CN114910666A - 一种用于车辆坡道估计的加速度传感器静态补偿校正方法 - Google Patents
一种用于车辆坡道估计的加速度传感器静态补偿校正方法 Download PDFInfo
- Publication number
- CN114910666A CN114910666A CN202210290508.4A CN202210290508A CN114910666A CN 114910666 A CN114910666 A CN 114910666A CN 202210290508 A CN202210290508 A CN 202210290508A CN 114910666 A CN114910666 A CN 114910666A
- Authority
- CN
- China
- Prior art keywords
- acceleration sensor
- axis
- vehicle
- accraw
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种用于车辆坡道估计的加速度传感器静态补偿校正方法,通过加速度传感器自学习模型内计算对车辆加速度传感器进行静态的矫正补偿,得到更加准确的车辆纵向,横向,竖向加速度值,避免因生产差异及人工安装原因造成的加速度传感器方位偏差导致的输出信号误差,为后续车辆状态识别提供可靠的数据。本发明为混合动力商用车的坡道载重识别提供了更加可靠的数据,进而提高车辆坡道及载重识别的准确性。通过获得加速度传感器三轴向量和以及加速度传感器的三轴与三轴信号向量和的夹角得到加速度传感器三轴与车辆运动三轴方向的偏差角以及静态误差补偿值,对原始加速度信号进行校正,最终输出车辆运动三轴方向的准确加速度值。
Description
技术领域
本发明涉及混合动力商用车车辆状态识别领域,具体为一种用于车辆坡道估计的加速度传感器静态补偿校正方法。
背景技术
目前行业内对于车辆坡道载重的估计主要依靠加速度传感器,不同的是传感器的测量轴数目及灵敏度依各生产商有所不同,主要区分为两轴和三轴加速度传感器。而在实际运用中,由于加速度传感器安装方位、倾角的不同,需要对传感器的输出进行补偿校正,得到车辆实际的各方向加速度值。如果当前传感器安装方位角度水平竖直,则静态下加速度传感器纵向加速度及横向加速度输出值应约等于0,而竖向加速度输出值应为当前车辆所处位置的重力加速度,即约等于9.8m/s2。但由于安装方位的偏差,重力加速度会产生作用于加速度传感器纵向和横向的加速度分量,使输出出现误差。很多工程在尽量保证传感器水平竖直安装的前提下,对这部分进行了简单的处理来减少安装差异对输出的影响。这样做造成的问题是在没法保证生产一致性的情况下,需要对每个传感器进行单独的标定和校准补偿。为了进一步提高自动化程度和软件通用性,本项目提出了一种用于车辆坡道估计的加速度传感器静态补偿校正方法。
发明内容
针对现有技术中存在三轴加速度传感器的静态校正补偿的问题,本发明提供一种用于车辆坡道估计的加速度传感器静态补偿校正方法,通过自学习,对三轴加速度传感器各轴输出进行补偿校正,得到更加准确的数据。
本发明是通过以下技术方案来实现:
一种用于车辆坡道估计的加速度传感器静态补偿校正方法,包括如下步骤:
步骤1,建立车辆静止水平状态参数的加速度传感器自学习模型;
步骤2,采集车辆加速度传感器的三轴信号向量;
步骤3,三轴信号向量通过加速度传感器自学习模型进行计算得到车辆静止水平状态下的加速度传感器三轴信号的补偿值和加速度传感器三轴与车辆运动三轴方向的偏差角;
步骤4,通过加速度传感器三轴信号的原始值和补偿值以及加速度传感器三轴与车辆运动三轴方向的偏差角得到车辆运动三轴方向的实际加速度值。
优选的,加速度传感器自学习模型接收到三轴信号向量后的计算步骤如下:
对三轴向量进行求和得到三轴信号向量和,其中所述三轴信号向量和对应车辆当前所处位置的重力加速度;
求得加速度传感器的三轴与三轴信号向量和的夹角,并通过加速度传感器的三轴与三轴信号向量和的夹角求得加速度传感器三轴与车辆运动三轴方向的偏差角;
通过加速度传感器三轴与车辆运动三轴方向的偏差角及三轴信号向量和得到加速度传感器三轴信号的补偿值;
在车辆运动过程中,通过所得加速度传感器三轴信号的偏差角及补偿值修正原始信号值得到车辆运动三轴方向的实际加速度值。
进一步的,在加速度传感器自学习模型中,通过向量法得到三轴信号向量和。
进一步的,其中三轴信号向量和的计算公式如下:
