CN114348004B - 基于滑移率差异的商用车车轮载荷估计方法、设备和介质 - Google Patents

基于滑移率差异的商用车车轮载荷估计方法、设备和介质 Download PDF

Info

Publication number
CN114348004B
CN114348004B CN202210245531.1A CN202210245531A CN114348004B CN 114348004 B CN114348004 B CN 114348004B CN 202210245531 A CN202210245531 A CN 202210245531A CN 114348004 B CN114348004 B CN 114348004B
Authority
CN
China
Prior art keywords
wheel
load
axle
longitudinal
relationship
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
Application number
CN202210245531.1A
Other languages
English (en)
Other versions
CN114348004A (zh
Inventor
徐显杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suoto Hangzhou Automotive Intelligent Equipment Co Ltd
Tianjin Soterea Automotive Technology Co Ltd
Original Assignee
Suoto Hangzhou Automotive Intelligent Equipment Co Ltd
Tianjin Soterea Automotive Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suoto Hangzhou Automotive Intelligent Equipment Co Ltd, Tianjin Soterea Automotive Technology Co Ltd filed Critical Suoto Hangzhou Automotive Intelligent Equipment Co Ltd
Priority to CN202210245531.1A priority Critical patent/CN114348004B/zh
Publication of CN114348004A publication Critical patent/CN114348004A/zh
Application granted granted Critical
Publication of CN114348004B publication Critical patent/CN114348004B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明实施例公开了一种基于滑移率差异的商用车车轮载荷估计方法、设备和介质,涉及车辆参数估计技术领域。其中,方法包括:在商用车行驶过程中计算作用到各车轮上的纵向力;根据各车轮滑移率与纵向附着系数的线性关系以及各车轮的纵向力与载荷的关系,得到各车轮载荷与前轴轴荷和后轴轴荷的关系;根据前后轴的轴荷比例、各车轮载荷与前轴轴荷和后轴轴荷的关系和整车质量得到前轴轴荷和后轴轴荷;根据左右轮的载荷比例、各车轮载荷与前轴轴荷和后轴轴荷的关系、前轴轴荷和后轴轴荷计算得到各轮载荷。本实施例通过滑移率计算车轮载荷,无需加装压力传感器。

