CN116215547A - 一种动态坡度估算方法及装置 - Google Patents
一种动态坡度估算方法及装置 Download PDFInfo
- Publication number
- CN116215547A CN116215547A CN202310518047.6A CN202310518047A CN116215547A CN 116215547 A CN116215547 A CN 116215547A CN 202310518047 A CN202310518047 A CN 202310518047A CN 116215547 A CN116215547 A CN 116215547A
- Authority
- CN
- China
- Prior art keywords
- current
- gradient
- fuzzy
- estimated
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000001133 acceleration Effects 0.000 claims description 28
- 230000010355 oscillation Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000035939 shock Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001429 stepping effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009514 concussion Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
- B60W40/076—Slope angle of the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Feedback Control In General (AREA)
Abstract
本申请提供一种动态坡度估算方法及装置,该方法包括:预先构建模糊控制器;获取目标车辆的包括当前传感信息和当前软件信号信息的当前车辆行驶信息、上一时刻的坡度估算历史值以及当前坡度初始值;根据当前车辆行驶信息和模糊控制器计算当前估算可信度;根据当前估算可信度、当前坡度初始值以及上一时刻的坡度估算历史值,计算当前坡度估算值。可见,该方法及装置能够持续估算坡度,保证输出坡度信号稳定且具备较高精度,估算效果良好,具有全工况覆盖的效果。
Description
技术领域
本申请涉及整车控制技术领域,具体而言,涉及一种动态坡度估算方法及装置。
背景技术
随着近年来汽车智能化的快速发展,加之汽车控制器的算力相较过去已经有了巨大的提升,汽车厂商在汽车控制器里配置了越来越丰富的功能模块,并且对功能模块的控制精度有了越来越高的要求。现有计算动态坡度的方法,通常通过检测车辆的绝对加速度和车体加速度,然后根据绝对加速度和车体加速度计算当前坡道所产生的重力加速度分量,进而估算出坡度大小。然而,在实践中发现,现有方法无法估算车辆在低速段和静止时的坡度,且对车辆质量估算的要求较高。可见,现有方法适用性差,无法实现全工况覆盖的效果。
发明内容
本申请实施例的目的在于提供一种动态坡度估算方法及装置,能够持续估算坡度,保证输出坡度信号稳定且具备较高精度,估算效果良好,具有全工况覆盖的效果。
本申请实施例第一方面提供了一种动态坡度估算方法,包括:
预先构建模糊控制器;
获取目标车辆的当前车辆行驶信息、上一时刻的坡度估算历史值以及当前坡度初始值;其中,所述当前车辆行驶信息包括当前传感信息和当前软件信号信息;
根据所述当前车辆行驶信息和所述模糊控制器计算当前估算可信度;
根据所述当前估算可信度、所述当前坡度初始值以及所述上一时刻的坡度估算历史值,计算当前坡度估算值。
进一步地,所述预先构建模糊控制器,包括:
获取预先设置的模糊推理条件、模糊输入变量以及模糊控制的输出;其中,所述模糊控制的输出为当前估算可信度;
对所述目标车辆进行标定,确定出所述模糊推理条件对应的权重系数;
根据所述模糊输入变量、所述模糊推理条件、所述权重系数以及所述模糊控制的输出,构建模糊控制器。
进一步地,所述模糊推理条件至少包括快速松踩踏板时间、初始坡道震荡时间、车辆行驶距离、滑转率、纵向加速度震荡时间以及车轮打滑时间。
进一步地,所述根据所述当前车辆行驶信息和所述模糊控制器计算当前估算可信度,包括:
根据所述当前车辆行驶信息获取输入变量信息;其中,所述输入变量信息包括当前快速松踩踏板时间、当前初始坡道震荡时间、当前车辆行驶距离、当前滑转率、当前纵向加速度震荡时间以及当前车轮打滑时间;
将所述输入变量信息输入至所述模糊控制器中进行可信度计算,得到当前估算可信度。
进一步地,计算所述当前坡度估算值的公式为:
θestm=B×θ+(1-B)×θold;
其中,θestm为所述当前坡度估算值,B为所述当前估算可信度,θ为所述当前坡度初始值,θold为所述上一时刻的坡度估算历史值。
本申请实施例第二方面提供了一种动态坡度估算装置,所述动态坡度估算装置包括:
构建单元,用于预先构建模糊控制器;
获取单元,用于获取目标车辆的当前车辆行驶信息、上一时刻的坡度估算历史值以及当前坡度初始值;其中,所述当前车辆行驶信息包括当前传感信息和当前软件信号信息;
第一计算单元,用于根据所述当前车辆行驶信息和所述模糊控制器计算当前估算可信度;
第二计算单元,用于根据所述当前估算可信度、所述当前坡度初始值以及所述上一时刻的坡度估算历史值,计算当前坡度估算值。
进一步地,所述构建单元包括:
第一获取子单元,用于获取预先设置的模糊推理条件、模糊输入变量以及模糊控制的输出;其中,所述模糊控制的输出为当前估算可信度;
标定子单元,用于对所述目标车辆进行标定,确定出所述模糊推理条件对应的权重系数;
构建子单元,用于根据所述模糊输入变量、所述模糊推理条件、所述权重系数以及所述模糊控制的输出,构建模糊控制器。
进一步地,所述模糊推理条件至少包括快速松踩踏板时间、初始坡道震荡时间、车辆行驶距离、滑转率、纵向加速度震荡时间以及车轮打滑时间。
进一步地,所述第一计算单元,包括:
第二获取子单元,用于根据所述当前车辆行驶信息获取输入变量信息;其中,所述输入变量信息包括当前快速松踩踏板时间、当前初始坡道震荡时间、当前车辆行驶距离、当前滑转率、当前纵向加速度震荡时间以及当前车轮打滑时间;
计算子单元,用于将所述输入变量信息输入至所述模糊控制器中进行可信度计算,得到当前估算可信度。
进一步地,计算所述当前坡度估算值的公式为:
θestm=B×θ+(1-B)×θold;
其中,θestm为所述当前坡度估算值,B为所述当前估算可信度,θ为所述当前坡度初始值,θold为所述上一时刻的坡度估算历史值。
本申请实施例第三方面提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的动态坡度估算方法。
本申请实施例第四方面提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例第一方面中任一项所述的动态坡度估算方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的一种动态坡度估算方法的流程示意图;
图2为本申请实施例提供的另一种动态坡度估算方法的流程示意图;
图3为本申请实施例提供的一种动态坡度估算装置的结构示意图;
图4为本申请实施例提供的另一种动态坡度估算装置的结构示意图。
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描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1
请参看图1,图1为本实施例提供了一种动态坡度估算方法的流程示意图。其中,该动态坡度估算方法包括:
S101、预先构建模糊控制器。
S102、获取目标车辆的当前车辆行驶信息、上一时刻的坡度估算历史值以及当前坡度初始值。
本实施例中,当前车辆行驶信息包括当前传感信息和当前软件信号信息。
作为一种可选的实施方式,获取目标车辆的当前车辆行驶信息、上一时刻的坡度估算历史值以及当前坡度初始值的步骤,包括:
获取目标车辆的当前车辆行驶信息和上一时刻的坡度估算历史值;
根据当前车辆行驶信息获取当前车体车速信号;
根据当前车体车速信号估算当前坡度初始值。
S103、根据当前车辆行驶信息和模糊控制器计算当前估算可信度。
S104、根据当前估算可信度、当前坡度初始值以及上一时刻的坡度估算历史值,计算当前坡度估算值。
本实施例中,本申请中所描述的坡度估算方法可以应用于坡道辅助、坡道防溜等工况中。同时,还可以中应对在ICV领域中的行泊扭矩请求,从而试下你提升坡道行车的平顺性和一致性的效果。
本实施例中,该方法的执行主体可以为计算机、服务器等计算装置,对此本实施例中不作任何限定。
在本实施例中,该方法的执行主体还可以为智能手机、平板电脑等智能设备,对此本实施例中不作任何限定。
