SE530728C2 - Metod och anordning för estimering av lutningen för ett underlag på vilket ett fordon färdas - Google Patents

Description

25 30 530 723 standardmonterade sensorer. Denna lösning har dock nackdelen att det vid vissa fordonstillstånd (driftstillstånd) är svårt att utföra noggranna mätningar. Exempelvis är motormomentinformation olika pålitlig vid olika motorvarvtal.

Dessutom är denna pålitlighet svår att modellera. Ett annat exempel är att det är mycket svårt att skatta retardationskraften vid applicering av färdbromsen, vilket gör att rörelseekvationsmetoder inte kan leverera relevanta lutningsskattningar under inbromsningar, ett driftsfall då det dessutom är särskilt viktigt med ett bra värde på vägens lutning.

Förutom lutningskattning med hjälp av rörelseekvationer finns det ett flertal andra kända metoder. Ett sådant exempel utgörs av användning av data från en GPS-mottagare. Ett system som enbart förlitar sig på GPS har dock sina begränsningar.

Uppkoppling mot satelliter kan inte alltid uppfyllas, t.ex. p.g.a. tättbebyggt område, tunnlar eller bergiga områden (där korrekt lutningsskattning är särskilt viktig). Dessutom är diskontinuiteter i GPS-data vanliga, och även reflexioner från omkringliggande objekt, vilket negativt påverkar noggrannheten för den resulterande skattningen av vägens lutning.

En annan metod utgörs av användning av den information som görs tillgänglig av en barometer. Snabba förändringar i tryck kan antas bero på förändringar i höjd, vilket i sin tur, kombinerat med information om tillryggalagd sträcka, ger ett värde på hur mycket vägen lutar mellan mätpunkter. Även denna metod har dock stora nackdelar. De barometrar som utgör standardutrustning i dagens fordon idag har inte den upplösning som krävs för att få en noggrann skattning av lutningen. Vidare är barometern känslig för tryckstörningar som inte är relaterade till vertikal förflyttning, och som kan 10 15 20 25 30 530 1723 uppstå i fordonet på grund av intern såväl som extern påverkan.

I försök att överkomma ovan nämnda problem har olika lösningar framtagits. En sådan lösning utgörs av att kombinera GPS och barometer. Dessa handlar primärt om att kalibrera höjdmätning med barometer med hjälp av GPS. Eftersom en barometer bara kan mäta tryckskillnader, dvs. höjdskillnader, kan höjddata från GPS användas för att kalibrera in den absoluta höjden. Detta ger dock ingen förbättring beträffande lutningsskattningen. En annan lösning är att använda GPS- och barometerdata i ett Kalmanfilter för att genom en statistisk beskrivning av systemet få förbättrad skattning av lutningen. Denna lösning har dock nackdelen att då GPS data inte är tillgänglig kan skattningen av lutning inte bli bättre än vad bara barometerdata kan skatta.

Således existerar det ett behov av en förbättrad metod för att skatta lutningen för ett underlag på vilket ett fordon färdas.

Samanfattning av uppfinningen Det är ett syfte med föreliggande uppfinning att tillhanda- hålla en metod för att skatta lutningen för underlaget på vilket ett fordon färdas som löser ovanstående problem.

Detta och andra syften uppnås enligt föreliggande uppfinning genom en metod såsom definierad i patentkrav l och en anordning såsom definierad i patentkrav 13.

Enligt föreliggande uppfinning estimeras lutningen för ett underlag, såsom en väg, på vilket ett fordon färdas genom att alstra en viktad estimering av lutningen baserad på minst ett första parametervärde med vilket en första skattning av lutningen kan alstras och minst ett andra parametervärde med vilket en andra skattning av lutningen kan alstras. Nämnda parametervärdens respektive inverkan på en med 10 15 20 25 30 530 728 parametervärdena alstrad viktad estimering av lutningen styrs av variationer i parametervärdenas tillförlitlighet, varvid nämnda viktade estimering alstras genom användning av ett statistiskt filter, varvid nämnda parametervärden utgör indata till nämnda filter, och varvid nämnda viktning styrs genom att variera variansen för åtminstone nämnda första parametervarde(n) och nämnda andra parametervärde(n).

Den viktade estimeringen av lutningen kan även vara baserad på minst ett tredje, minst ett fjärde eller ytterligare parametervärde(n). Detta har fördelen att genom att styra de olika ingående parametervärdenas inverkan baserat på tillförlitlighet kan en mycket god estimering av lutningen för fordonets underlag erhållas. Tillförlitligheten kan styras av vid estimeringstidpunken aktuella omgivningsförhållanden, dvs. det kan hela tiden tas hänsyn till faktorer som påverkar parametervärdenas tillförlitlighet.

Det statiska filtret kan t.ex. utgöras av ett Kalmanfilter eller ett utökat Kalmanfilter. Det statistiska filtret har fördelen att ett än noggrannare estimat kan erhållas. Nämnda första, andra eller tredje parametervärde(n) kan användas i en modell för fordonets dynamik i rörelseriktningen. Detta har fördelen att ett i många lägen pålitligt sätt att erhålla en lutningsskattning kan användas som del av föreliggande uppfinning.

