CN109910905B - 基于坡度估计修正的分布式驱动汽车多工况车速估计方法 - Google Patents
基于坡度估计修正的分布式驱动汽车多工况车速估计方法 Download PDFInfo
- Publication number
- CN109910905B CN109910905B CN201910155658.2A CN201910155658A CN109910905B CN 109910905 B CN109910905 B CN 109910905B CN 201910155658 A CN201910155658 A CN 201910155658A CN 109910905 B CN109910905 B CN 109910905B
- Authority
- CN
- China
- Prior art keywords
- wheel
- vehicle
- estimator
- estimation
- value
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012937 correction Methods 0.000 title claims abstract description 13
- 230000001133 acceleration Effects 0.000 claims abstract description 71
- 238000005259 measurement Methods 0.000 claims description 9
- 238000005096 rolling process Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 108010074864 Factor XI Proteins 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 230000001052 transient effect Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 4
- 101000802640 Homo sapiens Lactosylceramide 4-alpha-galactosyltransferase Proteins 0.000 description 1
- 102100035838 Lactosylceramide 4-alpha-galactosyltransferase Human genes 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法,包括以下步骤:1)分别基于动力学和运动学方法构建动力学车轮滑移率估计器和运动学车轮滑移率估计器作为滑移率估计器,并确定滑移率估计器内的切换方式;2)基于动力学和运动学方法构建道路坡度估计器对道路坡度值进行估计,并对各车轮的车轮垂向力和车辆纵向加速度进行修正;3)根据修正后的车辆纵向加速度采用轮速反馈设计车速估计器,得到当前状态下车辆质心处的纵向车速估计。与现有技术相比,本发明具有估计精度高、鲁棒性强等优点。
Description
技术领域
本发明涉及电动汽车控制领域,尤其是涉及一种基于坡度估计修正的分布式驱动电动汽车多工况车速估计方法。
背景技术
纵向车速估计是分布式驱动电动汽车进行车辆动力学控制的关键状态之一。由于分布式驱动电动汽车没有非驱动轮,传统车辆所用的以非驱动轮还原车速的方法不再适用,因此纵向车速估计成为难点。现有的方法中,只依靠加速度传感器的测量值进行积分获得车速不仅无法剔除坡道对加速度测量值产生的误差,而且算法运行较长时间后容易产生较大的累计误差,而只依靠动力学或者运动学的方法估计不能满足某些极限行驶工况(例如车轮打滑),估计精度不能满足上层车辆动力学控制方法要求。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法。
本发明的目的可以通过以下技术方案来实现:
一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法,包括以下步骤:
1)分别基于动力学和运动学方法构建动力学车轮滑移率估计器和运动学车轮滑移率估计器作为滑移率估计器,并确定滑移率估计器内的切换方式;
