CN1940509A - 一种汽车质量估计系统和方法 - Google Patents

Abstract

一种涉及汽车的汽车质量估计系统和方法，包括外部数据设备、内部参数设备、坡度模块、速度&加速度模块和质量中心模块，外部数据设备接收汽车运行实时数据并将其提供至坡度模块和速度&加速度模块；内部参数设备接收汽车固有或内部参数并将其提供至质量中心模块；坡度模块根据外部数据设备所提供的数据，计算汽车的坡度角并将有关参数或数据传至速度&加速度模块和质量中心模块；速度&加速度模块根据外部数据设备和坡度模块所提供的数据，计算汽车的速度与加速度，并将有关参数或数据传至质量中心模块；质量中心模块根据内部参数设备、坡度模块和速度&加速度模块所提供的参数或数据，计算出汽车质量，并向汽车驱动系统发布质量信息，本发明质量估计准确度高，实时性好，实用性强。

Description

一种汽车质量估计系统和方法

技术领域

本发明涉及汽车，尤其涉及一种汽车质量估计系统和方法。

背景技术

在美国专利US 6839615中，利用车轮转速传感器或车轮角速度传感器和加速度计，并在汽车行驶方程的基础上绘制出“速度的平方—车轮转矩”图，其斜率为汽车的质量、截距为道路的坡度，利用车轮的转速来计算汽车的速度，虽然经过校正，但仍然不能代表真实的汽车的速度，而且在汽车行驶方程中忽略了空气阻力和滚动阻力，使得对汽车质量的估计不够准确。

还有的公开文献中，如“Recursive Least Squares withForgetting for Online Estimation of Vehicle Mass and Road Grade：Theory and Experiments”中，利用SAE J1939规定的端口的数据，在汽车行驶方程的基础上利用递归最小二乘法估计出汽车的质量和道路的坡度，该方法中所需要的数据绝大部分来自SAE J1939规定的端口，这些端口所提供的数据往往只是近似值，而不是准确值，尤其是汽车的速度更加不准确，因此，对汽车质量的估计也不够准确。

发明内容

本发明的目的在于提供一种准确度高的汽车质量估计系统和方法，以克服现有技术中对于汽车质量估计不够准确的缺点。

本发明所采用的汽车质量估计系统包括外部数据设备、内部参数设备、坡度模块、速度&加速度模块和质量中心模块，其中，

所述的外部数据设备用于接收汽车运行实时数据，并将其提供至坡度模块和速度&加速度模块；

所述的内部参数设备用于接收汽车固有或内部参数，并将其提供至质量中心模块；

所述的坡度模块根据外部数据设备所提供的数据，计算汽车的坡度角，并将有关参数或数据传至速度&加速度模块和质量中心模块；

所述的速度&加速度模块根据外部数据设备和坡度模块所提供的数据，计算汽车的速度与加速度，并将有关参数或数据传至质量中心模块；

所述的质量中心模块根据内部参数设备、坡度模块和速度&加速度模块所提供的参数或数据，计算出汽车质量，并向汽车驱动系统发布质量信息。

所述的外部数据设备包括GPS天线、陀螺仪和加速度计，其中，

所述的GPS天线接收GPS原始数据，测量出汽车的水平速度V_x和垂直速度V_z，并将数据传送至坡度模块；

所述的陀螺仪测量汽车的横摆角速度ω，用于判断汽车是否为直线行驶，并将数据传送至速度&加速度模块；

所述的加速度计测量汽车的纵向加速度a_x和横向加速度a_y，并将数据传送至速度&加速度模块。

所述的内部参数设备包括外存储器和CAN总线模块，其中，

所述的外存储器向质量中心模块提供汽车固有及相关参数，包括主减速器传动比i₀、传动系的机械效率η_T、车轮的半径r、重力加速度g、空气阻力系数C_D、迎风面积A、空气密度ρ和汽车旋转质量换算系数δ；