Description

基于滑移率差异的商用车车轮载荷估计方法、设备和介质
技术领域
本发明实施例涉及车辆参数估计技术,尤其涉及一种基于滑移率差异的商用车车轮载荷估计方法、设备和介质。
背景技术
商用车质量大且多变,各轴荷随着整车质量的大小和质心位置变化也会相应改变。准确获取商用车各轴的轴荷可以为制动力分配等上层控制策略提供有效参考量,从而提升制动压力控制精度,保证车辆制动状态下的稳定性。
目前,一般采用加装压力传感器等装置来实时获取商用车的轴荷量,但加装传感器必然会使成本上升,且传感器损坏时,会产生错误的轴荷信息,进而导致上层产生错误的控制量,严重时会发生安全事故。
发明内容
本发明实施例提供一种基于滑移率差异的商用车车轮载荷估计方法、设备和介质,以通过滑移率计算车轮载荷,无需加装压力传感器。
第一方面,本发明实施例提供了一种基于滑移率差异的商用车车轮载荷估计方法,包括:
在商用车行驶过程中计算作用到各车轮上的纵向力;
根据各车轮滑移率与纵向附着系数的线性关系以及各车轮的纵向力与载荷的关系,得到各车轮载荷与前轴轴荷和后轴轴荷的关系;
根据前后轴的轴荷比例、所述各车轮载荷与前轴轴荷和后轴轴荷的关系和整车质量得到前轴轴荷和后轴轴荷;
根据左右轮的载荷比例、所述各车轮载荷与前轴轴荷和后轴轴荷的关系、前轴轴荷和后轴轴荷计算得到各轮载荷。第二方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器,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任一实施例所述的基于滑移率差异的商用车车轮载荷估计方法。
第三方面,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任一实施例所述的基于滑移率差异的商用车车轮载荷估计方法。
本发明实施例通过各车轮滑移率与纵向附着系数的线性关系以及各车轮的纵向力与载荷的关系,得到各车轮载荷与前轴轴荷和后轴轴荷的关系,进而通过各车轮载荷与前轴轴荷和后轴轴荷的关系、轴荷比例、载荷比例结合整车质量得到各轮载荷,实现了基于滑移率得到各轮载荷。在实际应用中,只需要借助与滑移率有关的各轮轮速和车速,无需额外加装其它传感器,就能满足各轴轴荷估计的要求,从而降低产品成本。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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获得其他的附图。
图1是本发明实施例提供的一种基于滑移率差异的商用车车轮载荷估计方法的流程图;
图2是本发明实施例提供的车轮状态示意图;
图3是本发明实施例提供的滑移率与纵向附着系数的关系曲线;
图4是本发明实施例提供的模糊小逻辑的示意图;
图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行清楚、完整的描述。显然,所描述的实施例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的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本发明实施例提供一种基于滑移率差异的商用车车轮载荷估计方法,其流程图如图1所示,可适用于对车机软件的功能进行评价的情况。本实施例由电子设备执行。结合图1,本实施例提供的方法具体包括:
S110、在商用车行驶过程中计算作用到各车轮上的纵向力。
当商用车处于不同的行驶状态时,采用不同的公式计算各车轮上的纵向力。这里假设各车轮的纵向力相同。
当商用车处于驱动状态下,计算由发动机经传动系统作用到各车轮上的纵向力。
Figure 931724DEST_PATH_IMAGE001
其中, Ttq为发动机扭矩,ig为变速器传动比,i0为主减速器传动比,ηT为传动系传递效率。
当商用车处于制动状态下,计算由发动机经传动系统作用到各车轮上的纵向力。
Figure 508199DEST_PATH_IMAGE002
其中,Cp为制动器系数,Pwheel为轮缸压力,R为轮胎半径。