Nämnda modell kan även vara anordnad att ta hänsyn till hjulradiens förändringar med tiden. Detta har fördelen att vid t.ex. mätningar av fordonets verkliga hastighet med en satellitpositioneringsmottagare kan en mycket noggrann estimering av lutningen erhållas.

Kort beskrivning av ritningarna 10 15 20 25 30 530 728 Fig. 1 visar en schematisk bild över ett fordon där föreliggande uppfinning med fördel kan användas.

Fig. 2 visar en anordning enligt föreliggande uppfinning.

Fig. 3 visar en alternativ anordning enligt föreliggande uppfinning.

Detaljerad beskrivning av exempelutföringsformer I fig. 1 visas schematiskt ett styrsystem för ett fordon 100 vid vilket föreliggande uppfinning kan tillämpas. Fordonet 100 innefattar en främre axel 101 med styrhjul 102, 103, en bakre drivaxel 104 med drivhjul 105-108, samt en bakre avlastningsaxel 109 med hjul 110, 111. Fordonet 100 innefattar vidare en med en växellåda 112 sammankopplad motor 113, vilken driver drivaxeln 104 via en från växellådan utgående axel 114.

Växellåda 112 och motor 113 styrs av respektive styrenheter 115, 116, vilka i sin tur styrs av en överordnad styrenhet 117. Motorstyrenheten (BMS, Engine Management System) 116 styr fordonets motorfunktioner, vilka t.ex. kan utgöras av bränsleinsprutning och motorbroms. Styrningen baseras på ett antal insignaler, vilka kan utgöras av signaler från (ej visade) gasreglage, hastighetsgivare och bromsstyrsystem.

Växellådestyrenheten (GMS, Gearbox Management System) 115 styr växlingsfunktioner, där vid automatisk växellåda växlingen kan styras baserat på en insignal från hastighetsgivare, och vid manuell växling växlingen kan styras från insignal från en växelväljare (växelspak).

Vidare innefattar fordonet ett bromsstyrsystem (BMS, Brake Management System) 120, vilket bland annat ombesörjer automatisk bromsanpassning och bromsfördelning mellan de olika bromssystemen (t.ex. retarder, avgasbroms och hjulbroms) och automatisk uträkning av belastningen så att ett givet pedalläge alltid kan ge samma bromsverkan, oavsett last. 10 15 20 25 30 530 'TZB Bromsstyrenheten skickar styrsignaler till på chassiet utspridda (ej visade) systemmoduler, där elektriska styrsignaler t.ex. används för att reglera bromstryck.

Ett fordon av den i fig. 1 visade typen innefattar förutom de ovanstående typiskt ett antal ytterligare styrenheter, se t.ex. WO01/86459 Al. De ovan beskrivna styrenheterna utgör således endast exempel på vad som kan förekomma i ett fordon, men är relevanta för beskrivningen av föreliggande uppfinning.

Såsom inses av en fackman kan naturligtvis två eller flera av de ovan beskrivna styrenheterna vara integrerade i en enda styrenhet.

I ett fordon av den i fig. 1 visade typen är det, såsom nämnts ovan, av olika anledningar viktigt att så noggrant som möjligt kunna skatta fordonsunderlagets, och därmed fordonets, lutning. T.ex. är det vid körning mycket viktigt med en korrekt lutningsskattning för att t.ex. kunna motorbromsa på ett effektivt sätt. I figuren visas en anordning 200 för lutningsskattning enligt föreliggande uppfinning som överkommer flera av de med den kända tekniken ovan angivna nackdelarna. Såsom visas i figuren är anordningen 200 ansluten till motorstyrenhet 116, växellàdestyrenhet 115 samt överordnad styrenhet 117 för att till dessa enheter tillhandahålla en lutningsskattning för användning vid t.ex. en eller flera tillämpningar såsom automatisk farthållning, automatväxling och/eller prediktering av fordonets rörelse och uppförande.

I fig. 2 visas den i fig. 1 visade anordningen i sin enklaste form. Såsom visas innefattar anordningen två insignalkällor 201, 202, vilka vardera tillför en lutningsskattning till anordningen 200. Alternativt, och såsom kommer att beskrivas med hänvisning till fig. 3, kan insignalkällorna 201, 202 10 15 20 25 30 530 728 istället vardera tillföra minst ett parametervärde med vilket (vilka) en skattning av vägens lutning kan alstras, dvs. i detta fall utförs all lutningsskattningsalstring i anordningen 200.

Lutningsskattningarna kan t.ex. utgöras av värden från en trycksensor, satellitpositioneringsmottagare såsom en GPS- mottagare, altimeter eller gyro. Lutningsskattningarna är av varandra oberoende, dvs. kommer från olika källor. Insignalen kan också utgöras av en lutningsskattning som erhållits medelst en fordonsmodell i form av en fordonsekvation.

Fordonsmodellen kommer att beskrivas närmare nedan i anknytning till fig. 3. Vidare erfordras för föreliggande uppfinning en eller flera omgivningssignaler 203-205, vilka t.ex. kan utgöras av antalet tillgängliga satelliter och signaler som anger när bromsning respektive växling sker.

