CN112698051B

CN112698051B - 一种车速确定方法及装置、设备、介质

Info

Publication number: CN112698051B
Application number: CN202110305113.2A
Authority: CN
Inventors: 徐显杰; 张金广; 袁丹阳
Original assignee: Tianjin Soterea Automotive Technology Co Ltd; Zhejiang Suoto Ruian Technology Group Co Ltd
Current assignee: Tianjin Soterea Automotive Technology Co Ltd; Zhejiang Suoto Ruian Technology Group Co Ltd
Priority date: 2021-03-23
Filing date: 2021-03-23
Publication date: 2021-06-18
Anticipated expiration: 2041-03-23
Also published as: CN112698051A

Abstract

本发明公开了一种车速确定方法及装置、设备、介质。所述车速确定方法包括：获取上一时刻速度、当前时刻车辆的制动加速度、当前时刻与上一时刻的时间差，以及当前时刻的仪表显示车速；根据上一时刻速度、当前时刻车辆的制动加速度以及当前时刻与上一时刻的时间差，确定当前时刻车辆的估算速度；采用互补滤波法融合估算速度和当前时刻的仪表显示车速，获得当前时刻车辆的车速。本发明实施例提供的技术方案，提高了自动紧急制动过程中车速确定的准确性。

Description

一种车速确定方法及装置、设备、介质

技术领域

本发明实施例涉及自动紧急制动技术领域，尤其涉及一种车速确定方法及装置、设备、介质。

背景技术

自动紧急制动（Autonomous Emergency Braking ，AEB）是车辆在正常行驶过程中，遇到突发危险情况或与前车及行人距离小于安全距离时，主动进行刹车，以避免或减少追尾等碰撞事故的发生，从而提高行车安全性的一种技术。

在自动紧急制动过程中，主动刹车的控制参数基于车辆的实时车速确定，因此，实时车速的准确性直接影响自动紧急制动的精确性。现有技术中采用车辆中的仪表显示车速作为实时车速，但自动紧急制动过程中车速变化极快，很多车辆中仪表的显示车速更新滞后，导致仪表显示车速更新慢，影响自动紧急制动的准确性。

发明内容

本发明提供一种车速确定方法及装置、设备、介质，以提高自动紧急制动过程中车速确定的准确性。

第一方面，本发明实施例提供了一种车速确定方法，用于实时确定车辆在自动紧急制动过程中的车速，包括：

获取上一时刻速度、当前时刻所述车辆的制动加速度、当前时刻与上一时刻的时间差，以及当前时刻的仪表显示车速；

根据上一时刻速度、当前时刻所述车辆的制动加速度以及当前时刻与上一时刻的时间差，确定当前时刻所述车辆的估算速度；

采用互补滤波法融合所述估算速度和当前时刻的仪表显示车速，获得当前时刻所述车辆的车速；

其中，所述当前时刻为除自动紧急制动初始时刻外的其他时刻，所述制动加速度为基于所述车辆的姿态角获得的无重力分量的加速度；

所述当前时刻为自动紧急制动初始时刻的下一时刻时，所述上一时刻速度为所述自动紧急制动初始时刻的仪表显示车速；所述当前时刻为除自动紧急制动初始时刻的下一时刻外的其他时刻时，所述上一时刻速度为上一时刻所述车辆的估算速度。

第二方面，本发明实施例还提供了一种车速确定装置，包括：

参数获取模块，用于获取上一时刻速度、当前时刻所述车辆的制动加速度、当前时刻与上一时刻的时间差，以及当前时刻的仪表显示车速；

车速确定模块，用于根据上一时刻速度、当前时刻所述车辆的制动加速度以及当前时刻与上一时刻的时间差，确定当前时刻所述车辆的估算速度；

车速融合模块，用于互补滤波法融合所述估算速度和当前时刻的仪表显示车速，获得当前时刻所述车辆的车速；

第三方面，本发明实施例还提供了一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述第一方面所述的车速确定方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的车速确定方法。

