CN114720717A - 轮速检测方法、装置、车载系统及计算机可读存储介质 - Google Patents
轮速检测方法、装置、车载系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114720717A CN114720717A CN202210220122.6A CN202210220122A CN114720717A CN 114720717 A CN114720717 A CN 114720717A CN 202210220122 A CN202210220122 A CN 202210220122A CN 114720717 A CN114720717 A CN 114720717A
- Authority
- CN
- China
- Prior art keywords
- wheel speed
- speed signal
- delay time
- filtering
- determining
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 27
- 238000001914 filtration Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 32
- 230000001133 acceleration Effects 0.000 claims description 28
- 230000005540 biological transmission Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种轮速检测方法、装置、车载系统及计算机可读存储介质。该方法包括：获取轮速信号，以及获取定位模块确定的运动参数；对所述轮速信号进行滤波处理，得到滤波后轮速信号；确定所述滤波处理的延迟时间；根据所述滤波后轮速信号、所述延迟时间、以及所述运动参数，确定轮速观测值。通过上述方式，本申请能够提高轮速检测的准确性。
Description
技术领域
本申请涉及汽车轮速检测领域，特别是涉及轮速检测方法、装置、车载系统及计算机可读存储介质。
背景技术
在轮速估计检测领域，基于多传感器的融合定位算法有效地提高了定位的精度、可靠性和可用性。轮速作为多传感器融合定位的重要观测，能显著地提高隧道、城市峡谷等GNSS(全球导航卫星系统)异常区域的定位效果。但对于一些车辆，其输出的轮速观测会存在噪声大、频率低等问题，严重影响了车辆定位的效果。
目前，对于轮速信号的处理方式多种多样，例如有自适应卡尔曼滤波的轮速信号处理、基于FFT/IFFT(快速傅里叶变换/逆快速傅里叶变换)的轮速信号处理等技术手段，一般而言，自适应卡尔曼滤波模型可以分析轮速信号的检测误差，建立轮速估计的系统状态空间模型，采用用于轮速估计的自适应卡尔曼滤波算法进行滤波，这种方法响应速度快，平滑效果比较理想，但对于低频轮速则会造成较大的延迟；而基于FFT/IFFT的轮速信号处理技术通常使用傅里叶变换分析噪声信号频谱特点，确立合适的截止频率和通频带，对通频带内的信号予以保留，对截止频率外的频谱曲线进行曲线拟合，恢复正常信号的频谱曲线，研究结果证明基于傅里叶变换曲线拟合滤波能有效滤除叠加在轮速信号上的噪声，还原出真实的轮速脉冲信号，不过，在处理低频轮速观测时存在较大延迟。因此，需要一种能够消除或较少时间延迟的方法。
发明内容
本申请主要提供一种轮速检测方法、装置、车载系统及计算机可读存储介质，解决了现有技术中轮速检测延迟较大的问题。
为解决上述技术问题，本申请第一方面提供了轮速检测方法，所述方法包括：获取轮速信号，以及获取定位模块确定的运动参数；对所述轮速信号进行滤波处理，得到滤波后轮速信号；确定所述滤波处理的延迟时间；根据所述滤波后轮速信号、所述延迟时间、以及所述运动参数，确定轮速观测值。
可选地，所述对所述轮速信号进行滤波处理，包括：利用n阶FIR低通滤波器对所述轮速信号进行滤波处理得到所述滤波后轮速信号。
可选地，所述对所述轮速信号进行滤波处理，包括：利用下式，对所述轮速信号进行滤波处理：
其中，式中，k表示滤波后的k时刻，y(k)为滤波后k时刻轮速信号，x(i)为滤波前的i时刻轮速信号，h(i-k+n)为x(i)对应的比例系数。
可选地，所述确定所述滤波处理的延迟时间，包括：基于所述轮速信号的采样时间间隔以及传输时间确定所述延迟时间。
可选地，所述基于所述轮速信号的采样时间间隔以及传输时间确定所述延迟时间，包括：利用下式计算所述延迟时间：T＝n×t1/2+t2，其中，T为所述延迟时间，n代表所述FIR低通滤波器的阶数，t1为所述轮速信号的采样时间间隔，t2为所述传输时间。