2)基于动力学和运动学方法构建道路坡度估计器对道路坡度值进行估计,并对各车轮的车轮垂向力和车辆纵向加速度进行修正;
3)根据修正后的车辆纵向加速度采用轮速反馈设计车速估计器,得到当前状态下车辆质心处的纵向车速估计。
所述的步骤1)中,构建车轮滑移率估计器具体包括以下步骤:
11)根据车轮滑移率动态公式和单轮动力学公式构建基于动力学的滑移率估计器,则有:
其中,为车轮滑移率λ的导数,为车轮角速度ω的导数,即角加速度,r为车轮滚动半径,为纵向车速的导数,即车辆纵向加速度,T为车轮驱/制动力矩,μ为路面附着系数,Fz为车轮垂向力,J为车轮的转动惯量,上标^表示对应参数的估计值;
12)采用有限长单位冲激响应滤波器对车轮角加速度进行估计,并根据车轮滑移率动态公式构建基于运动学的滑移率估计器,则有:
所述的步骤1)中,滑移率估计器的切换方式具体为:
当车辆进入湿滑路面车轮轮速快速上升且超过预设的门限值ωthreshold时,则表示车轮可能处于打滑状态,此时通过车轮角加速度门限值进行判断,当轮速上升超过轮速门限值时,此时轮速标志位flag_ω值为1,采用车辆加速度直接积分的方式得到过渡车速估计值vacc(k+m),则有:
ω(k)-ω(k-1)>ωthreshold
flag_ω=1
其中,ω(k)为k时刻的车轮角速度,vest(k)为k时刻的车速,vacc(k+m)为经过加速度积分m个时刻后得到的k+m时刻的车速,ax(k+i)为k+i时刻的车辆纵向加速度值,Δt为获得加速度的离散周期时间;
在轮速标志位flag_ω为1时,若车轮角加速度超过门限值则表示车轮进入打滑状态,此时根据过渡车速估计值和车轮当前轮速获取此时车轮的滑移率,作为滑移率估计器的估计结果,当保持过渡阶段滑移率的时间ttemp超过标定的常数值ΔT后,滑移率估计器则由动力学估计器estimator_D切换至运动学估计器estimator_K,则有:
ttemp>Δt,estimator_D→estimator_K
在滑移率估计器切换至运动学估计器并保持时间ttemp超过标定的常数值ΔT后,表示在滑移率控制器作用下车轮滑移率已经达到小滑移率区间,此时滑移率估计器由运动学估计器estimator_K切换至动力学估计器estimator_D。
所述的步骤2)具体包括以下步骤:
21)根据车辆的行驶方程并将其转换,则有:
y=u+b
分别对输出测量值y、输入测量值u和静态变量b定义:
y=Fx
b=mg(sinαd+f cosαd)
其中,Fx为车辆纵向驱动力,m为整车质量,g为重力加速度,ρ为空气密度,Cd为风阻系数,A为迎风面积,f为路面滚动阻力系数,为空气阻力,mg sinαd为坡度阻力,mgf cosαd为滚动阻力,vx为纵向车速;
22)采用带有遗忘因子ξ的递归最小二乘法进行路面坡度值的实时估计,获取基于动力学估计的道路坡度估计值αd,则有:
23)根据加速度传感器的测量结果获取基于运动学的坡度角估计值αk,则有:
24)采用滤波器提取坡度角估计结果中有效信息并进行融合,得到对坡度角的最终估计值α,并在加速度传感器测量结果的基础上剔除坡度估计值对应的重力加速度分量,获得修正后的车辆纵向加速度值acor,则有:
acor=asensor,x-g sinα
其中,τ为时间常数,通常取数量级在0.01的值;
25)考虑坡度对载荷转移的影响,根据坡度角的最终估计值α对各车轮的车轮垂向力Fz的估计进行修正,则有:
其中,m为整车质量,l,lr,lf分别为轴距、后轴到质心的距离、前轴到质心的距离,hg为质心高度,ax、ay分别为车辆纵、侧向加速度,上标fl、fr、rl、rr分别表示车辆的前左轮、前右轮、后左轮和后右轮。
所述的步骤3)具体包括以下步骤:
31)采用轮速反馈设计车速估计器,获取单轮轮心速度,则有:
其中,L为反馈系数,sat为饱和函数。
32)根据四个车轮的估计结果进行加权融合得到车辆质心处的纵向车速估计值。
所述的步骤32)中,车辆质心处的纵向车速估计值vest的计算式为:
ηi=μesti/λesti·(κ-flagi)i=fl,fr,rl,rr
其中,ηi为四个车速估计结果的权重系数,κ为可调参数,用以确定动力学估计器结果与运动学估计器结果的权重,flagi为估计器标志位,0表示估计结果采用动力学估计方法,1表示估计结果采用运动学估计方法。
与现有技术相比,本发明具有以下优点:
1、本发明采用频率融合方法联合运动学与动力学方法估计道路坡度,相比现有的简单加权平均的方法更能有效利用两种方法的估计值,估计精度更高。