其中,AccRaw_X为加速度传感器X轴的原始信号值;AccRaw_Y为加速度传感器Y轴的原始信号值;AccRaw_Z为加速度传感器Z轴的原始信号值;AccSumVct为通过平方和公式计算得到的三轴信号向量和。
更进一步的,三轴信号向量和AccSumVct对应车辆当前所处位置的重力加速度。
进一步的,通过加速度传感器的三轴、三轴信号向量和及车辆运动三轴方向之间的三角函数关系得到加速度传感器三轴与车辆运动三轴方向的偏差角:
AgAccXOrntn=arcsin(AccRaw_X÷AccSumVct);
AgAccYOrntn=arcsin(AccRaw_Y÷AccSumVct);
AgAccZOrntn=arccos(AccRaw_Z÷AccSumVct);
其中,AgAccXOrntn为加速度传感器X轴与车辆运动X轴的偏差角;AgAccYOrntn为加速度传感器Y轴与车辆运动Y轴的偏差角;AgAccZOrntn为加速度传感器Z轴与车辆运动Z轴的偏差角;AccRaw_X为加速度传感器X轴的原始信号值;AccRaw_Y为加速度传感器Y轴的原始信号值;AccRaw_Z为加速度传感器Z轴的原始信号值;AccSumVct为通过平方和公式计算得到的三轴信号向量和。
更进一步的,加速度传感器三轴信号的静态补偿值的计算公式如下:
Cmps_X=-AccRaw_X*cos(AgAccXOrntn),
Cmps_Y=-AccRaw_Y*cos(AgAccYOrntn),
Cmps_Z=-AccRaw_Z*cos(AgAccZOrntn),
其中,Cmps_X为加速度传感器X轴信号的静态补偿值;Cmps_Y为加速度传感器Y轴信号的静态补偿值;Cmps_Z为加速度传感器X轴信号的静态补偿值;AgAccXOrntn为加速度传感器X轴与车辆运动X轴的偏差角;AgAccYOrntn为加速度传感器Y轴与车辆运动Y轴的偏差角;AgAccZOrntn为加速度传感器Z轴与车辆运动Z轴的偏差角;AccRaw_X为加速度传感器X轴的原始信号值;AccRaw_Y为加速度传感器Y轴的原始信号值;AccRaw_Z为加速度传感器Z轴的原始信号值。
更进一步的,车辆运动三轴方向的实际加速度值的计算公式如下:
AccX_Cltd=AccRaw_X÷cos(AgAccXOrntn)+Cmps_X
AccY_Cltd=AccRaw_Y÷cos(AgAccYOrntn)+Cmps_Y
AccZ_Cltd=AccRaw_Z÷cos(AgAccZOrntn)+Cmps_Z
其中,AccX Cltd为车辆运动X轴方向的实际加速度值;AccY Cltd为车辆运动Y轴方向的实际加速度值;AccZ Cltd为车辆运动Z轴方向的实际加速度值;AccRaw_X为加速度传感器X轴的原始信号值;AccRaw_Y为加速度传感器Y轴的原始信号值;AccRaw_Z为加速度传感器Z轴的原始信号值;Cmps_X为加速度传感器X轴信号的静态补偿值;Cmps_Y为加速度传感器Y轴信号的静态补偿值;Cmps_Z为加速度传感器X轴信号的静态补偿值;AgAccXOrntn为加速度传感器X轴与车辆运动X轴的偏差角;AgAccYOrntn为加速度传感器Y轴与车辆运动Y轴的偏差角;AgAccZOrntn为加速度传感器Z轴与车辆运动Z轴的偏差角。
与现有技术相比,本发明具有以下有益的技术效果:
本发明提供了一种用于车辆坡道估计的加速度传感器静态补偿校正方法,通过加速度传感器自学习模型内计算对车辆加速度传感器进行静态的矫正补偿,得到更加准确的车辆纵向,横向,竖向加速度值,避免因生产差异及人工安装原因造成的加速度传感器方位偏差导致的输出信号误差,为后续车辆状态识别提供可靠的数据。本发明为混合动力商用车的坡道载重识别提供了更加可靠的数据,进而提高车辆坡道及载重识别的准确性。通过获得加速度传感器三轴向量和以及加速度传感器的三轴与三轴信号向量和的夹角得到加速度传感器三轴与车辆运动三轴方向的偏差角以及静态误差补偿值,对原始加速度信号进行校正,最终输出车辆运动三轴方向的准确加速度值。
附图说明
图1为本发明中用于车辆坡道估计的加速度传感器静态补偿校正方法的流程图;
图2为本发明中加速度传感器方位偏差示意图;
图3为本发明中加速度传感器原始信号示意图;
图4为本发明中加速度传感器三轴偏差角示意图;
图5为本发明中加速度传感器三轴补偿值示意图;
图6为本发明中加速度传感器输出校正值示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