可选地，所述运动参数包括前向加速度和所述俯仰角，所述根据所述滤波后轮速信号、所述延迟时间、以及所述运动参数，确定轮速观测值，包括：根据所述延迟时间内获取到的所述前向加速度和所述俯仰角，确定所述延迟时间内的轮速变化值；根据所述滤波后轮速信号以及所述轮速变化值，确定所述轮速观测值。
可选地，所述根据所述延迟时间内获取到的所述前向加速度和所述俯仰角，确定所述延迟时间内的轮速变化值，包括：利用下式确定所述轮速变化值：
其中，ΔV为所述轮速变化值，T为所述延迟时间，t为获取相邻组所述前向加速度和所述俯仰角的时间间隔，fy,为j时刻的前向加速度，B为fy,的零偏误差，g为重力加速度，θj为j时刻的俯仰角。
为解决上述技术问题，本申请第二方面提供了车载系统，所述车载系统包括：定位模块，用于确定运动参数；轮速检测模块，用于采集轮速信号；滤波模块，用于对所述轮速信号进行滤波处理，得到滤波后轮速信号；处理模块，用于确定所述滤波处理的延迟时间，以及根据所述滤波后轮速信号、所述延迟时间、以及所述运动参数，确定轮速观测值。
为解决上述技术问题，本申请第三方面提供了一种装置包括相互耦接的处理器和存储器；所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如上述第一方面提供的轮速检测方法。
为解决上述技术问题，本申请第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有程序数据，所述程序数据被处理器执行时，实现如上述第一方面提供的轮速检测方法。
本申请的有益效果是：区别于现有技术的情况，本申请获取轮速信号、以及定位模块确定的运动参数，对轮速信号进行滤波处理，得到滤波后轮速信号，并确定滤波处理的延迟时间，根据滤波后轮速信号、延迟时间、以及运动参数，确定轮速观测值，在通过轮速信号进行轮速检测时，考虑滤波处理延迟时间，降低甚至消除延迟时间对于轮速检测准确性造成的不利影响，提高轮速预测的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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获得其他的附图。
图1是本申请轮速检测方法一实施例的流程示意框图；
图2是本申请步骤S14一实施例的流程示意框图；
图3是本申请车辆系统一实施例的结构示意框图；
图4是本申请车辆系统另一实施例的结构示意框图；
图5是本申请轮速检测装置一实施例的结构示意框图；
图6是本申请计算机可读存储介质一实施例的结构示意框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示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。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解是，本文所描述的实施例可以与其他实施例结合。
请参阅图1，图1是本申请轮速检测方法一实施例的流程示意框图。需注意的是，若有实质上相同的结果，本实施例并不以图1所示的流程顺序为限。本实施例包括以下步骤：
步骤S11：获取轮速信号，以及获取定位模块确定的运动参数。
其中，轮速信号可通过轮速传感器对车轮进行轮速测量得到的。轮速传感器一般被设于车轮处或变速器中，可包括霍尔式轮速传感器、磁电式轮速传感器等。
其中，定位模块例如是GNSS/IMU(全球导航卫星系统/惯性测量单元)组合定位模块，其中IMU包含了三个单轴的加速度计和三个单轴的陀螺，加速度计检测物体在载体坐标系统独立三轴的加速度信号，而陀螺检测载体相对于导航坐标系的角速度信号，测量车辆在三维空间中运动参数，运动参数例如包括车辆的加速度、角速度以及姿态角。
步骤S12：对轮速信号进行滤波处理，得到滤波后轮速信号。
轮速信号包含比较大的噪声，本步骤对轮速信号进行滤波处理，以去除或削弱轮速信号中的噪声。
在其中一实施例中，可以是利用n阶FIR低通滤波器，对轮速信号进行滤波处理得到滤波后轮速信号。
具体而言，根据下式，对轮速信号进行滤波处理：
式中，k表示滤波后的k时刻，y(k)为滤波后k时刻轮速信号，x(i)为滤波前的i时刻轮速信号，h(i-k+n)为x(i)对应的比例系数。
其中，FIR低通滤波器可去除轮速信号中存在的高频噪声，提高轮速信号的质量。
步骤S13：确定滤波处理的延迟时间。
延迟时间，指的是轮速信号在传输、滤波处理过程耗费时间，导致信号延迟的时间。
