CN112926140B - 一种基于车路协同与tbox的货运车辆质量估计方法 - Google Patents

Abstract

本发明公开一种基于车路协同与TBOX的货运车辆质量估计方法，通过整车质量模型的建立、整车质量的实时估计、整车质量的确定求解几个步骤确定质量值。本发明通过车辆纵向动力学模型，结合车辆TBOX接收的车辆发动机转矩、转速、档位等信息与路侧终端发送的道路纵向坡度信息和滚动阻力系数信息，采用递推最小二乘法，估算得到货运车辆质量，并采用收敛法确定其有效值。与现有技术相比，方法简单，不用采用复杂的结构，即可获得车辆实时动态质量，从而为车辆驾驶稳定性控制提供依据，能够得到广泛应用。

Description

一种基于车路协同与TBOX的货运车辆质量估计方法

技术领域

本发明涉及货运车辆质量的估计技术领域，特别是一种基于车路协同与TBOX的货运车辆质量估计方法。

背景技术

车辆(尤其货运车辆)质量信息可服务于辅助驾驶员安全驾驶，实现车辆制动转向安全精准控制，从而提高车辆本质安全技术水平。同时，获取车辆质量信息能从源头解决超载问题，也是治理超载的有效技术手段。因此，开展货运车辆质量估计具有重要意义。

目前关于车辆载质量估计的方法有：(1)基于车辆纵向动力学的载质量估计、(2)基于加装传感器的载质量估计，(3)基于EBS的载质量估计。基于车辆纵向动力学的载质量估计，其缺点是：精度提升空间有限、需要车辆一段时间内处于动态、车辆加速度准确难度较大。基于加装传感器的载质量估计，方法包括1)基于桥壳弯曲变形换算法，该方法需对车桥进行焊接传感器支架、需要标定、若对车辆更换不同型号的车桥或者车桥上的板簧及气囊等悬架弹性元件时需要重新标定，可行性相对较低；2)基于气囊气压估计方法，该方法仅适用于配备空气悬架的车辆，且需要标定、空悬气囊或者气路漏气导致气囊馈气会影响测量精度、车辆更换不同型号的车桥或者车桥上的板簧及气囊等悬架弹性元件时需要重新标定；3)基于悬架位移计算法，存在传感器本身的稳定性、可靠性及信号漂移等问题。基于EBS的载质量估计，只有在车辆制动时才能输出轴荷，该方法仅适用于配备EBS的车辆。

由此可见，现行几种方法对货运车辆载质量估计虽然具有技术可行性，但均存在一定缺点。

现行技术条件下，一方面，伴随着车路协同技术的发展，可以实现获取较为准确的路面基本信息；另一方面，随着货运车辆智能化的发展，货运车辆TBOX等其他智能终端的安装也将越发普及，可实时接收到货运车辆的发动机转矩、转速、档位、车速等信息，将这些信息结合，基于车辆纵向动力学模型和相应的理论方法，对货运车辆载质量进行估计成为一种较为可行的方案。

发明内容

基于此，本发明目的在于提出一种基于车路协同与TBOX的货运车辆质量估计方法，该方法结合车路协同与车辆TBOX信息，基于车辆纵向动力学模型，采用递推最小二乘法(RLS)，实时得到货运车辆质量的估计。并且，该方法还通过货运车辆每次通过公路动态称重系统获取的较高精度质量信息，对货运车辆动态质量进行修正，从而不断提升质量获取的精确性。

本发明所采用的技术方案：

一种基于车路协同与TBOX的货运车辆质量估计方法，其特征在于，包括如下步骤：

步骤1)整车质量模型的建立

建立如下质量模型：

其中，m为车辆的整车质量，δ为车辆旋转质量换算系数，采用经验值，a_x为车辆纵向加速度，a_β为坡度阻力转化为等效的加速度数值，β为坡度，f_m为滚动阻力系数，g为重力加速度，ρ为空气密度，C_d为风阻系数，A_f为迎风面积，v_x为纵向车速，T_e为发动机输出转矩，n_e为发动机转速，η_T为车辆动力传动系统机械效率；

步骤2)整车质量的实时估计

加入时间属性，在k时刻，将车辆纵向动力学公式表示为：

y_k＝φ_k ^Tθ_k (9)

其中，y_k＝F_t，k，

F_t，k是车辆k时刻的行驶牵引力；

针对式(9)采用递推最小二乘法，对θ_k进行估计，具体如下：

设

上式中，e_k是实际值与理论值之间的偏差，代表k时刻、k-1时刻θ估计值，L_k代表放大因子取10⁶，P_k、P_k-1为k时刻、k-1时刻误差的方差，误差方差初始值λ为遗忘因子在0到1之间设定；