S120、根据各车轮滑移率与纵向附着系数的线性关系以及各车轮的纵向力与载荷的关系,得到各车轮载荷与前轴轴荷和后轴轴荷的关系。
由于轮胎具有柔性,轮速和车速并不一致,车轮滑移率表示车轮相对于纯滚动状态的偏离程度,是影响轮胎产生纵向力的一个重要因素。图2是本发明实施例提供的车轮状态示意图,假设已知各轮轮速和整车车速,车轮的滑移率S可表示为下式。其中,借助商用车电子稳定性系统中的轮速传感器获取各轮轮速和整车车速,无需额外加装其他传感器。
Figure 731106DEST_PATH_IMAGE003
其中:u为整车车速,uw为车轮线速度,r为轮胎半径,
Figure 607795DEST_PATH_IMAGE004
为车轮轮速。图2中Fn为车轮的载荷,Fx为车轮的纵向力。
在S120之前,还包括获取各车轮滑移率与纵向附着系数的关系曲线;在关系曲线的线性区计算各车轮滑移率与纵向附着系数的线性关系。
根据轮胎力学特性,滑移率S与纵向附着系数
Figure 243307DEST_PATH_IMAGE005
的关系曲线如图3所示,关系曲线包括线性区和非线性区。在该曲线的线性区,滑移率S与纵向附着系数
Figure 572657DEST_PATH_IMAGE005
存在线性关系:
Figure 584607DEST_PATH_IMAGE006
其中:k为线性关系的斜率(已知该轮胎参数,则该斜率为固定值)。
各车轮的纵向力与车轮载荷和纵向附着系数的关系如下:
Figure 925589DEST_PATH_IMAGE007
将上述两个关系联立可以得到各车轮的纵向力与车轮载荷的关系如下:
Figure 122215DEST_PATH_IMAGE008
设整车具有四个车轮(车轮数量不同,同样适用本发明实施例提供的方法,这里不做赘述),设左前车轮代号为FL,右前车轮代号为FR,左后车轮代号为RL,右后车轮代号为RR。对应的车轮纵向力分别为FxFL、FxFR、FxRL、FxRR,对应的车轮载荷分别为FnFL、FnFR、FnRL、FnRR,对应的车轮滑移率分别为SFL、SFR、SRL、SRR。对应的线性区的固定斜率分别为kFL、kFR、kRL、kRR
将左前车轮的载荷与右前车轮的载荷相加表示为前轴轴荷FnFront
Figure 938862DEST_PATH_IMAGE009
代入各车轮的纵向力与车轮载荷的关系,有下式:
Figure 751572DEST_PATH_IMAGE010
将左后车轮的载荷与右后车轮的载荷相加表示为后轴轴荷F nRear
Figure 337274DEST_PATH_IMAGE011
代入各车轮的纵向力与车轮载荷的关系,有下式:
Figure 580168DEST_PATH_IMAGE012
S130、根据前后轴的轴荷比例、所述各车轮载荷与前轴轴荷和后轴轴荷的关系和整车质量得到前轴轴荷和后轴轴荷。
首先确定前后轴的轴荷比例的表达式,则由前述前轴轴荷和后轴轴荷的表达式可知:
Figure 884111DEST_PATH_IMAGE013
在已知整车质量m的情况下,前轴轴荷FnFront为:
Figure 972283DEST_PATH_IMAGE015
后轴轴荷FnRear为:
Figure 412492DEST_PATH_IMAGE017
其中:g为重力纵向加速度。
S140、根据左右轮的载荷比例、所述各车轮载荷与前轴轴荷和后轴轴荷的关系、前轴轴荷和后轴轴荷计算得到各轮载荷。
首先确定前轴左右轮的载荷比例的表达式:
Figure DEST_PATH_IMAGE018
确定后轴左右轮的载荷比例的表达式:
Figure 623025DEST_PATH_IMAGE019
进一步可以得到各车轮载荷,左前轮载荷为:
Figure 26980DEST_PATH_IMAGE021
右前轮载荷为:
Figure 653264DEST_PATH_IMAGE023
左后轮载荷为:
Figure 947979DEST_PATH_IMAGE025
右后轮载荷为:
Figure 532676DEST_PATH_IMAGE027
