车辆质量估计方法、设备、车辆、存储介质及产品与流程
本技术涉及车辆质量估计,尤其涉及一种车辆质量估计方法、设备、车辆、存储介质及产品。
背景技术:
1、随着车辆主动安全控制技术的不断发展,整车质量作为动力学控制中的核心参数,其实时准确估计已成为商用车电控系统研究的重要基础。
2、目前,常用的整车质量估计方法为基于卡尔曼滤波的在线估计算法,具体为通过建立车辆纵向动力学模型,将质量作为待估计的状态变量,利用驱动力、加速度等传感器信号进行递归最优估计。然而,当卡尔曼滤波器在车辆平稳行驶过程中长时间运行后,其误差协方差矩阵会随着滤波迭代而持续收缩,最终趋近于一个极小值,对应地,由于在卡尔曼增益的计算公式中,误差协方差矩阵与卡尔曼增益呈正相关,所以当误差协方差矩阵趋近于0时,卡尔曼增益也趋近于0,这意味着滤波器在估计车辆质量时不再以新的传感器数据为依据。若此时面临车辆装载或者卸载导致质量突变,则需要滤波器重新追踪到新的真实质量值,这期间的行车安全无法保证。
3、因此,如何在车辆发生质量突变的工况下,提升基于卡尔曼滤波的质量估计准确度,是目前亟需解决的一个问题。
技术实现思路
1、本技术的主要目的在于提供一种车辆质量估计方法、设备、车辆、存储介质及产品,旨在在车辆发生质量突变的工况下,提升基于卡尔曼滤波的质量估计准确度。
2、为实现上述目的,本技术提供一种车辆质量估计方法,所述车辆质量估计方法包括:
3、响应于车辆从行驶状态切换到静止状态,获取所述车辆的各第一胎压值;
4、响应于预设的车辆控制信号,获取所述车辆的各第二胎压值,其中,所述车辆控制信号表征所述车辆存在从静止状态切换到行驶状态的意图;
5、基于各所述第一胎压值和各所述第二胎压值,确定所述车辆在当次停车期间是否存在质量突变;
6、若所述车辆在当次停车期间存在质量突变,则放大所述车辆上运行的卡尔曼滤波器的协方差矩阵,并基于放大后的协方差矩阵估计所述车辆的整车质量,得到质量估计值。
7、在一实施例中,所述基于各所述第一胎压值和各所述第二胎压值,确定所述车辆在当次停车期间是否存在质量突变的步骤,包括:
8、基于各所述第一胎压值和各所述第二胎压值,确定所述车辆的各车轮在当次停车期间的胎压变化量;
9、基于各所述胎压变化量,确定所述车辆在当次停车期间是否存在质量突变。
10、在一实施例中,所述基于各所述第一胎压值和各所述第二胎压值,确定所述车辆的各车轮在当次停车期间的胎压变化量的步骤,包括:
11、确定所述车辆的当次停车时长,判断所述当次停车时长是否大于预设时长;
12、若所述当次停车时长大于所述预设时长,则针对所述车辆的每一车轮,将所述车轮的第一胎压值转换为在预设参考温度下的第三胎压值,并将所述车轮的第二胎压值转换为在所述预设参考温度下的第四胎压值;
13、将所述第四胎压值与所述第三胎压值之间的差值,作为所述车轮在当次停车期间的胎压变化量;
14、若所述当次停车时长小于或者等于所述预设时长,则针对所述车辆的每一车轮,将所述车轮的第二胎压值与所述车轮的第一胎压值之间的差值,作为所述车轮在当次停车期间的胎压变化量。
15、在一实施例中,所述基于各所述胎压变化量,确定所述车辆在当次停车期间是否存在质量突变的步骤,包括:
16、基于各所述胎压变化量,确定各所述车轮的胎压变化方向;
17、若存在胎压变化方向相同的各目标车轮的数量大于预设数量,则基于各所述目标车轮的胎压变化量,确定各所述目标车轮的平均胎压变化量;
18、在所述平均胎压变化量的绝对值大于第一预设变化量的情况下,确定所述车辆在当次停车期间存在质量突变;
19、若胎压变化方向相同的各目标车轮的数量均小于或者等于预设数量,或者所述平均胎压变化量小于或者等于预设变化量,则确定所述车辆在当次停车期间不存在质量突变。
20、在一实施例中,所述放大所述车辆上运行的卡尔曼滤波器的协方差矩阵的步骤,包括:
21、基于所述平均胎压变化量的绝对值,确定所述车辆的质量突变强度;
22、基于所述质量突变强度,放大所述车辆上运行的卡尔曼滤波器的协方差矩阵。
23、在一实施例中,所述基于所述平均胎压变化量的绝对值,确定所述车辆的质量突变强度的步骤,包括:
