ITTO20130584A1

ITTO20130584A1 - Stima della massa di un veicolo e della pendenza della strada

Info

Publication number: ITTO20130584A1
Application number: IT000584A
Authority: IT
Inventors: Enrico Raffone
Original assignee: Fiat Ricerche
Priority date: 2013-07-11
Filing date: 2013-07-11
Publication date: 2015-01-12
Also published as: BR112015032745B1; EP3019379A2; WO2015004639A2; BR112015032745A2; US10124806B2; EP3019379B1; US20160332633A1; WO2015004639A3

Description

DESCRIZIONE

del brevetto per invenzione industriale dal titolo:

“STIMA DELLA MASSA DI UN VEICOLO E DELLA PENDENZA DELLA STRADA”

CAMPO TECNICO DELL'INVENZIONE

La presente invenzione è relativa in generale alla stima della massa di un veicolo e della pendenza della strada in tempo reale. In particolare, la presente invenzione è relativa all'applicazione della teoria del filtro di Kalman e dell'algoritmo ricorsivo dei quadrati minimi con fattore di oblio sulla stima della massa di un veicolo e della pendenza della strada in tempo reale.

STATO DELLA TECNICA

In uno sforzo continuo di migliorare il controllo del movimento longitudinale del veicolo in termini molto differenti, è essenziale avere accesso alle stime in linea di parametri come massa del veicolo e pendenza della strada. Quindi, la variazione dei parametri del veicolo gioca un ruolo sempre maggiore nel controllo automatizzato dei veicoli (automobili ma in particolare veicoli commerciali leggeri/pesanti, camion, trattori e rimorchi, autobus e così via), ovvero i veicoli commerciali leggeri mostrano generalmente maggiori variazioni dei parametri quali massa del veicolo (differenze fino al 100% tra le configurazioni caricata e non caricata). Inoltre tutte le tecniche di valutazione del risparmio di carburante proposte dipendono dalla conoscenza di come sarà la strada più avanti, per esempio qualità stradale modesta può rivelarsi per lo più un problema per veicoli con un basso rapporto potenza-peso come i veicoli commerciali e da come varia la massa del veicolo in tempo reale e da come influenza le emissioni di CO2. Questi fatti evidenziano l'esigenza della stima della pendenza della strada e della massa del veicolo su un veicolo a motore, in particolare su un veicolo commerciale leggero.

Nella letteratura, gli approcci di stima della massa e della pendenza proposti sono approcci basati su modello e ciò è principalmente dovuto all'esigenza di adattare gli algoritmi studiati su differenti veicoli di produzione con una ri-progettazione modulare.

Verrà ora formulata un’equazione della dinamica longitudinale del veicolo in forma generale per comprendere la non linearità di base e/o la complessità della varianza nel tempo.

L'equazione del movimento delle ruote anteriori, quando la trasmissione è completamente impegnata e tutta la potenza meccanica del motore viene trasferita alle ruote, ha la forma generale:

mat ⋅<&>x<&>= m⋅g⋅ sin ( α )+ FP − F R

J

m = m+ wheels η ⋅ J

motor (1)

at R2 R2⋅τ2

t ⋅ τ 2

d

in cui m è la massa totale del veicolo, Fpè la forza di propulsione e FRè la forza di resistenza, g è l'accelerazione gravitazionale, α è l'angolo della pendenza, ruota R è il raggio e matè la massa equivalente nelle ruote motrici, così si ottiene che la massa totale con in aggiunta gli effetti di inerzia delle ruote (Jwheels) e del motore (Jmotor) attraverso il cambio e il differenziale.

Nell'equazione, le incognite sono la massa del veicolo (m) e la pendenza della strada (sin(α)), in cui la massa del veicolo, in pratica un parametro di modello, ha una dinamica molto lenta mentre la pendenza della strada è una quantità fisica in tempo reale "vera" con una dinamica medio lenta. L'equazione differenziale vista (1) è un’equazione della variante nel tempo, non lineare classica. Il problema della stima simultanea richiede un modello di filtro lineare di Kalman esteso (EKF), ma l'intento dell'invenzione è di realizzare uno stimatore integrato che sia più semplice, sufficientemente preciso, piuttosto resistente ed economico dal punto di vista della complessità di calcolo dell’hardware.

La letteratura presenta molti algoritmi per la stima in linea della massa e della pendenza.

Storicamente, sono stati proposti algoritmi di stima soltanto per la stima della massa o della pendenza; per esempio, per la massa del veicolo, algoritmi correlati ad accelerazioni e decelerazioni longitudinali brusche che eccitano significativamente la massa del veicolo, rendendo pertanto più semplice la stima di questa massa.