可见,实施本实施例所描述的动态坡度估算方法,能够采用基于模糊推理原理的动态坡度估算算法,结合车辆打滑状态、行驶距离及驾驶员踏板请求等信息对当前行驶工况下的可信度进行计算,然后再基于该可信度计算当前坡度的估算值,从而以此来保障在急加减速、车辆晃动及冰雪路面打滑等极端工况下的坡度估算精度,并且还能够通过对坡度的持续估算,来保证输出坡度信号的稳定行和精确度,进而使其能够满足工程应用要求。
实施例2
请参看图2,图2为本实施例提供了一种动态坡度估算方法的流程示意图。其中,该动态坡度估算方法包括:
S201、获取预先设置的模糊推理条件、模糊输入变量以及模糊控制的输出。
本实施例中,模糊控制的输出为当前估算可信度。
在本实施例中,模糊推理条件至少包括快速松踩踏板时间、初始坡道震荡时间、车辆行驶距离、滑转率、纵向加速度震荡时间以及车轮打滑时间。
S202、对目标车辆进行标定,确定出模糊推理条件对应的权重系数。
S203、根据模糊输入变量、模糊推理条件、权重系数以及模糊控制的输出,构建模糊控制器。
本实施例中,该方法设置输入变量并进行模糊化。具体的,该方法可以根据车辆现有的传感器信号及软件信号信息,设立如下模糊输入变量:
(1)快速松踩踏板时间T1:驾驶员快速松踩油门或制动踏板时(踏板深度的变化速率超过预设的阈值),计时T1为0。快速松踩结束后,T1开始持续计时,直至下一次快速松踩动作发生。此处,将T1进行模糊化,并分别设置时间“短”和“长”两个模糊区间。
(2)初始坡道震荡时间T2:将当前时刻θ与上一时刻θ作差,得到Δθ。Δθ超过预设的阈值,认为初始坡度正常震荡,计时T2为0。震荡结束后,T2开始持续计时,直至下一次震荡发生。将T2进行模糊化,分别设置时间“短”和“长”两个模糊区间。
(3)车辆行驶距离Dst:车辆由静止Dst为0,开始行驶时,通过轮速积分,计算其累积行驶距离。Dst在行驶过程中距离持续增加,直至下一次车辆静止时清0。将Dst进行模糊化,分别设置时间“近”、“中”和“远”三个模糊区间。
(4)滑转率Rot:滑转率以车辆的四个轮速最大值Vmax和参考车速Vref为输入,通过滑转率计算公式得出:
Rot=(Vmax-Vref)/Vmax
将Rot进行模糊化,分别设置时间“低”和“高”两个模糊区间。
(5)纵向加速度震荡时间T3:将前5个时刻加速度传感器值分别取最大Amax、最小值Amin。当Amax-Amin大于预设的阈值时,认为纵向加速度信号震荡,计时T3为0。震荡结束后,T3开始持续计时,直至下一次震荡发生。将T3进行模糊化,分别设置时间“短”和“长”两个模糊区间。
(6)车轮打滑时间T4:任何一个车轮处于失稳状态时,计时T4为0。全部车轮恢复稳定后,T4开始持续计时,直至下一次打滑发生。将T4进行模糊化,分别设置时间“短”和“长”两个模糊区间。
本实施例中,该方法还设立了模糊推理条件。其中,模糊控制的输出为当前估算坡度的可信度,分为“低”、“中”和“高”三个模糊区间。根据对影响坡道估算稳定工况的分析结果,设立如下模糊推理条件:
(1)快踩踏板打滑:T1为“短”且Rot为“高”且T4为“短”时,可信度为“低”;
(2)原地松踩踏板:T1为“短”且Dst为“近”,可信度为“低”;
(3)行驶中急加急减:T1为“短”且Dst为“远”,可信度为“中”;
(4)慢踩踏板打滑:Rot为“高”且T4为“短”时,可信度为“低”;
(5)纵向加速度震荡:T3为“短”,可信度为“低”;
(6)正常行车:T1为“长”且Rot为“低”且T3为“长”且T4为“长”时,可信度为“高”;
(7)初始坡度稳定:T2为“长”且Dst为“远”且Rot为“低”,可信度为“高”。
其中,每个模糊推理条件均设置有各自的权重系数,权重系数取值范围为0-1,由实车标定确定。
本实施例中,该方法可以根据上述步骤中设置的输入、输出及推理条件,建立模糊控制器。其中,模糊控制器输出为去模糊化的可信度B,取值范围为0-1。
S204、获取目标车辆的当前车辆行驶信息、上一时刻的坡度估算历史值以及当前坡度初始值。
本实施例中,当前车辆行驶信息包括当前传感信息和当前软件信号信息。
作为一种可选的实施方式,获取目标车辆的当前车辆行驶信息、上一时刻的坡度估算历史值以及当前坡度初始值的步骤,包括:
获取目标车辆的当前车辆行驶信息和上一时刻的坡度估算历史值;
根据当前车辆行驶信息获取当前车体车速信号;
根据当前车体车速信号估算当前坡度初始值。
本实施例中,该方法可以采用运动学方法结合卡尔曼滤波,来估算初始的坡度信号;然后,再采用参考车速进行标准卡尔曼滤波,得出车体加速度。
在本实施例中,该方法具体可以采用运动学方程估算当前坡度的初始值。采用的运动学方程如下:
在本实施例中,对于上述过程本申请中不做过多赘述。