本发明实施例提供的技术方案，通过获取上一时刻速度、当前时刻车辆的制动加速度、当前时刻与上一时刻的时间差，以及当前时刻的仪表显示车速，根据上一时刻速度、当前时刻车辆的制动加速度以及当前时刻与上一时刻的时间差，确定当前时刻车辆的估算速度融合估算速度和当前时刻的仪表显示车速，获得当前时刻车辆的车速，其中，当前时刻为除自动紧急制动初始时刻外的其他时刻，制动加速度为基于车辆的姿态角获得的无重力分量的加速度，当前时刻为自动紧急制动初始时刻的下一时刻时，上一时刻速度为自动紧急制动初始时刻的仪表显示车速，当前时刻为除自动紧急制动初始时刻的下一时刻外的其他时刻时，上一时刻速度为上一时刻车辆的估算速度，解决了自动紧急制动过程中仪表显示车速更新速度慢导致的车速确定不准确的问题，提升了车速确定的准确性，进而提升了基于车速执行的制动控制的精确性，降低了交通事故发生概率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1是本发明实施例提供的一种车速确定方法的流程示意图；

图2是本发明实施例提供的一种融合估算速度和仪表显示车速的方法的流程示意图；

图3是本发明实施例提供的一种获取车辆的制动加速度的方法的流程示意图；

图4是本发明实施例提供的一种实时获取车辆的姿态角的方法的流程示意图；

图5是本发明实施例提供的一种滑动平均滤波法去噪声的方法流程示意图；

图6是本发明实施例提供的一种根据第一姿态角和第二姿态角获得当前时刻车辆的姿态角的方法的流程示意图；

图7是本发明实施例提供的一种车速确定装置的结构示意图；

图8为本发明实施例提供的一种设备的结构示意图。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种车速确定方法及装置、设备、介质的具体实施方式、结构、特征及其功效，详细说明如后。

本发明实施例提供了一种车速确定方法，用于实时确定车辆在自动紧急制动过程中的车速，包括：

以上是本申请的核心思想，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做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。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其他实施方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示装置器件结构的示意图并非按照一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度以及高度的三维空间尺寸。

图1是本发明实施例提供的一种车速确定方法的流程示意图。该车速确定方法用于实时确定车辆在自动紧急制动过程中的车速，其可以由车速确定装置来执行，该装置可以通过硬件和/或软件的方式实现，并一般可以集成于车辆中。

如图1所示，本发明实施例提供的车速确定方法具体可以包括如下：

步骤11、获取上一时刻速度、当前时刻车辆的制动加速度、当前时刻与上一时刻的时间差，以及当前时刻的仪表显示车速，其中，当前时刻为除自动紧急制动初始时刻外的其他时刻，制动加速度为基于车辆的姿态角获得的无重力分量的加速度，当前时刻为自动紧急制动初始时刻的下一时刻时，上一时刻速度为自动紧急制动初始时刻的仪表显示车速，当前时刻为除自动紧急制动初始时刻的下一时刻外的其他时刻时，上一时刻速度为上一时刻车辆的估算速度。

需要说明的是，自动紧急制动初始时刻车辆的车速可以为该时刻的仪表显示车速。

还需要说明的是，在自动紧急制动前的匀速行驶过程中，仪表显示车速基本等于真实车速，准确度较高，自动紧急制动初始时刻即为匀速行驶的结束时刻，此时刻仪表显示车速仍然较为准确，因此当前时刻为自动紧急制动初始时刻的下一时刻时，将该车速作为上一时刻速度，在保证速度准确性的基础上，使得自动紧急制动初始时刻车速的获取方式较为简单。

自动紧急制动通常在满足预设条件后被触发，满足预设条件的第一时刻为自动紧急制动初始时刻。示例性的，对于预设条件为车辆与前车的车距小于预设值的情况，车辆与前车的车距小于预设值的第一时刻为自动紧急制动初始时刻。

为起到提示作用，车辆可在自动紧急制动被触发时报警，自动紧急制动初始时刻也可以理解为报警开始时刻。

需要说明的是，制动加速度即为自动紧急制动过程中车辆的实时加速度，可以理解的是，自动紧急制动过程中急速刹车，车辆的俯仰角必然不为零，导致加速度计测量得到的加速度中存在重力分量，该重力分量与车速无关，因此本实施例将该分量去除，仅关注车辆前进方向上车辆的实时加速度。具体的，