Per esempio, il documento US5.482.359 propone di utilizzare accelerazioni e decelerazioni brusche controllate come parte di un metodo di stima della massa basata su ricerca di evento. Analogamente, il documento US4.548.079 propone di stimare la massa del veicolo in particolare durante accelerazioni e decelerazioni brusche introdotte da cambio di marcia. Il documento US4.941.365 propone uno stimatore della massa simile che compensa esplicitamente l'inerzia delle ruote. Ulteriori estensioni del medesimo approccio sono proposte nei documenti US5.490.063, US6.167.357, US6.438.510, US6.567.734 e US2007/0038357.

D'altra parte, sono stati proposti algoritmi per la stima della pendenza della strada indipendentemente dalla massa del veicolo in base a un modello di accelerazione longitudinale, per esempio nel documento WO03/40652, o basato sulla filtrazione Kalman applicata allo stesso modello longitudinale, per esempio nel documento WO03/016837, e ulteriori estensioni dello stesso approccio per esempio nel documento US7.269.494 che implicano anche la segnalazione della velocità del veicolo.

Per quanto riguarda la stima simultanea della massa e della pendenza, Bae, H. S., Ryu, J., e Gerdes, J. C., 2001, "Road Grade and vehicle Parameter Estimation for Longitudinal Control Using GPS", (Atti della Conferenza sui sistemi di trasporto intelligenti IEEE), per esempio, propongono uno stimatore ricorsivo dei minimi quadrati che utilizza le misure della forza longitudinale, dell'accelerazione e della qualità della strada basato su GPS per determinare la massa del veicolo e la resistenza aerodinamica.

Nel documento WO03/016837 e in Lingman, A., e Schmidtbauer, B., 2002, "Road Slope and Vehicle Mass Estimation Using Kalman FIltering", Vehicle System Dynamics, 37, pagg. 12-23, Lingman e Schmidtbauer analizzano la possibilità, mediante filtrazione di Kalman, di stimare la pendenza e la massa utilizzando le informazioni disponibili sulle caratteristiche del sistema di propulsione e di frenatura, una misura della velocità del veicolo e l'eventuale miglioramento attraverso l'aggiunta di un accelerometro longitudinale.

Il documento US6.980.900 propone di nuovo uno stimatore ricorsivo dei minimi quadrati in cui le forze di resistenza aerodinamica sono simulati in linea e sottratte dalle misure della forza, piuttosto che stimate.

In Vahidi, A., Druzhinina, M., Stefanopoulou, A., e Peng, H., 2003, "Simultaneous Mass and Time-Varying Grade Estimation for Heavy-Duty Vehicles", Proceedings of the American Control Conference, Denver, CO, in Vahidi, A., Stefanopoupou, A., e Peng, H., 2003 "Experiments for Online Estimation of Heavy Vehicle's Mass and Time-Varying Road Grade", Proceedings of the 2003 ASME International Mechanical Engineering Congress and Exposition, e in Vahidi, A., Stefanopoulou, A., e Peng, H., 2005, "Recursive Least Squares with Forgetting for Online Estimation of vehicle Mass and Road Grade: Theory and Experiments", Vehicle System Dynamics, 41(1), pagg. 31-55, Vahidi et al. propongono uno stimatore simile che non richiede misure della qualità della strada e stima la massa del veicolo, la resistenza aerodinamica e la qualità della strada contemporaneamente utilizzando strumentazione minima. L'algoritmo soddisfa la natura variabile nel tempo della resistenza aerodinamica e della qualità della strada attraverso oblio multi-velocità.

Winstead, V., and Kolmanovsky, I., 2005, “Estimation of Road Grade and Vehicle Mass via Model Predictive Control”, Proceedings of the IEEE Conference on Control Applications, propongono un filtro lineare di Kalman che stima sia gli stati longitudinali del veicolo sia i parametri (inclusa la massa) per il controllo adattativo di crociera .

Infine, il documento EP1935733 propone una stima combinata in due fasi: stima della pendenza della strada in base alla velocità del veicolo e all'accelerazione longitudinale e quindi su questo basare e guidare interferenza della massa del veicolo sui segnali della trasmissione.