本发明一个实施例中,提供了一种用于车辆坡道估计的加速度传感器静态补偿校正方法,通过自学习,对三轴加速度传感器各轴输出进行补偿,得到更加准确的数据。
具体的,根据图1所示,该加速度传感器静态补偿校正方法,包括如下步骤:
车辆处于静止水平状态,发动机停机,建立车辆静止水平状态参数的加速度传感器自学习模型;
加速度传感器采集车辆加速度传感器的三轴信号向量,其中三轴信号向量包括AccRaw_X、AccRaw_Y以及AccRaw_Z;
三轴信号向量输入至加速度传感器自学习模型内进行计算得到车辆静止水平状态下的加速度传感器三轴信号的补偿值和加速度传感器三轴与车辆运动三轴方向的偏差角;
通过加速度传感器三轴信号的原始值和补偿值以及加速度传感器三轴与车辆运动三轴方向的偏差角得到车辆运动三轴方向的实际加速度值。
具体的,加速度传感器自学习模型接收到三轴信号向量后的计算步骤如下:
对AccRaw_X、AccRaw_Y以及AccRaw_Z进行求和得到三轴信号向量和,其中所述三轴信号向量和对应车辆当前所处位置的重力加速度;
求得加速度传感器的三轴与三轴信号向量和的夹角,并通过加速度传感器的三轴与三轴信号向量和的夹角求得加速度传感器三轴与车辆运动三轴方向的偏差角;
通过加速度传感器三轴与车辆运动三轴方向的偏差角及三轴信号向量和得到加速度传感器三轴信号的补偿值;
在车辆运动过程中,通过所得加速度传感器三轴信号的偏差角及补偿值修正原始信号值得到车辆运动三轴方向的实际加速度值。
具体的,在加速度传感器自学习模型中,通过向量法得到AccRaw_X、AccRaw_Y以及AccRaw_Z的三轴信号向量和。
其中,其中三轴信号向量和的计算公式如下:
其中,AccRaw_X为加速度传感器X轴的原始信号值;AccRaw_Y为加速度传感器Y轴的原始信号值;AccRaw_Z为加速度传感器Z轴的原始信号值;AccSumVct为通过平方和公式计算得到的三轴信号向量和;其中所述三轴信号向量和AccSumVct对应车辆当前所处位置的重力加速度。
具体的,通过加速度传感器的三轴、三轴信号向量和及车辆运动三轴方向之间的三角函数关系得到加速度传感器三轴与车辆运动三轴方向的偏差角:
AgAccXOrntn=arcsin(AccRaw_X÷AccSumVCt):
AgAccYOrntn=arcsin(AccRaw_Y÷AccSumVct);
AgAccZOrntn=arccos(AccRaw_Z÷AccSumVct);
其中,AgAccXOrntn为加速度传感器X轴与车辆运动X轴的偏差角;AgAccYOrntn为加速度传感器Y轴与车辆运动Y轴的偏差角;AgAccZOrntn为加速度传感器Z轴与车辆运动Z轴的偏差角;AccRaw_X为加速度传感器X轴的原始信号值;AccRaw_Y为加速度传感器Y轴的原始信号值;AccRaw_Z为加速度传感器Z轴的原始信号值;AccSumVct为通过平方和公式计算得到的三轴信号向量和。
具体的,加速度传感器三轴信号的补偿值的计算公式如下:
Cmps_X=-AccRaw_X*cos(AgAccXOrntn);
Cmps_Y=-AccRaw_Y*cos(AgAccYOrntn);
Cmps_Z=-AccRaw_Z*cos(AgAccZOrntn);
其中,Cmps_X为加速度传感器X轴信号的静态补偿值;Cmps_Y为加速度传感器Y轴信号的静态补偿值;Cmps_Z为加速度传感器X轴信号的静态补偿值;AgAccXOrntn为加速度传感器X轴与车辆运动X轴的偏差角;AgAccYOrntn为加速度传感器Y轴与车辆运动Y轴的偏差角;AgAccZOrntn为加速度传感器Z轴与车辆运动Z轴的偏差角;AccRaw_X为加速度传感器X轴的原始信号值;AccRaw_Y为加速度传感器Y轴的原始信号值;AccRaw_Z为加速度传感器Z轴的原始信号值。
具体的,车辆运动三轴方向的实际加速度值的计算公式如下:
AccX_Cltd=AccRaw_X÷cos(AgAccXOrntn)+Cmps_X;
AccY_Cltd=AccRaw_Y÷cos(AgAccYOrntn)+Cmps_Y;
AccZ_Cltd=AccRaw_Z÷cos(AgAccZOrntn)+Cmps_Z;
