一种确定车辆质量方法、装置、设备及介质与流程

1.本技术涉及车辆控制技术领域，尤其涉及一种确定车辆质量方法、装置、设备及介质。


背景技术：

2.随着数字科技与通信技术的不断发展，智能驾驶逐渐走入人们的视野，智能驾驶也迎来了前所未有的发展机遇。智能驾驶中的关键技术包括感知定位、规划决策、执行控制等技术。通常，感知定位技术可以确定车辆的位置，规划决策技术可以确定控制车辆的控制策略，执行控制技术可以按照控制策略对车辆进行控制。
3.其中，确定控制车辆的控制策略以及按照控制策略对车辆进行控制，都严重依赖于车辆自身因素以及环境因素，如整车质量、路面坡度等。若无法准确确定整车质量，对车辆的稳定性、机动性以及平顺性都会有影响。


技术实现要素：

4.本技术实施例提供一种确定车辆质量方法、装置、设备及介质，可以提高转弯工况下的车辆质量的准确率。
5.第一方面，本技术实施例提供一种确定车辆质量方法，该方法可以应用于电子设备。该方法具体包括：获取车辆在第一时刻的参数集合，所述参数集合包括：车辆中每个车轮转向角、侧向速度、横摆角速度、每个车轮的纵向力和侧向力，所述参数集合用于确定所述车辆的转弯阻力。根据所述参数集合和纵向动力学模型确定所述车辆的质量，其中，所述纵向动力学模型用于描述所述车辆的纵向受力平衡，所述车辆的纵向受力包括所述转弯阻力。本技术实施例中纵向动力学模型中引入了转弯阻力，扩展确定车辆质量应用场景。使得车辆在转弯工况时也能够确定车辆的质量，实现确定转弯工况下的车辆质量。另外，本技术实施例中，获取车辆在第一时刻的参数集合，也能够确定出第一时刻车辆所受转弯阻力的大小。但在利用纵向动力学模型确定车辆的质量时，不需要计算出转弯阻力的大小。在车辆运行过程中，考虑到转弯阻力对车辆的纵向受力的影响，提升车辆在转弯工况下，确定出的质量的准确率。
6.一种可能的设计中，若所述车辆包括两个转向车轮，所述转弯阻力与所述参数集合满足如下公式：
[0007][0008]
其中，fr为所述车辆的转弯阻力，m为所述车辆的质量，βi为所述车辆的第i个转向车轮的转向角，n为所述车辆的转向车轮的数量，f
xi
为所述车辆的第i个转向车轮的纵向力，f
yi
为所述车辆的第i个转向车轮的侧向力，v为所述车辆的侧向速度，wr为所述车辆的横摆角速度。本技术实施例中，车辆包括两个转向车轮时，电子设备可以利用第一时刻的参数集合，以及本技术实施例提供的转弯阻力与参数集合之间关系公式，能够确定出第一时刻的
车辆质量与第一时刻车辆所受转弯阻力之间的关系。精确地确定车辆所受转弯阻力与质量之间的关系，有助于提升纵向动力学模型确定车辆质量的准确率。
[0009]
一种可能的设计中，若所述车辆包括四个转向车轮，所述转弯阻力与所述参数集合满足如下公式：
[0010][0011]
其中，fr为所述车辆的转弯阻力，m为所述车辆的质量，βi为所述车辆的第i个转向车轮的转向角，n为所述车辆的转向车轮的数量，f
xi
为所述车辆的第i个转向车轮的纵向力，f
yi
为所述车辆的第i个转向车轮的侧向力，v为所述车辆的侧向速度，wr为所述车辆的横摆角速度，其中，f
y1
、f
y2
的方向分别与所述纵向速度方向之间形成的夹角大于90
°
，f
y3
、f
y4
的方向分别与所述纵向速度方向之间形成的夹角小于90
°
。本技术实施例中，车辆包括四个转向车轮时，电子设备可以利用第一时刻的参数集合，以及本技术实施例提供的转弯阻力与参数集合之间关系公式，能够确定出第一时刻的车辆质量与第一时刻车辆所受转弯阻力之间的关系。精确地确定车辆所受转弯阻力与质量之间的关系，有助于提升纵向动力学模型确定车辆质量的准确率。
[0012]
一种可能的设计中，纵向动力学模型为fd＝fj fw ff fi fr，其中，fj为加速阻力、fw为空气阻力，ff为滚动阻力，fi为坡度阻力，fr为转弯阻力，fd为驱动力。
[0013]
一种可能的设计中，纵向动力学模型为fd＝fj fw ff fi fb fr，其中，fj为加速阻力，fw为空气阻力，ff为滚动阻力，fi为坡度阻力，fb为制动力，fr为转弯阻力，fd为驱动力。
[0014]
一种可能的设计中，电子设备获取车辆在第一时刻的参数集合后，可以根据预设的转弯阻力与参数集合之间的关系以及所述参数集合，确定所述车辆的质量与转弯阻力的关系。然后根据所述关系和纵向动力学模型，确定所述车辆的质量。本技术实施例中，预设的转弯阻力与参数集合之间的关系，也是转弯阻力与质量之间的关系，所述关系也可以理解为是转弯阻力、参数集合中各物理量以及车辆的质量之前的关系。本技术实施例提供的纵向动力学模型用于描述车辆的纵向受力平衡，车辆的纵向受力可包括驱动力，制动力，空气阻力，摩擦阻力，加速阻力中的一项或多项。所述车辆的纵向受力还包括所述车辆受到的转弯阻力。除了转弯阻力之外的其它纵向受力可以是数值，也可以是数值与车辆质量乘积形式，如坡度阻力为mgsinθ，θ为路面坡度可以通过测量或者计算的方式得到。电子设备可以结合转弯阻力与所述车辆质量之间的关系和纵向动力学模型，利用采集的参数集合，确定所述车辆的质量。
[0015]