S205、根据当前车辆行驶信息获取输入变量信息。
本实施例中,输入变量信息包括当前快速松踩踏板时间、当前初始坡道震荡时间、当前车辆行驶距离、当前滑转率、当前纵向加速度震荡时间以及当前车轮打滑时间。
S206、将输入变量信息输入至模糊控制器中进行可信度计算,得到当前估算可信度。
S207、根据当前估算可信度、当前坡度初始值以及上一时刻的坡度估算历史值,计算当前坡度估算值。
本实施例中,计算当前坡度估算值的公式为:
θestm=B×θ+(1-B)×θold;
其中,θestm为当前坡度估算值,B为当前估算可信度,θ为当前坡度初始值,θold为上一时刻的坡度估算历史值。
本实施例中,该方法在计算当前估算的坡度信号的过程中,可以根据上述步骤中设置的输入、输出及推理条件,建立模糊控制器。其中,模糊控制器输出为去模糊化的可信度B,取值范围为0-1。
在本实施例中,该方法可以预先设置经验规则:当车辆静止时,设置可信度B为1。
本实施例中,该方法可以先获取当前坡度初始值θ(即S204获取到的当前坡度初始值)及上一时刻计算的坡度估算值θold(上一时刻的计算结果)。
在本实施例中,当前坡度估算值θestm=B×θ+(1-B)×θold
本实施例中,本申请中所描述的坡度估算方法可以应用于坡道辅助、坡道防溜等工况中。同时,还可以中应对在ICV领域中的行泊扭矩请求,从而试下你提升坡道行车的平顺性和一致性的效果。
本实施例中,该方法的执行主体可以为计算机、服务器等计算装置,对此本实施例中不作任何限定。
在本实施例中,该方法的执行主体还可以为智能手机、平板电脑等智能设备,对此本实施例中不作任何限定。
可见,实施本实施例所描述的动态坡度估算方法,能够采用基于模糊推理原理的动态坡度估算算法,结合车辆打滑状态、行驶距离及驾驶员踏板请求等信息对当前行驶工况下的可信度进行计算,然后再基于该可信度计算当前坡度的估算值,从而以此来保障在急加减速、车辆晃动及冰雪路面打滑等极端工况下的坡度估算精度,并且还能够通过对坡度的持续估算,来保证输出坡度信号的稳定行和精确度,进而使其能够满足工程应用要求。
实施例3
请参看图3,图3为本实施例提供的一种动态坡度估算装置的结构示意图。如图3所示,该动态坡度估算装置包括:
构建单元310,用于预先构建模糊控制器;
获取单元320,用于获取目标车辆的当前车辆行驶信息、上一时刻的坡度估算历史值以及当前坡度初始值;其中,当前车辆行驶信息包括当前传感信息和当前软件信号信息;
第一计算单元330,用于根据当前车辆行驶信息和模糊控制器计算当前估算可信度;
第二计算单元340,用于根据当前估算可信度、当前坡度初始值以及上一时刻的坡度估算历史值,计算当前坡度估算值。
本实施例中,对于动态坡度估算装置的解释说明可以参照实施例1或实施例2中的描述,对此本实施例中不再多加赘述。
可见,实施本实施例所描述的动态坡度估算装置,能够采用基于模糊推理原理的动态坡度估算算法,结合车辆打滑状态、行驶距离及驾驶员踏板请求等信息对当前行驶工况下的可信度进行计算,然后再基于该可信度计算当前坡度的估算值,从而以此来保障在急加减速、车辆晃动及冰雪路面打滑等极端工况下的坡度估算精度,并且还能够通过对坡度的持续估算,来保证输出坡度信号的稳定行和精确度,进而使其能够满足工程应用要求。
实施例4
请参看图4,图4为本实施例提供的一种动态坡度估算装置的结构示意图。如图4所示,该动态坡度估算装置包括:
构建单元310,用于预先构建模糊控制器;
获取单元320,用于获取目标车辆的当前车辆行驶信息、上一时刻的坡度估算历史值以及当前坡度初始值;其中,当前车辆行驶信息包括当前传感信息和当前软件信号信息;
第一计算单元330,用于根据当前车辆行驶信息和模糊控制器计算当前估算可信度;
第二计算单元340,用于根据当前估算可信度、当前坡度初始值以及上一时刻的坡度估算历史值,计算当前坡度估算值。
作为一种可选的实施方式,构建单元310包括:
第一获取子单元311,用于获取预先设置的模糊推理条件、模糊输入变量以及模糊控制的输出;其中,模糊控制的输出为当前估算可信度;
标定子单元312,用于对目标车辆进行标定,确定出模糊推理条件对应的权重系数;
构建子单元313,用于根据模糊输入变量、模糊推理条件、权重系数以及模糊控制的输出,构建模糊控制器。
本实施例中,模糊推理条件至少包括快速松踩踏板时间、初始坡道震荡时间、车辆行驶距离、滑转率、纵向加速度震荡时间以及车轮打滑时间。
作为一种可选的实施方式,第一计算单元330,包括:
第二获取子单元331,用于根据当前车辆行驶信息获取输入变量信息;其中,输入变量信息包括当前快速松踩踏板时间、当前初始坡道震荡时间、当前车辆行驶距离、当前滑转率、当前纵向加速度震荡时间以及当前车轮打滑时间;