若利用FIR低通滤波器对轮速信号进行滤波处理，由于FIR低通滤波器具有固定延迟时间的特性，固可以确定滤波处理的延迟时间。具体而言，可基于所述轮速信号的采样时间间隔以及传输时间确定所述延迟时间。进一步，本实施例可以根据以下公式，来基于所述轮速信号的采样时间间隔以及传输时间确定所述延迟时间：
T＝n×t1/2+t2
式中，T为延迟时间，n代表FIR低通滤波器的阶数，t1为轮速信号的采样时间间隔，t2为传输时间。
步骤S14：根据滤波后轮速信号、延迟时间、以及运动参数，确定轮速观测值。
其中，运动参数包括前向加速度和俯仰角，在本实施例中，运动参数为GNSS/IMU组合定位系统输出的IMU俯仰角以及无零偏的加速度。
本步骤考虑延迟时间内定位模块反馈的运动参数，并据此确定延迟时间内的轮速变化，根据轮速变化和滤波后轮速信号共同对确定当前实时轮速。
请参阅图2，图2是本申请步骤S14一实施例的流程示意框图。需注意的是，若有实质上相同的结果，本实施例并不以图2所示的流程顺序为限。本实施例包括以下步骤：
步骤S141：根据延迟时间内获取到的前向加速度和俯仰角，确定延迟时间内的轮速变化值。
在延迟时间内，车辆的轮速可能发生改变，若直接根据滤波后的轮速信号对当前轮速进行预测，则会由于延迟时间的存在，导致轮速预测的实时性差，轮速检测结果与实际当前轮速差异大。
其中，由于GNSS/IMU组合定位系统在数据输出过程中存在一定的时间间隔t，则延迟时间T内，可以从GNSS/IMU组合定位系统中获取T/t组的运动参数数据。
进一步地，本实施例可以根据以下公式，来根据在延迟时间内的前向加速度和俯仰角计算轮速变化值：
式中，ΔV为轮速变化值，T为延迟时间，t为获取相邻组前向加速度和俯仰角的时间间隔，fy,j为j时刻的前向加速度，B为fy,j的零偏误差，g为重力加速度，θj为j时刻的俯仰角。
可以理解地，GNSS/IMU组合定位系统每隔时间间隔t输出一组前向加速度和俯仰角参数，则t也表示获取相邻组前向加速度和俯仰角之间的时间间隔。
步骤S142：根据滤波后轮速信号以及轮速变化值，确定轮速观测值。
具体来说，本步骤将滤波后轮速信号加上轮速变化值，得到轮速观测值。本实施例考虑迟时间内的轮速变化值，在滤波后轮速信号基础上，加上轮速变化值，以得到实时轮速观测值，轮速检测的准确性更高。
区别于现有技术，上述实施例采用FIR低通滤波器去除轮速信号中的高频噪声，同时根据FIR低通滤波器的固定延迟时间特性，确定轮速信号滤波处理的延迟时间，并根据延迟时间内采集到的前向加速度和俯仰角，确定延迟时间内的轮速变化值，最终在滤波后轮速信号基础上加上轮速变化值，降低甚至消除轮速信号滤波处理时间导致轮速预测的滞后影响，提高实轮速预测的实时性和准确性。
请参阅图3，图3是本申请车辆系统一实施例的结构示意框图。车辆系统100包括：定位模块110、轮速检测模块120、滤波模块130以及处理模块140，其中，定位模块110用于确定运动参数，轮速检测模块120用于采集获取轮速信号；滤波模块130用于对轮速信号进行滤波处理，得到滤波后轮速信号；处理模块140用于确定滤波处理的延迟时间，以及根据滤波后轮速信号、延迟时间、以及运动参数，确定轮速观测值。
可选地，处理模块140还用于利用n阶FIR低通滤波器，对轮速信号进行滤波处理得到滤波后轮速信号。
可选地，处理模块140还用于利用FIR低通滤波器的阶数乘以轮速信号的采样时间间隔的二分之一，加上轮速信号的从传感器传输到处理器的传输时间，得到延迟时间。
可选地，定位模块110还用于确定前向加速度和俯仰角，处理模块140还用于根据延迟时间内获取到的前向加速度和俯仰角，确定延迟时间内的轮速变化值；将滤波后轮速信号加上轮速变化值，得到轮速观测值。
请参阅图4，图4是本申请车辆系统另一实施例的结构示意框图。本实施例的车辆系统100包括：GNSS/IMU定位模块111、轮速检测模块120、n阶FIR滤波器131、延迟时间计算模块143以及轮速估计模块144，其中，GNSS/IMU定位模块111用于确定前向加速度和俯仰角，轮速检测模块120用于采集轮速信号，n阶FIR滤波器131用于对轮速信号进行滤波处理，得到滤波后轮速信号，延迟时间计算模块143用于确定滤波处理的延迟时间；轮速估计模块144用于根据滤波后轮速信号、延迟时间、前向加速度以及俯仰角，确定轮速观测值。
延迟时间计算模块143还用于基于轮速信号的采样时间间隔以及传输时间确定延迟时间。
轮速估计模块144还用于根据滤波后轮速信号以及轮速变化值，确定轮速观测值。
关于各处理执行的各步骤的具体方式请参照上述本申请轮速检测方法实施例的各步骤的描述，在此不再赘述。
请参阅图5，图5是本申请轮速检测装置一实施例的结构示意框图。该轮速检测装置200包括相互耦接的处理器210和存储器220，存储器220中存储有计算机程序，处理器210用于执行计算机程序以实现上述各实施例所述的轮速检测方法。