一种可能的设计中，电子设备还可以利用纵向动力学模型以及预设的转弯阻力与参数集合之间的关系，确定所述车辆质量、除了转弯阻力之外的纵向受力、参数集合中的各物理量之间的第一关系。所述第一关系也可以视为纵向动力学模型的变形形式。电子设备可以利用任意时刻的参数集合与所述第一关系，确定所述任意时刻车辆的质量。在确定所述任意时刻车辆的质量过程中，不需要再次确定所述第一关系。
[0016]
一种可能的设计中，纵向动力学模型为其中，fd为所述车辆的驱动力，fw为所述车辆的空气阻力，m为所述车辆的质量，βi为所述车辆的第i个转向车轮的转向角，n为所
述车辆的转向车轮的数量，f
xi
为所述车辆的第i个转向车轮的纵向力，f
yi
为所述车辆的第i个转向车轮的侧向力，v为所述车辆的侧向速度，wr为所述车辆的横摆角速度，f为滚动阻力系数,δ为旋转质量换算系数，θ为路面坡度，a为所述车辆的实际纵向加速度。
[0017]
一种可能的设计中，纵向动力学模型为其中，fd为所述车辆的驱动力，fw所述车辆的为空气阻力，m为所述车辆的质量，βi为所述车辆的第i个转向车轮的转向角，n为所述车辆的转向车轮的数量，f
xi
为所述车辆的第i个转向车轮的纵向力，f
yi
为所述车辆的第i个转向车轮的侧向力，v为所述车辆的侧向速度，wr所述车辆的为横摆角速度，f为滚动阻力系数,δ为旋转质量换算系数，θ为路面坡度，a为所述车辆的纵向加速度，fb为制动力。
[0018]
一种可能的设计中，在所述根据纵向动力学模型确定所述车辆的质量之后，所述方法还包括：根据所述质量确定在第二时刻所述车辆的质量，其中，所述第二时刻在所述第一时刻之后。本技术实施例中，在利用纵向动力学模型确定车辆质量后，利用第一时刻的车辆质量估计在第一时刻之后的任一第二时刻的车辆质量，可以提升确定质量的精度。
[0019]
一种可能的设计中，所述估计第二时刻的车辆质量，包括：获取所述车辆在所述第二时刻的第一参数集合和第二参数集合，所述第一参数集合包括：路面坡度、纵向速度、侧向速度以及横摆角速度，所述第二参数集合包括：车辆中每个车轮转向角、侧向速度、横摆角速度、每个车轮的纵向力和侧向力、驱动力以及空气阻力；确定第一输入值，所述第一输入值是根据预设的滚动摩擦参数、预设的旋转质量换算系数以及所述第一参数集合确定的；确定第二输入值，所述第二输入值是根据所述第二参数集合确定的；根据所述第一输入值、第二输入值以及所述第一时刻的所述车辆的质量，确定第一数值，所述第一数值是所述第二时刻的所述车辆的质量的估计值；根据所述第一数值以及第一质量阈值和第二质量阈值，确定所述第二时刻的所述车辆的质量。本技术实施例中，根据获取的第二时刻的第一参数集合确定出的第一输入值、获取的第二时刻的第二参数集合确定出的第二输入值以及第一时刻的车辆质量，确定第二时刻的而车辆质量。实现实时确定第二时刻的车辆质量，也即实现了对整车质量的实时辨识，能够适应复杂多变的行驶工况。
[0020]
一种可能的设计中，所述根据所述第一数值，确定所述第二时刻的车辆质量时，若所述第一数值小于或等于所述第一质量阈值，则将所述第一质量阈值确定为所述第二时刻的车辆质量；若所述第一数值大于或等于所述第二质量阈值，则将所述第二质量阈值确定为所述第二时刻的车辆质量；若所述第一数值大于所述第一质量阈值，且所述第一数值小于所述第二质量阈值，则将所述第一数值确定为所述第二时刻的车辆质量。本技术实施例中，确定第一数值后，将第一数值与车辆空载质量以及车辆满载质量进行比较。其中第一质量阈值可为车辆空载质量，第二质量阈值可为车辆满载质量。利用第一数值与第一质量阈值、第二质量阈值比较确定出的第二时刻的车辆质量，能够符合实际车辆运行状态，有助于对车辆进行控制。
[0021]
一种可能的设计中，所述车辆的纵向受力还包括所述车辆的坡度阻力；电子设备还可以确定所述车辆在所述第一时刻所在路面的坡度，所述坡度用于确定所述坡度阻力；电子设备在所述根据所述参数集合和纵向动力学模型，确定所述车辆的第一质量操作时，可以根据所述参数集合、所述坡度和所述纵向动力学模型，确定所述车辆的质量。本技术实
施例中，整车质量与路面坡度解耦，使得对路面坡度的辨识不受车辆质量以及转弯阻力的影响。
[0022]
一种可能的设计中，所述确定所述车辆在所述第一时刻所在路面的坡度，包括：获取所述第一时刻所述车辆的纵向加速度信号、纵向速度信号；对所述纵向加速度信号、所述纵向速度信号去噪；根据去噪后的纵向加速度信号、去噪后的纵向速度信号以及上一次确定的坡度，确定第二数值，所述第二数值为所述第一时刻的路面坡度的估计值；根据所述第二数值以及坡度阈值，确定所述车辆在所述第一时刻所在路面的坡度。本技术实施例中，考虑外界干扰和传感器信号突变对纵向加速度信号以及纵向速度信号的影响，通过对纵向加速度信号和纵向速度信号的去噪处理，提升确定路面坡度的精度，有助于提升车辆质量的准确度和精度。
[0023]