SCOPO E RIEPILOGO DELL'INVENZIONE

La richiedente ha apprezzato che vi sono importanti esigenze pratiche che uno stimatore in tempo reale dovrebbe soddisfare per essere fattibile, in particolare per veicoli di prezzo economico. In particolare, la richiedente ha riscontrato che dovrebbe essere:

• sufficientemente semplice da operare in tempo reale nonostante le limitazioni di elaborazione a bordo; gli algoritmi progettati devono essere implementati dapprima nella post-elaborazione quindi in ambiente in tempo reale con allocazione di memoria e complessità di calcolo ridotte;

• abbastanza preciso per stimare stato lo stato/il parametro del veicolo desiderato in determinate condizioni;

• abbastanza veloce per rilevare variazioni negli stati/parametri del veicolo appena dopo l'avviamento e la guida su strada. La stima deve essere disponibile secondo le finestre di attivazione e l'intervallo di utilizzabilità delle informazioni stimate;

• abbastanza robusto da funzionare con successo nonostante disturbi reali di segnali e incertezze di base del modello;

e in particolare,

• abbastanza economico per penetrare nel mercato dei veicoli di prezzo economico. Ciò spesso si traduce in un requisito di strumentazione minima e in nessun ulteriore sensore.

Partendo da questo chiaro punto di vista, la richiedente ha analizzato la possibilità di stimare la pendenza della strada e la massa del veicolo utilizzando informazioni del veicolo sullo stato del sistema di propulsione, come coppia motore e stati del segnale di trasmissione, insieme alle misure del sistema ESP (programma di stabilità elettronica) come le misure della velocità delle ruote e l'accelerometro longitudinale disponibile sulla rete CAN del veicolo.

Lo scopo della presente invenzione è pertanto di fornire uno stimatore in tempo reale che soddisfi i requisiti summenzionati.

Questo scopo è conseguito mediante la presente invenzione per il fatto che è relativa a uno stimatore della massa del veicolo e della pendenza della strada in tempo reale, come definito nelle rivendicazioni allegate. BREVE DESCRIZIONE DEI DISEGNI

• la figura 1 illustra un diagramma a blocchi che rappresenta l'architettura funzionale di uno stimatore della pendenza della strada secondo la presente invenzione;

• la figura 2 illustra le quantità implicate nella stima della pendenza della strada eseguita da un osservatore lineare di Kalman; e

• la figura 3 illustra un diagramma a blocchi che rappresenta l'architettura funzionale di uno stimatore della massa del veicolo secondo la presente invenzione.

DESCRIZIONE DETTAGLIATA DELLE FORME DI REALIZZAZIONE PREFERITE DELL'INVENZIONE

La seguente descrizione è fornita per consentire ad un esperto nella tecnica di realizzare e utilizzare l'invenzione. Varie modifiche alle forme di realizzazione risulteranno facilmente evidenti agli esperti nella tecnica, senza scostarsi dall'ambito di protezione della presente invenzione come rivendicata. Pertanto, la presente invenzione non intende essere limitata alle forme di realizzazione illustrate, ma alla stessa deve essere assegnato l'ambito di protezione più ampio corrispondente ai principi e alle caratteristiche descritti nella presente e definiti nelle rivendicazioni allegate.

Coerentemente con la semplicità e la sostenibilità spiegate delle stime, si è riscontrato che la possibilità di ottenere le stime con un singolo stimatore di stati lineare, con i suoi relativi problemi riguardo la convergenza, le differenti dinamiche rappresentate e la non linearità, deve essere tralasciata.

Piuttosto, si è riscontrato adatto semplificare e ridurre alla forma più basica il problema con un approccio dall'alto al basso. In pratica, la pendenza della strada e la massa del veicolo sono stimate separatamente utilizzando differenti riferimenti di modello e differenti misure reali del veicolo, per ottenere due stime indipendenti e quindi le stime sono integrate per migliorare le prestazioni della stima in una struttura basata sul modello. Partendo da questa base teorica, l'algoritmo selezionato per l'implementazione dell'osservatore della pendenza è un filtro lineare di Kalman basato su un modello di accelerazione longitudinale del veicolo e per la stima della massa si sono scelti i minimi quadrati ricorsivi con fattore di oblio applicato all'equazione (1).

