一种车辆纵向车速估算方法、装置、电子设备及存储介质与流程

本发明涉及车辆状态估计，具体而言，本发明涉及一种车辆纵向车速估算方法、装置、电子设备及存储介质。

背景技术：

1、分布式四轮独立驱动（4wid）车辆凭借其四轮力矩独立可测可控、无机械差速约束、轮间动力学完全解耦的独特底盘特性，为车辆动力学控制提供了极大的灵活性和潜力。纵向车速作为车辆动态控制系统（vdc）、牵引力控制系统（tcs）、防抱死制动系统（abs）及自动驾驶域控制器的核心输入参数，其估算精度直接影响整车操控安全与动力优化效果。

2、目前，传统分布式四轮独立驱动车辆的纵向车速估算多沿用传统燃油车或集中式电驱架构的“被动观测+滤波融合”思路。典型现有技术包括：专利cn108688542a公开的一种电动汽车车速估算方法，采用轮速与惯性测量单元（imu）加权融合，但依赖固定协方差矩阵，未考虑四轮独立驱动车辆的力矩独立特性；学术论文《分布式驱动电动汽车车速估计方法研究》（机械工程学报，2020）提出的基于扩展卡尔曼滤波（ekf）融合轮速与加速度的方法，在全轮打滑时仍存在估计发散问题；专利cn112141892b公开的一种坡道工况下的车速估算方法，采用稳态坡度积分平均，动态变坡响应滞后超过500ms。

3、然而，上述现有技术在实际工程应用中仍存在以下核心缺陷：

4、第一，全轮同步打滑或抱死时出现估计盲区。传统算法高度依赖物理轮速传感器，当车辆在冰雪路面急加速或紧急制动导致四轮同步严重打滑或抱死时，所有轮端转速均偏离质心真实车速，观测模型完全失效，滤波协方差膨胀，导致车速估计发散或严重滞后。

5、第二，坡道实时辨识不准导致纵向加速度解耦困难。imu测得的纵向加速度包含重力分量，现有坡度估计算法多基于“稳态假设”或“长期积分平均”，在动态变坡、加减速交变工况下响应滞后，且易与传感器零偏、路面激励耦合，导致纵向动力学残差累积，车速积分漂移。

6、第三，工况识别粒度粗糙，权重分配僵化。多数方案仅采用“正常/打滑”二值判别，无法区分局部打滑、完全打滑、转向耦合、附着突变等细分工况。置信度权重多依赖固定经验曲线或协方差矩阵自适应调整，在瞬态工况切换时存在权重跳变或死区，导致车速输出抖动。

7、第四，未充分挖掘四轮独立驱动架构的原生优势。现有方案将四轮独立驱动车辆等效为传统车辆处理，忽略了其四轮力矩独立可测可控、无机械差速约束、轮间动力学完全解耦的核心特性，未能将可精确测量的轮边驱动力矩或制动力矩转化为主动的车速基准源，仍停留在被动跟随轮速的估算范式，算力利用率低且极限工况鲁棒性差。

8、因此，亟需一种能够充分利用四轮独立驱动车辆力矩独立可控特性，在全工况下实现高精度、高鲁棒性纵向车速估算的方法及系统。

技术实现思路

1、本发明所要解决的技术问题是提供了一种车辆纵向车速估算方法、装置、电子设备及存储介质，旨在解决上述至少一个技术问题。

2、第一方面，本发明解决上述技术问题的技术方案如下：一种车辆纵向车速估算方法，该方法包括：

3、获取车辆的多源运行状态数据，多源运行状态数据包括各车轮的轮速、纵向加速度、侧向加速度、横摆角速度、各车轮的驱动力矩、各车轮的制动力矩、以及车轮转角；

4、根据多源运行状态数据，识别车辆的当前工况，当前工况为自由滚动工况、局部打滑工况、全轮同步打滑工况、全轮同步抱死工况或转向瞬态工况；

5、根据当前工况和多源运行状态数据，确定车辆的目标路面坡度；

6、根据多源运行状态数据，计算用于表征各车轮轮速信号质量、各车轮滑移状态以及各车轮力矩一致性的特征参数，并基于特征参数结合当前工况，计算多条车速估算路径各自的动态置信度权重；