一种可能的设计中，所述根据所述第二数值，确定所述第一时刻的所述车辆所在路面的坡度时，若所述第二数值的绝对值小于所述坡度阈值，则将所述第二数值确定为所述车辆在所述第一时刻所在路面的坡度；若所述第二数值的绝对值大于或等于所述坡度阈值，且所述第二数值小于零，则将所述坡度阈值的相反数确定为所述车辆在所述第一时刻所在路面的坡度；若所述第二数值的绝对值大于或等于所述坡度阈值，且所述第二数值大于零，则所述坡度阈值确定为所述车辆在所述第一时刻所在路面的坡度。本技术实施例中，确定第二数值后，将第二数值与坡度阈值进行比较。其中，坡度阈值可为最大道路坡度。利用第二数值与坡度阈值比较确定出的路面，能够符合实际车辆运行状态，有助于提升确定车辆质量的准确率。
[0024]
第二方面，本技术实施例还提供一种确定车辆质量装置，该装置具有实现上述第一方面和第一方面的任一种可能的设计的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
[0025]
第三方面，本技术提供了一种电子设备，包括：处理器和存储器。存储器用于存储计算机执行指令，当该电子设备运行时，该处理器执行该存储器存储的该计算机执行指令，以使该装置执行如上述第一方面或第一方面中任一种设计所涉及的方法。
[0026]
第四方面，提供了一种计算机存储介质，存储有计算机程序，该计算机程序包括用于执行上述各方面的方法的指令。
[0027]
第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
[0028]
第六方面，提供一种芯片，该芯片包括处理器，当该处理器执行指令时，处理器用于执行上述第一方面或第一方面中任一种设计所涉及的方法。该指令可以来自芯片内部的存储器，也可以来自芯片外部的存储器。可选的，该芯片还包括输入输出电路。
[0029]
其中，第二方面至第六方面中任一种设计所带来的技术效果可参见上文中对应的方法所带来的技术效果，在此不再赘述。
附图说明
[0030]
图1为现有技术中车辆纵向受力情况示意图；
[0031]
图2为本技术实施例提供的一种车辆系统架构示意图；
[0032]
图3为本技术实施例提供的一种车辆系统架构示意图；
[0033]
图4为本技术实施例提供的一种纵向动力学模型的示意图；
[0034]
图5为本技术实施例提供的一种确定车辆质量方法的示意流程图；
[0035]
图6为本技术实施例提供的另一种纵向动力学模型的示意图；
[0036]
图7为本技术实施例提供的又一种纵向动力学模型的示意图；
[0037]
图8为本技术实施例提供的又一种纵向动力学模型的示意图；
[0038]
图9为本技术实施例提供的又一种纵向动力学模型的示意图；
[0039]
图10为本技术实施例提供的又一种纵向动力学模型的示意图；
[0040]
图11为本技术实施例提供的一种确定车辆质量方法的示意流程图；
[0041]
图12为本技术实施例提供的一种确定路面坡度方法的示意流程图；
[0042]
图13为本技术实施例提供的一种确定车辆质量装置的结构示意图；
[0043]
图14为本技术实施例提供的另一种确定车辆质量装置的结构示意图。
具体实施方式
[0044]
为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。
[0045]
随着数字科技与通信技术的不断发展，智能驾驶逐渐走入人们的视野，智能驾驶也迎来了前所未有的发展机遇。智能驾驶中的关键技术包括感知定位、规划决策、执行控制等技术。通常，感知定位技术可以确定车辆的位置，规划决策技术可以确定控制车辆的控制策略，执行控制技术可以按照控制策略对车辆进行控制。
[0046]
其中，确定控制车辆的控制策略以及按照控制策略对车辆进行控制，都严重依赖于车辆自身因素以及环境因素，如整车质量、路面坡度等。若无法准确确定整车质量，对车辆的稳定性、机动性以及平顺性都会有影响。
[0047]
目前，常用的确定整车质量的方法中所使用的动力学模型包括驱动力、加速阻力、空气阻力、滚动阻力和坡度阻力。图1中示出了现有确定整车质量方法中所使用的车辆纵向动力学模型。在纵向上，车辆的受力包括加速阻力fj、空气阻力fw、滚动阻力ff、坡度阻力fi，以及驱动力fd。现有的车辆纵向动力学模型为fd＝fj fw ff fi。
[0048]
现有的车辆纵向动力学模型仅适用于车辆处于直行工况。然而车辆在转弯工况下，车辆受转弯阻力的影响，造成车速降低的现象。车辆在转弯工况下仍使用直行工况中的纵向动力学模型，无法准确地确定整车质量，使得智能驾驶场景中对控制车辆的安全性、稳定性、机动性极大受限。
[0049]
基于此，本技术实施例提供一种确定车辆质量方法及装置，通过具有转弯阻力的纵向运动力学模型，确定整车质量，能够确定车辆在转弯工况下的质量。其中，方法和装置是基于同一构思的，由于方法及装置解决问题的原理相似，因此装置与方法的实施可以相互参见，重复之处不再赘述。
[0050]
参阅图2所示的车辆系统架构图，该车辆可以包括信号采集模块、车载电子控制系统、执行装置等。其中，信号采集模块可以包括纵向速度传感器、纵向加速度传感器、横摆角速度传感器以及其它车辆状态传感器。信号采集模块能够实时采集纵向速度、纵向加速度、横摆角速度等车辆状态参数，将采集的数据或信号发送给车载电子控制系统中的信息处理模块。
