电流传感器的输出端连接所述无线发射芯片的输入端。
由于车辆行驶时轮胎的接地面会发生变形挤压,压电晶体基于正压电效应发电,无线发射单元9是压电晶体电路8的负载,由电流传感器采集压电晶体发电电流,由无线发射芯片将电流信号传输至电流信号接收单元2,本实施例中,采用的是微型无线发射芯片,无线发射芯片与电流信号接收单元2通过电磁波传输电流信号。
所述电流信号接收单元2包括:无线接收芯片。无线接收芯片和无线发射芯片相匹配。
S102:检测车辆车轮的转速和车辆行驶的纵向加速度;
本实施例中,通过所述轮速传感器3检测车辆车轮的转速传输至微处理器;所述加速度传感器4检测车辆行驶的纵向加速度传输至微处理器5;
所述轮速传感器3的输出端、所述加速度传感器4的输出端连接所述微处理器5的输入端;
S103:根据各个车轮的形变电流信号和车轮的转速确定各个车轮的垂直载荷估计值,根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度估计车辆行驶过程中的路面坡度。
所述根据各个车轮的形变电流信号和车轮的转速确定各个车轮的垂直载荷估计值,具体为:
根据各个车轮的形变电流信号和车轮的转速采用卡尔曼滤波算法确定各个车轮的垂直载荷估计值。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种车辆垂直载荷和路面坡度估计系统,其特征在于,包括:电流信号采集单元(1)、电流信号接收单元(2)、轮速传感器(3)、加速度传感器(4)、以及微处理器(5);
所述电流信号采集单元(1)有四个,分别嵌入车辆轮胎的四个车轮的胎面中,所述电流信号采集单元(1)与所述电流信号接收单元(2)通过无线连接,所述电流信号接收单元(2)的输出端、所述轮速传感器(3)的输出端、所述加速度传感器(4)的输出端连接所述微处理器(5)的输入端,所述电流信号接收单元(2)和所述轮速传感器(3)均有四个,分别安装于对应车轮的内侧,所述加速度传感器(4)安装于车辆质心位置,所述微处理器(5)安装于所述车辆底盘上;
所述电流信号采集单元(1),用于根据车辆行驶过程中各个轮胎接触地面的变形获取形变电流信号,并通过无线传输至电流信号接收单元(2);
所述电流信号接收单元(2),用于将接收的各个轮胎的形变电流信号传输至微处理器(5);
所述轮速传感器(3),用于检测车辆车轮的转速传输至微处理器(5);
所述加速度传感器(4),用于检测车辆行驶的纵向加速度传输至微处理器(5);
所述微处理器(5),用于根据各个车轮的形变电流信号和车轮的转速确定各个车轮的垂直载荷估计值,根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度估计车辆行驶过程中的路面坡度。
2.根据权利要求1所述的车辆垂直载荷和路面坡度估计系统,其特征在于,所述微处理器(5)中设置有垂直载荷估计模块(6)和路面坡度估计模块(7);
所述垂直载荷估计模块(6),用于根据各个车轮的形变电流信号和车轮的转速采用卡尔曼滤波算法确定各个车轮的垂直载荷估计值,传输至路面坡度估计模块(7);
所述路面坡度估计模块(7),用于根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度估计车辆行驶过程中的路面坡度。
3.根据权利要求1所述的车辆垂直载荷和路面坡度估计系统,其特征在于,所述电流信号采集单元(1)包括:压电晶体电路(8)和无线发射单元(9);
所述压电晶体电路(8)包括多个压电晶体,并联堆叠连接;
所述无线发射单元(9)包括无线发射芯片和电流传感器;
所述电流传感器的输入端连接所述压电晶体电路(8)的输出端,所述电流传感器的输出端连接所述无线发射芯片的输入端。
4.根据权利要求1所述的车辆垂直载荷和路面坡度估计系统,其特征在于,所述电流信号接收单元(2)包括:无线接收芯片。
5.根据权利要求2所述的车辆垂直载荷和路面坡度估计系统,其特征在于,所述根据各个车轮的形变电流信号和车轮的转速采用卡尔曼滤波算法确定各个车轮的垂直载荷估计值,具体包括:
将车轮的形变电流信号和车轮的转速作为输入,建立该车轮垂直载荷的卡尔曼滤波算法状态空间模型,对卡尔曼滤波算法状态空间模型进行递推式估计,得到该车轮的垂直载荷估计值其中,τ=1、2、3、4为车轮编号。
6.根据权利要求5所述的车辆垂直载荷和路面坡度估计系统,其特征在于,所述垂直载荷的卡尔曼滤波算法状态空间模型,如下:
X(k+1)=ΦX(k)+ΓW(k) (1)
y(k)=HX(k)+v(k) (2)