关于处理执行的各步骤的描述请参照上述本申请轮速检测方法实施例的各步骤的描述，在此不再赘述。
存储器220可用于存储程序数据以及模块，处理器210通过运行存储在存储器220的程序数据以及模块，从而执行各种功能应用以及数据处理。存储器220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(轮速信号滤波处理功能、轮速预测功能等)等；存储数据区可存储根据轮速检测装置200的使用所创建的数据(比如轮速信号数据、滤波器参数、延迟时间、轮速变化值等)等。此外，存储器220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、或其他易失性固态存储器件。相应地，存储器220还可以包括存储器控制器，以提供处理器210对存储器220的访问。
在本申请的各实施例中，所揭露的方法、装置，可以通过其它的方式实现。例如，以上所描述的轮速检测装置200的各实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个单元，或者也可以分布于多个单元之上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中。
参阅图6，图6为本申请计算机可读存储介质一实施例的结构示意框图，计算机可读存储介质300存储有程序数据310，程序数据310被执行时实现如上述轮速检测方法各实施例的步骤。
关于处理执行的各步骤的描述请参照上述本申请轮速检测方法实施例的各步骤的描述，在此不再赘述。
计算机可读存储介质300可以是U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种轮速检测方法，其特征在于，所述方法包括：
获取轮速信号，以及获取定位模块确定的运动参数；
对所述轮速信号进行滤波处理，得到滤波后轮速信号；
确定所述滤波处理的延迟时间；
根据所述滤波后轮速信号、所述延迟时间、以及所述运动参数，确定轮速观测值。
2.根据权利要求1所述的方法，其特征在于，所述对所述轮速信号进行滤波处理，包括：
利用n阶FIR低通滤波器对所述轮速信号进行滤波处理得到所述滤波后轮速信号。
3.根据权利要求2所述的方法，其特征在于，所述对所述轮速信号进行滤波处理，包括：
利用下式，对所述轮速信号进行滤波处理：
其中，k表示滤波后的k时刻，y(k)为滤波后k时刻轮速信号，x(i)为滤波前的i时刻轮速信号，h(i-k+n)为x(i)对应的比例系数。
4.根据权利要求2所述的方法，其特征在于，所述确定所述滤波处理的延迟时间，包括：
基于所述轮速信号的采样时间间隔以及传输时间确定所述延迟时间。
5.根据权利要求4所述的方法，其特征在于，所述基于所述轮速信号的采样时间间隔以及传输时间确定所述延迟时间，包括：
利用下式计算所述延迟时间：
T＝n×t1/2+t2
其中，T为所述延迟时间，n代表所述FIR低通滤波器的阶数，t1为所述轮速信号的采样时间间隔，t2为所述传输时间。
6.根据权利要求1所述的方法，其特征在于，所述运动参数包括前向加速度和俯仰角，所述根据所述滤波后轮速信号、所述延迟时间、以及所述运动参数，确定轮速观测值，包括：
根据所述延迟时间内获取到的所述前向加速度和所述俯仰角，确定所述延迟时间内的轮速变化值；
根据所述滤波后轮速信号以及所述轮速变化值，确定所述轮速观测值。
7.根据权利要求6所述的方法，其特征在于，
利用下式确定所述轮速变化值：
其中，ΔV为所述轮速变化值，T为所述延迟时间，t为获取相邻组所述前向加速度和所述俯仰角的时间间隔，fy,j为j时刻的前向加速度，B为fy,j的零偏误差，g为重力加速度，θj为j时刻的俯仰角。
8.一种车载系统，其特征在于，所述车载系统包括：
定位模块，用于确定运动参数；
轮速检测模块，用于采集轮速信号；
滤波模块，用于对所述轮速信号进行滤波处理，得到滤波后轮速信号；
处理模块，用于确定所述滤波处理的延迟时间，以及根据所述滤波后轮速信号、所述延迟时间、以及所述运动参数，确定轮速观测值。