24、在所述平均胎压变化量的绝对值大于所述第一预设变化量,且小于或者等于第二预设变化量的情况下,确定所述车辆的质量突变强度为第一强度,其中,所述第二预设变化量大于所述第一预设变化量;
25、在所述平均胎压变化量的绝对值大于所述第二预设变化量的情况下,确定所述车辆的质量突变强度为第二强度。
26、在一实施例中,所述基于所述质量突变强度,放大所述车辆上运行的卡尔曼滤波器的协方差矩阵的步骤,包括:
27、在所述质量突变强度为所述第一强度的情况下,确定所述平均胎压变化量的绝对值与所述第一预设变化量的第一差值,并确定所述第二预设变化量和所述第一预设变化量的第二差值;
28、基于所述第一差值与所述第二差值的比值确定放大系数,基于所述放大系数对所述协方差矩阵进行放大处理,得到放大后的协方差矩阵;
29、在所述质量突变强度为所述第二强度的情况下,将预设的初始协方差矩阵作为所述放大后的协方差矩阵。
30、在一实施例中,所述基于放大后的协方差矩阵估计所述车辆的整车质量,得到质量估计值的步骤,包括:
31、通过所述卡尔曼滤波器基于放大后的协方差矩阵估计所述车辆的整车质量,得到第一估计质量;
32、获取所述卡尔曼滤波器上一次估计所述车辆的整车质量时输出的第二估计质量;
33、对所述第一估计质量和所述第二估计质量进行加权求和处理,得到平滑处理后的整车质量;
34、对所述平滑处理后的整车质量进行合理性校验,得到所述质量估计值。
35、此外,为实现上述目的,本技术还提供一种车辆质量估计装置,所述车辆质量估计装置包括:
36、第一获取模块,用于响应于车辆从行驶状态切换到静止状态,获取所述车辆的各第一胎压值;
37、第二获取模块,用于响应于预设的车辆控制信号,获取所述车辆的各第二胎压值,其中,所述车辆控制信号表征所述车辆存在从静止状态切换到行驶状态的意图;
38、判断模块,用于基于各所述第一胎压值和各所述第二胎压值,确定所述车辆在当次停车期间是否存在质量突变;
39、放大模块,用于若所述车辆在当次停车期间存在质量突变,则放大所述车辆上运行的卡尔曼滤波器的协方差矩阵,并基于放大后的协方差矩阵估计所述车辆的整车质量,得到质量估计值。
40、此外,为实现上述目的,本技术还提出一种电子设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的车辆质量估计方法的步骤。
41、此外,为实现上述目的,本技术还提出一种车辆,所述车辆包含如上述的电子设备。
42、此外,为实现上述目的,本技术还提供一种存储介质,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现车辆质量估计方法的程序,所述实现车辆质量估计方法的程序被处理器执行以实现如上所述车辆质量估计方法的步骤。
43、此外,为实现上述目的,本技术还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的车辆质量估计方法的步骤。
44、本技术提供了一种车辆质量估计方法,本技术在车辆从行驶状态切换至静止状态时获取第一胎压值、并在预设的车辆控制信号(该信号表征车辆存在从静止状态切换至行驶状态的意图)触发时获取第二胎压值,并基于两次胎压值的比对来判断当次停车期间是否发生了装载或卸载导致的质量突变,进而仅在判定存在质量突变时才放大卡尔曼滤波器的协方差矩阵。
45、综上可知,本技术中的胎压检测在车辆静止期间完成,此时车辆无加速、制动或转向引起的载荷转移,胎压变化直接反映载重变化,且检测时机恰好覆盖装载或卸载作业发生的物理时间段,使得质量变化在车辆重新启动前即被事先捕获;在质量突变被确认后,通过放大卡尔曼滤波器的协方差矩阵使卡尔曼增益同步增大,滤波器得以重新获得对新传感器数据的响应能力,从而在后续行驶过程中快速将质量估计值收敛至新的真实值,即缩短了滤波器在质量突变后重新追踪的过渡时间。如此,本技术解决了传统方案中卡尔曼滤波器长期运行后因协方差矩阵收缩至极小、卡尔曼增益趋近于零而导致的数据饱和问题,提升了车辆在载重突变工况下的质量估计准确度以及行车安全性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com