Enligt föreliggande uppfinning mottar anordningen lutningsskattningar från källorna 201, 202, och, baserat på mottagna omgivningssignaler, viktas dessa lutningsskattningssignaler baserat på graden av tillförlitlighet för omgivningssignalerna så att de i olika situationer får olika inverkan på den resulterande estimeringen av lutningen som sedan via en utgång 206 kan avges till signalanvändande system för användning enligt ovan.

Beträffande satellitmottagar- och barometersignaler kan dessa vara olika tillförlitliga beroende på interna och externa störningar. Exempel på sådana störningar kan utgöras av satellitbortfall, och överhuvudtaget är uppkoppling mot satelliter ett krav som inte alltid kan uppfyllas. Dessutom är diskontinuiteter i satellitdata vanliga, vilket ger mindre tillit till den resulterande skattningen av vägens lutning.

Beträffande barometern är denna känslig för störningar av olika slag. Dessa kan utgöras inte bara av yttre faktorer 10 15 20 25 30 530 ?2B såsom väderförändringar eller passage av närliggande objekt, utan även av inre (dvs. fordonsinterna) faktorer såsom tillslag/frànslag av klimatanläggning. Således kan GPS- signalens inverkan styras baserat på antalet tillgängliga satelliter. Är antalet färre än fyra, vilket erfordras för att en höjdangivelse överhuvudtaget ska kunna beräknas av GPS- mottagaren, kan barometervärdet få styra helt. Om, à andra sidan, anordningen 200 baserat på omgivningssignalerna konstaterar att barometervärdet är helt opålitligt kan GPS- värdet få styra helt och hållet, medan i övriga driftsfall barometerns respektive GPS:ens inverkan är större eller mindre enligt ovan. T.ex. kan GPS:ens inverkan vara baserad på antalet tillgängliga satelliter, ju fler satelliter, desto större vikt. Vidare kan GPS:ens inverkan göras beroende av om mottagaren är en DGPS-mottagare. Noggrannheten i höjdledsskattning vid DGPS-mottagning är betydligt högre än vid vanlig GPS-mottagning, och således kan GPS~inverkan göras betydligt större vid god DGPS-mottagning.

Föreliggande uppfinning har den stora fördelen att genom att styra de olika ingående skattningarnas inverkan baserat på omgivningen, dvs. vid estimeringstidpunken aktuella omgivningsförhållanden, kan en betydligt noggrannare estimering av fordonsunderlagets faktiska lutning utföras.

Vidare kan styrningen av respektive inparametrars inverkan t.ex. intrimmas genom körning på en referenssträcka (dvs. en sträcka där vägens olika lutningar på förhand är kända). På detta sätt kan olika vikter inställas för användning vid det tillstånd när samtliga ingående skattningar anses pålitliga.

Vidare säkerställer föreliggande uppfinning att när ett värde är felaktigt kommer denna signal att ha liten eller ingen påverkan på den resulterande estimeringen, medan den/de övriga signalerna kommer att få en större inverkan på 10 15 20 25 30 530 728 lutningsskattningen och totalt generera en bättre skattning än vad som tidigare erhållits. Föreliggande uppfinning inför således en redundans som medför att perioder av bortfall av en eller flera (om fler än två ingående skattningar används) sensorer, eller tillfällen då data från någon sensor är korrupt, klaras av betydligt bättre än vad som tidigare varit möjligt.

Uppfinningen har också fördelen att i fordonet redan befintliga insignaler kan användas. T.ex. kan en trycksensor såsom en barometer och en satellitpositioneringsmottagare såsom en GPS-mottagare användas, och gemensamt för dessa signaler är att de redan idag ofta finns tillgängliga via fordonets kommunikationssystem, t.ex. en databuss. Även om GPS-mottagare normalt enbart finns i fordon med navigations- eller spårningssystem växer dock antalet fordon med GPS- mottagare stadigt. En barometer finns idag monterad som standard i många fordon med förbränningsmotorer. Den används för att mäta omgivningsluftens tryck, där tryckinformationen används för att styra insprutningen. Vid användning av data från en GPS-mottagare ger differentiering av höjdsignalen i kombination med làgpassfiltrering en uppfattning om vägens lutningsprofil.

Istället för GPS- och barometer kan naturligtvis en eller två andra lutningsskattningsavgivande (eller, i den alternativa utföringsformen där lutningsskattningen sker i anordningen 200, parametervärden med vilka en lutningsskattning kan alstras) element användas, såsom användning av en fordonsekvation och fordonsparametrar, ett gyro, lutningsinformation från en karta eller en altimeter. Det inses också att antalet källor för avgivande av parametervärden kan vara fler än två, t.ex. tre eller fyra. lO 15 20 25 30 530 '123 lO Även om föreliggande uppfinning enligt den visade utföringsformen uppvisar stora fördelar gentemot den kända tekniken kan dock lutningsestimeringen förbättras ytterligare genom användning av ett statistiskt filter, varvid vikterna som styrs med fördel utgörs av varianser i mät* och processbrus.