，

为车速前进方向上车辆的实时运动加速度，

为加速度计直接采集的加速度，或由加速度计采集并进行去噪处理后的加速度，

为车辆的姿态角中的俯仰角，

为重力加速度，可见，制动加速度是基于车辆的姿态角计算获得的。

还需要说明的是，仪表显示车速即为车辆中用于显示车速的仪表显示的车速信息。

步骤12、根据上一时刻速度、当前时刻车辆的制动加速度以及当前时刻与上一时刻的时间差，确定当前时刻车辆的估算速度。

根据速度计算公式：

，其中，

为当前时刻车辆的估算速度，

为上一时刻速度，

为当前时刻车辆的制动加速度，

为当前时刻与上一时刻的时间差，可计算获得当前时刻车辆的估算速度。

步骤13、采用互补滤波法融合估算速度和当前时刻的仪表显示车速，获得当前时刻车辆的车速。

由于姿态角解算过程中存在一定误差，所得的制动加速度存在较小偏差，从而导致直接计算的估算车速相较于真实车速偏小，在自动紧急制动过程中，车速越小对应生成的制动力越小，需要的制动距离越大，因此，直接将估算速度作为车辆的速度会导致实际输出的制动力小于需要的制动力，进而导致跟车距离变短，甚至可避免的碰撞未被有效避免。

而仪表显示车速更新慢，使得仪表显示车速大于真实车速，本实施例将估算速度和仪表显示车速进行融合，互补确定车速，以使得确定的车速更接近真实车速。

需要说明的是，本实施例采用互补滤波法融合估算速度和仪表显示速度，以简化计算过程，提高运算速度，提升结果准确性。

在上述实施例的基础上，对采用互补滤波法融合估算速度和仪表显示车速的步骤做进一步的优化。具体的，图2是本发明实施例提供的一种采用互补滤波法融合估算速度和仪表显示车速的方法的流程示意图。如图2所示，采用互补滤波法融合估算速度和仪表显示车速可以包括如下：

步骤21、获取预存的雷达测速数据。

雷达测速数据为采用雷达测试获得的自动紧急制动过程中车辆的实时车速。实验数据证明，自动紧急制动前期和中期雷达测速数据与车辆真实速度基本相同，但在自动紧急制动后期，雷达测速数据会出现一段明显的异常数据，因此，雷达测速数据不宜被直接应用，本实施例将前期和中期雷达测速数据雷达测速数据作为融合标准来确定车速融合系数，以实现自动紧急制动全过程中的速度准确确定。

具体的，可预先通过实验方式测试获得自动紧急制动过程中的雷达测速数据，并将其进行预存。

步骤22、根据雷达测速数据、估算速度和仪表显示车速，确定车速融合系数。

具体的，含有车速融合系数的车速融合公式为：

，其中，

为融合获得的车速，

为仪表显示车速，

为基于加速度计算的车速，

为车速融合系数。

在得到当前时刻的估算速度和仪表显示车速后，将两者代入上述车速融合公式，调节车速融合系数，使得融合得到的车速与当前时刻的雷达测速数据一致，可以理解的是，为保证数据的准确性，采用自动紧急制动前期和中期的雷达测速数据。此外，为避免单一数据确定的车速融合系数不准确，可采用上述方式确定多个时刻的车速融合系数，采用占比最大的车速融合系数，或集中分布的多个车速融合系数的均值作为确定的车速融合系数。

步骤23、采用车速融合系数融合估算车速和仪表显示车速。

基于上述车速融合公式，在车速融合系数确定后，可将各个时刻的估算速度和仪表显示车速代入车速融合公式得到对应的车速。

可选的，当前时刻为自动紧急制动初始时刻的下一时刻时，上一时刻车辆的车速为自动紧急制动初始时刻的仪表显示车速。

需要说明的是，在上述实施例的基础上，对获取当前时刻车辆的制动加速度的步骤做进一步的优化。具体的，图3是本发明实施例提供的一种获取当前时刻车辆的制动加速度的方法的流程示意图。如图3所示，获取当前时刻车辆的制动加速度可以包括如下：

步骤41、获取当前时刻车辆的线性加速度。

线性加速度的具体获取方式例如包括：获取加速度计测试获得的加速度，或者，获取经去噪处理后的加速度计测试得到的加速度，去噪声的方式例如为卡尔曼滤波法。

步骤42、获取当前时刻车辆的姿态角。

车辆的姿态角为三轴姿态角，包括俯仰角、横滚角以及航向角，本实施例重点关注在自动紧急制动过程中较为重要的俯仰角和横滚角。具体获取方式后续进行说明。

步骤43、根据姿态角和线性加速度，获得无重力分量的制动加速度。

需要说明的是，采用

获得制动加速度，具体方式已在前述内容中说明，此处不再赘述。

在上述实施例的基础上，对获取当前时刻车辆的姿态角的步骤做进一步的优化。具体的，图4是本发明实施例提供的一种获取当前时刻车辆的姿态角的方法的流程示意图。如图4所示，获取当前时刻车辆的姿态角可以包括如下：