2、本发明设计的车速估计算法不会因为长时间地运行导致误差累积上升。
3、本发明设计的车速估计算法在一个或多个车轮发生打滑这样的极限工况下仍能保证算法的鲁棒性。
4、本发明设计的车速估计算法能在道路坡道变化的工况下仍具有较高的估计精度。
附图说明
图1为本发明基于坡度估计修正的分布式驱动电动汽车多工况车速估计方法的流程框图。
图2为本发明中车轮滑移率估计切换机制流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示,本发明提供一种基于坡度估计修正的分布式驱动电动汽车多工况车速估计方法,该方法包括如下步骤:
(1)基于动力学和运动学方法设计车轮滑移率估计器并设计估计方法的切换机制;
(2)基于动力学和运动学方法设计道路坡度估计器并设计估计值的融合机制;
(3)基于步骤(1)和步骤(2)中估计器的滑移率估计值和坡度估计值设计车速估计器,得到当前状态下的实时车速估计值。
步骤(1)具体为:
11)对车轮滑移率的计算公式进行求导之后得到如下的车轮滑移率动态:
12)将单轮动力学公式代入可得:
其中,T为车轮驱/制动力矩,μ为路面附着系数,Fz为车轮垂向力,J为车轮的转动惯量。
13)设计相应的基于动力学的滑移率估计器
其中垂向力估计算法具体为:
其中,m为整车质量,l,lr,lf分别为轴距、后轴到质心的距离、前轴到质心的距离,hg为质心高度,ax,ay分别为车辆纵侧向加速度。
14)基于步骤(11)所示的车轮滑移率的动态公式,设计基于运动学的估计器如下:
其中,k为所计算车轮角加速度的时刻,N为采用轮速信号的数量,N值过小,轮速中的噪声信号衰减小;N值过大,轮速中的噪声信号衰减大,但同时延迟会比较长,因而根据轮速信号的质量可以选择3~6;
16)设计车轮滑移率估计切换机制如图2所示。
当车辆进入湿滑路面车轮轮速快速上升超过预设的门限值ωthreshold时,表示车轮可能处于打滑状态,但是轮速信号当中包含的噪声可能对轮速门限值判断方法的准确性造成干扰,因而还需要设置车轮角加速度门限值判断方法。具体为代表轮速上升超过门限值的轮速标志位flag_ω为1时,采用车辆加速度直接积分的方式得到过渡车速估计值,即:
ω(k)-ω(k-1)>ωthreshold
flag_ω=1
其中,ω(k)表示k时刻的轮速值,vest(k)表示k时刻的车速,vacc(k+m)表示经过加速度积分m个时刻后得到的k+m时刻的车速,ax(k+i)表示k+i时刻的车辆纵向加速度值,Δt表示获得加速度的离散周期时间。
在轮速标志位flag_ω为1的同时,若车轮角加速度超过门限值则代表车轮进入打滑状态,此时利用之前通过加速度直接积分的过渡车速和车轮当前轮速计算此时车轮的滑移率,作为滑移率估计器的估计结果,并保持这样的过渡阶段滑移率估计方法一定时间ttemp,ttemp超过标定的常数值ΔT后,估计器由动力学估计器(estimator_D)切换至运动学估计器(estimator_K),即:
ttemp>Δt,estimator_D→estimator_K
在估计器切换至运动学估计器并保持的时间ttemp超过标定的常数值ΔT后,可视为在滑移率控制器作用下车轮滑移率已经达到小滑移率区间,此时估计器由运动学估计器(estimator_K)切换至动力学估计器(estimator_D)。
t>ΔT,estimator_K→estimator_D
步骤(13)中的垂向力估计算法具体为:
其中,m为整车质量,l,lr,lf分别为轴距、后轴到质心的距离、前轴到质心的距离,hg为质心高度,ax,ay分别为车辆纵侧向加速度,上标fl、fr、rl、rr分别表示车辆的前左轮、前右轮、后左轮和后右轮。
步骤(2)具体为:
21)车辆的行驶方程如下式
y=u+b
其中,y可以通过电机转矩计算得到;u中质量已知,车速可用轮速与车轮半径乘积代替;因而b可以通过简单的计算得到,故可求得坡度角值。
23)由于对坡度的估计是实时进行的,选择采用带有遗忘因子的递归最小二乘法估计坡度,即对较旧的数据添加遗忘因子,使得较新的数据在计算中比较旧的数据有更高的权重,用来降低较旧的数据的对估计结果的影响,使得估计结果可以实时反映当前的道路坡度。其递推公式如下:
L(k)=P(k-1)/(ξ+P(k-1))
P(k)=(1-L(k))P(k-1)/ξ