Detta kommer att beskrivas nedan för en i fig. 3 visad anordning 300, lik den i fig. 2, men där förutom signaler från GPS 301 och barometer 302 även lutningsskattning medelst en fordonsmodell i form av en rörelseekvation med fordonssignaler 303 från på fordonet monterade sensorer som inparametrar, används. Liksom ovan används omgivningssignaler 304-306 för att bestämma graden av tillförlitlighet för parametervärdena.

Vidare tillförs i denna utföringsform anordningen 300 inte lutningsskattningar, utan parametervärden med vilka lutningsskattningar kan estimeras. För förståelsen kommer fordonsmodellbaserad lutningsskattning först att beskrivas, varefter till denna modell för satellitpositioneringsmottagare och barometer erfordrade tillägg kommer att visas.

De fordonssignaler som används vid fordonsmodellbaserad lutningsskattning kan alla vara av standardtyp. T.ex. kan de signaler som uppmäts utgöras av hastighet, drivkraft, motorvarvtal samt signaler som indikerar när bromsning samt växling sker.

Betrakta först ett generellt system med tillstànd x och uppmätta signaler y representerat på tidsdiskret tillståndsform: xk = f(xk-1)+ 50k yk = h(xk)+wk , där k betecknar ett sampel i tiden. Systemets tillstànd x ändras i tiden enligt de förhållanden som gäller för vald lO 15 20 25 30 530 728 ll (olinjär) funktion f, som också är beroende av processbrus w.

Uppmätta signaler y är beroende på tillstånden enligt olinjär funktion h, som även innefattar mätbrus representerat av w.

En observatör (dvs. en ”virtuell sensor” som anger ett värde för den parameter för vilken avläsning önskas, men som inte kan avläsas direkt) för systemet ges av 7,51: = fafk-Jl' K(yk ”hack-l I där K är en faktor som bestämmer hur mycket den initiala skattningen ffh4) bör korrigeras med uppmätt värde.

Observatörens värde beräknas såsom enligt föreliggande utföringsform lämpligen med ett statistiskt filter, och är f och h linjära utgörs ett sätt att beräkna observatörens värde av Kalmanfiltering, i vilket fall val av K görs enligt principen för Kalmanfiltrering, se t.ex. T. Kailath, A. Syed, B. Hassibi, ”Linear Estimation”, Prentice Hall, 2000, för att få en skattning av systemets tillstånd optimerat med avseende på systemets statistiska egenskaper. I de fall där f och h är olinjära kan med fördel ett utökat Kalmanfilter användas.

Ovanstående generella system kan användas för att skatta tillstånd hos ett fordon eller dess omgivning. Beroende på vilka tillstånd och sensorer som används får man olika bra skattning av önskat tillstånd. Nyckelkomponenter vid Kalmanfiltering är val av systembeskrivning samt en statistisk beskrivning av process- respektive mätbrus. Process- respektive mätbrus kan modelleras som vitt, gaussiskt brus med väntevärde noll (vitt brus är en signal som har genererats av en stokastisk process, och som innehåller alla frekvenser med samma sannolikhet och samma genomsnittliga energi Autokorrelationen är noll för alla nollskilda tidsdifferenser). 10 15 20 25 530 728 12 För ett fordon kan dess dynamik i rörelseriktningen, dvs. riktningen längs fordonets färdväg, beskrivas utgående från en generell beskrivning av drivlinans dynamik enligt m\&= D(M,rw)+ R(v,rw)+G(a,rw) , där v är hastigheten och m är fordonets massa. Av motorn producerad drivkraft betecknas D och är en funktion av motorns moment Al samt hjulradien ni Resistiva krafter som luftmotstånd och rullmotstànd är samlat i funktionen R. Vägens påverkan på fordonet via gravitation ges av funktionen G. Exempel på hur D, R och G kan formuleras finns exempelvis i U. Kiencke, L.

Nielsen, ”Automotive Control Systems, Springer Verlag, 2000.

Vidare antas att D,R och G är differentierbara funktioner.

Det finns också möjlighet att inkludera motorns moment A4 som ett tillstånd för att hantera osäkerheter i det drivande momentet. Alternativt kan momentet betraktas som en känd signal. I fallet att M används som ett tillstànd i modellen beskrivs dess dynamik av Mß=o För att beskriva topologin för en väg (eller annat underlag såsom skogsterräng) används väglutning a. Dynamiken för detta tillstànd beskrivs enligt a9c=0.