本发明实施例通过各车轮滑移率与纵向附着系数的线性关系以及各车轮的纵向力与载荷的关系,得到各车轮载荷、前轴轴荷和后轴轴荷,进而通过各车轮载荷与前轴轴荷和后轴轴荷的关系、轴荷比例、载荷比例结合整车质量得到各轮载荷,实现了基于滑移率得到各轮载荷。在实际应用中,只需要借助与滑移率有关的各轮轮速和车速,无需额外加装其它传感器,就能满足各轴轴荷估计的要求,从而降低产品成本。
在上述实施例和下述实施例中,在根据各车轮滑移率与纵向附着系数的线性关系以及各车轮的纵向力与载荷的关系,得到各车轮载荷与前轴轴荷和后轴轴荷的关系之前,需要满足如下几个条件,才能执行载荷估计。
1)检测到商用车各车轮的滑移率处于滑移率与纵向附着系数的关系曲线的线性区。
本发明实施例所采用基于滑移率差异的方法只适应于“滑移率-附着系数”关系图中的线性区,当滑移率增大到非线性区后,上述推导关系不再成立。
2)各车轮的轮速满足平滑条件。
估算过程中,轮速应避免骤增或骤减的情况,导致滑移率计算发生短时间的突然变化,从而影响轴荷比例关系的估算,所以需要监测轮速信息,保证轮速平滑。
3)整车纵向力大于最小纵向力阈值。
当整车纵向力过小时,基于动力传递系统的滞后响应,易受信号噪声的影响,导致基于滑移率与纵向力估计轴荷的比例关系不准确,所以需要保证整车纵向力必须大于给定的最小纵向力阈值。最小纵向力阈值可以通过试验得到。
4)各车轮的纵向力与滑移率符号相反。
当车轮纵向力为正时,此时车轮轮速应大于实际车速,即滑移率为负;当车轮纵向力为负时,此时车轮轮速应小于实际车速,即滑移率为正;故需要满足纵向力与滑移率符号相反的关系,才能保证滑移率信息正确。
5)纵向车速大于最小速度阈值。
当整车纵向车速过小时,易受到轮速噪声的影响,导致滑移率计算不准确,从而影响轴荷比例关系的估算,所以需要保证整车纵向速度必须大于给定的最小速度阈值。最小速度阈值可以通过试验得到。
6)汽车主动制动安全功能未被触发。ABS(制动防抱死)、ASR(驱动防滑控制)、AYC(主动横摆力矩控制)等一系列汽车主动制动安全功能触发时,车轮滑移率极有可能处在“滑移率-附着系数”关系图中的非线性区,该发明的估算逻辑也不再成立。
在上述实施例和下述实施例中,车辆质量m需要估计得到。现有技术一般采用传统两点法估计质量,具体如下:
整车纵向动力学方程为:
Figure 280052DEST_PATH_IMAGE028
其中:Fx为纵向力,Fw为空气阻力,
Figure 241186DEST_PATH_IMAGE029
为坡度角,a x 为整车纵向加速度。
当车辆在行驶状态中,假设路面坡度不变,空气阻力不变,路面附着系数不变,选取两个时刻列写动力学方程:
Figure 655986DEST_PATH_IMAGE030
两式相减可求出m:
Figure 408654DEST_PATH_IMAGE031
本实施例对传统两点法进行改进,提出一种扩展两点法用于估计整车质量,扩展两点法将两个时间周期扩展为多个时间周期,用以减小估计误差。
可选的,在根据前后轴的轴荷比例、各车轮载荷与前轴轴荷和后轴轴荷的关系和整车质量得到前轴轴荷和后轴轴荷之前,还包括:获取所述商用车多个历史时间周期的纵向加速度和整车纵向力,并将相邻时间周期的纵向加速度和整车纵向力分别相减得到多个纵向加速度变化量和多个整车纵向力变化量;如果所述多个纵向加速度变化量和多个整车纵向力变化量的协方差大于设定阈值,根据所述多个纵向加速度变化量和多个整车纵向力变化估计整车质量。
假设历史时间周期为n个,n个历史时间周期中相邻周期的纵向加速度变化量为Δaxi=(ax(i+1)-axi)(i=1,2,……,n),整车纵向力变化量为ΔFxi=(Fx(i+1)-Fxi)(i=1,2,……,n),计算该n组数据协方差:
Figure 908906DEST_PATH_IMAGE032
当储存的n组数据的协方差大于设定阈值(设定阈值可以通过试验得到)时,说明该n组数据的相关性强,在历史时间周期内质量保持不变,满足质量估计的条件。进一步的,根据所述多个纵向加速度变化量和多个整车纵向力变化量估计整车质量。具体可以直接将多个整车纵向力变化量的平均值除以多个纵向加速度变化量的平均值,得到整车质量。
优选的,利用最小二乘方法得到斜率,以减小估计误差。具体而言,首先采用最小二乘法,根据所述多个纵向加速度变化量和多个整车纵向力变化估计当前时间周期的整车质量的估计值