计算子单元332,用于将输入变量信息输入至模糊控制器中进行可信度计算,得到当前估算可信度。
本实施例中,计算当前坡度估算值的公式为:
θestm=B*θ+(1-B)*θold;
其中,θestm为当前坡度估算值,B为当前估算可信度,θ为当前坡度初始值,θold为上一时刻的坡度估算历史值。
本实施例中,对于动态坡度估算装置的解释说明可以参照实施例1或实施例2中的描述,对此本实施例中不再多加赘述。
可见,实施本实施例所描述的动态坡度估算装置,能够采用基于模糊推理原理的动态坡度估算算法,结合车辆打滑状态、行驶距离及驾驶员踏板请求等信息对当前行驶工况下的可信度进行计算,然后再基于该可信度计算当前坡度的估算值,从而以此来保障在急加减速、车辆晃动及冰雪路面打滑等极端工况下的坡度估算精度,并且还能够通过对坡度的持续估算,来保证输出坡度信号的稳定行和精确度,进而使其能够满足工程应用要求。
本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例1或实施例2中的动态坡度估算方法。
本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例1或实施例2中的动态坡度估算方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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,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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、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而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种动态坡度估算方法,其特征在于,包括:
预先构建模糊控制器;
获取目标车辆的当前车辆行驶信息、上一时刻的坡度估算历史值以及当前坡度初始值;其中,所述当前车辆行驶信息包括当前传感信息和当前软件信号信息;
根据所述当前车辆行驶信息和所述模糊控制器计算当前估算可信度;
根据所述当前估算可信度、所述当前坡度初始值以及所述上一时刻的坡度估算历史值,计算当前坡度估算值。
2.根据权利要求1所述的动态坡度估算方法,其特征在于,所述预先构建模糊控制器,包括:
获取预先设置的模糊推理条件、模糊输入变量以及模糊控制的输出;其中,所述模糊控制的输出为当前估算可信度;
对所述目标车辆进行标定,确定出所述模糊推理条件对应的权重系数;
根据所述模糊输入变量、所述模糊推理条件、所述权重系数以及所述模糊控制的输出,构建模糊控制器。
3.根据权利要求2所述的动态坡度估算方法,其特征在于,所述模糊推理条件至少包括快速松踩踏板时间、初始坡道震荡时间、车辆行驶距离、滑转率、纵向加速度震荡时间以及车轮打滑时间。
4.根据权利要求1所述的动态坡度估算方法,其特征在于,所述根据所述当前车辆行驶信息和所述模糊控制器计算当前估算可信度,包括:
根据所述当前车辆行驶信息获取输入变量信息;其中,所述输入变量信息包括当前快速松踩踏板时间、当前初始坡道震荡时间、当前车辆行驶距离、当前滑转率、当前纵向加速度震荡时间以及当前车轮打滑时间;
将所述输入变量信息输入至所述模糊控制器中进行可信度计算,得到当前估算可信度。
5.根据权利要求1所述的动态坡度估算方法,其特征在于,计算所述当前坡度估算值的公式为:
θestm=B×θ+(1-B)×θold;
其中,θestm为所述当前坡度估算值,B为所述当前估算可信度,θ为所述当前坡度初始值,θold为所述上一时刻的坡度估算历史值。
6.一种动态坡度估算装置,其特征在于,所述动态坡度估算装置包括:
构建单元,用于预先构建模糊控制器;
获取单元,用于获取目标车辆的当前车辆行驶信息、上一时刻的坡度估算历史值以及当前坡度初始值;其中,所述当前车辆行驶信息包括当前传感信息和当前软件信号信息;
第一计算单元,用于根据所述当前车辆行驶信息和所述模糊控制器计算当前估算可信度;
第二计算单元,用于根据所述当前估算可信度、所述当前坡度初始值以及所述上一时刻的坡度估算历史值,计算当前坡度估算值。
7.根据权利要求6所述的动态坡度估算装置,其特征在于,所述构建单元包括:
第一获取子单元,用于获取预先设置的模糊推理条件、模糊输入变量以及模糊控制的输出;其中,所述模糊控制的输出为当前估算可信度;