其中,AccX Cltd为车辆运动X轴方向的实际加速度值;AccY Cltd为车辆运动Y轴方向的实际加速度值;AccZ Cltd为车辆运动Z轴方向的实际加速度值;AccRaw_X为加速度传感器X轴的原始信号值;AccRaw_Y为加速度传感器Y轴的原始信号值;AccRaw_Z为加速度传感器Z轴的原始信号值;Cmps_X为加速度传感器X轴信号的静态补偿值;Cmps_Y为加速度传感器Y轴信号的静态补偿值;Cmps_Z为加速度传感器X轴信号的静态补偿值;AgAccXOrntn为加速度传感器X轴与车辆运动X轴的偏差角;AgAccYOrntn为加速度传感器Y轴与车辆运动Y轴的偏差角;AgAccZOrntn为加速度传感器Z轴与车辆运动Z轴的偏差角。
实施例
本实施例采用用于车辆坡道估计的加速度传感器静态补偿校正方法对混合动力商用车进行加速度传感器静态补偿校正,具体步骤如下:
步骤1,将混合动力商用车静止于水平路面,发动机停机,同时保证加速度传感器正常供电。
步骤2,采集车辆加速度传感器三轴信号AccRaw_X、AccRaw_Y以及AccRaw_Z,本实例以采集的原始信号中AccRaw_X为例,AccRaw_X≈-0.65,如图3所示。
步骤3,通过向量法求得加速度传感器原始三轴信号的向量和AccSumVct,因车辆处于静止水平状态,因此该向量和应对应于车辆当前所处位置的重力加速度,如图2所示。
步骤4,通过加速度传感器三轴信号的向量和AccSumVct与各轴信号的三角函数关系,结合车辆运动方向三轴参考系,运用正弦关系可得到加速度传感器三轴轴与实际车辆各运动方向三轴的夹角AgAccXOrntn≈-0.069rad,AgAccYOrntn≈0.0033rad,AgAccZOrntn≈0.069rad,如图4所示。
步骤6,将已知的车辆加速度传感器三轴信号分别与上述夹角AgAccXOrntn、AgAccYOrntn以及AgAccZOrntn的余弦值取积,得到重力加速度作用在车辆运动各方向的实际加速度补偿值Cmps_X≈0.65,Cmps_Y≈0.031,Cmps_Z≈0.46,如图5所示。
步骤7,在车辆运动过程中,对加速度传感器采集数值进行校正补偿。通过夹角AgAccXOrntn、AgAccYOrntn以及AgAccZOrntn的余弦关系得到加速度传感器在车辆运动各方向的投影。
该值只是原始加速度值经过方位偏差校正的值,并不是车辆运动各方向的实际加速度值。
步骤8,将上述经过方位偏差校正的值叠加重力加速度作用到车辆运动各方向的实际加速度补偿值Cmps_X,Cmps_Y,Cmps_Z,得到车辆运动各方向的实际加速度值Cltd_X≈0.01,Cltd_Y≈-0.008,Cltd_Z≈9.79,如图6所示。
综上所述,本发明提供了一种用于车辆坡道估计的加速度传感器静态补偿校正方法,通过加速度传感器自学习模型内计算对车辆加速度传感器进行静态的矫正补偿,得到更加准确的车辆纵向,横向,竖向加速度值,避免因生产差异及人工安装原因造成的加速度传感器方位偏差导致的输出信号误差,为后续车辆状态识别提供可靠的数据。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (8)
1.一种用于车辆坡道估计的加速度传感器静态补偿校正方法,其特征在于,包括如下步骤:
步骤1,建立车辆静止水平状态参数的加速度传感器自学习模型;
步骤2,采集车辆加速度传感器的三轴信号向量;
步骤3,三轴信号向量通过加速度传感器自学习模型进行计算得到车辆静止水平状态下的加速度传感器三轴信号的补偿值和加速度传感器三轴与车辆运动三轴方向的偏差角;
步骤4,通过加速度传感器三轴信号的原始值和补偿值以及加速度传感器三轴与车辆运动三轴方向的偏差角得到车辆运动三轴方向的实际加速度值。
2.根据权利要求1所述的一种用于车辆坡道估计的加速度传感器静态补偿校正方法,其特征在于,加速度传感器自学习模型接收到三轴信号向量后的计算步骤如下:
对三轴向量进行求和得到三轴信号向量和,其中所述三轴信号向量和对应车辆当前所处位置的重力加速度;
求得加速度传感器的三轴与三轴信号向量和的夹角,并通过加速度传感器的三轴与三轴信号向量和的夹角求得加速度传感器三轴与车辆运动三轴方向的偏差角;
通过加速度传感器三轴与车辆运动三轴方向的偏差角及三轴信号向量和得到加速度传感器三轴信号的补偿值;
在车辆运动过程中,通过所得加速度传感器三轴信号的偏差角及补偿值修正原始信号值得到车辆运动三轴方向的实际加速度值。
3.根据权利要求2所述的一种用于车辆坡道估计的加速度传感器静态补偿校正方法,其特征在于,在加速度传感器自学习模型中,通过向量法得到三轴信号向量和。
5.根据权利要求4所述的一种用于车辆坡道估计的加速度传感器静态补偿校正方法,其特征在于,所述三轴信号向量和AccSumVct对应车辆当前所处位置的重力加速度。