[0051]
执行装置包括方向盘、电动机或发动机、制动器等执行器。执行装置可以根据决策控制模块的控制指令，控制相应的执行器。
[0052]
车载电子控制系统中可以包括信息处理模块和决策控制模块。信息处理模块可以执行本技术实施例所提供的确定整车质量方法，确定整车质量等数据。决策控制模块根据信息处理模块确定的整车质量，对车辆做出决策规划和相应的动力学控制。
[0053]
车载电子控制系统中的决策控制模块将执行参数，如方向盘转角、驱动扭矩、制动力或者其它指令发送给执行装置。
[0054]
本技术实施例提供的确定车辆质量方法应用于电子设备中，该电子设备可应用于车辆中，如图3所示，该车辆系统可以但不限于包括车辆传感器、驾驶员输入装置(如方向盘、踏板、手动档位摇杆、自动档位控制器等)、高级驾驶辅助系统(advanced driver assistance system，adas)、整车控制器、扭矩执行单元等等。其中，车辆传感器用于采集纵向加速度、横摆角速度等车辆的状态信息。高级驾驶辅助系统可以检测车辆的转向需求等。整车控制器可以控制车辆行驶、稳定等，进一步的，整车控制器可以执行本技术实施例所提供的确定车辆质量方法。整车控制器从车载传感器、驾驶员输入装置，以及adas中获取各种数据，根据具有转弯阻力的运动力学模型确定车辆质量。整车控制器还可以根据所确定的车辆质量进行操纵性与稳定性控制目标的自动切换及控制量的计算，并将控制量转化为车轮的驱动\制动力矩需求。扭矩执行单元可以用于接收来自整车控制器的车轮力矩需求，对车轮施加制动或驱动力矩，实现车辆的操纵性和稳定性控制。可选的，扭矩执行单元可以包括电机控制单元、液压控制单元等。
[0055]
扭矩执行单元可以用于接收来自整车控制器的车轮力矩需求，对车轮施加制动或驱动力矩，实现车辆的操纵性和稳定性控制，扭矩执行单元可以包括电机控制单元、液压控制单元等。
[0056]
需要说明的是，图3所示的系统架构并不构成对本技术实施例适用的前后轴分布式驱动车辆的限定，前后轴分布式驱动车辆可以包含更多或更少的部件。例如，当前后轴分布式驱动车辆不具有自动驾驶功能时，其内部不包含adas。又例如，当前后轴分布式驱动车辆只具有自动驾驶功能，而不具有人工驾驶功能时，其内部则不包含驾驶员输入装置。再例如，当前后轴分布式驱动车辆既具有自动驾驶功能，又具有人工驾驶功能时，其内部包含adas和驾驶员输入装置。
[0057]
另外，还需要说明的是，在本技术实施例中，能够实时改变的参数可以记为以时间t为变量的函数，t可以表示当前时刻。当然，基于以t为变量的函数计算或估计得到的参数，也记为以t为变量的函数。
[0058]
例如，在图3所示的系统架构中，车载传感器可以测量得到的纵向加速度、横摆角速度、各轮胎的转向角、各轮胎的纵向力以及侧向力，可以分别记为a(t)、wr(t)、βi(t)、f
xi
(t)、f
yi
(t)(i＝1,2,3,4
…
)。
[0059]
可选的，各轮胎的转向角可以通过估算的方式获得。例如，车载传感器可以测量得到方向盘的转动角度。通过方向盘的转动角度与各轮胎的转向角度的标定关系，确定各轮胎的转向角度。
[0060]
可选的，横摆角速度可以通过估算的方式获得。例如，车载传感器可以测量得到各轮胎的轮速，各轮胎的转向角度，车辆的横向加速度、车辆的纵向加速度，通过估计的方式
确定横摆角速度。也可以对通过估计的方式得到的横摆角速度进行修正，将修正后的横摆角速度确定为车辆的横摆角速度。
[0061]
可选的，各轮胎的纵向力以及侧向力可以通过估计的方式获取。例如，通过各轮胎的轮速、各轮胎的侧偏角、各轮胎的垂直载荷信号等参数进行估计。
[0062]
可选的，车载传感器可以包括转矩传感器，用于测量发动机或者电动机提供的驱动转矩。
[0063]
可选的，车载传感器可以包括缸压力传感器，用于测量制动轮缸压力。便于确定制动力。车载传感器也可以包括角度传感器，用于测量踩踏板的开合角度。便于通过预先标定的角度与制动力的脉谱图(对应关系)，确定制动力。
[0064]
由于以上参数的计算方法均为现有且较为复杂，在本技术实施例中不再详细展开。
[0065]
如图4中示出了一种确定车辆质量的方法，该方法可以适用于图5至图8中所示的车辆。所述方法由确定车辆质量的设备执行。所述确定车辆质量的设备可以为整车控制器，也可以为独立于整车控制器的一个独立电子设备，还可以是耦合有确定车辆质量功能的各种车载设备，在以下实施例中，所述确定车辆质量的设备可以简称为电子设备。另外，在本技术实施例中，所述车辆可以采用双轮转向、四轮转向、转向轮数量多于四轮等类型的车辆，本技术对此不作限定。该方法至少包括如下步骤：
[0066]
步骤s401，获取车辆在第一时刻的参数集合，参数集合包括：车辆中每个车轮转向角、侧向速度、横摆角速度、每个车轮的纵向力和侧向力，参数集合用于确定转弯阻力。
[0067]