7、根据多源运行状态数据、当前工况、目标路面坡度及动态置信度权重，对多条车速估算路径进行仲裁，并根据仲裁结果融合计算得到仲裁车速；

8、对仲裁车速进行约束校验，计算得到车辆的目标纵向车速，以基于目标纵向车速对车辆进行动态控制。

9、本发明的有益效果是：通过精准识别自由滚动工况、局部打滑工况、全轮同步打滑工况、全轮同步抱死工况和转向瞬态工况等几种工况，并据此动态分配各车速估算路径的动态置信度权重，避免了传统算法中因工况识别粒度粗糙导致的权重跳变和车速输出抖动；根据当前工况及动态置信度权重对多条车速估算路径进行仲裁，在全轮同步打滑或抱死等极端工况下能够主动制造高可信的物理轮速基准，彻底消除传统算法在该工况下的估计盲区；最后对仲裁车速进行约束校验，确保输出车速的连续性与可靠性，从而为车辆动态控制系统提供高鲁棒性、低延迟且满足asil-c功能安全等级的标准纵向车速输入。

10、在上述技术方案的基础上，本发明还可以做如下改进。

11、进一步，上述根据多源运行状态数据、当前工况、目标路面坡度及动态置信度权重，对多条车速估算路径进行仲裁，包括：

12、根据目标路面坡度对纵向加速度进行重力分量补偿，得到补偿后的纵向加速度；

13、将补偿后的纵向加速度替换多源运行状态数据中的纵向加速度，得到新的多源运行状态数据；

14、根据新的多源运行状态数据、当前工况、目标路面坡度及动态置信度权重，对多条车速估算路径进行仲裁。

15、进一步，上述根据多源运行状态数据，识别车辆的当前工况，包括：

16、计算各车轮的瞬时纵向滑移率及滑移率方差，当任一车轮的瞬时纵向滑移率的绝对值超过第一阈值且滑移率方差超过方差阈值时，确定该车轮存在单轮滑移特征；

17、计算同一侧前后车轮的瞬时纵向滑移率之间的滑移率差值；根据滑移率差值、侧向加速度与横摆角速度，分别计算车辆的左侧和右侧的侧向附着置信指数，侧向附着置信指数用于表征对应侧的路面附着状态的可信程度；当同一侧前后车轮中每个车轮同时存在单轮滑移特征且该侧的侧向附着置信指数低于置信阈值时，确定该侧存在局部低附特征或不对称附着特征；

18、当所有车轮的瞬时纵向滑移率的绝对值均超过第二阈值时，判定当前工况为全轮同步打滑工况；

19、当所有车轮的角加速度均低于负加速度阈值时，判定当前工况为全轮同步抱死工况，其中，每个车轮的角加速度是基于轮速计算得到的；

20、计算横摆角速度和参考横摆角速度之间的横摆角速度残差，当横摆角速度残差超过残差阈值且侧向加速度超过侧向加速度阈值时，判定当前工况为转向瞬态耦合工况；

21、若未触发全轮同步打滑工况、全轮同步抱死工况及转向瞬态耦合工况，则当存在局部低附特征或不对称附着特征时，判定当前工况为局部打滑工况；否则，判定当前工况为自由滚动工况。

22、进一步，上述根据当前工况和多源运行状态数据，确定车辆的目标路面坡度，包括：

23、根据车辆纵向动力学模型计算车辆的动力学纵向加速度；

24、计算动力学纵向加速度和纵向加速度之间的加速度残差，加速度残差中包含路面坡度引起的重力加速度分量；

25、采用带遗忘因子的递推最小二乘算法，根据加速度残差在线估计初始路面坡度；

26、当满足设定条件时，将初始路面坡度作为目标路面坡度，并根据该初始路面坡度更新存储的有效坡度值；其中，有效坡度值为在不满足设定条件时作为目标路面坡度输出的备用坡度值；设定条件为初始路面坡度在设定时间内的变化率的绝对值小于预设变化率阈值，且各车轮的瞬时纵向滑移率的绝对值均小于第一阈值；

27、当不满足设定条件时，将存储的有效坡度值作为目标路面坡度，且不更新存储的有效坡度值；

28、在不满足设定条件期间，若设定条件再次满足且持续满足预设持续时间，则重新开始执行：将初始路面坡度作为目标路面坡度，并用该初始路面坡度更新存储的有效坡度值的处理过程。

29、进一步，上述根据多源运行状态数据，计算用于表征各车轮轮速信号质量、各车轮滑移状态以及各车轮力矩一致性的特征参数，并基于特征参数结合当前工况，计算多条车速估算路径各自的动态置信度权重，包括：

30、分别根据各车轮的轮速计算轮速信噪比，根据各车轮的瞬时纵向滑移率计算滑移率偏离线性区的程度，根据各车轮的驱动力矩与对应轮速的变化关系计算驱动工况下的第一扭矩响应延迟，以及根据各车轮的制动力矩与对应轮速的变化关系计算制动工况下的第二扭矩响应延迟；