步骤51、获取当前时刻陀螺仪采集的角速度和加速度计采集的线性加速度。

其中，角速度包括三轴角速度，线性加速度包括三轴加速度，本实施例中的技术方案适用于任意轴姿态角的确定，在确定过程中，采用与其同轴的角速度和线性加速度进行。

步骤52、根据角速度，获得姿态角变量。

分别对三轴角速度进行积分，得到三轴姿态角，具体的，以俯仰角Pitch和横滚角Roll为例，对于俯仰角Pitch，在时间∆t内的积分得到对应的姿态角变量：

，对于横滚角Roll，在时间∆t内的积分得到对应的姿态角变量：

，其中，GyrY为俯仰角角速度，GyrX为横滚角角速度。值得注意的是，时间∆t极短，因此上述内容将积分形式离散化计算。

步骤53、根据姿态角变量和上一时刻车辆的姿态角，获得车辆的第一姿态角。

具体的，

,其中，P1为第一姿态角，P1为上一时刻确定的姿态角，

为姿态角变量,仍以俯仰角Pitch和横滚角Roll为例，俯仰角的第一姿态角

，对于横滚角的第一姿态角

。

其中，上一时刻车辆的姿态角为上一时刻根据第一姿态角和第二姿态角获得的最终的姿态角。

步骤54、根据线性加速度，获得车辆的第二姿态角。

根据三轴加速度中与对应第二姿态角相关的两个加速度比值的反正切数据，确定车辆的三轴第二姿态角。示例性的，对于根据加速度确定的第二姿态角为俯仰角和横滚角的情况，记加速度包括三轴加速度：ax、ay和az，其中，ay与车辆的前进方向相同，ax和ay所在平面平行于车辆底盘所在平面，则俯仰角

，横滚角

。

步骤55、采用预设规则，根据第一姿态角和第二姿态角获得当前时刻车辆的姿态角。

预设规则为预先设定的采用第一姿态角和第二姿态角确定车辆姿态角的方法，本实施例对此不做具体限定，可根据实际需要进行设定，后续提供了一种可选实施方式进行示例性说明。可选的，获取当前时刻陀螺仪采集的角速度和线性加速度计采集的加速度之后，还可以包括：采用滑动平均滤波法对陀螺仪采集的角速度进行去噪声处理，采用卡尔曼滤波法对加速度计采集的线性加速度进行去噪声处理。

需要说明的是，由于加速度计采集的线性加速度噪声较大，很难直接应用于控制，因此，需要对线性加速度数据做去噪声处理，线性加速度噪声主要是由车辆自身发动机震动等情况产生的高频噪声，本实施例采用卡尔曼滤波法进行。

具体的，卡尔曼滤波法包括如下5个基本公式：

X(k|k-1)=AX(k-1|k-1)+BU(k)………(1)

P(k|k-1)=AP(k-1|k-1)A’+Q………(2)

X(k|k)=X(k|k-1)+Kg(k)(Z(k)-HX(k|k-1))………(3)

Kg(k)=P(k|k-1)H’/(HP(k|k-1)H’+R)………(4)

P(k|k)=(1-Kg(k)H)P(k|k-1)………(5)

首先，对于线性加速度数据，设定k时刻的预测值等于k-1时刻的估计值，由于线性加速度原始数据不存在状态控制量，取U(K)=0；取A=1。因此上述公式（1）变换为：

X(k|k-1)= X(k-1|k-1)

得到k时刻的预测值X(k|k-1)之后，需要根据k-1时刻的估计协方差计算k时刻的预测协方差。首先要定义Q，这里的噪声就是指系统过程的协方差，当A=1时，A’=1，因此，上述公式（2）变换为：

P(k|k-1)= P(k-1|k-1)+Q

接下来计算卡尔曼增益Kg(k)，这里取H=1，则H’=1，因此上述公式（4）变换为：

Kg(k)= P(k|k-1)/( P(k|k-1)+R)

得到卡尔曼增益Kg(k)之后，就可以利用卡尔曼增益Kg(k)和测量值与预测值的偏差对k时刻的预测值X(k|k-1)进行修正，得到k时刻的估计值X(k|k)，当H=1时，公式（3）变换为：