具体实施时，车辆传感器模块可以测量第一时刻(例如，t时刻)车辆中每个车轮转向角、侧向速度、横摆角速度、每个车轮的纵向力和侧向力等参数。并将测量的参数发送给整车控制器。整车控制器获取的第一时刻的参数集合，该参数集合可以用于确定转弯阻力，便于整车控制器根据第一时刻的参数集合确定车辆在转弯工况下的质量。
[0068]
步骤s402，根据参数集合和纵向动力学模型确定车辆的质量，其中，纵向动力学模型用于描述车辆的纵向受力平衡，车辆的纵向受力包括转弯阻力。
[0069]
本技术实施例中，电子设备利用包括转弯阻力的纵向动力学模型确定车辆质量，可以提高转弯工况下的车辆质量的准确率。车辆在直行工况下，包括转弯阻力的纵向动力学模型中的转弯阻力为零，利用该纵向动力学模型也可以确定车辆质量。因而本技术提供的纵向动力学模型既适用于转弯工况也适用于直行工况。
[0070]
一个示例中，车辆可以为前轮转向车辆类型。例如，车辆包括4个车轮，在车辆转向时，前2个车轮发生偏转与车辆纵向形成转向角。图5中示出了车辆在转弯工况下的受力情况，车辆受到加速阻力fj、空气阻力fw、滚动阻力ff、坡度阻力fi、驱动力fd以及转弯阻力fr。
[0071]
本技术实施例提供一种纵向动力学模型为fd＝fj fw ff fi fr。其中，转弯阻力fr可以通过每个车轮转向角、侧向速度、横摆角速度、每个车轮的纵向力和侧向力确定。
[0072]
例如，通过如下公式确定转弯阻力：
[0073]fr
＝f
x1
(1-cosβ1) f
x2
(1-cosβ2) f
y1
sinβ1 f
y2
sinβ
2-mvwr。
[0074]
其中，f
xi
为第i个轮胎所受的纵向力(i＝1,2,3,4)，f
yi
为第i个轮胎所有的侧向力，β1为第1个轮胎的转向角，β2为第2个轮胎的转向角，v为车辆的侧向速度，wr为横摆角速度，m为整车质量。
[0075]
驱动力fd为车辆各轮胎的纵向受力f
xi
的总和、驱动力的数值fd可以通过发动机或电动机提供的驱动力转矩确定，如t
aq
为发动机或电动机提供的驱动转矩，i
t
为发动机或电动机到车轮的传动比，η为传动系机械效率，r为车轮半径。
[0076]
加速阻力fj的数值可以通过公式fj＝δma计算，其中，δ为旋转质量换算系数，m为整车质量，a为车辆纵向加速度真实值。并且，u(t)为车辆的纵向速度。
[0077]
空气阻力fw的数值可以通过公式计算，其中，cd为空气阻力系数，a为车辆迎风面积，u为车辆纵向速度。
[0078]
滚动阻力ff的数值可以通过公式ff＝fmgcosθ计算，其中，f为滚动阻力系数，m为整车质量，g为重力加速度，θ为路面坡度。
[0079]
坡度阻力fi的数值可以通过公式fi＝mgsinθ，其中，m为整车质量，g为重力加速度，θ为路面坡度。
[0080]
本技术实施例提供的上述纵向动力学模型的一种变形形式可记为：fd＝δma fw fmgcosθ mgsinθ f
x1
(1-cosβ1) f
x2
(1-cosβ2) f
y1
sinβ1 f
y2
sinβ
2-mvwr。电子设备可将与质量有关的加速阻力、滚动阻力、坡度阻力以及转弯阻力的数值不进行计算求解，电子设备可以利用车辆纵向受力中与质量有关的受力以及与质量无关的受力，结合纵向动力学模型，确定出车辆质量。示例的，
[0081]
其中，电子设备可以通过上述提供的驱动力、空气阻力的确定方法，预先确定第一时刻(例如t时刻)驱动力fd(t)、空气阻力fw(t)。电子设备也可以预先配置滚动摩擦参数f，和预先配置旋转质量换算系数δ。
[0082]
电子设备根据纵向动力学模型确定车辆的质量时，可以根据本技术上述实施例提供的纵向动力学模型或者其变形形式所示出的质量与车辆在纵向的受力的关系，如供的纵向动力学模型或者其变形形式所示出的质量与车辆在纵向的受力的关系，如确定第一时刻的车辆质量m(t)。
[0083]
一种可能的实施方式中，通常，司机在转弯操作的同时也会进行制动操作。或者，在智能驾驶场景中，整车控制器为保障车辆的稳定性对车辆进行的制动控制。因而车辆在转弯工况下，也会受到制动力(如图6所示)。本技术实施例提供另一种纵向动力学模型，可表示为fd＝fj fw ff fi fr fb。其中，fb为制动力。该纵向动力学模型的一种变形形式可以记为
[0084]
电子设备可以通过上述制动力确定方法预先获取第一时刻(如t时刻)的制动力fb。电子设备可以结合获取的第一时刻的参数集合，以及该纵向动力学模型，确定出第一时刻的车辆质量。
[0085]
为便于理解本技术实施例提供的具有转弯阻力的纵向动力学模型，下面简单介绍确定具有转弯阻力的纵向动力学模型的过程。由于车辆在转弯工况下处于横摆状态，并且转向轮车轮与车辆的纵向形成转向角，使得轮胎的纵向力和侧向力对车辆的纵向受力情况发生改变。
[0086]
如图6中车辆在转弯工况下的受力情况，首先可以建立纵向动力学平衡方程，fj fw ff fi fb f
y1
sinβ1 f
y2
sinβ
2-mvwr＝f
x1
cosβ1 f
x2
cosβ2 f
x3
f
x4
。然后将纵向动力学平衡方程与车辆驱动力与各轮胎的纵向受力关系(驱动力fd为各轮胎的纵向受力f
xi