31、根据各车轮的滑移率偏离线性区的程度和目标扭矩响应延迟，确定各车轮的轮速信号质量指数，目标扭矩响应延迟为第一扭矩响应延迟或第二扭矩响应延迟；

32、根据各车轮的瞬时纵向滑移率计算前后轴滑移率均值，并根据各车轮的驱动力矩或制动力矩计算前后轴扭矩分配比例，再根据前后轴滑移率均值和扭矩分配比例计算轴间一致性置信度；

33、根据各车轮的目标力矩计算四轮扭矩一致性，根据各车轮的轮速计算轮速波动方差，并根据四轮扭矩一致性和轮速波动方差计算整车稳定性置信度；

34、将各车轮的轮速信号质量指数、左侧的侧向附着置信指数、右侧的侧向附着置信指数、轴间一致性置信度及整车稳定性置信度进行乘法级联，得到各车轮所对应车速估算路径的原始置信度；

35、对各车速估算路径的原始置信度进行指数滑动平均和滞回限幅处理，得到各车速估算路径的动态置信度权重。

36、进一步，上述根据多源运行状态数据、当前工况、路面坡度及动态置信度权重，对多条车速估算路径进行仲裁，并根据仲裁结果融合计算得到仲裁车速，包括：

37、根据各车轮的轮速及动态置信度权重进行加权融合，得到轮速融合路径车速；

38、根据纵向加速度进行时间积分，得到惯性测量单元积分路径车速；

39、当当前工况为自由滚动工况或局部打滑工况时，利用目标车乱的驱动力矩和/或制动力矩，结合目标路面坡度进行扭矩矢量重组与滑移补偿，生成虚拟扭矩基准车速，目标车轮为非打滑车轮或滑移率处于线性区的车轮；

40、当当前工况为全轮同步打滑工况或全轮同步抱死工况时，对一组对角车轮施加微量降扭，直至该组中任一车轮的滑移率回归至预设线性区，将该任一车轮的轮速作为主动造轮基准车速；

41、根据当前工况和动态置信度权重，对至少包括轮速融合路径车速、惯性测量单元积分路径车速、虚拟扭矩基准车速以及主动造轮基准车速在内的多条车速路径进行优先级仲裁或加权融合，得到仲裁车速。

42、进一步，上述对仲裁车速进行约束校验，计算得到车辆的目标纵向车速，以基于目标纵向车速对车辆进行动态控制，包括：

43、基于动态置信度权重对仲裁车速进行自适应加权融合，得到融合车速；

44、根据各车轮的驱动力矩或制动力矩，估算峰值附着系数，并根据峰值附着系数对融合车速的变化速率进行约束，得到约束后的车速；

45、根据各车轮的有效轮速构造极值包络，当约束后的车速位于极值包络内时，将约束后的车速确定为目标纵向车速；当约束后的车速超出极值包络时，将约束后的车速钳位至极值包络的边界，并将钳位后的车速确定为目标纵向车速，以基于目标纵向车速对车辆进行动态控制。

46、第二方面，本发明为了解决上述技术问题还提供了一种车辆纵向车速估算装置，该装置包括：

47、获取模块，用于获取车辆的多源运行状态数据，多源运行状态数据包括各车轮的轮速、纵向加速度、侧向加速度、横摆角速度、各车轮的驱动力矩、各车轮的制动力矩、以及车轮转角；

48、工况识别模块，用于根据多源运行状态数据，识别车辆的当前工况，当前工况为自由滚动工况、局部打滑工况、全轮同步打滑工况、全轮同步抱死工况或转向瞬态工况；

49、路面坡度计算模块，用于根据当前工况和多源运行状态数据，确定车辆的目标路面坡度；

50、置信度权重计算模块，用于根据多源运行状态数据，计算用于表征各车轮轮速信号质量、各车轮滑移状态以及各车轮力矩一致性的特征参数，并基于特征参数结合当前工况，计算多条车速估算路径各自的动态置信度权重；

51、仲裁车速确定模块，用于根据多源运行状态数据、当前工况、目标路面坡度及动态置信度权重，对多条车速估算路径进行仲裁，并根据仲裁结果融合计算得到仲裁车速；

52、纵向车速确定模块，用于对仲裁车速进行约束校验，计算得到车辆的目标纵向车速，以基于目标纵向车速对车辆进行动态控制。

53、第三方面，本发明为了解决上述技术问题还提供了一种电子设备，该电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行该计算机程序时实现本技术的车辆纵向车速估算方法。

54、第四方面，本发明为了解决上述技术问题还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本技术的车辆纵向车速估算方法。

55、本技术附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本技术的实践了解到。