X(k|k)= X(k|k-1)+Kg(k)*(Z(k)- X(k|k-1))

为便于下一时刻的预测和估计，需要对估计协方差进行更新，即得到k时刻的估计协方差，具体的，当H=1时，公式（5）变换为：

P(k|k)=(1-Kg(k))P(k|k-1)

另一方面，由于陀螺仪采集的角速度数据中主要包含零点偏差和随机漂移，因此本实施例采用滑动平均滤波方法对角速度数据进行平滑去噪，具体方法如图5所示，其可以简单的理解为采用合适的窗长和步长的滑动窗对角速度数据进行滑动处理，计算滑动窗内所有数据的均值作为滤波后的角速度。

本实施例针对线性加速度和角速度不同的噪声特点，分别针对各噪声特点采用不同的去噪声方式去除噪声，以提升去噪效果，得到更可信数据。

在上述实施例的基础上，对采用预设规则，根据第一姿态角和第二姿态角获得当前时刻车辆的姿态角的步骤做进一步的优化。图6是本发明实施例提供的一种根据第一姿态角和第二姿态角获得当前时刻车辆的姿态角的方法的流程示意图。如图6所示，采用预设规则，根据第一姿态角和第二姿态角获得当前时刻车辆的姿态角可以包括如下：

步骤61、根据当前时刻加速度计采集的线性加速度，获取三轴加速度的第一模值。

其中，三轴加速度的第一模值即为三轴加速度的合加速度的值。

步骤62、获取与当前姿态角同轴的加速度的第二模值。

示例性的，对于俯仰角，其为车辆前进方向与地面之间的夹角，三轴加速度包括ax、ay和az，ay的方向与车辆的前进方向一致，则ay为与俯仰角同轴的加速度，ay的绝对值为俯仰角对应的第二模值。

步骤63、确定第一模值位于第一预设范围，且第二模值位于第二预设范围，采用正姿态角融合系数融合第一姿态角和第二姿态角。

需要说明的是，正姿态角融合系数说明融合获得的姿态角中包括第一姿态角分量和第二姿态角分量。

第一模值位于第一预设范围，且第二模值位于第二预设范围时，车辆在非颠簸路段、非急加减速等情况，可融合第一姿态角和第二姿态角得到车辆的姿态角，其准确性较高。需要说明的是，采用角速度获得姿态角的方式短时精度高，且存在积分漂移累计误差，如不加修正补偿，长时间工作后出现严重漂移，采用加速度获得姿态角的方式在静态条件下表现良好，但在动态特别是颠簸和制动条件下姿态角解算会出现严重偏差，可见采用单一解算方式得到的姿态角准确性不高。为解决上述问题，本实施例采用互补滤波法融合第一姿态角和第二姿态角，其原理简单，运行速度快，参数调整简单，基于加速度计和陀螺仪在频域上的互补特性，能够滤除噪声和抑制漂移，更适合用于实际车辆姿态解算，融合得到的姿态角的精度更高。

步骤64、确定第一模值位于第一预设范围外，或第二模值位于第二预设范围外，采用第二姿态角作为车辆的姿态角。

第一模值位于第一预设范围外，或第二模值位于第二预设范围外时，说明车辆在急加速、急刹车或者行驶在颠簸路段等情况下，此时，对加速度计的测量值会产生明显影响，直接由此计算的姿态角产生较大偏差，从而导致采用步骤63中方式融合得到的姿态角不准确，基于此确定的车速不准确，不能用于后续的车速优化和辅助制动控制。此时，本实施例设置仅信任基于角速度计算获得的姿态角，亦可理解为设置步骤63中角速度确定的姿态角的系数为1，加速度确定的姿态角的系数为0，如此，步骤63中的俯仰角对应的姿态角融合公式可以为：

步骤63中的横滚角对应的姿态角融合公式可以为：

其中，

为当前时刻的俯仰角，

为上一时刻确定的俯仰角，

为基于角速度计算获得的俯仰角变化量，

为基于加速度计算获得的俯仰角，

为姿态角融合系数，

为基于实验数据确定的合适的姿态角融合系数。下面以一完整示例对本发明技术方案进行示例性说明：

获取陀螺仪采集的三轴角速度和加速度计采集的三轴加速度，分别采用滑动平均滤波法对各轴角速度进行去噪声处理，分别采用卡尔曼滤波法对各轴加速度进行去噪声处理，具体去噪声过程参见上述相关说明。