根据式(10)～式(13)求解出然后结合式(8)、式(9)对m进行实时估计；

步骤3)整车质量的确定求解

设定采样时间窗为T_c，采样步长为Δt，则在一个时间窗内共有n次采样，则当出现下列结果时，认为质量估计值出现收敛，能够对质量进行确定：

式中，ε是设定的误差限值，i表示一个时间窗内的第几次采样；l表示整个估计过程中第k时刻对应的采样次数，

进一步地，车辆旋转质量换算系数δ采用如下经验公式获得：

δ＝1+δ₁+δ₂×i_g

式中，δ₁，δ₂是经验值，按照经验均设定为0.03，i_g为车辆当前档位，几档对应用数字几表示。

进一步地，取η_T＝0.82～0.85。

进一步地，当出现收敛时，将质量m确定为这个采样时间窗内采样结果的平均值，m＝(m₁+m₂+...+m_n)/n，或者为其中的某一次值。一般取质量m为最后一次采样值m_n。

本发明通过车辆纵向动力学模型，结合货运车辆TBOX接收的车辆发动机转矩、转速、档位等信息与路侧终端发送的道路纵向坡度信息和滚动阻力系数信息，采用递推最小二乘法(RLS)，估算得到货运车辆质量，并采用收敛法确定其有效值。与现有技术相比，显著的有益效果体现在：方法简单，不用采用复杂的结构，无需安装其他传感器或设备，只需要通过车路协同技术获取信息以及车辆TBOX相关实时数据进行迭代计算即可获得车辆实时动态质量，从而为车辆驾驶稳定性控制提供依据。未来随着车辆本体与路侧设备的智能化技术不断成熟，本发明的车辆载质量估计方法的应用也将越为广泛。

附图说明

图1是本发明的方法实施流程图。

图2是货运车辆加速度随时间变化曲线。

图3是货运车辆速度随时间变化曲线。

图4是车辆速度与档位关系曲线。

图5是带白噪声的车辆驱动理论转矩曲线。

图6是在货运车辆载质量估计曲线。

图7是货运车辆风阻系数部分参数估计曲线。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述，但本领域的技术人员应该知道，以下实施例并不是对本发明技术方案作的唯一限定，凡是在本发明技术方案精神实质下所做的任何等同变换或改动，均应视为属于本发明的保护范围。

本发明公开了一种货运车辆质量估计方法，该方法结合车路协同技术与车辆TBOX技术的应用，通过以下步骤实现，如图1所示：

步骤1)整车质量模型的建立

分析：货运车辆在道路上行驶时，主要受到来自地面的滚动阻力F_f、空气阻力F_w、坡度阻力F_s的影响，因此有如下力学关系：

F_y＝F_f+F_w+F_s+δma_x (1)

式中，F_t是车辆的行驶牵引力，δ为车辆旋转质量换算系数，m为车辆的整车质量，a_x为车辆纵向加速度。

进一步地，车辆旋转质量换算系数δ可以采用经验公式获得：

δ＝1+δ₁+δ₂×i_g (2)

式中，δ₁，δ₂是经验值，按照经验均可设定为0.03，i_g为车辆当前档位，几档对应用数字几表示，比如如果是第五档，i_g就是5。

进一步地，可知各项阻力的表达式：

F_f＝f_mmg (3)

F_s＝mg sin(β)＝maβ (5)

式中，f_m为滚动阻力系数，ρ为空气密度，C_d为风阻系数，A_f为迎风面积，v_x为纵向车速，β为坡度，a_β为坡度阻力转化为等效的加速度数值。

由此整理得到如下关系式：

再分析，利用发动机转矩、转速和车辆纵向速度可推导动力传动系统产生的牵引力：

式中，T_e为发动机输出转矩，n_e发动机转速，η_T为车辆动力传动系统机械效率，取0.82～0.85，v_x为纵向车速。

因此有质量模型建立：

式(8)中，只有m为预估值，其余均为已知或可求参数，因此理论上基于式(8)可求m。

步骤2)整车质量的实时估计

基于式(8)可看出，其中有些参数是随着时间变化的，随着数据的波动，整车质量的估计也具有一定的时变性。

因此，加入时间属性，对质量进行实时估计，在k时刻，将车辆纵向动力学公式(6)进一步表示为：

y_k＝φ_k ^Tθ_k (9)

其中，y_k＝F_t，k，

y_k为输出向量，φ_k ^T为输入向量，θ_k为系数向量，θ_k是关于m和的向量。

因此，针对式(9)该时变系统，采用递推最小二乘法(RLS)求解，对θ_k进行估计具体如下：

设

上式中，e_k是实际值与理论值之间的偏差，代表k时刻、k-1时刻系数向量估计值，L_k代表放大因子(可取10⁶)，P_k、P_k-1为k时刻、k-1时刻误差的方差，误差方差初始值λ为遗忘因子可以在0到1之间设定。