其中,L为最小二乘增益,P为误差协方差,ξ为遗忘因子,0<ξ≤1,较新的数据以系数为1加权,N个采样周期以前的数据以系数ξN加权,时间越早的数据权重越小。遗忘因子如果取值太大,将降低估计算法的跟踪性能,而太小容易受到噪声的影响。通常取0.9≤ξ≤1。
24)通过步骤(23)的公式可以得到各时刻的b值,进而计算得到基于行驶方程的动力学估计方法的道路坡度估计值αd。
25)车辆处在坡道时,加速度传感器的测量结果当中不仅包含车辆行驶的真实加速度,还包含重力加速度在沿着坡道方向的分量,这三者的关系为
26)利用步骤(25)的公式得到基于运动学方法的坡度角估计值αk,如下式所示。
27)基于行驶方程的动力学坡度估计器结果较多地依靠车辆模型参数的准确性,这些模型参数容易受到高频噪声的影响,需要进行低通滤波提取低频信息。而运动学估计器结果较容易受到加速度传感器静态偏差的影响,因而需要采用高通滤波器提取高频部分。最终利用如下式所示的滤波器提取估计结果中有效信息进行融合,得到对坡度角的估计值α。
其中,τ为时间常数,通常取数量级在0.01的值。
28)在加速度传感器信号的基础上剔除坡度估计值所代表的重力加速度分量作为车辆纵向加速度值。即
acor=asensor,x-gsinα
其中,acor为修正后的加速度值,asensor,x为加速度传感器信号。
29)步骤(13)中的垂向力估计算法作如下修正:
其中α为车辆所处的道路坡度角。
步骤(3)具体为:
31)基于步骤(1)的滑移率估计器的设计和步骤28)修正后的车辆纵向加速度值,采用轮速反馈的方法设计了车速估计器如下:
其中,L为反馈系数,可以通过适当地选择较大的反馈系数提高初始误差收敛速度,同时也可以减小加速度传感器零点漂移的影响。sat为饱和函数,其中饱和函数的意义在于防止轮速反馈项对于加速度的过度修正。为修正后的车辆纵向加速度值。
32)由于步骤31)的车速估计器是针对单轮设计的,得到的车速为单轮轮心处的速度。因而需要对得到的四个车轮的估计结果进行加权融合得到车辆质心处的纵向车速估计结果。具体的四轮车速融合机制为:
当四个车轮轮心车速均采用运动学估计器时,车辆质心纵向车速的估计值为四个估计车速的平均值;当某一个车轮采用动力学估计器时,在轮胎特性曲线拟合较为精确的情况下估计结果的精度较高,其权重应当大于运动学估计器,并且车轮所在路面附着系数与滑移率估计值的比值越大,表示特性轮胎曲线处于更加严格的线性段,该权重应当越大。即
ηi=μesti/λesti·(κ-flagi) i=fl,fr,rl,rr
其中,ηi为四个车速估计结果的权重系数,κ为可调参数,用来确定动力学估计器结果与运动学估计器结果的权重。flagi为估计器标志位,其中0表示估计结果采用动力学估计方法,1表示估计结果采用运动学估计方法,fl、fr、rl、rr分别表示车辆的前左轮、前右轮、后左轮和后右轮。
上述实施方式仅为例举,不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施,且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。
Claims (5)
1.一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法,其特征在于,包括以下步骤:
1)分别基于动力学和运动学方法构建动力学车轮滑移率估计器和运动学车轮滑移率估计器作为滑移率估计器,并确定滑移率估计器内的切换方式,构建车轮滑移率估计器具体包括以下步骤:
11)根据车轮滑移率动态公式和单轮动力学公式构建基于动力学的滑移率估计器,则有:
其中,为车轮滑移率λ的导数,为车轮角速度ω的导数,即角加速度,r为车轮滚动半径,为纵向车速的导数,即车辆纵向加速度,T为车轮驱/制动力矩,μ为路面附着系数,Fz为车轮垂向力,J为车轮的转动惯量,上标^表示对应参数的估计值;
12)采用有限长单位冲激响应滤波器对车轮角加速度进行估计,并根据车轮滑移率动态公式构建基于运动学的滑移率估计器,则有:
2)基于动力学和运动学方法构建道路坡度估计器对道路坡度值进行估计,并对各车轮的车轮垂向力和车辆纵向加速度进行修正;
3)根据修正后的车辆纵向加速度采用轮速反馈设计车速估计器,得到当前状态下车辆质心处的纵向车速估计。
2.根据权利要求1所述的一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法,其特征在于,所述的步骤1)中,滑移率估计器的切换方式具体为:
当车辆进入湿滑路面车轮轮速快速上升且超过预设的门限值ωthreshold时,则表示车轮可能处于打滑状态,此时通过车轮角加速度门限值进行判断,当轮速上升超过轮速门限值时,此时轮速标志位flag_ω值为1,采用车辆加速度直接积分的方式得到过渡车速估计值vacc(k+m),则有:
ω(k)-ω(k-1)>ωthreshold
flag_ω=1
其中,ω(k)为k时刻的车轮角速度,vest(k)为k时刻的车速,vacc(k+m)为经过加速度积分m个时刻后得到的k+m时刻的车速,ax(k+i)为k+i时刻的车辆纵向加速度值,Δt为获得加速度的离散周期时间;
在轮速标志位flag_ω为1时,若车轮角加速度超过门限值则表示车轮进入打滑状态,此时根据过渡车速估计值和车轮当前轮速获取此时车轮的滑移率,作为滑移率估计器的估计结果,当保持过渡阶段滑移率的时间ttemp超过标定的常数值ΔT后,滑移率估计器则由动力学估计器estimator_D切换至运动学估计器estimator_K,则有:
ttemp>Δt,estimator_D→estimator_K
在滑移率估计器切换至运动学估计器并保持时间ttemp超过标定的常数值ΔT后,表示在滑移率控制器作用下车轮滑移率已经达到小滑移率区间,此时滑移率估计器由运动学估计器estimator_K切换至动力学估计器estimator_D。
3.根据权利要求2所述的一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法,其特征在于,所述的步骤2)具体包括以下步骤:
21)根据车辆的行驶方程并将其转换,则有:
y=u+b
分别对输出测量值y、输入测量值u和静态变量b定义:
y=Fx
b=mg(sinαd+fcosαd)
其中,Fx为车辆纵向驱动力,m为整车质量,g为重力加速度,ρ为空气密度,Cd为风阻系数,A为迎风面积,f为路面滚动阻力系数,为空气阻力,mgsinαd为坡度阻力,mgfcosαd为滚动阻力,vx为纵向车速;
22)采用带有遗忘因子ξ的递归最小二乘法进行路面坡度值的实时估计,获取基于动力学估计的道路坡度估计值αd,则有:
23)根据加速度传感器的测量结果获取基于运动学的坡度角估计值αk,则有:
24)采用滤波器提取坡度角估计结果中有效信息并进行融合,得到对坡度角的最终估计值α,并在加速度传感器测量结果的基础上剔除坡度估计值对应的重力加速度分量,获得修正后的车辆纵向加速度值acor,则有:
acor=asensor,x-gsinα
其中,τ为时间常数,通常取数量级在0.01的值;
25)考虑坡度对载荷转移的影响,根据坡度角的最终估计值α对各车轮的车轮垂向力Fz的估计进行修正,则有:
其中,m为整车质量,l,lr,lf分别为轴距、后轴到质心的距离、前轴到质心的距离,hg为质心高度,ax、ay分别为车辆纵、侧向加速度,上标fl、fr、rl、rr分别表示车辆的前左轮、前右轮、后左轮和后右轮。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910155658.2A CN109910905B (zh) | 2019-03-01 | 2019-03-01 | 基于坡度估计修正的分布式驱动汽车多工况车速估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910155658.2A CN109910905B (zh) | 2019-03-01 | 2019-03-01 | 基于坡度估计修正的分布式驱动汽车多工况车速估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109910905A CN109910905A (zh) | 2019-06-21 |
CN109910905B true CN109910905B (zh) | 2020-07-28 |
Family
ID=66962973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910155658.2A Active CN109910905B (zh) | 2019-03-01 | 2019-03-01 | 基于坡度估计修正的分布式驱动汽车多工况车速估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109910905B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110539646A (zh) * | 2019-08-06 | 2019-12-06 | 清华大学 | 一种用于全驱电动轮汽车的纵向车速估计方法及系统 |