Figure 408151DEST_PATH_IMAGE033
。参见下式:
Figure 943038DEST_PATH_IMAGE034
需要注意的是,n的选取需要特别注意,间隔越大路面坡度改变的可能也越大,但间隔越小又可能协方差不够。在具体应用时,可以通过路面坡度和协方差的值综合选定。
随着时间的进行,会获取到新时间周期的纵向加速度变化量和纵向力变化量。那么,将新时间周期的纵向加速度变化量和纵向力变化量替换历史时间周期中时间最早的一组数据,从而得到整体比较新的纵向加速度变化量和纵向力变化量,从而不断更新各时间周期的整车质量的估计值。
然后,采用上一时间周期的整车质量的滤波值对当前时间周期的整车质量的估计值进行滤波,得到滤波值。
Figure 869537DEST_PATH_IMAGE035
其中:mF(i-1)为上一时间周期质量的滤波值,mF(i)为当前时间周期整车质量的滤波值,c为低通滤波系数,
Figure 857084DEST_PATH_IMAGE036
为当前时间周期的整车质量的估计值。
最后,在多个时间周期之后得到了多个时间周期的滤波值,对多个时间周期的滤波值进行加权求和,得到最终的整车质量。其中,权值可以为设定值,从而利用多个时间周期的滤波值综合得到整车质量,减少单点数据带来的误差。
优选的,基于滤波值的准确性确定权值。在处于每个当前时间周期时,计算当前时间周期的滤波值与估计值的差值。滤波后可以有效消除质量误差较大的坏点,差值越大说明该时刻质量滤波值误差越大,故给予该质量滤波值更小的权值,即根据所述差值确定当前时间周期的滤波值的权值;差值越大,权值越小。
在一可选实施方式中,图4是本发明实施例提供的模糊小逻辑的示意图,横坐标为输入量,纵坐标为输出量。利用模糊小逻辑算法,可以根据差值进行权值计算。
模糊小逻辑的计算流程为:当输入量x小于最小阈值small时,输出量y为1;当输入量x大于最大阈值large时,输出量y为0;当输入量x介于最小阈值small与最大阈值large之间时,输出量y为1-(x-small)/(large-small)。
故利用模糊小逻辑算法计算每一时间周期的权值,输入量x为
Figure 894442DEST_PATH_IMAGE037
,输出量y为第i周期的权值Gew(i),FuzzySmall为模糊小逻辑。
Figure DEST_PATH_IMAGE038
进而可以对多个时间周期的滤波值进行加权求和,得到最终的整车质量:
Figure 822516DEST_PATH_IMAGE039
图5为本发明实施例提供的一种电子设备的结构示意图,如图5所示,该设备包括处理器40、存储器41、输入装置42和输出装置43;设备中处理器40的数量可以是一个或多个,图5中以一个处理器40为例;设备中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器41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基于滑移率差异的商用车车轮载荷估计方法对应的程序指令/模块。处理器40通过运行存储在存储器41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,即实现上述的基于滑移率差异的商用车车轮载荷估计方法。
存储器41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41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41可进一步包括相对于处理器40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42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43可包括显示屏等显示设备。
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任一实施例的基于滑移率差异的商用车车轮载荷估计方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案。