其中: H=[1 0],为总阻抗的模,y(k)=i(k)为车轮的形变电流信号,为车轮垂直载荷的估计值k为离散时间,d为压电常数,ε为介电常数,h为压电晶体的厚度,l为压电晶体沿着轮胎周向的长度,a为压电晶体沿着轮胎胎面宽度方向的长度,n为压电晶体并联堆叠结构的个数,ω为车轮的转速,wi为电流的白噪声,wF为垂直载荷的白噪声,v为电流信号接收单元的观测噪声,R是无线发射单元的电阻,Cp是压电晶体片的两电极之间的电容值。
7.根据权利要求2所述的车辆垂直载荷和路面坡度估计系统,其特征在于,所述根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度估计车辆行驶过程中的路面坡度,具体为:
根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度,基于路面坡度最小二乘法建立代价函数估计模型,确定车辆行驶过程中的路面坡度。
8.根据权利要求7所述的车辆垂直载荷和路面坡度估计系统,其特征在于,所述路面坡度最小二乘法建立代价函数估计模型,如下:
其中,为路面坡度的估计值, 为左前轮的垂直载荷估计值,为右前轮的垂直载荷估计值,为左后轮的垂直载荷估计值,为右后轮的垂直载荷估计值,a0=mg(Lr-Lf)/L-2mghgθ/L,a1=2mghg/L,m为车辆质量,g为重力加速度,θ为路面坡度,Lf为前轴到质心的距离,Lr为后轴到质心的距离,L为轴距,hg为质心高度,ax为车辆质心的纵向加速度。
9.一种车辆垂直载荷和路面坡度估计方法,其特征在于,包括以下步骤:
根据车辆行驶过程中各个轮胎接触地面的变形获取形变电流信号;
检测车辆车轮的转速和车辆行驶的纵向加速度;
根据各个车轮的形变电流信号和车轮的转速确定各个车轮的垂直载荷估计值,根据各个车轮的垂直载荷估计值和车辆行驶的纵向加速度估计车辆行驶的纵向加速度估计车辆行驶过程中的路面坡度。
10.根据权利要求9所述的车辆垂直载荷和路面坡度估计方法,其特征在于,所述根据各个车轮的形变电流信号和车轮的转速确定各个车轮的垂直载荷估计值,具体为:
根据各个车轮的形变电流信号和车轮的转速采用卡尔曼滤波算法确定各个车轮的垂直载荷估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811164227.4A CN109489787B (zh) | 2018-10-05 | 2018-10-05 | 一种车辆垂直载荷和路面坡度估计系统及其估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811164227.4A CN109489787B (zh) | 2018-10-05 | 2018-10-05 | 一种车辆垂直载荷和路面坡度估计系统及其估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109489787A true CN109489787A (zh) | 2019-03-19 |
CN109489787B CN109489787B (zh) | 2020-12-15 |
Family
ID=65690188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811164227.4A Active CN109489787B (zh) | 2018-10-05 | 2018-10-05 | 一种车辆垂直载荷和路面坡度估计系统及其估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109489787B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110881172A (zh) * | 2019-10-08 | 2020-03-13 | 中信戴卡股份有限公司 | 一种动态监测车辆的工作状态的方法、装置、设备及存储介质 |
CN110920625A (zh) * | 2019-11-27 | 2020-03-27 | 北京交通大学 | 一种电动汽车整车质量与道路阻力的解耦及持续估计方法 |
CN112013937A (zh) * | 2020-07-31 | 2020-12-01 | 浙江万安科技股份有限公司 | 一种基于abs的实时识别车轮载荷的系统及方法 |
CN112857540A (zh) * | 2021-01-15 | 2021-05-28 | 一汽解放汽车有限公司 | 一种车辆质量识别方法、车辆及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102486400A (zh) * | 2010-12-06 | 2012-06-06 | 罗伯特·博世有限公司 | 车辆质量辨识方法和装置 |