Fordonsdynamiken har här beskrivits i kontinuerlig tid. I en verklig realtidsapplikation utnyttjas dock företrädesvis en tidsdiskret systembeskrivning. Med en första ordningens Euler approximation, där förutom ovanstående deterministiska beskrivning av fordonets dynamik i rörelseriktningen samt beskrivningen av vägen, även processbrus w adderats, erhålles 10 15 20 25 30 530 728 13 Mk f' Mk-1+Û7M,k Vk = V/f-l +T(D(Mff-1>rw)+R(V/=-1>rw)+G(ak-1>rw))+(Om ak = ak-l + war Givet denna systembeskrivning för tillstånd, samt en beskrivning som relaterar mätdata till tillstånden tillsammans med hur process- respektive mätbrus varierar kan en fackman implementera ett Kalmanfilter alternativt ett utökat Kalmanfilter för estimering av ingående tillstånd, dvs. t.ex. estimering av väglutning. Detta utförs också i den kända tekniken, men, liksom ovan beskrivits för barometer och GPS är även denna modell olika pålitlig vid olika driftsfall. Om fordonet t.ex. körs på motorväg kan generellt en relativt god skattning av aktuell lutning erhållas. Om däremot fordonet t.ex. accelereras häftigt, körs där förhållandena kräver frekvent växling, eller körs med aktiverad färdbroms är det mycket svårt eller inte ens möjligt att erhålla ett korrekt värde på retardationskraften, vilket därmed slår igenom i momentberäkningen vilket leder till att även en felaktig lutning erhålls.

Om däremot, ovanstående modell införlivas i föreliggande uppfinning kommer den endast att utgöra en delmodell av systemets totala modell, där fordonsparametervärden för ovanstående delmodell kombineras med parametervärden från en eller flera ytterligare källor för avgivande av parametervärden med vilka en lutningsskattning kan alstras, t.ex. satellitpositioneringsmottagare och trycksensor enligt föreliggande utföringsform, så att det i varje läge ska gå att erhålla en god estimering av underlagets lutning.

Genom att kombinera dessa parametervärden med vilka lutningsskattningar kan alstras kan ett betydligt robustare system erhållas. Förutom de ovan angivna tillstånden måste, eftersom satellitpositioneringsmottagaren mäter höjd, höjd z 10 15 20 530 ?28 14 relateras till lutning a. Detta kan göras genom förhållandet å=vmna, och dynamiken för vägen beskrivs då enligt Åwvsina a8z=0 där väglutningen antas förändras långsamt relativt höjden.

Vidare, eftersom en trycksensor arbetar med tryckförändringar, måste ovanstående tillstånd kompletteras med ytterligare två tillstånd för att beskriva de uppmätta tryckförändringarna.

Ett första tillstånd, p, , betecknar den del av trycket som ändras på grund av höjdförändringar och ett andra tillstånd, pw , representerar väderberoende tryckförändringar. Dynamiken för dessa tillstånd (i kontinuerlig tid) beskrivs enligt: ßg=A(z,v,a) ßç, =0 där A är en funktion som beskriver höjdberoende tryck utgående från absolut höjd och en inkrementell höjdförändring.

Den totala modellen av systemet för detta exempel består således av delmodeller som beskriver dynamiken hos fordonet, vägen samt kopplingen mellan tryck- och höjdförändringar.

En första ordningens Euler approximation för det totala systemet, med processbrus co, ger då: Ålk Aik] wuß Vk Vk-l + T(D(Mk-1 :rw)+ R(Vk-1ßrw)+ G(ak-| »rw wvJf ak ak-1 waJf = _ + zk zk_1 + TvH sma wa, P11; Pak-l + TA(Z/<-1 =Vk-1= am) wpzJ, pïš plrkzf4444444z444444444s ”få xk f(xk _ I) wk I denna exempelutföringsformen används således en systembeskrivning på ovanstående tidsdiskreta form. Exempel på 10 15 20 530 1728 l5 insignaler till anordningen 300 utgörs då av parametervärden representerande hastighet och höjd från GPS, tryck från barometern, motormoment samt fordonets hastighet via någon standardmetod, t.ex. utgående från framhjulshastigheten via ABS-enheten alternativt från mätning av rotationshastigheten på kardanaxeln. Motormomentet kan t.ex. beräknas genom användning av en i fordonets drivlina placerad momentgivare.

Insignalerna beror på valda tillstånd och mätbrus w enligt Alwmh Ålk WMß Vfimm¿ Vk Wwmmm Vmwx = Vk + Wwmi Zmwß zk Wfimß al? 43 pfiflfïgfi väPj 43 yk kuk) wk Genom att sätta varianserna för process- respektive mätbrus till lämpliga värden kan de olika parametervärdenas inverkan på det estimerade värdet för vägens lutning styras. Enligt föreliggande uppfinning styrs dessa varianser i beroende av omgivningssignaler. Såsom tidigare nämnts varierar tillförlitligheten hos de olika delmodellerna samt mätsignalerna, beroende på interna eller externa störningar, t.ex. satellitbortfall i GPS-mottagningen, tryckförändringar eller applicering av färdbroms. Genom att variera variansen på process~ respektive mätbruset kan tillförlitligheten hos olika delar av systemet kvantifieras och förändras när driftsituationen förändras. För att detektera driftsändringar och uppdatera varianserna för process- och mätbrus används ytterligare mätsignaler. Detta görs i denna utföringsform t.ex. med hjälp av följande mätsignaler: 10 l5 20 25 531) 728 l6 1 ysars r ybraiæ _ ymm I y rpm y! där yhm anger antalet tillgängliga satelliter, ykme OCh,y@m är booleska signaler som aktiveras när bromsning respektive växling sker och ygm anger motorvarvtalet. Implementeringen kan t.ex. vara sådan att antalet tillgängliga GPS-satelliter bestämmer vilken varians som ska sättas för bruset på GPS- signalerna, dvs. wfim¿ och wfiflß. Eftersom det erfordras signaler från minst fyra satelliter för att kunna göra en höjdskattning sätts vid mindre än fyra tillgängliga satelliter dessa varianser mycket höga. På detta sätt kommer data från GPS-mottagaren i ett sådant fall att betraktas som helt opålitlig. Dessutom kan brusvariansen för data från barometer och variansen för lutningens processbrus, uækrespektive mm, minskas för att ytterligare öka genomslagskraften för dessa data. Då antalet tillgängliga GPS-satelliter är fler än fyra, sätts förslagsvis variansen för GPS-signalerna omvänt proportionell mot antalet tillgängliga satelliter, och satellitdata kommer då att få ökad genomslagskraft i takt med ökat antal tillgängliga satelliter.