Le funzioni della stima sono state sviluppate per essere resistenti al disturbo reciproco, in pratica il disturbo della pendenza non ha alcuna influenza sulla stima della massa utilizzando una misura dell’accelerazione longitudinale a passo compensato opportunamente dinamica al posto della velocità delle ruote del veicolo, mentre la stima della pendenza si basa su un modello di sensore di accelerazione longitudinale, per cui, essa garantisce robustezza rispetto alle incertezze della trasmissione e alla variazione della massa evitando l'utilizzo dell'equazione di movimento del veicolo. Diversamente non viene completamente respinto il disturbo di variazione della massa, e vi è un disturbo non cancellabile relativamente alla misura dell’accelerazione longitudinale, lo sfalsamento delle accelerazione a passo statico dovuto alla distribuzione della massa del veicolo. Se si considera un veicolo che viaggia su una pendenza ad una velocità costante o che è fermo su una strada in piano, vi è uno sfalsamento statico relativamente alla misura del sensore di accelerazione longitudinale, quest'errore è dovuto alla distribuzione del carico sul veicolo e la sua entità è collegata alle rigidità delle sospensioni del veicolo. Quest'ultimo disturbo relativamente alla stima della pendenza può essere ridotto integrando le stime della pendenza e della massa. Per cui, conoscendo i diagrammi di assetto del carico del veicolo e utilizzando la funzione di stima della massa è possibile riconoscere condizioni particolari della distribuzione del carico del veicolo e correggere la misura di accelerazione longitudinale per limitare questo errore incancellabile sulla stima della pendenza migliorando ulteriormente la precisione della stima.

La figura 1 illustra un diagramma a blocchi che rappresenta l'architettura funzionale di uno stimatore della pendenza della strada secondo la presente invenzione e in cui sono indicate tutte le quantità di ingresso e uscita in base a cui opera lo stimatore.

Lo stimatore della pendenza della strada è progettato per coprire il maggior numero di condizioni statiche e dinamiche in cui si può trovare il veicolo, quindi veicolo fermo o in marcia in longitudinale o ancora in curva con la possibilità di essere customizzato sulla base dell’applicazione utilizzatrice che richiede tale informazione. In più è model-based, in quanto è stato pensato per essere portabile e tunabile su diversi veicoli al fine di ridurre i tempi/costi di sviluppo.

In particolare, lo stimatore della pendenza della strada comprende un blocco a compensazione di passo, il quale effettua una correzione sull’accelerazione longitudinale al fine di limitare l’effetto del disturbo di beccheggio da fermo (statico), in frenata e in accelerazione (dinamico) sulla misura di axfornita dal sensore inerziale. In sostanza, il sensore accelerometrico misura tutti gli effetti principali che operano nella meccanica dei corpi rigidi su di un oggetto dotato di sospensioni fermo o che avanza longitudinalmente o ancora in curva; tra i diversi effetti che si sovrappongono che vanno epurati c’è il beccheggio. Il fenomeno di beccheggio è un fenomeno statico e dinamico, in pratica la parte statica è quella relativa a come il veicolo si assesta sulle sospensioni sulla base della distribuzione di carico sul pianale da fermo, mentre la parte dinamica è un effetto che strettamente legato alle frenate e alle accelerate, ma si estingue in un transitorio abbastanza veloce. Il beccheggio statico, che rappresenta la larga parte del disturbo di beccheggio, è gestito secondo due diverse logiche, la prima considera una distribuzione di massa uniforme su tutto il pianale, quindi sulla base del diagramma assetto sospensioni del veicolo (dato di targa) si calcola un correttivo statico di accelerazione, mentre la seconda logica si basa, in aggiunta al correttivo precedente, su di un’informazione proveniente dal blocco che stima la massa del veicolo.

Lo stimatore della pendenza della strada comprende inoltre un blocco a compensazione laterale stazionaria,, il quale effettua una correzione per limitare l’effetto della dinamica laterale del veicolo che in curva induce un termine aggiuntivo sull’accelerazione longitudinale, quindi un nuovo errore sul segnale. Il blocco si basa su di un modello bicicletta e sui parametri di targa del veicolo su cui viene messo lo stimatore.

Lo stimatore della pendenza della strada comprende inoltre un Osservatore Kalman lineare progettato per stimare la pendenza della strada. Per definire l'osservatore, è fondamentale descrivere l'impianto con un modello dettagliato utile per quantificare l'entità dei differenti termini in gioco. In particolare, l'accelerazione longitudinale misurata dal sensore è espressa in forma canonica per comprendere gli stati di disturbi e del sistema per la stima.

Facendo riferimento alla figura 2, secondo la dinamica del corpo rigido, la posizione e la direzione del sensore possono essere descritte in un asse di riferimento inerziale fisso sempre parallelo alla strada R0come:

in cui Rbodyindica un asse di riferimento fisso con il veicolo che ruota sul centro di gravità del veicolo CoG dell'angolo di passo.

Derivando l'equazione (2), si ottiene:

In questo modo si ottengono tre accelerazioni di asse del corpo del sensore in R0.