Claims (8)

1.一种基于滑移率差异的商用车车轮载荷估计方法,其特征在于,包括:
在商用车行驶过程中计算作用到各车轮上的纵向力;
根据各车轮滑移率与纵向附着系数的线性关系以及各车轮的纵向力与载荷的关系,得到各车轮载荷与前轴轴荷和后轴轴荷的关系;
获取所述商用车多个历史时间周期的纵向加速度和整车纵向力,并将相邻时间周期的纵向加速度和整车纵向力分别相减得到多个纵向加速度变化量和多个整车纵向力变化量;
如果所述多个纵向加速度变化量和多个整车纵向力变化量的协方差大于设定阈值,采用最小二乘法,根据所述多个纵向加速度变化量和多个整车纵向力变化量估计当前时间周期的整车质量的估计值;采用上一时间周期的整车质量的滤波值对当前时间周期的整车质量的估计值进行滤波,得到滤波值;在多个时间周期之后,对多个时间周期的滤波值进行加权求和,得到最终的整车质量;
根据前后轴的轴荷比例、所述各车轮载荷与前轴轴荷和后轴轴荷的关系和整车质量得到前轴轴荷和后轴轴荷;
根据左右轮的载荷比例、所述各车轮载荷与前轴轴荷和后轴轴荷的关系、前轴轴荷和后轴轴荷计算得到各轮载荷。
2.根据权利要求1所述的方法,其特征在于,所述在商用车行驶过程中计算作用到各车轮上的纵向力,包括:
当商用车处于驱动状态下,根据以下公式计算由发动机经传动系统作用到各车轮上的纵向力:
Figure 775947DEST_PATH_IMAGE001
其中,R为轮胎半径,Ttq为发动机扭矩,ig为变速器传动比,i0为主减速器传动比,ηT为传动系传递效率;
当商用车处于制动状态下,根据以下公式计算由发动机经传动系统作用到各车轮上的纵向力:
Figure 24526DEST_PATH_IMAGE002
其中,Cp为制动器系数,Pwheel为轮缸压力,R为轮胎半径。
3.根据权利要求1所述的方法,其特征在于,在所述根据各车轮滑移率与纵向附着系数的线性关系以及各车轮的纵向力与载荷的关系,得到各车轮载荷与前轴轴荷和后轴轴荷的关系之前,还包括:
获取各车轮滑移率与纵向附着系数的关系曲线;所述关系曲线包括线性区和非线性区;
在所述关系曲线的线性区计算各车轮滑移率与纵向附着系数的线性关系。
4.根据权利要求1所述的方法,其特征在于,所述根据各车轮滑移率与纵向附着系数的线性关系以及各车轮的纵向力与载荷的关系,得到各车轮载荷与前轴轴荷和后轴轴荷的关系,包括:
根据下述公式表示各车轮的载荷Fn与纵向力的关系:
Figure 888577DEST_PATH_IMAGE003
其中,Fx是车轮的纵向力,S是车轮的滑移率,k是线性关系的斜率;
将左前车轮的载荷与右前车轮的载荷相加表示为前轴轴荷;
将左后车轮的载荷与右后车轮的载荷相加表示为后轴轴荷。
5.根据权利要求1所述的方法,其特征在于,在多个时间周期之后,对多个时间周期的滤波值进行加权求和,得到最终的整车质量之前,还包括:
在处于每个当前时间周期时,计算当前时间周期的滤波值与估计值的差值;
根据所述差值确定当前时间周期的滤波值的权值;
其中,差值越大,权值越小。
6.根据权利要求1-5任一项所述的方法,其特征在于,在所述根据各车轮滑移率与纵向附着系数的线性关系以及各车轮的纵向力与载荷的关系,得到各车轮载荷与前轴轴荷和后轴轴荷的关系之前,还包括:
检测到商用车各车轮的滑移率处于滑移率与纵向附着系数的关系曲线的线性区;
各车轮的轮速满足平滑条件;
整车纵向力大于最小纵向力阈值;
各车轮的纵向力与滑移率符号相反;
纵向车速大于最小速度阈值;
汽车主动制动安全功能未被触发。
7.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,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1-6中任一所述的基于滑移率差异的商用车车轮载荷估计方法。
8.一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1-6中任一所述的基于滑移率差异的商用车车轮载荷估计方法。
CN202210245531.1A 2022-03-14 2022-03-14 基于滑移率差异的商用车车轮载荷估计方法、设备和介质 Active CN114348004B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210245531.1A CN114348004B (zh) 2022-03-14 2022-03-14 基于滑移率差异的商用车车轮载荷估计方法、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210245531.1A CN114348004B (zh) 2022-03-14 2022-03-14 基于滑移率差异的商用车车轮载荷估计方法、设备和介质