的总和)结合，可以得到驱动力、空气阻力、坡度阻力、滚动阻力、加速阻力、制动力之间的关系，fd＝fj fw ff fb fi f
x1
(1-cosβ1) f
x2
(1-cosβ2) f
y1
sinβ1 f
y2
sinβ
2-mvwr。其中，f
x1
(1-cosβ1) f
x2
(1-cosβ2) f
y1
sinβ1 f
y2
sinβ
2-mvwr为转弯阻力fr。
[0087]
在实际应用场景中，若需要计算车辆在转弯工况下的转弯阻力fr，可以根据车辆转弯时的驱动力、制动力、加速阻力、滚动阻力、坡度阻力进行确定，如fr＝f
d-f
j-f
w-f
f-f
b-fi。转弯阻力fr也可以根据转向轮胎的纵向力、侧向力、转向角、整车质量、侧向速度、横摆角速度进行确定，如fr＝f
x1
(1-cosβ1) f
x2
(1-cosβ2) f
y1
sinβ1 f
y2
sinβ
2-mvwr。
[0088]
另一个示例中，车辆可以为四轮转向车辆类型。例如，车辆包括4个车轮，在车辆转向时，4个车轮均发生偏转与车辆纵向形成转向角。图7中示出了车辆在转弯工况下的受力情况，车辆受到加速阻力fj、空气阻力fw、滚动阻力ff、坡度阻力fi、驱动力fd以及转弯阻力fr。
[0089]
本技术实施例提供的纵向动力学模型(fd＝fj fw ff fi fr)中，转弯阻力fr可以表示为：也可以表示为fr＝f
x1
(1-cosβ1) f
x2
(1-cosβ2) f
x3
(1-cosβ3) f
x4
(1-cosβ4) f
y1
sinβ1 f
y2
sinβ
2-f
y3
sinβ
3-f
y4
sinβ
4-mvwr。
[0090]
其中，f
yi
为第i个转向车轮的侧向力，f
y1
、f
y2
的方向分别与车辆的纵向速度方向之间形成的夹角大于90
°
，f
y3
、f
y4
的方向分别与车辆的纵向速度方向之间形成的夹角小于90
°
。
[0091]
换句话说，i为轮胎1或者轮胎2的偏转方向与车辆的偏转方向相同，i为轮胎3或者轮胎4的偏转方向与车辆的偏转方向相反。例如，车辆的偏转方向为逆时针偏转，i为轮胎1或者轮胎2的偏转方向也为逆时针偏转。而i为轮胎3或者轮胎4的偏转方向为顺时针偏转。对于实际生活中的四轮车辆，i为轮胎1、轮胎2所指的车轮分别为车辆的左前轮和右前轮，i为轮胎3、轮胎4所指的车轮分别为车辆的左后轮和右后轮。
[0092]
本技术实施例提供的纵向动力学模型的一种变形形式可记为：本技术实施例提供的纵向动力学模型的一种变形形式可记为：电子设备可将与质量有关的加速阻力、滚动阻力、坡度阻力以及转弯阻力的数值不进行计算求解，电子设备可以利用车辆纵向受力中与质量有关的受力以及与质量无关的受力，结合纵向动力学模型，确定出车辆质量。示例的，
[0093]
一种可能的实施方式中，车辆在转弯工况下，也会受到制动力(如图8所示)。本技术实施例提供另一种纵向动力学模型，可表示为fd＝fj fw ff fi fr fb。其中，fb为制动力。该纵向动力学模型的一种变形形式可以记为
[0094]
电子设备可以通过前述制动力确定方法预先获取第一时刻(如t时刻)的制动力fb。电子设备可以结合获取的第一时刻的参数集合，以及该纵向动力学模型，确定出第一时刻的车辆质量。
[0095]
下面简单介绍确定四轮转向车辆的纵向动力学模型的过程。由于车辆在转弯工况下处于横摆状态，并且转向轮车轮与车辆的纵向形成转向角，使得轮胎的纵向力和侧向力对车辆的纵向受力情况发生改变。
[0096]
根据如图8中示出的车辆受力情况，纵向动力学平衡方程可为：fj fw ff fi fb f
y1
sinβ1 f
y2
sinβ
2-mvwr＝f
x1
cosβ1 f
x2
cosβ2 f
x3
cosβ3 f
x4
cosβ4 f
y3
sinβ3 f
y4
sinβ4。
[0097]
将纵向动力学平衡方程与车辆驱动力与各轮胎的纵向受力关系(驱动力fd为各轮胎的纵向受力f
xi
的总和)结合，可以得到驱动力、空气阻力、坡度阻力、滚动阻力、加速阻力之间的关系，fd＝fj fw ff fb fi f
x1
(1-cosβ1) f
x2
(1-cosβ2) f
x3
(1-cosβ3) f
x4
(1-cosβ4) f
y1
sinβ1 f
y2
sinβ
2-f
y3
sinβ
3-f
y4
sinβ
4-mvwr。
[0098]
其中，f
x1
(1-cosβ1) f
x2
(1-cosβ2) f
x3
(1-cosβ3) f
x4
(1-cosβ4) f
y1
sinβ1 f
y2
sinβ
2-f
y3
sinβ
3-f
y4
sinβ
4-mvwr为转弯阻力fr。
[0099]
在更多的车辆运行场景中，车辆还可以具有超过4个车轮，例如货车。本技术实施例提供的纵向动力学模型fd＝fj fw ff fi fr也可以适用于车辆的车轮数量超过4个的车辆。其中，其中，第1个至第j个轮胎表示为偏转方向与车辆的偏转方向相同的轮胎，第j 1个至第n个轮胎表示为偏转方向与车辆的偏转方向相反的轮胎。换句话说，车辆转弯时，第1个至第j个轮胎为侧向力与纵向速度方向之间形成的夹角大于90