对于各轴均分别采用如下方式获得对应的姿态角：采用去噪声后的角速度计算姿态角变量，利用姿态角变量和上一时刻确定的姿态角，得到当前时刻的第一姿态角，并采用去噪声处理后的加速度计算第二姿态角，具体计算方法参见上述相关说明。获取三轴加速度的第一模值和与当前姿态角同轴的加速度的第二模值，确定第一模值位于第一预设范围，且第二模值位于第二预设范围，采用正姿态角融合系数融合第一姿态角和第二姿态角，确定第一模值位于第一预设范围外，或第二模值位于第二预设范围外，采用第二姿态角作为车辆的姿态角。

图7是本发明实施例提供的一种车速确定装置的结构示意图。如图7所示，车速确定装置包括：

参数获取模块81，用于获取上一时刻速度、当前时刻车辆的制动加速度、当前时刻与上一时刻的时间差，以及当前时刻的仪表显示车速；

车速确定模块82，用于根据上一时刻速度、当前时刻车辆的制动加速度以及当前时刻与上一时刻的时间差，确定当前时刻车辆的估算速度；

车速融合模块83，用于采用互补滤波法融合估算速度和当前时刻的仪表显示车速，获得当前时刻车辆的车速；

其中，当前时刻为除自动紧急制动初始时刻外的其他时刻，制动加速度为基于车辆的姿态角获得的无重力分量的加速度；

当前时刻为自动紧急制动初始时刻的下一时刻时，上一时刻速度为自动紧急制动初始时刻的仪表显示车速；当前时刻为除自动紧急制动初始时刻的下一时刻外的其他时刻时，上一时刻速度为上一时刻车辆的估算速度。

在本实施例中，车速融合模块83可以包括：

数据获取单元，用于获取预存的雷达测速数据；

系数确定单元，用于根据雷达测速数据、估算速度和仪表显示车速，确定车速融合系数；

速度融合单元，用于采用车速融合系数融合估算速度和仪表显示车速。

在本实施例中，参数获取模块81可以包括：

加速度获得单元，用于获取当前时刻车辆的线性加速度；

姿态角获得单元，用于获取当前时刻车辆的姿态角；

加速度计算单元，用于根据姿态角和线性加速度，获得无重力分量的制动加速度。

在本实施例中，姿态角获得单元可以包括：

参数采集子单元，用于获取当前时刻陀螺仪采集的角速度和线性加速度计采集的加速度；

变量获得子单元，用于根据角速度，获得姿态角变量；

角度确定子单元，用于根据姿态角变量和上一时刻车辆的姿态角，获得车辆的第一姿态角；

角度获得子单元，用于根据线性加速度，获得车辆的第二姿态角；

姿态角确定子单元，用于采用预设规则，根据第一姿态角和第二姿态角获得当前时刻车辆的姿态角。

在本实施例中，姿态角获得单元还可以包括

第一处理子单元，用于在获取当前时刻陀螺仪采集的角速度和线性加速度计采集的加速度之后，采用滑动平均滤波法对陀螺仪采集的角速度进行去噪声处理；

第二处理子单元，用于在在获取当前时刻陀螺仪采集的角速度和线性加速度计采集的加速度之后，采用卡尔曼滤波法对加速度计采集的线性加速度进行去噪声处理。

在本实施例中，姿态角确定子单元具体可以用于：

根据当前时刻加速度计采集的线性加速度，获取三轴加速度的第一模值；

获取与当前姿态角同轴的加速度的第二模值；

确定第一模值位于第一预设范围，且第二模值位于第二预设范围，采用正姿态角融合系数融合第一姿态角和第二姿态角，得到当前时刻车辆的姿态角；

确定第一模值位于第一预设范围外，或第二模值位于第二预设范围外，采用第二姿态角作为当前时刻车辆的姿态角。

图8为本发明实施例提供的一种设备的结构示意图，如图8所示，该设备包括处理器70、存储器71、输入装置72和输出装置73；设备中处理器70的数量可以是一个或多个，图8中以一个处理器70为例；设备中的处理器70、存储器71、输入装置72和输出装置73可以通过总线或其他方式连接，图8中以通过总线连接为例。

存储器71作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的车速确定方法对应的程序指令/模块（例如，车速确定装置包括的参数获取模块81、车速确定模块82和车速融合模块83）。处理器70通过运行存储在存储器71中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的车速确定方法。