CN110395266B (zh) * | 2019-08-14 | 2020-08-04 | 厦门金龙联合汽车工业有限公司 | 一种关于公交车质量变化和道路坡度解耦的估算方法 |
CN111062088B (zh) * | 2019-10-28 | 2022-11-18 | 东南大学 | 一种四轮独立驱动电动汽车参考车速容错自适应估计方法 |
CN110962859B (zh) * | 2019-12-20 | 2021-04-30 | 重庆长安工业(集团)有限责任公司深圳分公司 | 车辆车速获取方法及相关设备 |
CN110979342B (zh) * | 2019-12-30 | 2021-02-05 | 吉林大学 | 一种用于车辆全局能量管理控制的工况信息获取方法 |
CN111605558B (zh) * | 2020-04-21 | 2022-07-19 | 浙江吉利控股集团有限公司 | 一种车辆速度的确定方法、装置、电子设备和车辆 |
CN111645696B (zh) * | 2020-04-28 | 2021-09-10 | 武汉理工大学 | 一种分布式驱动越野车复杂越野工况辨识方法 |
CN111559380B (zh) * | 2020-05-21 | 2021-06-01 | 南京晓庄学院 | 一种车辆主动安全控制方法及装置 |
CN111619548B (zh) * | 2020-05-28 | 2021-01-12 | 清华大学 | 车辆驱动防滑控制方法、装置、计算机设备和存储介质 |
CN111845755B (zh) * | 2020-06-10 | 2022-01-07 | 武汉理工大学 | 一种车辆纵向车速估计方法 |
CN111882885B (zh) * | 2020-07-10 | 2021-08-17 | 北京交通大学 | 基于重型车排放远程在线监控的超载协同应急管控方法 |
CN113799783B (zh) * | 2021-10-09 | 2023-08-22 | 摩登汽车有限公司 | 应用于车辆的道路横向坡度测量方法及系统 |
CN114347995B (zh) * | 2022-03-18 | 2022-06-21 | 所托(杭州)汽车智能设备有限公司 | 商用车侧向坡度估计方法、设备和存储介质 |
CN114684159A (zh) * | 2022-03-21 | 2022-07-01 | 潍柴动力股份有限公司 | 一种车辆质量估算方法、装置、电子设备和存储介质 |
CN116039648B (zh) * | 2023-04-03 | 2023-06-27 | 成都赛力斯科技有限公司 | 一种基于权重的坡度计算方法、装置及车辆 |
CN118226067A (zh) * | 2024-05-27 | 2024-06-21 | 长城汽车股份有限公司 | 车速计算方法、装置、车载终端及车辆 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009040308A (ja) * | 2007-08-10 | 2009-02-26 | Denso Corp | 路面勾配推定装置、車両用制御装置、及び車両用制御システム |
CN106184225A (zh) * | 2016-07-08 | 2016-12-07 | 中国第汽车股份有限公司 | 分布式四驱电动车动力学控制的纵向车速估算方法 |
CN107016157A (zh) * | 2017-02-20 | 2017-08-04 | 同济大学 | 分布式驱动电动汽车路面自适应纵向车速估计系统及方法 |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2537727B1 (en) * | 2011-06-22 | 2015-03-11 | Volvo Car Corporation | Method for estimating a speed profile for a vehicle |
-
2019