Andra felkällor utgörs enligt ovan av anlagd färdbroms samt växling, och därför höjs variansen för processbruset för motormoment, wM¿, när färdbromsen är aktiverad eller en växling är under utförande, samtidigt som variansen för processbruset för lutning, amy, kan sänkas. Detta görs eftersom fordonsekvationerna vid dessa tillfällen inte är giltiga.

Vidare kan det faktum att värdet på motormoment är mer noggrant vid högre motorvarvtal, och indirekt 10 15 20 25 530 728 17 tillstàndsekvationen för hastighet, utnyttjas. Variansen för processbruset för motormoment och hastighet kan därför varieras med värdet på motorvarvtalet.

Således kan, givet ovanstående systembeskrivning för tillstånd och sensorer tillsammans med en beskrivning av hur process- respektive mätbrus varierar, en fackman implementera ett utökat Kalmanfilter för estimering av alla ingående tillstånd.

Nedan ges ett exempel på hur implementeringen kan utföras med hjälp av ett Kalmanfilter.

Kalmanfiltrering är ett systematiskt sätt att beräkna en observatör för att skatta tillstànden x baserat på mätningarna xk =f(xk-1)+æk I där xk I yk =h(xk)+wk y för en (här diskret) tillståndsform flyg), mk, yk, hßj) och M; kan utgöras av vad som anges ovan, och där hänsyn tas till stokastiska störningar i processen för att minimera skattningsfelen. Kalmanfiltrering bygger på att funktionerna f och h är linjära. Är dessa olinjära, såsom i detta exempel, kan ett utökat Kalmanfilter användas, där linjärisering av det olinjära systemet i kombination med de vanliga rekursionerna för Kalmanfiltering används. Utökad Kalmanfiltrering kan ses som en iterativ process där i varje samplingstidpunkt k föregående tillståndsestimat ihj samt skattningsfelets kovarians 114 uppdateras i två steg. Först görs en tidsuppdatering enligt ä .

Fk = fÉXíC-l) ik :Fifi/el Pk zFkpk-lFkT +Qk Detta följs av en mätuppdatering där skattningen korrigeras baserat på mätdata. Mätuppdateringen ges av 10 15 20 530 728 18 = ahoek) ax Kk = PkHkÜHkPkHkT + Rk )" 11k = Pk + KkHkPk 2,, = 2,, + Kk (yk _ 1192,, )) Här är Qh och Rk kovariansmatriserna för processbruset H2 am respektive mätbruset wa. Dessa kovariansmatriser är ett mått på osäkerheten i tillstàndsuppdateringen respektive mätsignalerna. De kan även vara tidsvariabla för att beskriva förändringar i tillförlitligheten. En vanlig ansats är att ansätta Qkoch Rktill att vara diagonala, vilket för det givna exemplet motsvarar FqM¿ 0 0 O O %ß 0 0 0 Q _ O O qmk 0 0 'f " o o o qkk o o O 0 0 0 qflß 0 _ 0 O 0 0 0 qwk och 'fw o o o o 0 Üfimmx Û 0 0 Rk= 0 0 fifimi O 0 0 O 0 Qmwj 0 L 0 O 0 0 5* där respektive diagonalt element motsvarar variansen (osäkerheten) för respektive tillstånd eller mätsignal. Enligt föreliggande uppfinning styrs alltså dessa varianser i enlighet med mottagen omgivningsdata, där omgivningsdata kan utgöras av antalet tillgängliga satelliter, färdbroms osv.. Även här kan med fördel varianserna för olika driftslägen trimmas in genom körning av en referenssträcka samtidigt som möjliga felkällor aktivt appliceras. Denna utföringsform av 10 15 20 25 30 530 728 19 föreliggande uppfinning har den stora fördelen att perioder av bortfall av en eller flera sensorer klaras av än bättre än ovan, och att en mycket noggrann estimering av vägens (underlagets) lutning i princip alltid kan genomföras.

Användningen av det statistiska filtret medför dessutom att historiska värden för samtliga källor påverkar den resulterande momentana lutningen, med ytterligare ökad noggrannhet som följd. T.ex. kommer väderberoende tryckförändringar att kunna sållas bort. Även här säkerställs således en redundans som medför att perioder av bortfall av en eller flera sensorer, eller tillfällen då data från någon sensor är korrupt, klaras av betydligt bättre än vad som tidigare varit möjligt. Vidare avklaras med enkelhet speciella driftsfall som till exempel inbromsning där tidigare kända metoder misslyckas med att göra en bra skattning.