°
的轮胎，第j 1个至第n个轮胎为侧向力与纵向速度方向之间形成的夹角小于90
°
的轮胎。
[0100]
车辆具有超过4个轮胎，其中有一些轮胎为非转向轮胎。如图9所示，具有6个轮胎的车辆，其中，轮胎5和轮胎6为非转向轮胎。非转向轮胎在车辆转弯时轮胎的偏转角度为0
°
。因β＝0
°
，而sinβ的值也为0，非转向轮胎对于确定车辆所受转弯阻力没有影响，所以在确定车辆质量时也没有影响。非转向轮胎在纵向动力学模型中，可以视为偏转方向与车辆的偏转方向相同的轮胎，或者视为轮胎表示为偏转方向与车辆的偏转方向相反的轮胎。
[0101]
在车辆包括超过4个车轮，并且具有4个转向车轮的场景中，本技术实施例提供的纵向动力学模型(fd＝fj fw ff fi fr)的变形形式为其中，n为车辆轮胎的数量，f
xi
为第i个轮胎的纵向力，f
yi
为第i个轮胎的侧向力。第1个至第j个轮胎为侧向力与纵向速度方向之间形成的夹角大于90
°
的轮胎，第j 1个至第n个轮胎为侧向力与纵向速度方向之间形成的夹角小于90
°
的轮胎。
[0102]
一种可能的实施方式中，若车辆包括四个转向车轮，上述步骤s402中，电子设备根据纵向动力学模型确定车辆的质量时，电子设备可以根据本技术上述实施例提供的纵向动力学模型或者其变形形式所示出的质量与车辆在纵向的受力的关系，如确定第一时刻的车辆质量m(t)。
[0103]
考虑到车辆在转弯过程中，车辆在纵向可能受到制动力。本技术提供的另一种纵向动力学模型(fd＝fj fw ff fi fr fb)的变形形式为其中，n为车辆轮胎的数量，f
xi
为第i
个轮胎的纵向力，f
yi
为第i个轮胎的侧向力。第1个至第j个轮胎为与车辆的纵向速度方向之间形成的夹角大于90
°
(其中，包括了非转向轮胎)，第j 1个轮胎至第n个轮胎为与车辆的纵向速度方向之间形成的夹角小于90
°
。
[0104]
上述步骤s402中，电子设备根据纵向动力学模型确定车辆的质量时，电子设备可以根据本技术上述实施例提供的纵向动力学模型或者其变形形式所示出的质量与车辆在纵向的受力的关系，如确定第一时刻的车辆质量m(t)。
[0105]
本技术提供的确定车辆质量方法还可以应用于具有超过4个转向轮胎的车辆。如图10所示的车辆，该车辆具有6个轮胎，并且6个轮胎均为转向轮。车辆在转弯时收到的转弯阻力图10中示出的各车轮偏转情况，轮胎1和轮胎2为偏转方向与车辆的偏转方向相同的轮胎。轮胎3、轮胎4、轮胎5、轮胎6为偏转方向与车辆的偏转方向相反的轮胎。
[0106]
又一种可能的实施方式中，电子设备在确定第一时刻的车辆质量后，可以利用第一时刻的车辆质量，估计第二时刻的车辆质量，其中，第二时刻在第一时刻之后。如图11中示出的确定车辆质量方法，包括如下步骤：
[0107]
步骤s1101，获取车辆在第二时刻的第一参数集合和第二参数集合，第一参数集合包括：路面坡度、纵向速度、侧向速度以及横摆角速度，第二参数集合包括：车辆中每个车轮转向角、侧向速度、横摆角速度、每个车轮的纵向力和侧向力、驱动力以及空气阻力。
[0108]
车辆传感器模块可以测量第二时刻(如t 1时刻)的纵向速度、侧向速度、横摆角速度、每个车轮转向角、侧向速度、每个车轮的纵向力和侧向力。电子设备可以获取车辆传感器模块测量的前述参数，还可以获取驱动力、空气阻力、路面坡度等参数。其中，路面坡度、纵向速度、侧向速度以及横摆角速度为第一参数集合中的参数，车辆中每个车轮转向角、侧向速度、横摆角速度、每个车轮的纵向力和侧向力、驱动力以及空气阻力为第二参数集合中的参数。
[0109]
步骤s1102，确定第一输入值，第一输入值是根据预设的滚动摩擦参数、预设旋转质量换算系数以及第一参数集合确定的。
[0110]
电子设备可以利用第一参数集合中的参数以及预设的滚动摩擦参数和预设的旋转质量换算系数确定第一输入值xm(t 1)。电子设备可以通过公式xm＝fgcosθ gsinθ δa-vwr，确定第一输入值。其中，a为车辆纵向加速度真实值，可由公式确定纵向加速度真实值，u(t)为车辆的纵向速度。
[0111]
步骤s1103，确定第二输入值，第二输入值是根据第二参数集合确定的。
[0112]
电子设备可以利用第一参数集合中的参数确定第二输入值ym(t 1)。
[0113]
一个示例中，若车辆包括两个转向车轮，电子设备可以通过公式ym＝f
d-f
w-f
x1
(1-cosβ1)-f
x2
(1-cosβ2)-f
y1
sinβ
1-f
y2
sinβ2，确定第二输入值。若确定第一时刻的车辆质量时，电子设备使用的具有转弯阻力的纵向动力学模型中包括制动力，电子设备可以通过公式ym＝f
d-f
w-f
b-f
x1
(1-cosβ1)-f
x2
(1-cosβ2)-f
y1
sinβ
1-f
y2
sinβ2，确定第二输入值。
[0114]
另一个示例中，若车辆包括四个转向车轮，电子设备可以通过公式
确定第二输入值。其中，f
yi
为第i个转向车轮的侧向力，f
y1
、f
y2
的方向分别与车辆的纵向速度方向之间形成的夹角大于90