Quindi in Rbody:

soltanto attorno all'asse longitudinale:

Quindi, se si considera l'angolo della pendenza della strada α:

Questa equazione è non lineare, ma invariabile nel tempo e può essere approssimata con una relazione invariabile nel tempo, lineare già generalmente nota:

a = a a g ⋅sin α

x xdisturb(8) Meas

Questa equazione è utile per stimare la pendenza della strada indipendentemente dalla massa del veicolo utilizzando la sola teoria del modello di accelerazione longitudinale e del filtrazione lineare di Kalman. Il termine adisturbè la parte dell'accelerazione del veicolo causata da disturbi non descritti dal modello per le dinamiche longitudinali. Essa dovrebbe coprire tutti gli errori del modello riscontrati in questa sezione. Per cui, data una buona descrizione su come sta variando lo stato adisturb, è possibile utilizzare un filtro di Kalman per stimare gli stati del sistema e filtrare questo disturbo.

Il filtro di Kalman è quindi progettato utilizzando:

<T>

<x =>[<v>vehicle<sin α>];u =a y = v

xMeas ;<vehicle>

per cui:

v<&>vehicle=ax=−g⋅sinα+ax Meas−adisturb⇒x<&>1=−g⋅x2+ u υ (9)

Tutte le variabili di stato del processo sono considerate come stocastiche Gaussiane, per cui la matrice di covarianza di rumore presunta è stata definita coerentemente con le caratteristiche fisiche delle variabili stocastiche e quindi messa a punto per ottenere la migliore stima possibile. In questa struttura di stima, il termine adisturbpuò essere modellato come semplice rumore di processo u rispetto allo stato della pendenza.

Per quanto riguarda lo stato della pendenza, questo è stato modellato secondo due differenti approcci, la prima volta ipotizzando che lo stato x2sia sottoposto a lievi variazioni per ciascun periodo di campionamento, per cui il suo primo derivato è pari al rumore gaussiano:

x<&>2= ω(10)

e un secondo metodo secondo un processo di Gauss-Markov di primo ordine:

x<&>2=− ⋅ x2+ ξ

τ (11)

in cui τ è un parametro messo a punto secondo la pendenza minima che occorre osservare.

Quest'ultimo approccio è utile in particolare per filtrare le dinamiche della pendenza desiderate dal disturbo di passo, per fornire così la possibilità di eliminare il disturbo di passo lasciando soltanto informazioni sulla pendenza, mentre vi è l'esigenza di prefiltrare l'accelerazione longitudinale dalle dinamiche di passo anche parzialmente. Entrambi gli approcci sono validi e forniscono risultati di stima interessanti. Quest'ultimo è preferito, in quanto si utilizza un’accelerazione longitudinale parzialmente corretta di passo come input per l'osservatore spiegato.

Lo stimatore della pendenza della strada comprende inoltre un blocco logico di abilitazione, il quale è progettato per abilitare e disabilitare la stima di pendenza della strada in certe situazioni in cui tale stima non è affidabile. Infatti, lo stimatore è sempre attivo, o meglio è attivo nel maggior numero possibile di situazioni veicolo. L’idea di base dello stimatore è quella di ottenere una stima quanto più possibile disponibile.

L’unica limitazione risulta essere nel caso di stima di pendenza con veicolo in dinamico in curva quando l’accelerazione laterale risulta superiore ad una certa soglia. In questi casi, l’accelerazione longitudinale è troppo sporcata dall’effetto di laterale e si preferisce disattivare l’elaborazione indicando questa situazione nel segnale di status che accompagna la stima. La soglia di disattivazione cambia da veicolo a veicolo sulla base delle caratteristiche progettuali dal punto di vista dinamico (e.g. gradiente di sottosterzo e gradiente di assetto). La stima si disattiva in corrispondenza di una certa soglia ma si riattiva al di sotto di un’altra più bassa, così da evitare effetti spuri di attivazione/disattivazione sugli algoritmi a valle dell’abilitazione.

Lo stimatore della pendenza della strada comprende inoltre uno stimatore della pendenza zero della velocità che è attivato quando l'osservatore Kalman lineare è disattivato dal blocco logico di abilitazione, durante le finestre cieche delle misure della velocità delle ruote e unisce uniformemente la stima della pendenza dinamica alla stima della pendenza statica in base alla sola misura dell'accelerazione dal sensore di inerzia evitando il passo di frenatura finale e altri effetti di rumore.

La figura 3 illustra un diagramma a blocchi che rappresenta l'architettura funzionale di uno stimatore della massa del veicolo secondo la presente invenzione e in cui sono indicate tutte le quantità di ingresso e uscita in base a cui opera lo stimatore.