9.一种轮速检测装置，其特征在于，所述装置包括相互耦接的处理器和存储器；所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1-7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有程序数据，所述程序数据被处理器执行时实现如权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210220122.6A CN114720717A (zh) | 2022-03-08 | 2022-03-08 | 轮速检测方法、装置、车载系统及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210220122.6A CN114720717A (zh) | 2022-03-08 | 2022-03-08 | 轮速检测方法、装置、车载系统及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114720717A true CN114720717A (zh) | 2022-07-08 |
Family
ID=82237034
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210220122.6A Pending CN114720717A (zh) | 2022-03-08 | 2022-03-08 | 轮速检测方法、装置、车载系统及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114720717A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10217934A (ja) * | 1997-02-07 | 1998-08-18 | Nissan Motor Co Ltd | 車体速推定装置 |
| CN110095635A (zh) * | 2019-05-08 | 2019-08-06 | 吉林大学 | 一种全轮驱动车辆的纵向车速估计方法 |
| CN111308919A (zh) * | 2018-12-12 | 2020-06-19 | 广州汽车集团股份有限公司 | 轮速信号传送方法、装置、终端和计算机可读存储介质 |
| CN112269030A (zh) * | 2020-10-30 | 2021-01-26 | 上海易咖智车科技有限公司 | 一种轮速信号处理方法、装置、设备及存储介质 |
| CN112498356A (zh) * | 2020-12-16 | 2021-03-16 | 中国煤炭科工集团太原研究院有限公司 | 一种矿用电动四驱车控制系统中的车速测算方法 |
| CN113085874A (zh) * | 2021-03-23 | 2021-07-09 | 浙江吉利控股集团有限公司 | 基于俯仰角与纵向坡度确定侧向加速度的方法及装置 |
| CN113434967A (zh) * | 2021-08-27 | 2021-09-24 | 天津所托瑞安汽车科技有限公司 | 车辆轮速的估计方法、装置、控制方法、设备和存储介质 |
| CN113566850A (zh) * | 2021-07-29 | 2021-10-29 | 深圳元戎启行科技有限公司 | 惯性测量单元的安装角度标定方法、装置和计算机设备 |
-
2022
- 2022-03-08 CN CN202210220122.6A patent/CN114720717A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10217934A (ja) * | 1997-02-07 | 1998-08-18 | Nissan Motor Co Ltd | 車体速推定装置 |
| CN111308919A (zh) * | 2018-12-12 | 2020-06-19 | 广州汽车集团股份有限公司 | 轮速信号传送方法、装置、终端和计算机可读存储介质 |
| CN110095635A (zh) * | 2019-05-08 | 2019-08-06 | 吉林大学 | 一种全轮驱动车辆的纵向车速估计方法 |
| CN112269030A (zh) * | 2020-10-30 | 2021-01-26 | 上海易咖智车科技有限公司 | 一种轮速信号处理方法、装置、设备及存储介质 |
| CN112498356A (zh) * | 2020-12-16 | 2021-03-16 | 中国煤炭科工集团太原研究院有限公司 | 一种矿用电动四驱车控制系统中的车速测算方法 |
| CN113085874A (zh) * | 2021-03-23 | 2021-07-09 | 浙江吉利控股集团有限公司 | 基于俯仰角与纵向坡度确定侧向加速度的方法及装置 |
| CN113566850A (zh) * | 2021-07-29 | 2021-10-29 | 深圳元戎启行科技有限公司 | 惯性测量单元的安装角度标定方法、装置和计算机设备 |