Denna utföringsform har även fördelen att istället för att kräva ett instrument med hög upplösning är det tillräckligt med den i dagens fordon inmonterade barometern, vilken normalt har förhållandevis låg noggrannhet. Detta är en stor fördel eftersom det för ett serieproducerat fordon är kostsamt att installera en barometer enbart med syfte att skatta lutning.

I en annan alternativ utföringsform av föreliggande uppfinning inkluderas även en korrigering för eventuella fel i bilens utväxling med avseende på fordonsparametern hjulradie. När motorns drivande moment ska omvandlas till en ekvivalent drivande longitudinell kraft i rörelseekvationen för fordonet behövs en skalfaktor som anger utväxlingen givet hjuldimension. I den beskrivna rörelseekvationen är denna skalfaktor representerad som hjulradie, rw.

Rörelseekvationen är dock relativt känslig för fel i denna parameter, och på grund av däcksslitage och lO 15 20 25 30 530 1728 20 lufttrycksförändringar finns det typiskt en offset mellan den verkliga hjulradien kontra den nominella. Möjligheterna att korrigera fel i utväxlingen som får en offset som följd av uppmätt fordonshastighet är normalt begränsade, men vid inkluderande av en GPS-mottagare som mäter hastighet finns det en möjlighet att inkludera en korrigering av hjulradien som en utökning av det ovan beskrivna filtret.

Hjulradien rw antas bestå av en konstant nominell radie mmm samt en tidsvariabel offset Ö enligt r =r +6.

W "OM Dynamiken för Ö med processbruset inkluderat följer åk :åk-n +W§J< dvs. den varierar som integrerat vitt brus. Genom att inkludera även denna delmodell i ovanstående systembeskrivning är det sedan även här lika rättframt som ovan att skatta inblandade tillstånd med ett utökat Kalmanfilter, och således kan ett än noggrannare värde på lutningen för fordonets underlag erhållas.

I den ovanstående beskrivningen av lutningsskattning med ett statistiskt filter har visats ett system med specifikt angivna källor för avgivande av parametervärden med vilka en lutningsskattning kan alstras. Det inses att implementeringen med statistiskt filter är lika tillämpbar på den i fig. 2 visade utföringsformen, liksom att den i fig. 3 använda fordonsmodellen kan utbytas mot någon annan lutningsskattningskälla såsom ett gyro eller lutningsinformation från en karta. Vidare inses att det naturligtvis kan tillföras ytterligare källor för avgivande av parametervärden till den statistiska modellen, dvs. det är möjligt att använda även fler än tre källor. 10 15 530 728 21 Föreliggande uppfinning kan även användas för generering av kartdatabaser och uppdatering av befintliga kartor. I detta fall kan signalen från utgången 206 (307) skickas till en datainsamlingsenhet (ej visad) som i en databas lagrar lutningsdata tillsammans med en position, t.ex. erhållen från en GPS-mottagare. Data kan lagras t.ex. med vissa tidsintervall, såsom varje sekund, eller när viss sträcka (företrädesvis enligt GPS) tillryggalagts. Föreliggande uppfinning kan även användas för att uppdatera redan befintliga kartdatabaser, dvs. korrigera ev. felaktiga lutningsangivelser i databasen. En befintlig kartdatabas kan även användas som en källa för avgivande av parametervärden för användning enligt ovan.

Vidare har i ovanstående beskrivning ett statistiskt filter i form av ett Kalmanfilter använts. Det inses dock att även andra typer av för ändamålet lämpliga statistiska filter kan användas, varvid för respektive filter tillämplig implementering används.

Claims (22)

lO 15 20 25 30 530 728 22 Patentkrav

1. l. Metod för estimering av lutningen för ett underlag på vilket ett fordon färdas, innefattande stegen att: - alstra minst ett första parametervärde med vilket en första skattning av underlagets lutning kan alstras, - alstra minst ett andra parametervärde med vilket en andra skattning av underlagets lutning kan alstras, kännetecknad av att metoden vidare innefattar steget att: - bestämma nämnda parametervärdens respektive inverkan på en med parametervärdena alstrad viktad estimering av lutningen, varvid nämnda viktning styrs av variationer i parametervärdenas tillförlitlighet, varvid nämnda viktade estimering alstras genom användning av ett statistiskt filter, varvid nämnda parametervärden utgör indata till nämnda filter, och varvid nämnda viktning styrs genom att variera variansen för åtminstone nämnda första parametervärde(n) och nämnda andra parametervärde(n).

2. Metod enligt krav l, varvid metoden vidare innefattar steget att alstra minst ett tredje parametervärde med vilket en tredje skattning av underlagets lutning kan alstras, och varvid metoden alstrar en viktad estimering av lutningen baserad på nämnda första, andra och tredje parametervärde(n).

3. Metod enligt krav 1, kännetecknad av att nämnda statistiska filter utgörs av ett Kalmanfilter eller ett utökat Kalman filter.