Lo stimatore della massa del veicolo comprende tre blocchi di corrispondenza di algoritmo e modello di identificazione in tempo reale associati alle marce inferiori del treno di trasmissione, uno per la 1° marcia, uno per la 2° marcia e uno per la 3° marcia, che vengono attivati quando l'entità di accelerazione longitudinale e la "misura stimata della coppia" della trasmissione sono significative.

Ciascuno dei tre blocchi implementa un algoritmo di stima che si basa sul movimento longitudinale in una condizione in cui un veicolo accelera con la frizione impegnata e senza svoltare o svoltando con un’accelerazione laterale limitata, con le seguenti ulteriori ipotesi:

• resistenze al rotolamento e aerodinamica note nominali; e

• nessuna limitazione riguardo all'aderenza sulla superficie disponibile.

L'equazione dell'equilibrio meccanico nelle ruote anteriori è:

in cui τdiffe τgearindicano rispettivamente il rapporto tra differenziale e scatola del cambio e Ctractionindica la coppia di trazione, per cui coppia motore applicata alle ruote meno coppia degli attriti dalle stime della trasmissione.

Nella versione discreta con tempo di campionamento T:

Approssimando il primo termine dell'equazione con il "metodo di trasformazione bilineare":

con α=1 (discretizzazione inversa di Eulero):

Al fine di poter resistere al disturbo della pendenza è possibile considerare anziché la differenza di velocità del veicolo, l'accelerazione longitudinale misurata moltiplicata per il tempo di campionamento:

�

CJ

(k) =� M ⋅ R mot⋅τ<diff>⋅ τ<gear>J

� wheels � traction � ....

�η⋅τdiff⋅ τ gear ⋅ T R ⋅ T R⋅η⋅τdiff⋅ τ gear ⋅ T�

�

⋅ (&x &(k ) ⋅T ) (15)

Questa equazione longitudinale (15) può essere riscritta nella seguente forma di regressione:

y (k )=ϕ<T>(k )⋅θ (k ) ξ (k ) (16)

con:

y (k )=Ctraction(k )

ϕ<T>(k )=<&>x<&>(k ) ⋅ T

M ⋅ R J ⋅<diff>⋅ τ<gear>J θ (k) = mot τ

wheels

η⋅τdiff⋅ τgear⋅ T R ⋅ T R⋅η⋅τdiff⋅ τ gear ⋅ T Da θ (<k>), la massa M del veicolo è:

θ (k )⋅η⋅τ<diff>⋅τ<gear>⋅ T η⋅ J ⋅τ 2 2

<mot diff>⋅ τ<gear>J

M = − −<wheels>

R R2 R 2

(17) in cui θ (<k>) identificato è il vettore di parametro eξ (k )

indica il disturbo concentrato che può compromettere le

prestazioni di stima della massa del veicolo e che deve

essere minimizzato. Per superare questa degradazione è

stato utilizzato l'algoritmo RLS con fattore di oblio (µ)

che minimizza l'errore di previsione secondo il principio

quadratico e riduce il problema RLS riguardo il decadimento

progressivo della reattività dell'algoritmo con l'avanzare

del campionamento:

θ (k )=θ (k− 1 )+K (k ) ⋅ ε ( k )

K (k )=Vff (k ) ⋅ ϕ ( k )

ε (k )= y (k )−ϕ T (k )⋅ θ ( k − 1 )

Vff (k )= (1/µ )⋅(Vff (k−1 )−β − 1

k −1⋅Vff (k−1 )⋅ϕ (k )⋅ ϕ T (k )⋅Vff ( k − 1 ) )

β k − 1 =µ+ϕ T (k )⋅Vff (k− 1 ) ⋅ ϕ (k ) (18)

in cui Vff(k) non è così differente dalla varianza di stima

per ogni periodo di campionamento e il fattore di oblio µ è

stato gestito in una modalità tipica per la stima di

parametri costanti:

µ (k )= ρ⋅µ ( k−1 )+ ( 1 − ρ )

µ ( 0 ) = µ 0

withρ∈ (0; 1 ) and µ 0 ∈ (0 ;1 ) (19)

Lo stimatore della massa del veicolo comprende inoltre un’unione mediante blocco ponderato medio di varianza, in cui la stima della massa combinata da differenti marce è ottenuta utilizzando una media ponderata in cui la scelta eseguita relativamente ai pesi è:

La media ponderata in questo caso è:

e la varianza della media ponderata è:

Il significato della formulazione "fusione mediante media ponderata della varianza" è che questa media ponderata è lo stimatore di probabilità massima della media delle distribuzioni di probabilità partendo dal presupposto che siano indipendenti e distribuite normalmente con la stessa media.