所述的CAN总线模块接收汽车上其他功能模块数据，向质量中心模块提供内部参数，所提供的参数包括发动机输出转矩T_tq、变速器传动比i_g和滚动阻力系数f。

这种汽车质量估计方法，其特征在于：它包括如下步骤：

A、通过外部数据设备、内部参数设备、坡度模块和速度&加速度模块取得或计算出相关参数，将所述相关参数传送至质量中心模块；

B、所述质量中心模块根据相关参数计算出汽车归化动力F；

C、所述质量中心模块根据相关参数计算出汽车归化加速度a；

D、所述质量中心模块计算出汽车质量m，并向汽车驱动系统发布质量信息。

所述的步骤A包括如下步骤：

A1、坡度模块根据外部数据设备提供的数据计算出道路坡度角α并将其提供给速度&加速度模块和质量中心模块；

A2、速度&加速度模块根据外部数据设备提供的数据计算出汽车纵向速度u_x和纵向加速度a_x并将其提供给质量中心模块；

A3、内部参数设备向质量中心模块提供汽车固有或内部参数。

所述的步骤A1中，坡度模块根据GPS天线所提供的水平速度V_x和垂直速度V_z，按如下方式计算道路坡度角α：

$\mathrm{\α}=\arctan \left(\frac{V_z}{V_x}\right)$

所述的步骤A2包括如下步骤：

A21、速度&加速度模块接收GPS天线、陀螺仪和加速度计的运行实时数据及道路坡度角α；

A22、判断汽车是否直线行驶，进行如下操作：

A221、若是直线行驶，则判断道路是否有坡度，进行如下操作：

A2211、若道路没有坡度，采用GPS天线提供的数据计算汽车纵向速度u_x和纵向加速度a_x；

A2212、若道路有坡度，利用卡尔曼滤波器计算汽车纵向速度u_x和纵向加速度a_x；

A222、若不是直线行驶，利用卡尔曼滤波器计算汽车纵向速度u_x和纵向加速度a_x；

A23、向质量中心模块发送汽车纵向速度u_x和纵向加速度a_x。

所述的步骤A22中，预先设定一个正横摆阀值ω_e，通过该阀值与汽车的横摆角速度ω相比较，若|ω|≤ω_e，则判断汽车是直线行驶；否则，判断汽车不是直线行驶。

所述的步骤A221中，预先设定一个正坡度阀值α_e，通过该阀值与道路坡度角α相比较，若|α|≤α_e，则判断道路没有坡度；否则，判断道路有坡度。

根据权利要求4所述的汽车质量估计方法，其特征在于：所述的步骤B中，所述的质量中心模块按照如下方法计算汽车归化动力F：

$F=\frac{T_{\mathrm{tq}}{i}_g{i}_0{\mathrm{\η}}_T}{r}-\frac{1}{2}{C}_D\mathrm{A\ρ}{u}_x^2,$ 其中，

各参数为发动机输出转矩T_tq、变速器传动比i_g、主减速器传动比i₀、传动系的机械效率η_T、车轮的半径r、空气阻力系数C_D、迎风面积A、空气密度ρ、汽车纵向速度u_x。

所述的步骤C中，所述的质量中心模块按照如下方法计算汽车归化加速度a：

          a＝gf cosα+gsinα+δa_x，其中，

各参数为重力加速度g、滚动阻力系数f、道路坡度角α、汽车旋转质量换算系数δ、纵向加速度a_x。

本发明的有益效果为：在本发明中，使用汽车行驶方程对汽车的质量进行估计，但没有忽略空气阻力和滚动阻力，通过外部数据设备传送大量的汽车运行实时数据，以及内部参数设备传送汽车固有或内部参数，综合地考虑了各方面的因素，鉴于本发明中应用的实时性，将空气阻力和滚动阻力当成已知量来考虑，减少了数据运行量，使系统的负荷不至于过大，采用简单的最小二乘法估计出汽车的质量，在确保汽车质量估计准确度的前提下，又兼顾了应用的实时性，使本发明具有良好的实用性。

