一种线控底盘载重和坡度联合实时在线估算方法及系统与流程

本发明属于线控底盘软件算法领域，尤其涉及一种线控底盘载重和坡度联合实时在线估算方法及系统。

背景技术：

1、商用车在坡道辅助、自适应巡航、动力扭矩分配及线控底盘控制等功能中，均依赖精准的整车质量与道路坡度信号。由于商用车成本管控严格，多数车型不额外搭载专用质量传感器或道路坡度传感器，整车自重、载货总质量及实时道路坡度无法通过硬件直接获取，行业内通常借助imu惯性测量单元采集纵向加速度，结合整车纵向动力学方程进行参数估算。

2、然而，在车辆纵向动力学模型中，坡道阻力项同时包含整车质量与道路坡度的耦合变量，二者无法通过单一方程直接解耦，导致质量与坡度估算结果相互干扰，难以同时输出稳定可靠的车重与坡度数值，现有估算方案在动态行驶工况下的估算精度与收敛稳定性均难以满足线控底盘控制需求。

技术实现思路

1、鉴于以上现有技术的不足，发明的目的在于提供一种线控底盘载重和坡度联合实时在线估算方法及系统。

2、本发明提供一种线控底盘载重和坡度联合实时在线估算方法，包括：

3、s1、对车辆行驶过程中的纵向驱动力、车速及纵向加速度进行实时采集，得到实时行驶信号；

4、s2、将所述实时行驶信号与车辆固定参数代入解耦质量计算模型，对质量与坡度耦合变量进行解耦，得到初步整车质量估算值；

5、s3、以车速、所述初步整车质量估算值及道路坡度为状态变量，构建扩展卡尔曼滤波状态空间模型，对所述状态变量进行离散化滤波迭代，得到滤波整车质量估算值及滤波坡度估算值；

6、s4、对所述滤波整车质量估算值进行稳态判定，得到锁定质量值及持续更新的实时坡度估算值，将所述锁定质量值与所述实时坡度估算值作为联合估算输出结果。

7、根据本发明提供的一种线控底盘载重和坡度联合实时在线估算方法，步骤s1进一步包括：

8、s11、通过整车控制器对轮速信号进行换算，得到车速；

9、s12、通过驱动系统对当前驱动扭矩及传动比进行计算，得到纵向驱动力；

10、s13、将imu传感器输出的纵向加速度测量值、所述车速及所述纵向驱动力整合，得到实时行驶信号。

11、根据本发明提供的一种线控底盘载重和坡度联合实时在线估算方法，步骤s2进一步包括：

12、s21、将所述纵向加速度与重力坡度分量的合量关系代入车辆纵向动力学方程，对质量项与坡度项的耦合结构进行解耦，得到质量解耦方程；

13、s22、将所述实时行驶信号中的纵向驱动力、车速及纵向加速度，连同车辆固定参数中的滚动阻力系数、风阻系数及迎风面积代入质量解耦方程，计算得到初步整车质量估算值。

14、根据本发明提供的一种线控底盘载重和坡度联合实时在线估算方法，步骤s21中的所述质量解耦方程的表达式为：

15、

16、其中，为质量项，为纵向驱动力，为空气密度，为风阻系数，为迎风面积，为车速，为纵向加速度，为重力加速度，为滚动阻力系数。

17、根据本发明提供的一种线控底盘载重和坡度联合实时在线估算方法，步骤s3中，在执行扩展卡尔曼滤波迭代处理前，对所述状态向量中的初始车速、初始整车质量及初始道路坡度分别赋予初始值，其中初始整车质量根据车辆空载或满载状态预先设定，初始道路坡度设定为零，初始误差协方差矩阵根据多个状态变量的预估不确定度设定，过程噪声协方差矩阵及测量噪声协方差矩阵根据imu传感器噪声特性及驱动力估算误差水平标定设定，完成扩展卡尔曼滤波状态空间模型的初始化处理。

18、根据本发明提供的一种线控底盘载重和坡度联合实时在线估算方法，步骤s3进一步包括：

19、s31、以车速、所述初步整车质量估算值及道路坡度构成状态向量，依据车重与坡度在短时内变化特性，将一阶导数近似为零，建立连续时间系统微分方程组，并对连续时间系统微分方程组进行离散化，得到离散差分状态方程；