- 2019-03-01 CN CN201910155658.2A patent/CN109910905B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009040308A (ja) * | 2007-08-10 | 2009-02-26 | Denso Corp | 路面勾配推定装置、車両用制御装置、及び車両用制御システム |
CN106184225A (zh) * | 2016-07-08 | 2016-12-07 | 中国第汽车股份有限公司 | 分布式四驱电动车动力学控制的纵向车速估算方法 |
CN107016157A (zh) * | 2017-02-20 | 2017-08-04 | 同济大学 | 分布式驱动电动汽车路面自适应纵向车速估计系统及方法 |
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 |
Non-Patent Citations (1)
Title |
---|
分布式驱动电动汽车纵向车速非线性自适应估计;余卓平等;《同济大学学报(自然科学版)》;20160608;第781-786页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109910905A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109910905B (zh) | 基于坡度估计修正的分布式驱动汽车多工况车速估计方法 | |
CN110095635B (zh) | 一种全轮驱动车辆的纵向车速估计方法 | |
CN110562263B (zh) | 一种基于多模型融合的轮毂电机驱动车辆车速估计方法 | |
CN108819950B (zh) | 汽车稳定性控制系统的车速估计方法及系统 | |
CN102627108B (zh) | 一种基于高频信息提取的整车质量估算方法 | |
CN101655504B (zh) | 一种机动车辆自适应巡航系统的车速估计方法 | |
CN113002549B (zh) | 一种车辆状态估算方法、装置、设备及存储介质 | |
Tanelli et al. | Combined vehicle velocity and tire-road friction estimation via sliding mode observers | |
JPH09118212A (ja) | 車体の横滑り速度推定装置 | |
JP2003127888A (ja) | 物理量推定装置、路面摩擦状態推定装置、操舵角中立点推定装置、及び空気圧低下推定装置 | |
CN103946679A (zh) | 车辆质量辨识方法和系统 | |
CN110053431B (zh) | 一种测量车辆轮胎压力的误差补偿方法与装置 | |
KR101438628B1 (ko) | 자동차의 안티 저크 제어 방법 및 시스템 | |
CN105539449B (zh) | 一种制动工况下的路面附着系数实时估算方法 | |
JP2009001244A (ja) | 車両の路面状態推定装置 | |
CN110979026A (zh) | 一种基于实时路况的分布式驱动公交车转矩分配方法 | |
CN111497866A (zh) | 一种基于改进马氏距离的转向盘转角传感器故障诊断方法 | |
US6853886B2 (en) | Method of estimating quantities that represent state of vehicle | |
CN114620052A (zh) | 一种车辆信号处理方法、装置和驾驶设备 | |
CN111391857B (zh) | 一种分布式驱动电动汽车坡度估计方法及系统 | |
US9308823B2 (en) | Braking supervision | |
CN107848359B (zh) | 用于估算由陆地车辆取道的行驶路线的状态指数的装置 | |
JP4159811B2 (ja) | 路面摩擦係数の推定方法 | |
CN111308114A (zh) | 一种基于扩展卡尔曼滤波测速方法及系统 | |
CN114715093B (zh) | 一种基于神经网络自适应估计的汽车防抱死制动方法 |
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 |