附图说明

图1为本发明系统结构示意图；

图2为本发明应用示例示意图；

图3为本发明控制流程示意图；

图4为卡尔曼滤波更新状态模型。

具体实施方式

下面根据附图和实施例对本发明作进一步详细说明：

根据图1和图2，本发明包括外部数据设备1、内部参数设备2、坡度模块3、速度&加速度模块4和质量中心模块5。

如图1所示，外部数据设备1用于接收汽车运行实时数据，并将其提供至坡度模块3和速度&加速度模块4。

如图1所示，外部数据设备1包括GPS天线11、陀螺仪12和加速度计13，其中，GPS天线11接收GPS原始数据，测量出汽车的水平速度V_x和垂直速度V_z，并将数据传送至坡度模块3，陀螺仪12测量汽车的横摆角速度ω，用于判断汽车是否为直线行驶，并将数据传送至速度&加速度模块4，加速度计13测量汽车的纵向加速度a_x和横向加速度a_y，并将数据传送至速度&加速度模块4。

如图1所示，内部参数设备2用于接收汽车固有或内部参数，并将其提供至质量中心模块5。

如图1所示，内部参数设备2包括外存储器21和CAN总线模块22，其中，外存储器21向质量中心模块5提供汽车固有及相关参数，包括主减速器传动比i₀、传动系的机械效率η_T、车轮的半径r、重力加速度g、空气阻力系数C_D、迎风面积A、空气密度ρ和汽车旋转质量换算系数δ，CAN总线模块22接收汽车上其他功能模块数据，向质量中心模块5提供内部参数，所提供的参数包括发动机输出转矩T_tq、变速器传动比i_g和滚动阻力系数f。

如图1所示，坡度模块3根据外部数据设备1所提供的数据，计算汽车的坡度角，并将有关参数或数据传至速度&加速度模块4和质量中心模块5。

如图1所示，速度&加速度模块4根据外部数据设备1和坡度模块3所提供的数据，计算汽车的速度与加速度，并将有关参数或数据传至质量中心模块5。

如图1所示，质量中心模块5根据内部参数设备2、坡度模块3和速度&加速度模块4所提供的参数或数据，计算出汽车质量，并向汽车驱动系统发布质量信息。

汽车的行驶方程为：

       F_t＝F_f+F_w+F_i+F_j

式中， $F_t=\frac{T_{\mathrm{tq}}{i}_g{i}_0{\mathrm{\η}}_T}{r},$ 为汽车的驱动力；

F_f＝mgfcosα，为滚动阻力；

$F_w=\frac{1}{2}{C}_D\mathrm{A\ρ}{u}_x^2,$ 为空气阻力；

F_i＝mgsinα，为坡度阻力；

F_j＝δma_x，为加速阻力。

因此，可作如下变换：

$\frac{T_{\mathrm{tq}}{i}_g{i}_0{\mathrm{\η}}_T}{r}=\mathrm{mgf}\cos \mathrm{\α}+\frac{1}{2}{C}_D\mathrm{A\ρ}{u}_x^2+\mathrm{mg}\sin \mathrm{\α}+\mathrm{\δm}{a}_x$

上式中，T_tq为发动机输出转矩，i_g为变速器传动比，i₀为主减速器传动比，η_T为传动系的机械效率，r为车轮半径，m为汽车质量，g为重力加速度，f为滚动阻力系数，α为道路坡度角，C_D为空气阻力系数，A为迎风面积，ρ为空气密度，u_x为汽车纵向速度，δ为汽车旋转质量换算系数，a_x为汽车纵向加速度。

将上式变形整理后，得

$\frac{T_{\mathrm{tq}}{i}_g{i}_0{\mathrm{\η}}_T}{r}-\frac{1}{2}{C}_D\mathrm{A\ρ}{u}_x^2=m(\mathrm{gf}\cos \mathrm{\α}+g\sin \mathrm{\α}+\mathrm{\δ}{a}_x)$

取汽车归化动力F如下：

$F=\frac{T_{\mathrm{tq}}{i}_g{i}_0{\mathrm{\η}}_T}{r}-\frac{1}{2}{C}_D\mathrm{A\ρ}{u}_x^2$

取汽车归化加速度a如下：

a＝m(gfcosα+gsinα+δa_x)