6.根据权利要求3所述的一种用于车辆坡道估计的加速度传感器静态补偿校正方法,其特征在于,通过加速度传感器的三轴、三轴信号向量和及车辆运动三轴方向之间的三角函数关系得到加速度传感器三轴与车辆运动三轴方向的偏差角:
AgAccXOrntn=arcsin(AccRaw_X÷AccSumVct);
AgAccYOrntn=arcsin(AccRaw_Y÷AccSumVct);
AgAccZOrntn=arccos(AccRaw_Z÷AccSumVct);
其中,AgAccXOrntn为加速度传感器X轴与车辆运动X轴的偏差角;AgAccYOrntn为加速度传感器Y轴与车辆运动Y轴的偏差角;AgAccZOrntn为加速度传感器Z轴与车辆运动Z轴的偏差角;AccRaw_X为加速度传感器X轴的原始信号值;AccRaw_Y为加速度传感器Y轴的原始信号值;AccRaw_Z为加速度传感器Z轴的原始信号值;AccSumVct为通过平方和公式计算得到的三轴信号向量和。
7.根据权利要求6所述的一种用于车辆坡道估计的加速度传感器静态补偿校正方法,其特征在于,加速度传感器三轴信号的静态补偿值的计算公式如下:
Cmps_X=-AccRaw_X*cos(AgAccXOrntn),
Cmps_Y=-AccRaw_Y*cos(AgAccYOrntn),
Cmps_Z=-AccRaw_Z*cos(AgAccZOrntn),
其中,Cmps_X为加速度传感器X轴信号的静态补偿值;Cmps_Y为加速度传感器Y轴信号的静态补偿值;Cmps_Z为加速度传感器X轴信号的静态补偿值;AgAccXOrntn为加速度传感器X轴与车辆运动X轴的偏差角;AgAccYOrntn为加速度传感器Y轴与车辆运动Y轴的偏差角;AgAccZOrntn为加速度传感器Z轴与车辆运动Z轴的偏差角;AccRaw_X为加速度传感器X轴的原始信号值;AccRaw_Y为加速度传感器Y轴的原始信号值;AccRaw_Z为加速度传感器Z轴的原始信号值。
8.根据权利要求7所述的一种用于车辆坡道估计的加速度传感器静态补偿校正方法,其特征在于,车辆运动三轴方向的实际加速度值的计算公式如下:
AccX_Cltd=AccRaw_X÷cos(AgAccXOrntn)+Cmps_X
AccY_Cltd=AccRaw_Y÷coS(AgAccYOrntn)+Cmps_Y
AccZ_Cltd=AccRaw_Z÷cos(AgAccZOrntn)+Cmps_Z
其中,AccX_Cltd为车辆运动X轴方向的实际加速度值;AccY_Cltd为车辆运动Y轴方向的实际加速度值;AccZ_Cltd为车辆运动Z轴方向的实际加速度值;AccRaw_X为加速度传感器X轴的原始信号值;AccRaw_Y为加速度传感器Y轴的原始信号值;AccRaw_Z为加速度传感器Z轴的原始信号值;Cmps_X为加速度传感器X轴信号的静态补偿值;Cmps_Y为加速度传感器Y轴信号的静态补偿值;Cmps_Z为加速度传感器X轴信号的静态补偿值;AgAccXOrntn为加速度传感器X轴与车辆运动X轴的偏差角;AgAccYOrntn为加速度传感器Y轴与车辆运动Y轴的偏差角;AgAccZOrntn为加速度传感器Z轴与车辆运动Z轴的偏差角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210290508.4A CN114910666A (zh) | 2022-03-23 | 2022-03-23 | 一种用于车辆坡道估计的加速度传感器静态补偿校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210290508.4A CN114910666A (zh) | 2022-03-23 | 2022-03-23 | 一种用于车辆坡道估计的加速度传感器静态补偿校正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114910666A true CN114910666A (zh) | 2022-08-16 |
Family