20、s32、对所述离散差分状态方程中的非线性项求偏导，得到雅克比矩阵；

21、s33、设定过程噪声协方差矩阵及测量噪声协方差矩阵，将所述雅克比矩阵代入扩展卡尔曼滤波迭代流程，对所述状态向量依次进行先验预测、卡尔曼增益计算、后验状态修正及误差协方差更新，得到滤波整车质量估算值及滤波坡度估算值。

22、根据本发明提供的一种线控底盘载重和坡度联合实时在线估算方法，步骤s31中，构建所述离散差分状态方程前，对道路坡度采用小角度近似约束进行简化处理，并将所述系统微分方程组中的坡度阻力项线性化。

23、根据本发明提供的一种线控底盘载重和坡度联合实时在线估算方法，步骤s33中，所述卡尔曼增益计算的表达式为：

24、

25、误差协方差更新的更新表达式为：

26、

27、其中，为卡尔曼增益，为先验误差协方差矩阵，为观测矩阵，表示矩阵转置，为测量噪声协方差矩阵，为单位矩阵，为先验误差协方差预测值。

28、根据本发明提供的一种线控底盘载重和坡度联合实时在线估算方法，步骤s4进一步包括：

29、s41、对连续多控制周期内的滤波整车质量估算值进行波动幅度计算处理，得到质量波动幅值；

30、s42、将所述质量波动幅值与预设稳态阈值进行比对，当所述质量波动幅值持续小于预设稳态阈值时，判定整车质量达到稳态，将当前的滤波整车质量估算值锁定为锁定质量值，固定质量状态变量，仅对坡度状态变量继续进行寻优迭代更新，得到实时坡度估算值。

31、本发明还提供一种线控底盘载重和坡度联合实时在线估算系统，用于执行如以上任一项所述的一种线控底盘载重和坡度联合实时在线估算方法，包括：

32、采集模块：用于对车辆行驶过程中的纵向驱动力、车速及纵向加速度进行实时采集，得到实时行驶信号；

33、解耦模块：用于将所述实时行驶信号与车辆固定参数代入解耦质量计算模型，对质量与坡度耦合变量进行解耦，得到初步整车质量估算值；

34、迭代模块：用于以车速、所述初步整车质量估算值及道路坡度为状态变量，构建扩展卡尔曼滤波状态空间模型，对所述状态变量进行离散化滤波迭代，得到滤波整车质量估算值及滤波坡度估算值；

35、输出模块：用于对所述滤波整车质量估算值进行稳态判定，得到锁定质量值及持续更新的实时坡度估算值，将所述锁定质量值与所述实时坡度估算值作为联合估算输出结果。

36、本发明通过对纵向驱动力、车速及imu纵向加速度构成的实时行驶信号与车辆固定参数的联合处理，利用质量解耦方程将整车纵向动力学模型中长期耦合的质量项与坡度项有效分离，从根本上消除了传统单一公式无法同时稳定输出车重与坡度的固有缺陷，无需在整车上额外加装任何专用传感器，显著降低了硬件成本与系统复杂度。其次，本发明以车速、整车质量及道路坡度为状态变量构建的扩展卡尔曼滤波状态空间模型，通过对离散差分状态方程的持续迭代处理，结合雅克比矩阵对系统非线性特性的精确线性化表达，以及卡尔曼增益对过程噪声协方差矩阵与测量噪声协方差矩阵比值关系的动态调节，使得颠簸路面、气动扰动及传感器测量噪声对估算结果的影响得到有效抑制，输出的滤波整车质量估算值与滤波坡度估算值在全工况下均保持平滑稳定，避免了传统方案中估算结果剧烈跳变的问题。另外，本发明的稳态判定机制通过对连续多控制周期内质量波动幅值的监测，在整车质量达到稳态后将锁定质量值固定，仅对坡度状态变量持续寻优更新，在保证估算精度的同时大幅减少了控制器的实时运算负荷，使算法在起步、爬坡、高速等动态工况下均能快速收敛，最终输出的锁定质量值与实时坡度估算值可直接供给线控底盘控制单元、动力控制单元及智能驾驶域控制器使用，有效支撑坡道辅助、自适应巡航等上层控制功能的稳定运行。