根据下式计算汽车质量m：

m＝F/a

由上式可知，只要汽车归化动力F和汽车归化加速度a可以得到，那么用简单的最小二乘法就可以将汽车质量m计算出来。

在本发明中，通过外部数据设备1、内部参数设备2、坡度模块3和速度&加速度模块4取得或计算出相关参数，将所述相关参数传送至质量中心模块5，质量中心模块5根据相关参数计算出汽车归化动力F和汽车归化加速度a，计算出汽车质量m，并向汽车驱动系统发布质量信息。

如图3所示，本发明的具体控制流程如下：

1、坡度模块3根据GPS天线11提供的汽车的水平速度V_x和垂直速度V_z，计算出道路坡度角α并将其提供给速度&加速度模块4和质量中心模块5，如图2所示，可按如下方式计算道路坡度角α：

$\mathrm{\α}=\arctan \left(\frac{V_z}{V_x}\right)$

2、速度&加速度模块4接收GPS天线11、陀螺仪12和加速度计13的运行实时数据及道路坡度角α。

3、预先设定一个正横摆阀值ω_e，通过该阀值与汽车的横摆角速度ω相比较，判断汽车是否直线行驶，进行如下操作：

31、若|ω|≤ω_e，则判断汽车是直线行驶，则预先设定一个正坡度阀值αe，通过该阀值与道路坡度角α相比较，判断道路有没有坡度，进行如下操作：

311、若|α|≤α_e，则判断道路没有坡度，采用GPS天线11提供的数据计算汽车纵向速度u_x和纵向加速度a_x，其中，汽车纵向速度u_x直接由GPS测量的水平速度V_x得到，即，

          u_x＝V_x

汽车纵向加速度a_x由GPS测量的水平速度V_x时间的微分得到，为

$a_x=\frac{d{V}_x}{\mathrm{dt}}$

312、若|α|＞α_e，则判断道路有坡度，利用卡尔曼滤波器计算汽车纵向速度u_x和纵向加速度a_x。

卡尔曼滤波是一种公知的数学算法，其数学原理如下：

x[n+1]＝Φx[n]+Ψu[n]+ε[n]

y[n]＝Hx[n]+η[n]

形如上式的状态模型，卡尔曼滤波满足以下递推方程：

A.测量更新(观测更新)

$\hat{x}\left[n\right|n]=\hat{x}\left[n\right|n-1]+K[n]\left(y\right[n]-H\hat{x}\left[n\right|n-1])$

K[n]＝P[n|n-1]H^T(HP[n|n-1]H^T+R[n])^-1

P[n|n]＝(I-K[n]H)P[n|n-1]

B.时间更新

$\hat{x}[n+1|n]=\mathrm{\Φ}\hat{x}[n\left|n\right]+\mathrm{\Ψu}\left[n\right]$

P[n+1|n]＝ΦP[n|n]Φ^T+Q[n]

在以上5个公式中：

表示利用n时刻的量测值y[n]进行更新的x的更新值，也就是在n时刻对x进行的最佳估计，如图4所示。

表示由y[0]直到y[n]的量测值估计的n+1时刻的x值；

I是单位矩阵；

K[n]是卡尔曼增益矩阵；

Q[n]是模型噪声ε[n]的协方差矩阵，为Q[n]＝E(ε[n]ε[n]^T)；

R[n]是量测噪声η[n]的协方差矩阵，为R[n]＝E(η[n]η[n]^T)；

P[n|n]和P[n|n-1]是误差协方差矩阵，他们的定义为

$P\left[n\right|n]=E\left(\right\{x\left[n\right]-\hat{x}\left[n\right|n\left]\right\}\left\{x\right[n]-\hat{x}{\left[n\right|n]}^T\})$

$P\left[n\right|n-1]=E\left(\right\{x\left[n\right]-\hat{x}\left[n\right|n-1]\left\}\right\{x\left[n\right]-\hat{x}{\left[n\right|n-1]}^T\left\}\right)$