4. Metod enligt krav l, varvid variansen för mätbrus eller processbrus för åtminstone nämnda första parametervärde(n) och nämnda andra parametervärde(n) styrs.

5. Metod enligt något av kraven l-4, varvid nämnda parametervärden utgörs av data från minst två ur gruppen: satellitpositioneringssystem, trycksensor, mekanisk lO 15 20 25 30 530 728 23 lutningsgivare, accelerometer, en eller flera fordonsparametrar, lutningsinformation från en karta.

6. Metod enligt något av kraven 1-5, varvid nämnda första, andra eller tredje parametervärde(n) används för estimering av lutningen medelst en modell för fordonets dynamik i rörelseriktningen.

7. Metod enligt krav 6, varvid nämnda modell tar hänsyn till hjulradiens förändringar med tiden.

8. Metod enligt något av kraven 1-7, varvid nämnda parametervärden alstras genom avkänning, övervakning, uppmätning eller beräkning.

9. Metod enligt något av föregående krav, kännetecknad av att graden av tillförlitlighet för nämnda parametervärden bestäms baserat på omgivningssignaler som erhålls genom avkänning, övervakning, uppmätning eller beräkning.

10. Metod enligt krav 9, varvid nämnda omgivningssignaler utgörs av en eller flera ur gruppen: antal tillgängliga satelliter för ett satellitpositioneringssystem, signaler från en växellådestyrenhet, signaler från en motorstyrenhet, signaler från en bromsstyrenhet, signaler från en klimatanläggningsstyrenhet.

11. ll. Anordning för estimering av lutningen för ett underlag pà vilket ett fordon färdas, innefattande: - organ för mottagning av minst ett första parametervärde vilket utgör en representation av en första lutningsskattning eller med vilket en första skattning av underlagets lutning kan alstras, - organ för mottagning av minst ett andra parametervärde vilket utgör en representation av en andra lutningsskattning eller med vilket en andra skattning av underlagets lutning kan alstras, 10 15 20 25 30 530 728 24 kännetecknad av att anordningen vidare innefattar: - organ för att alstra en med nämnda parametervärden viktad estimering av lutningen, varvid anordningen vidare innefattar - organ för att bestämma nämnda parametervärdens respektive inverkan pà nämnda viktade estimering av lutningen, varvid nämnda viktning är anordnad att styras av variationer i parametervärdenas tillförlitlighet, - organ för att alstra nämnda viktade estimering genom användning av ett statistiskt filter, varvid nämnda parametervärden utgör indata till nämnda filter, varvid anordningen är anordnad att styra nämnda viktning genom att variera variansen för minst nämnda första parametervärde(n) och nämnda andra parametervärde(n).

12. Anordning enligt krav 11, varvid anordningen vidare innefattar organ för mottagning av minst ett tredje parametervärde med vilket en tredje skattning av underlagets lutning kan alstras, och varvid anordningen vidare är inrättad att alstra en viktad estimering av lutningen baserad på nämnda första, andra och tredje parametervärde(n).

13. Anordning enligt krav 11 eller 12, kännetecknad av att åtminstone ett av nämnda andra parametervärde(n) och nämnda tredje parametervärde(n) är oberoende eller delvis oberoende av nämnda första parametervärde(n).

14. Anordning enligt något av kraven 11-13, kännetecknad av att nämnda statiska filter utgörs av ett Kalmanfilter eller ett utökat Kalmanfilter.

15. Anordning enligt krav 11, varvid anordningen är anordnad att styra variansen för mätbrus eller processbrus för nämnda första parametervärde(n) och nämnda andra parametervärde(n).

16. Anordning enligt något av kraven ll-15, varvid nämnda parametervärden är anordnade att utgöras av data från minst två ur gruppen: satellitpositioneringssystem, trycksensor, 10 15 20 25 530 728 25 mekanisk lutningsgivare, accelerometer, modell för fordonets dynamik i rörelseriktningen, lutningsinformation från en karta.

17. Anordning enligt något av kraven ll-16, varvid nämnda första, andra eller tredje parametervärde(n) är anordnad(e) att användas för estimering av lutningen medelst en modell för fordonets dynamik i rörelseriktningen.

18. Anordning enligt krav 17, varvid nämnda modell är anordnad att ta hänsyn till hjulradiens förändringar med tiden.

19. Anordning enligt något av kraven ll-18, varvid nämnda parametervärden alstras genom avkänning, övervakning, uppmätning eller beräkning av en för lutningen representativ storhet.

20. Anordning enligt något av kraven ll-19, kännetecknad av att graden av tillförlitlighet för nämnda parametervärden är anordnad att bestämmas baserat på omgivningssignaler som erhålls genom avkänning, övervakning, uppmätning eller beräkning.

21. Anordning enligt krav 20, varvid nämnda omgivningssignaler utgörs av en eller flera ur gruppen: antal tillgängliga satelliter för ett satellitpositioneringssystem, signaler från en växellådestyrenhet, signaler från en motorstyrenhet, signaler från en bromsstyrenhet, signaler från en klimatanläggningsstyrenhet.

22. Fordon, innefattande en anordning enligt något av patentkraven ll-2l.