| CN113434967A (zh) * | 2021-08-27 | 2021-09-24 | 天津所托瑞安汽车科技有限公司 | 车辆轮速的估计方法、装置、控制方法、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2519803B1 (en) | Technique for calibrating dead reckoning positioning data | |
| RU2591018C2 (ru) | Способ калибровки инерционного датчика, установленного в произвольной позиции на борту транспортного средства, и система датчиков динамических параметров транспортного средства, выполненная с возможностью установки на борту в произвольной позиции | |
| AU2012295434B2 (en) | Method and system for determining the tilt of a vehicle | |
| US8494710B2 (en) | System and method for identifying a spatial relationship for use in calibrating accelerometer data | |
| US20140163808A1 (en) | System and method of acquiring bias of yaw rate sensor for vehicle | |
| CN109343095B (zh) | 一种车载导航车辆组合定位装置及其组合定位方法 | |
| WO2016020834A1 (en) | A method for estimating variables affecting the vehicle dynamics and corresponding virtual sensor | |
| EP2679954A1 (en) | Sequential estimation in a real-time positioning or navigation system using historical states | |
| CN106097707B (zh) | 一种车辆行驶状态的判断方法和装置 | |
| CN111751857A (zh) | 一种车辆位姿的估算方法、装置、存储介质及系统 | |
| CN109435940A (zh) | 一种公路车道的识别方法、装置及系统 | |
| CN110275191A (zh) | 一种静态漂移修正方法、装置、车载设备及存储介质 | |
| CN104819717A (zh) | 一种基于mems惯性传感器组的多旋翼飞行器姿态检测方法 | |
| CN116718153B (zh) | 一种基于gnss和ins的形变监测方法及系统 | |
| CN112046491B (zh) | 车轮侧偏刚度的估算方法、装置、车辆及可读存储介质 | |
| CN111731309A (zh) | 坡度估计方法、装置、设备及车辆 | |
| CN114720717A (zh) | 轮速检测方法、装置、车载系统及计算机可读存储介质 | |
| CN115257782A (zh) | 车辆横摆角预测方法、装置及计算机可读存储介质 | |
| CN110940345B (zh) | 车身定位、装置、计算机设备和存储介质 | |
| JP2001280995A (ja) | ドリフト除去装置及びドリフト除去方法、移動体の挙動検出センサ。 | |
| CN114932912A (zh) | 参考车速检测方法、装置、设备及存储介质 | |
| CN114582135B (zh) | 检测路面异常方法、装置、终端及存储介质 | |
| GB2536035A (en) | A system for use in a vehicle | |
| CN112525143B (zh) | 一种设备安装角的确定方法及车载终端 | |
| CN115284809B (zh) | 智能网联车队主动悬架控制方法、系统及计算机设备 |
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 |