Lo stimatore della massa del veicolo comprende inoltre un blocco di compensazione a passo, il quale effettua la stessa compensazione effettuata dall’omonimo blocco dello stimatore della pendenza della strada; in pratica vengono replicate le stesse correzioni sui segnali in ingresso effettuate per la stima di pendenza. L’unica differenza è la mancanza della correzione aggiuntiva dovuta alla stima della massa. In questo blocco, infatti, in assenza della conoscenza della massa si ipotizza una distribuzione della massa uniforme su tutto il pianale, ammettendo quindi un errore incancellabile sul calcolo a valle effettuato che è quello dell’assetto vettura. C’è da sottolineare, che in questo caso, questo effetto è accettabile in quanto risulta completamente nascosto all’interno dell’errore che si commette utilizzando il segnale di coppia motore (segnale non misurato ma a sua volta stimato dal controllo motore).

Lo stimatore della massa del veicolo comprende inoltre un blocco di compensazione laterale stazionario, il quale effettua una correzione per limitare l’effetto della dinamica laterale del veicolo che in curva induce un termine aggiuntivo sull’accelerazione longitudinale, quindi un nuovo errore sul segnale. Il blocco si basa su di un modello bicicletta e sui parametri di targa del veicolo su cui viene messo lo stimatore.

Lo stimatore della massa del veicolo comprende inoltre un blocco di stimatore di cambio manuale, il quale, in assenza di un cambio automatico, stima la marcia inserita dal conducente ed indica quando è avvenuto il completamento dell’ingranamento del sistema di trasmissione. In pratica, sulla base dei segnali di velocità veicolo, giri motore, pedale frizione etc., opera un riconoscimento della sincronizzazione del cambio al fine di attivare gli algoritmi d’identificazione ricorsivi nel momento giusto, ovvero nel momento in cui il sistema reale risulta quanto più possibile simile al modello matematico impostato nei blocchi di corrispondenza di algoritmo & modello di identificazione in tempo reale.

Infine, lo stimatore della massa del veicolo comprende inoltre un blocco di abilitazione massa e cambio, il quale gestisce l’attivazione dei tre diversi stimatori (uno per marcia) e fa in modo da lanciare l’identificazione sono nei passi di campionamento in cui il sistema reale risulta più probabilmente modellabile secondo le equazioni impostate. Il tutto viene effettuato in prima, seconda e terza marcia, lì dove si verificano gradienti di accelerazione e di coppia motore tali da evidenziare meglio le differenze di massa caricate sul veicolo. Le attivazioni si basano su soglie soggette a taratura poste su sui vari segnali provenienti principalmente dalla trasmissione e da stime interne e cercano di limitare al massimo le incertezze provenienti principalmente dai segnali della trasmissione che sono in parte stimati (coppia motore/fictions) ed in parte misurati (giri motore, pedale acceleratore etc.).