根据式(10)～式(13)求解出然后结合式(8)、式(9)即可对m进行实时估计。

求解过程中，ρ，C_d，A_f，η_T，δ₁，δ₂为可编辑的系统录入参数；输入实时信号一方面来自车辆TBOX信息发动机输出转矩T_e，k，发动机转速n_e，k，车辆档位i_g，k，车辆纵向速度v_x，k，车辆纵向加速度另一方面来自路侧单元发送的路面坡度信息β_k和路面类型来确定的路面滚动阻力系数f_m，k。

步骤3)整车质量的确定求解

设定采样时间窗为T_c，采样步长为Δt，则在一个时间窗内共有n次采样，则当出现下列结果时，认为质量估计值出现收敛，能够对质量进行确定：

式中，ε是设定的误差限值，i表示一个时间窗内的第几次采样；l表示整个估计过程中第k时刻对应的采样次数，

此时将质量m确定为这个采样时间窗内n次采样结果的平均值m＝(m₁+m₂+...+m_n)/n，或者为其中的某一次值都可以，一般取最后一次采样值m_n。

实施例：

假设某货运车辆初始相关参数如下：

m＝3×10⁴kg，ρ＝1.23kg/m³，C_d＝0.6，A_f＝6m²，δ₁＝0.03，δ₂＝0.03。

并假设货运车辆以加速度为5m/s²的加速度加速起步，加速段的加速度呈线性递减至0后匀速行驶，其中加速度和速度曲线随时间变化如图2和图3所示。

假设车辆档位与速度呈现直接关系，并以每隔6km/h增加一个档位，具体关系如图4所示。因此通过车辆纵向力学可计算得到车辆所需实时的驱动转矩，并在此基础上加上白噪声，如图5所示，作为车辆驱动转矩实时模拟信号。

因此，车辆纵向加速度、纵向速度、道路纵向坡度、档位、车辆驱动转矩的实时模拟数据已经生成，即可采用提出的方法进行验证。可知所求解的目标理论值为：

先设定车辆质量初始值为空载质量5000kg，风阻系数部分的数值为0.1，即θ₀＝[5×10³，0.1]，采用公式(10)～公式(13)即可求解每一步的两个状态值，分别是质量和风阻系数部分，如图6和图7所示。所求解的结果为：

m＝3.0043×10⁴，与目标理论值较为接近，相对误差分别为0.14％和3.48％。因此，可以验证该方法有效。

Claims (5)

1.一种基于车路协同与TBOX的货运车辆质量估计方法，其特征在于，包括如下步骤：

步骤1)整车质量模型的建立

建立如下质量模型：

其中，m为车辆的整车质量，δ为车辆旋转质量换算系数，采用经验值，a_x为车辆纵向加速度，a_β为坡度阻力转化为等效的加速度数值，β为坡度，f_m为滚动阻力系数，g为重力加速度，ρ为空气密度，C_d为风阻系数，A_f为迎风面积，v_x为纵向车速，T_e为发动机输出转矩，n_e为发动机转速，η_T为车辆动力传动系统机械效率；

步骤2)整车质量的实时估计

加入时间属性，在k时刻，将车辆纵向动力学公式表示为：

y_k＝φ_k ^Tθ_k (9)

其中，y_k＝F_t，k，

F_t，k是车辆k时刻的行驶牵引力；

针对式(9)采用递推最小二乘法，对θ_k进行估计，具体如下：

设

上式中，e_k是实际值与理论值之间的偏差，代表k时刻、k-1时刻θ估计值，L_k代表放大因子取10⁶，P_k、P_k-1为k时刻、k-1时刻误差的方差，误差方差初始值/>λ为遗忘因子在0到1之间设定；

根据式(10)～式(13)求解出然后结合式(8)、式(9)对m进行实时估计；

步骤3)整车质量的确定求解

设定采样时间窗为T_c，采样步长为Δt，则在一个时间窗内共有n次采样，则当出现下列结果时，认为质量估计值出现收敛，能够对质量进行确定：

式中，ε是设定的误差限值，l表示整个估计过程中第k时刻对应的采样次数，

2.根据权利要求1所述的基于车路协同与TBOX的货运车辆质量估计方法，其特征在于，

车辆旋转质量换算系数δ采用如下经验公式获得：

δ＝1+δ₁+δ₂×i_g

式中，δ₁，δ₂是经验值，按照经验均设定为0.03，i_g为车辆当前档位，几档对应用数字几表示。

3.根据权利要求1所述的基于车路协同与TBOX的货运车辆质量估计方法，其特征在于，

取η_T＝0.82～0.85。

4.根据权利要求1所述的基于车路协同与TBOX的货运车辆质量估计方法，其特征在于，

当出现收敛时，将质量m确定为这个采样时间窗内n次采样结果的平均值m＝(m₁+m₂+...+m_n)/n，或者为其中的某一次值。

5.根据权利要求4所述的基于车路协同与TBOX的货运车辆质量估计方法，其特征在于，将质量m确定为最后一次采样值m_n。