标定子单元,用于对所述目标车辆进行标定,确定出所述模糊推理条件对应的权重系数;
构建子单元,用于根据所述模糊输入变量、所述模糊推理条件、所述权重系数以及所述模糊控制的输出,构建模糊控制器。
8.根据权利要求6所述的动态坡度估算装置,其特征在于,所述第一计算单元,包括:
第二获取子单元,用于根据所述当前车辆行驶信息获取输入变量信息;其中,所述输入变量信息包括当前快速松踩踏板时间、当前初始坡道震荡时间、当前车辆行驶距离、当前滑转率、当前纵向加速度震荡时间以及当前车轮打滑时间;
计算子单元,用于将所述输入变量信息输入至所述模糊控制器中进行可信度计算,得到当前估算可信度。
9.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的动态坡度估算方法。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至5任一项所述的动态坡度估算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310518047.6A CN116215547B (zh) | 2023-05-10 | 2023-05-10 | 一种动态坡度估算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310518047.6A CN116215547B (zh) | 2023-05-10 | 2023-05-10 | 一种动态坡度估算方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116215547A true CN116215547A (zh) | 2023-06-06 |
CN116215547B CN116215547B (zh) | 2023-07-14 |
Family
ID=86570018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310518047.6A Active CN116215547B (zh) | 2023-05-10 | 2023-05-10 | 一种动态坡度估算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116215547B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117688341A (zh) * | 2024-01-31 | 2024-03-12 | 安徽水安建设集团股份有限公司 | 基于bim技术的深基坑检测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1639502A (zh) * | 2002-03-07 | 2005-07-13 | 罗兰·霍斯普 | 对高度和坡度补偿的装置 |
JP2009047640A (ja) * | 2007-08-22 | 2009-03-05 | Alpine Electronics Inc | 車載システム及び運転支援方法 |
JP2015123926A (ja) * | 2013-12-27 | 2015-07-06 | ダイムラー・アクチェンゲゼルシャフトDaimler AG | ハイブリッド車両の制御装置 |
CN115339459A (zh) * | 2022-08-30 | 2022-11-15 | 重庆长安汽车股份有限公司 | 一种考虑车辆控制状态的道路坡度动态更新方法 |
CN116022152A (zh) * | 2023-02-17 | 2023-04-28 | 广汽埃安新能源汽车股份有限公司 | 一种动态坡度估算方法及装置 |
-
2023
- 2023-05-10 CN CN202310518047.6A patent/CN116215547B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1639502A (zh) * | 2002-03-07 | 2005-07-13 | 罗兰·霍斯普 | 对高度和坡度补偿的装置 |
JP2009047640A (ja) * | 2007-08-22 | 2009-03-05 | Alpine Electronics Inc | 車載システム及び運転支援方法 |
JP2015123926A (ja) * | 2013-12-27 | 2015-07-06 | ダイムラー・アクチェンゲゼルシャフトDaimler AG | ハイブリッド車両の制御装置 |