其中x[n]表示在n时刻x的实际值，符号E()的含义是求括号中表达式的期望值。

当给定0时刻的初始值x[1|0]和P[1|0]后，就可以反复迭代卡尔曼滤波算法的5个公式，从而在任一n时刻都可以估计出最佳的x值，在这里则可利用卡尔曼滤波器计算汽车纵向速度u_x和纵向加速度a_x。

32、若|ω|＞ω_e，则判断汽车不是直线行驶，利用卡尔曼滤波器计算汽车纵向速度u_x和纵向加速度a_x。

4、速度&加速度模块4向质量中心模块5发送汽车纵向速度ux和纵向加速度ax。

5、内部参数设备2向质量中心模块5提供汽车固有或内部参数，其中，CAN总线模块22向质量中心模块5提供的数据主要包括：

发动机输出转矩T_tq、变速器传动比i_g和滚动阻力系数f。

外存储器21向质量中心模块5提供的数据主要包括：

主减速器传动比i₀、传动系的机械效率η_T、车轮半径r、重力加速度g、空气阻力系数C_D、迎风面积A、空气密度ρ和汽车旋转质量换算系数δ。

6、质量中心模块5按照如下方法计算汽车归化动力F：

$F=\frac{T_{\mathrm{tq}}{i}_g{i}_0{\mathrm{\η}}_T}{r}-\frac{1}{2}{C}_D\mathrm{A\ρ}{u}_x^2,$ 其中，

各参数为发动机输出转矩T_tq、变速器传动比i_g、主减速器传动比i₀、传动系的机械效率η_T、车轮的半径r、空气阻力系数C_D、迎风面积A、空气密度ρ、汽车纵向速度u_x。

7、质量中心模块5按照如下方法计算汽车归化加速度a：

     a＝gf cosα+g sinα+δa_x，其中，

各参数为重力加速度g、滚动阻力系数f、道路坡度角α、汽车旋转质量换算系数δ、纵向加速度ax。

8、质量中心模块5根据m＝F/a，计算出汽车质量m，并向汽车驱动系统发布质量信息。

Claims (11)

1.一种汽车质量估计系统，其特征在于：它包括外部数据设备(1)、内部参数设备(2)、坡度模块(3)、速度&加速度模块(4)和质量中心模块(5)，其中，

所述的外部数据设备(1)用于接收汽车运行实时数据，并将其提供至坡度模块(3)和速度&加速度模块(4)；

所述的内部参数设备(2)用于接收汽车固有或内部参数，并将其提供至质量中心模块(5)；

所述的坡度模块(3)根据外部数据设备(1)所提供的数据，计算汽车的坡度角，并将有关参数或数据传至速度&加速度模块(4)和质量中心模块(5)；

所述的速度&加速度模块(4)根据外部数据设备(1)和坡度模块(3)所提供的数据，计算汽车的速度与加速度，并将有关参数或数据传至质量中心模块(5)；

所述的质量中心模块(5)根据内部参数设备(2)、坡度模块(3)和速度&加速度模块(4)所提供的参数或数据，计算出汽车质量，并向汽车驱动系统发布质量信息。

2.根据权利要求1所述的汽车质量估计系统，其特征在于：所述的外部数据设备(1)包括GPS天线(11)、陀螺仪(12)和加速度计(13)，其中，

所述的GPS天线(11)接收GPS原始数据，测量出汽车的水平速度V_x和垂直速度V_z，并将数据传送至坡度模块(3)；

所述的陀螺仪(12)测量汽车的横摆角速度ω，用于判断汽车是否为直线行驶，并将数据传送至速度&加速度模块(4)；

所述的加速度计(13)测量汽车的纵向加速度a_x和横向加速度a_y，并将数据传送至速度&加速度模块(4)。

3.根据权利要求1所述的汽车质量估计系统，其特征在于：所述的内部参数设备(2)包括外存储器(21)和CAN总线模块(22)，其中，

所述的外存储器(21)向质量中心模块(5)提供汽车固有及相关参数，包括主减速器传动比i₀、传动系的机械效率η_T、车轮的半径r、重力加速度g、空气阻力系数C_D、迎风面积A、空气密度ρ和汽车旋转质量换算系数δ；