Publications (2)

Publication Number Publication Date
CN114348004A CN114348004A (zh) 2022-04-15
CN114348004B true CN114348004B (zh) 2022-05-27

Family

ID=81094756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210245531.1A Active CN114348004B (zh) 2022-03-14 2022-03-14 基于滑移率差异的商用车车轮载荷估计方法、设备和介质

Country Status (1)

Country Link
CN (1) CN114348004B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19623595A1 (de) * 1996-06-13 1997-12-18 Teves Gmbh Alfred Verfahren zur Regelung des Fahrverhaltens eines Fahrzeugs
CN108778863A (zh) * 2016-03-07 2018-11-09 沃尔沃卡车集团 调节车辆重心高度估计值的方法
CN112046455A (zh) * 2020-09-21 2020-12-08 武汉大学 一种基于车辆质量辨识的自动紧急制动方法
CN112525310A (zh) * 2019-09-17 2021-03-19 北汽福田汽车股份有限公司 轮荷测试系统,方法及装置
CN112959995A (zh) * 2021-05-19 2021-06-15 天津所托瑞安汽车科技有限公司 一种铰链车的防滑控制方法及装置、设备、介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2535773B (en) * 2015-02-27 2019-10-30 Jaguar Land Rover Ltd Vehicle mass estimation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19623595A1 (de) * 1996-06-13 1997-12-18 Teves Gmbh Alfred Verfahren zur Regelung des Fahrverhaltens eines Fahrzeugs
CN108778863A (zh) * 2016-03-07 2018-11-09 沃尔沃卡车集团 调节车辆重心高度估计值的方法
CN112525310A (zh) * 2019-09-17 2021-03-19 北汽福田汽车股份有限公司 轮荷测试系统,方法及装置
CN112046455A (zh) * 2020-09-21 2020-12-08 武汉大学 一种基于车辆质量辨识的自动紧急制动方法
CN112959995A (zh) * 2021-05-19 2021-06-15 天津所托瑞安汽车科技有限公司 一种铰链车的防滑控制方法及装置、设备、介质

Also Published As

Publication number Publication date
CN114348004A (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
Rajendran et al. Estimation of road frictional force and wheel slip for effective antilock braking system (ABS) control
JP5214738B2 (ja) 車両の荷重の推定方法
JP4331881B2 (ja) 路面状態推定装置
US5899952A (en) Device for estimating slip angle of vehicle body through interrelation thereof with yaw rate
US20090177346A1 (en) Dynamic estimation of vehicle inertial parameters and tire forces from tire sensors
EP2187223B1 (en) System and method for compensating vehicle sensor signals
JP2005518987A (ja) 最大摩擦係数を決定する方法
CN110562263A (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
Khaleghian et al. Estimation of the tire contact patch length and normal load using intelligent tires and its application in small ground robot to estimate the tire-road friction
US20110015906A1 (en) Method and device for determining a coefficient of friction
CN110843783B (zh) 一种基于路面识别驱动防滑预控制方法
JP2002172920A (ja) タイヤ空気圧推定装置
CN111645698B (zh) 一种重载车辆侧翻阈值自适应估计方法
US8473174B2 (en) Method for determining the vehicle longitudinal velocity in a vehicle
CN110884499A (zh) 一种确定车辆质心侧偏角的方法和系统
Mazzilli et al. On the benefit of smart tyre technology on vehicle state estimation
CN112896164A (zh) 一种基于车重及坡度自适应的车辆制动方法、装置及介质
CN111198032A (zh) 汽车质量实时估算方法
JPWO2013175567A1 (ja) サーバ装置、端末装置、システム及び路面状態推定方法
JP2008265545A (ja) 車両の重心位置推定装置及び重心位置/ヨー慣性モーメント推定装置。
CN112579966B (zh) Abs参考车速的计算方法、装置、电子设备和介质
CN114348004B (zh) 基于滑移率差异的商用车车轮载荷估计方法、设备和介质
CN114644001A (zh) 一种车辆载重预测方法、装置、存储介质及车辆
CN116749982A (zh) 基于改进的双层卡尔曼滤波的工程车辆路面附着系数状态估计方法
CN116968700A (zh) 一种基于路面识别的分布式驱动电动汽车制动力控制方法

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