CN102556075A (zh) * | 2011-12-15 | 2012-07-11 | 东南大学 | 一种基于改进扩展卡尔曼滤波的车辆运行状态估计方法 |
DE102013216638A1 (de) * | 2012-08-31 | 2014-05-15 | Ford Global Technologies, Llc | Arbitrierung von strassengradientenschätzungen |
CN204095414U (zh) * | 2014-09-04 | 2015-01-14 | 北京汽车研究总院有限公司 | 一种汽车轮胎压力检测报警系统及汽车 |
US20150274174A1 (en) * | 2014-04-01 | 2015-10-01 | GM Global Technology Operations LLC | System and method for estimating road grade based on an output of a longitudinal acceleration sensor in a vehicle |
CN105427739A (zh) * | 2015-12-24 | 2016-03-23 | 东南大学 | 一种基于卡尔曼滤波的道路坡度增强型数字地图制作方法 |
CN106626994A (zh) * | 2016-12-24 | 2017-05-10 | 安徽佳通乘用子午线轮胎有限公司 | 一种车辆行驶期间检测轮胎动态垂直载荷的方法及系统 |
CN206374738U (zh) * | 2016-08-31 | 2017-08-04 | 宝沃汽车(中国)有限公司 | 车辆的道路识别系统及其车辆 |
CN108216250A (zh) * | 2018-01-10 | 2018-06-29 | 吉林大学 | 基于状态观测器的四驱电动汽车速度与道路坡度估计方法 |
CN108394415A (zh) * | 2018-02-01 | 2018-08-14 | 中国第汽车股份有限公司 | 一种车辆质量的估计方法和系统 |
-
2018
- 2018-10-05 CN CN201811164227.4A patent/CN109489787B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102486400A (zh) * | 2010-12-06 | 2012-06-06 | 罗伯特·博世有限公司 | 车辆质量辨识方法和装置 |
CN102556075A (zh) * | 2011-12-15 | 2012-07-11 | 东南大学 | 一种基于改进扩展卡尔曼滤波的车辆运行状态估计方法 |
DE102013216638A1 (de) * | 2012-08-31 | 2014-05-15 | Ford Global Technologies, Llc | Arbitrierung von strassengradientenschätzungen |
US20150274174A1 (en) * | 2014-04-01 | 2015-10-01 | GM Global Technology Operations LLC | System and method for estimating road grade based on an output of a longitudinal acceleration sensor in a vehicle |
CN204095414U (zh) * | 2014-09-04 | 2015-01-14 | 北京汽车研究总院有限公司 | 一种汽车轮胎压力检测报警系统及汽车 |
CN105427739A (zh) * | 2015-12-24 | 2016-03-23 | 东南大学 | 一种基于卡尔曼滤波的道路坡度增强型数字地图制作方法 |
CN206374738U (zh) * | 2016-08-31 | 2017-08-04 | 宝沃汽车(中国)有限公司 | 车辆的道路识别系统及其车辆 |
CN106626994A (zh) * | 2016-12-24 | 2017-05-10 | 安徽佳通乘用子午线轮胎有限公司 | 一种车辆行驶期间检测轮胎动态垂直载荷的方法及系统 |
CN108216250A (zh) * | 2018-01-10 | 2018-06-29 | 吉林大学 | 基于状态观测器的四驱电动汽车速度与道路坡度估计方法 |
CN108394415A (zh) * | 2018-02-01 | 2018-08-14 | 中国第汽车股份有限公司 | 一种车辆质量的估计方法和系统 |
Non-Patent Citations (3)
Title |
---|