ID=82763303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210290508.4A Pending CN114910666A (zh) | 2022-03-23 | 2022-03-23 | 一种用于车辆坡道估计的加速度传感器静态补偿校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114910666A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116729399A (zh) * | 2023-07-11 | 2023-09-12 | 长春一东离合器股份有限公司苏州研发中心 | 一种车辆坡道及车重动态识别方法、装置、设备及介质 |
-
2022
- 2022-03-23 CN CN202210290508.4A patent/CN114910666A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116729399A (zh) * | 2023-07-11 | 2023-09-12 | 长春一东离合器股份有限公司苏州研发中心 | 一种车辆坡道及车重动态识别方法、装置、设备及介质 |
CN116729399B (zh) * | 2023-07-11 | 2024-02-13 | 长春一东离合器股份有限公司苏州研发中心 | 一种车辆坡道及车重动态识别方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108731667B (zh) | 用于确定无人驾驶车辆的速度和位姿的方法和装置 | |
CN106647791B (zh) | 三维姿态测控装置、机械设备及三维姿态的测控方法 | |
CN110221332B (zh) | 一种车载gnss/ins组合导航的动态杆臂误差估计和补偿方法 | |
CN111323050B (zh) | 一种捷联惯导和多普勒组合系统标定方法 | |
US7076342B2 (en) | Attitude sensing apparatus for determining the attitude of a mobile unit | |
CN110887481B (zh) | 基于mems惯性传感器的载体动态姿态估计方法 | |
CN107076559B (zh) | 用于匹配导航系统的方法和系统 | |
CN110515381B (zh) | 用于定位机器人的多传感器融合算法 | |
CN109465829B (zh) | 一种基于转换矩阵误差模型的工业机器人几何参数辨识方法 | |
CN111590564A (zh) | 一种六维力传感器重力补偿方法及系统 | |
CN113267794B (zh) | 一种基线长度约束的天线相位中心校正方法及装置 | |
CN114910666A (zh) | 一种用于车辆坡道估计的加速度传感器静态补偿校正方法 | |
CN108871323B (zh) | 一种低成本惯性传感器在机动环境下的高精度导航方法 | |
CN109612460A (zh) | 一种基于静止修正的垂线偏差测量方法 | |
CN114012719B (zh) | 一种六轴机器人的零点标定方法及系统 | |
CN111805538A (zh) | 一种基于力反馈的机器人实时运动规划方法 | |
Carratù et al. | IMU self-alignment in suspensions control system | |
US20210140795A1 (en) | Method and Device for Creating a Calibration Value for Calibrating an Inertial Measurement Unit for a Vehicle | |
CN112797979B (zh) | 一种应用于agv的惯性姿态导航系统 | |
CN114459466A (zh) | 一种基于模糊控制的mems多传感器数据融合处理方法 | |
CN112556688A (zh) | 测量装置 | |
CN112327006B (zh) | 一种imu中加速度计的标定方法及相关装置 | |
CN107228683B (zh) | 一种多星敏感器间慢变误差实时在轨修正方法 | |
CN108107882B (zh) | 基于光学运动跟踪的服务机器人自动标定与检测系统 | |
CN113188565B (zh) | 一种机载分布式pos传递对准量测异常处理方法 |
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 |