存储器71可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器71可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器71可进一步包括相对于处理器70远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置72可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置73可包括显示屏等显示设备。

本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种车速确定方法，该方法包括：

当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的车速确定方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器（Read-Only Memory, ROM）、随机存取存储器（RandomAccess Memory, RAM）、闪存（FLASH）、硬盘或光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。

值得注意的是，上述车速确定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整、相互结合和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims

1.一种车速确定方法，用于实时确定车辆在自动紧急制动过程中的车速，其特征在于，包括：

所述当前时刻为自动紧急制动初始时刻的下一时刻时，所述上一时刻速度为所述自动紧急制动初始时刻的仪表显示车速；所述当前时刻为除自动紧急制动初始时刻的下一时刻外的其他时刻时，所述上一时刻速度为上一时刻所述车辆的估算速度；

所述获取当前时刻所述车辆的制动加速度包括：

获取当前时刻所述车辆的线性加速度；

获取当前时刻所述车辆的姿态角；

根据所述姿态角和所述线性加速度，获得无重力分量的所述制动加速度；

所述获取当前时刻所述车辆的姿态角包括：

获取当前时刻陀螺仪采集的角速度和加速度计采集的线性加速度；

根据所述角速度，获得姿态角变量；

根据所述姿态角变量和上一时刻所述车辆的姿态角，获得所述车辆的第一姿态角；

根据所述线性加速度，获得所述车辆的第二姿态角；

采用预设规则，根据所述第一姿态角和所述第二姿态角获得当前时刻所述车辆的姿态角；

所述采用预设规则，根据所述第一姿态角和所述第二姿态角获得当前时刻所述车辆的姿态角包括：

获取与当前姿态角同轴的加速度的第二模值；

确定所述第一模值位于第一预设范围，且所述第二模值位于第二预设范围，采用正姿态角融合系数融合所述第一姿态角和第二姿态角，得到当前时刻所述车辆的姿态角；

确定所述第一模值位于所述第一预设范围外，或所述第二模值位于所述第二预设范围外，采用所述第二姿态角作为当前时刻所述车辆的姿态角。

2.根据权利要求1所述的车速确定方法，其特征在于，采用互补滤波法融合所述估算速度和当前时刻的仪表显示车速包括：

获取预存的雷达测速数据；

根据所述雷达测速数据、所述估算速度和所述仪表显示车速，确定车速融合系数；

采用所述车速融合系数融合所述估算速度和所述仪表显示车速。

3.根据权利要求1所述的车速确定方法，其特征在于，获取当前时刻陀螺仪采集的角速度和加速度计采集的线性加速度之后，还包括：

采用滑动平均滤波法对所述陀螺仪采集的角速度进行去噪声处理；

采用卡尔曼滤波法对所述加速度计采集的线性加速度进行去噪声处理。

4.一种车速确定装置，其特征在于，包括：

参数获取模块，用于获取上一时刻速度、当前时刻车辆的制动加速度、当前时刻与上一时刻的时间差，以及当前时刻的仪表显示车速；

车速确定模块，用于根据上一时刻速度、当前时刻车辆的制动加速度以及当前时刻与上一时刻的时间差，确定当前时刻车辆的估算速度；

车速融合模块，用于采用互补滤波法融合所述估算速度和当前时刻的仪表显示车速，获得当前时刻车辆的车速；

其中，所述当前时刻为除自动紧急制动初始时刻外的其他时刻，所述制动加速度为基于车辆的姿态角获得的无重力分量的加速度；

所述当前时刻为自动紧急制动初始时刻的下一时刻时，所述上一时刻速度为所述自动紧急制动初始时刻的仪表显示车速；所述当前时刻为除自动紧急制动初始时刻的下一时刻外的其他时刻时，所述上一时刻速度为上一时刻车辆的估算速度；

其中，所述参数获取模块包括：

加速度获得单元，用于获取当前时刻车辆的线性加速度；

姿态角获得单元，用于获取当前时刻车辆的姿态角；

加速度计算单元，用于根据姿态角和线性加速度，获得无重力分量的制动加速度；

所述姿态角获得单元包括：

变量获得子单元，用于根据角速度，获得姿态角变量；

姿态角确定子单元，用于采用预设规则，根据第一姿态角和第二姿态角获得当前时刻车辆的姿态角；

所述姿态角确定子单元用于：

获取与当前姿态角同轴的加速度的第二模值；

5.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述的车速确定方法。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一所述的车速确定方法。