CN115339459A (zh) * | 2022-08-30 | 2022-11-15 | 重庆长安汽车股份有限公司 | 一种考虑车辆控制状态的道路坡度动态更新方法 |
CN116022152A (zh) * | 2023-02-17 | 2023-04-28 | 广汽埃安新能源汽车股份有限公司 | 一种动态坡度估算方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117688341A (zh) * | 2024-01-31 | 2024-03-12 | 安徽水安建设集团股份有限公司 | 基于bim技术的深基坑检测系统及方法 |
CN117688341B (zh) * | 2024-01-31 | 2024-05-14 | 安徽水安建设集团股份有限公司 | 基于bim技术的深基坑检测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116215547B (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Reina et al. | Vehicle dynamics estimation via augmented Extended Kalman Filtering | |
CN107792079B (zh) | 利用路径预测的自主车辆 | |
US9637001B2 (en) | Method for determining vehicle wheel speed and slip condition parameters | |
JP4967878B2 (ja) | 路面勾配推定装置 | |
JP6369408B2 (ja) | 路面の冠水推定装置 | |
US9701289B2 (en) | Method for determining a vehicle reference speed and vehicle controller having such a method | |
CN110031019B (zh) | 一种用于自动驾驶车辆的打滑检测处理方法 | |
CN116215547B (zh) | 一种动态坡度估算方法及装置 | |
JP5146542B2 (ja) | 走行路推定装置、及び当該装置で用いられる走行路推定方法 | |
US20140067154A1 (en) | Kinematic road gradient estimation | |
CN108715166A (zh) | 基于深度学习的车辆稳定性指标估计方法 | |
CN110217239B (zh) | 一种车辆横摆角速度测量方法及设备 | |
Park et al. | Vehicle positioning based on velocity and heading angle observer using low-cost sensor fusion | |
JP2009162740A (ja) | ナビゲーション装置、道路勾配演算方法および高度演算方法 | |
CN103279675A (zh) | 轮胎-路面附着系数与轮胎侧偏角的估计方法 | |
CN116022152A (zh) | 一种动态坡度估算方法及装置 | |
Grip et al. | Estimation of road inclination and bank angle in automotive vehicles | |
CN112046491B (zh) | 车轮侧偏刚度的估算方法、装置、车辆及可读存储介质 | |
KR101954510B1 (ko) | 차선 유지 제어 방법 및 그 장치 | |
Carnier et al. | Hybrid kinematic-dynamic sideslip and friction estimation | |
JP4887721B2 (ja) | 車両走行状態推定装置 | |
CN116890853A (zh) | 车辆质量的估计方法、装置及车辆 | |
JP2010089577A (ja) | 車両のスタビリティファクタ推定装置 | |
CN113335294B (zh) | 路面纵向坡度的估计方法、装置、电子设备和存储介质 | |
CN115402337A (zh) | 一种基于纵向动力学模型的轮胎侧偏刚度辨识方法及装置 |
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 |