Claims

Prot. nr.: TO2013000584 RIVENDICAZIONI 1. Centralina elettronica di controllo (ECU) autoveicolistica programmata per stimare in tempo reale la massa di un veicolo e la pendenza della strada percorsa dal veicolo, in cui: a. la stima della pendenza della strada è effettuata: a1. a veicolo considerato fermo sulla base di un segnale accelerometrico indicativo dell’accelerazione a cui il veicolo è sottoposto, in cui il veicolo è considerato fermo in presenza di valori sostanzialmente nulli di un segnale di velocità indicativo della velocità del veicolo, a2. a veicolo in moto rettilineo e curvilineo, implementando un osservatore di pendenza della strada basato su un filtro lineare di Kalman, il quale è progettato per: a21. operare sulla base di segnali indicativi della velocità e dell’accelerazione del veicolo, e a22. compensare i disturbi accelerometrici dovuti: a221. sia al beccheggio statico del veicolo derivante dalla distribuzione del carico sul veicolo stesso, a222. che al beccheggio dinamico del veicolo dovuto dell’accelerazione a cui il veicolo è sottoposto durante la marcia; a223. che a componenti di disturbo accelerometrico dovute alla dinamica laterale del veicolo; b. la stima della massa del veicolo è effettuata: b1. a veicolo in movimento b2. sulla base di un algoritmo ricorsivo dei minimi quadrati con fattore di oblio (forgetting factor) b3. sulla base di un segnale accelerometrico indicativo dell’accelerazione a cui il veicolo è sottoposto, di un segnale di velocità veicolo, e di altri segnali rappresentativi della coppia propulsiva/resistiva cui è sottoposto il veicolo; b4. in differenti marce basse, ottenendo una stima di massa ed un’associata varianza per ciascuna marcia, b5. sulla base delle stime di massa e delle relative varianze per ciascuna marcia, e b6. compensando i disturbi accelerometrici dovuti: b61. sia al beccheggio dinamico del veicolo; b62. che a componenti di disturbo accelerometrico dovute alla dinamica laterale del veicolo; b7. minimizzando le incertezze sulle coppie propulsiva/resistiva dovute ai rendimenti del cambio e a resistenze al rotolamento.
2. Centralina elettronica di controllo (ECU) autoveicolistica secondo la rivendicazione 1, programmata inoltre per: c. raccordare le stima della pendenza della strada effettuate a veicolo considerato fermo e a veicolo in moto: c1. iniziando la stima della pendenza della strada a veicolo fermo sulla base delle ultime stime della pendenza della strada effettuate a veicolo in moto, e c2. iniziando la stima della pendenza della strada a veicolo in moto sulla base delle ultime stime della pendenza della strada effettuate a veicolo fermo.
3. Centralina elettronica di controllo (ECU) autoveicolistica secondo una qualsiasi delle rivendicazioni precedenti, programmata inoltre per: d. stimare la pendenza della strada e la massa del veicolo indipendentemente l’una dall’altra, e e. eseguire selettivamente anche una sola fra la stima della pendenza della strada e la stima della massa del veicolo.
4. Centralina elettronica di controllo (ECU) autoveicolistica secondo una qualsiasi delle rivendicazioni precedenti, programmata inoltre per: a3. stimare della pendenza della strada anche a veicolo in moto curvilineo, per valori dell’accelerazione laterale del veicolo compresi in un intervallo prefissato, utilizzando lo stesso osservatore di pendenza della strada di cui al punto a2 ed avendo compensato a monte dello stesso i disturbi accelerometrici dovuti all’accelerazione laterale del veicolo.
5. Centralina elettronica di controllo (ECU) autoveicolistica secondo una qualsiasi delle rivendicazioni precedenti, programmata inoltre per: a223. stimare il beccheggio statico del veicolo derivante dalla distribuzione del carico sul veicolo stesso, sulla base della massa stimata del veicolo e di un diagramma degli assetti, e a224. stimare il beccheggio dinamico del veicolo sulla base di un segnale accelerometrico indicativo dell’accelerazione a cui il veicolo è sottoposto durante la marcia.
6. Centralina elettronica di controllo (ECU) autoveicolistica secondo una qualsiasi delle rivendicazioni precedenti, programmata inoltre per: b5. limitare gli effetti del beccheggio dinamico e del disturbo accelero metrico dovuto alla dinamica laterale del veicolo sulla stima della massa del veicolo.
7. Centralina elettronica di controllo (ECU) autoveicolistica secondo una qualsiasi delle rivendicazioni precedenti, in cui la stima della massa del veicolo è effettuata come media pesata delle stime individuali di massa effettuate nelle differenti marce, ed alla stima di massa del veicolo è associata una varianza complessiva calcolata come media delle varianze individuali associate alle stime individuali di massa.
8. Centralina elettronica di controllo (ECU) autoveicolistica secondo una qualsiasi delle rivendicazioni precedenti, in cui la stima della massa del veicolo è effettuata a veicolo in movimento solo quando le coppie propulsiva/resistiva sono considerate affidabile, ed in cui la stima della massa del veicolo è considerata attendibile quando la varianza complessiva della massa stimata del veicolo è inferiore ad un valore di soglia.
9. Centralina elettronica di controllo (ECU) autoveicolistica secondo una qualsiasi delle rivendicazioni precedenti, in cui la stima della massa del veicolo effettuata a veicolo in movimento e considerata attendibile viene considerata attendibile anche quando il veicolo successivamente si ferma.
10. Centralina elettronica di controllo (ECU) autoveicolistica secondo una qualsiasi delle rivendicazioni precedenti, in cui la massa del veicolo viene stimata ogni volta che si verificano determinati eventi che rendono inattendibile la precedente stima della massa del veicolo.
11. Veicolo comprendente una centralina elettronica di controllo (ECU) autoveicolistica secondo una qualsiasi delle rivendicazioni precedenti.
12. Software caricabile in una centralina elettronica di controllo (ECU) autoveicolistica e progettato per far sì che, quando eseguito, la centralina elettronica di controllo diventi programmata come rivendicato in una qualsiasi delle rivendicazioni precedenti.