所述的CAN总线模块(22)接收汽车上其他功能模块数据，向质量中心模块(5)提供内部参数，所提供的参数包括发动机输出转矩T_tq、变速器传动比i_g和滚动阻力系数f。

4.一种汽车质量估计方法，其特征在于：它包括如下步骤：

A、通过外部数据设备(1)、内部参数设备(2)、坡度模块(3)和速度&加速度模块(4)取得或计算出相关参数，将所述相关参数传送至质量中心模块(5)；

B、所述质量中心模块(5)根据相关参数计算出汽车归化动力F；

C、所述质量中心模块(5)根据相关参数计算出汽车归化加速度a；

D、所述质量中心模块(5)计算出汽车质量m，并向汽车驱动系统发布质量信息。

5.根据权利要求4所述的汽车质量估计方法，其特征在于：所述的步骤A包括如下步骤：

A1、坡度模块(3)根据外部数据设备(1)提供的数据计算出道路坡度角α并将其提供给速度&加速度模块(4)和质量中心模块(5)；

A2、速度&加速度模块(4)根据外部数据设备(1)提供的数据计算出汽车纵向速度u_x和纵向加速度a_x并将其提供给质量中心模块(5)；

A3、内部参数设备(2)向质量中心模块(5)提供汽车固有或内部参数。

6.根据权利要求4所述的汽车质量估计方法，其特征在于：所述的步骤A1中，坡度模块(3)根据GPS天线(11)所提供的水平速度V_x和垂直速度V_z，按如下方式计算道路坡度角α：

$\mathrm{\α}=\arctan \left(\frac{V_z}{V_x}\right)$

7.根据权利要求4所述的汽车质量估计方法，其特征在于：所述的步骤A2包括如下步骤：

A21、速度&加速度模块(4)接收GPS天线(11)、陀螺仪(12)和加速度计(13)的运行实时数据及道路坡度角α；

A22、判断汽车是否直线行驶，进行如下操作：

A221、若是直线行驶，则判断道路是否有坡度，进行如下操作：

A2211、若道路没有坡度，采用GPS天线提供的数据计算汽车纵向速度u_x和纵向加速度a_x；

A2212、若道路有坡度，利用卡尔曼滤波器计算汽车纵向速度u_x和纵向加速度a_x；

A222、若不是直线行驶，利用卡尔曼滤波器计算汽车纵向速度u_x和纵向加速度a_x；

A23、向质量中心模块(5)发送汽车纵向速度u_x和纵向加速度a_x。

8.根据权利要求7所述的汽车质量估计方法，其特征在于：所述的步骤A22中，预先设定一个正横摆阀值ω_e，通过该阀值与汽车的横摆角速度ω相比较，若|ω|≤ω_e，则判断汽车是直线行驶；否则，判断汽车不是直线行驶。

9.根据权利要求7所述的汽车质量估计方法，其特征在于：所述的步骤A221中，预先设定一个正坡度阀值α_e，通过该阀值与道路坡度角α相比较，若|α|≤α_e，则判断道路没有坡度；否则，判断道路有坡度。

10.  根据权利要求4所述的汽车质量估计方法，其特征在于：所述的步骤B中，所述的质量中心模块(5)按照如下方法计算汽车归化动力F：

$F=\frac{T_{\mathrm{tq}}{i}_g{i}_0{\mathrm{\η}}_T}{r}-\frac{1}{2}{C}_{D}A{\mathrm{\ρu}}_x^2,$ 其中，

各参数为发动机输出转矩T_tq、变速器传动比i_g、主减速器传动比i₀、传动系的机械效率η_T、车轮的半径r、空气阻力系数C_D、迎风面积A、空气密度ρ、汽车纵向速度u_x。

11.根据权利要求4所述的汽车质量估计方法，其特征在于：所述的步骤C中，所述的质量中心模块(5)按照如下方法计算汽车归化加速度a：

        a＝gfcosα+gsinα+δα_x，其中，

各参数为重力加速度g、滚动阻力系数f、道路坡度角α、汽车旋转质量换算系数δ、纵向加速度a_x。

Images