储文博,罗禹贡,罗剑,李克强: "《电驱动车辆的整车质量与路面坡度估计》", 《清华大学学报(自然科学版)》 * |
王普刚,孟昭莉: "《压电晶体传感器数据采集系统设计》", 《计算机测量与控制》 * |
申继鹏: "《卡尔曼滤波在路面检测信号处理中的应用》", 《中国高新技术企业》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110881172A (zh) * | 2019-10-08 | 2020-03-13 | 中信戴卡股份有限公司 | 一种动态监测车辆的工作状态的方法、装置、设备及存储介质 |
CN110920625A (zh) * | 2019-11-27 | 2020-03-27 | 北京交通大学 | 一种电动汽车整车质量与道路阻力的解耦及持续估计方法 |
CN110920625B (zh) * | 2019-11-27 | 2021-04-06 | 北京交通大学 | 一种电动汽车整车质量与道路阻力的解耦及持续估计方法 |
CN112013937A (zh) * | 2020-07-31 | 2020-12-01 | 浙江万安科技股份有限公司 | 一种基于abs的实时识别车轮载荷的系统及方法 |
CN112857540A (zh) * | 2021-01-15 | 2021-05-28 | 一汽解放汽车有限公司 | 一种车辆质量识别方法、车辆及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109489787B (zh) | 2020-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109489787A (zh) | 一种车辆垂直载荷和路面坡度估计系统及其估计方法 | |
US10773718B2 (en) | Vehicle risk avoidance device | |
CN105160888B (zh) | 一种不停车车辆车重信息采集与匹配的系统和方法 | |
CN103909933B (zh) | 一种分布式电驱动车辆的前轮侧向力估算方法 | |
CN105467360B (zh) | 用于确定电动车辆的布局的方法和布局确定单元 | |
CN103927870B (zh) | 一种基于多个震动检测传感器的车辆检测装置 | |
WO2015141199A1 (ja) | 路面状況推定装置 | |
JP6365503B2 (ja) | 路面状況推定装置 | |
CN103245610A (zh) | 一种分布式驱动电动汽车的路面峰值附着系数估算方法 | |
CN106660417B (zh) | 轮胎气压检测装置 | |
TW200304878A (en) | Transmitter of tire condition monitoring apparatus and tire condition monitoring apparatus | |
EP1419947B1 (en) | Method, apparatus and program for judging road surface conditions | |
CN105185124A (zh) | 用于多车道的不停车车辆车重信息采集与匹配的系统和方法 | |
WO2017073211A1 (ja) | 路面状況推定装置 | |
CN103884293A (zh) | 基于光流的轮胎变形在线测试装置及测试方法 | |
JP2018009974A (ja) | タイヤマウントセンサおよびそれを含む路面状態推定装置 | |
JP2019093923A (ja) | 路面状態判別装置 | |
CN102248943B (zh) | 用于获得行驶提示的方法和控制装置 | |
US20190187029A1 (en) | Tire-mounted sensor and chain regulation management system | |
CN109305171A (zh) | 一种前方车辆行驶姿态观测装置及其方法 | |
JP2018174686A (ja) | 非接触電力伝送システム | |
CN106004881A (zh) | 基于频域融合的路面附着系数估计方法 | |
CN109398366B (zh) | 一种驾驶员时间压力状态的预警方法 | |
CN105835636B (zh) | 检测安装在车辆车轮上的传感器设备的脱离的方法和设备 | |
CN100590562C (zh) | 一种智能电动车跷跷板运动平衡检测系统 |
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 |