°
，f
y3
、f
y4
的方向分别与车辆的纵向速度方向之间形成的夹角小于90
°
。若确定第一时刻的车辆质量时，电子设备使用的具有转弯阻力的纵向动力学模型中包括制动力，电子设备可以通过公式确定第二输入值。
[0115]
步骤s1104，根据第一输入值、第二输入值以及第一时刻的车辆的质量，确定第一数值，第一数值是第二时刻的车辆质量的估计值。
[0116]
电子设备可以根据第一输入值xm(t 1)，第二输入值ym(t 1)、第一时刻(如t时刻)的车辆质量m(t)，利用卡尔曼预测方法，对第二时刻的车辆质量进行估计，得到第一数值，可以为t 1时刻的车辆质量。
[0117]
电子设备也可以利用神经网络模型，对第二时刻的车辆质量进行预测。
[0118]
电子设备还可以利用带有遗忘因子的最小二乘辨识模型，确定第二时刻的车辆质量。具体地，如下具体示出了本技术提供的用于确定车辆的带有遗忘因子的最小二乘辨识模型：
[0119][0120]
其中，m为辨识量，xm为观测量，ym为输出量，km为增益向量，pm为协方差，λm为遗忘因子。遗忘因子λ
θ
可以为不小于0.9且不大于1的数值。在实际中，电子设备可以利用带有遗忘因子的最小二乘辨识模型不断地进行自我迭代。遗忘因子λ
θ
可以为固定数值，也可以是电子设备根据其它采样数据设置的数值。
[0121]
xm(t 1)为第一输入值，ym(t 1)为第二输入值，m(t)为第一时刻的车辆质量。利用带有遗忘因子的最小二乘辨识模型，可以确定第一数值，也是电子设备通过估计获得的第二时刻的车辆质量m(t 1)。
[0122]
步骤s1105，根据第一数值以及第一质量阈值和第二质量阈值，确定第二时刻的车辆质量。
[0123]
为了避免因传感器异常等原因造成确定的车辆质量异常，进一步地，电子设备对确定出的车辆质量与质量阈值进行比较。其中，质量阈值包括第一质量阈值m0和第二质量阈值m1，第一质量阈值m0可以为车辆空载质量，第二质量阈值m1可以为车辆满载质量。
[0124]
若第一数值小于或等于第一质量阈值m0，将第一质量阈值m0确定为第二时刻的车辆质量；或者，
[0125]
若第一数值大于或等于第二质量阈值m1，将第二质量阈值m1确定为第二时刻的车辆质量；或者，
[0126]
若第一数值大于第一质量阈值m0且小于第二质量阈值m1，将第一数值确定为第二
时刻的车辆质量。
[0127]
电子设备可以利用步骤s1105中确定出的第二时刻的车辆质量对车辆进行控制，例如确定控制参数等。
[0128]
本技术上述实施例提供的确定车辆质量方法，也适用于车辆在直行工况的场景中。车辆在直行工况时，车辆的每个车轮的转向角为0
°
，车辆纵向方向上受到的转弯阻力数值为零。可见，本技术上述实施例提供的任一种确定车辆质量方法既适用于直行工况，又适用于转弯工况。另外，利用最小二乘辨识模型确定车辆质量，可以避免外界干扰和传感器信号突变对确定车辆质量准确度的影响，提升确定车辆质量的精度、准确度以及鲁棒性。
[0129]
电子设备在利用本技术实施例提供的纵向动力学模型确定整车质量之前，还需预先获取车辆所在路面坡度。区别于现有的整车质量和路面坡度联合辨识的方式，本技术所提供的确定车辆质量的方法也是一种通过整车质量与路面坡度解耦的方式实现确定整车质量。另外，本技术还提供一种确定路面坡度的方法。如下介绍本技术提供的确定路面坡度方法。
[0130]
示例一、
[0131]
首先，车载传感器可以包括纵向加速度传感器和纵向速度传感器，分别采集车辆的纵向加速度a(t)和纵向速度u(t)。纵向加速度传感器采集的纵向加速度信号为纵向加速度的测量值，因而纵向加速度的测量值实际为纵向加速度真实值与路面坡度耦合信号。
[0132]
根据纵向加速度传感器的动力学模型，其中g为重力加速度，θ为路面坡度，为纵向速度对时间的导数，也是纵向加速度真实值。
[0133]
由采集的纵向加速度测量值、纵向速度以及纵向加速度传感器的动力学模型，电子设备可以确定出路面坡度为
[0134]
电子设备利用通过上述方法确定的路面坡度θ以及上述实施例中提供的确定车辆质量的方法，确定车辆的质量，可以实现路面坡度与整车质量的解耦辨识。
[0135]
进一步地，利用通过上述过程所确定的t时刻的路面坡度值θ(t)，估计t 1时刻的坡度值。例如利用卡尔曼算法估计t 1时刻的路面坡度，也可以利用最小二乘辨识模型估计t 1时刻的路面坡度，还可以利用神经网络模型对t 1时刻的路面坡度进行预测等。
[0136]
示例二、
[0137]
本技术还提供一种路面坡度确定方法，用于抵抗外界干扰或传感器信号突变对路面坡度精度的影响，提升路面坡度精度和准确率。
[0138]
如图12所示，方法包括如下步骤：
[0139]
s1201，获取纵向加速度和纵向速度。
[0140]
车辆传感器模块可以测量车辆的纵向加速度a(t)和纵向速度u(t)确定路面坡度。
[0141]
s1202，对纵向加速度和纵向速度进行去噪处理。
[0142]
电子设备可以通过去噪电路对纵向加速度a(t)，以及纵向速度u(t)去噪处理。电子设备将纵向加速度a(t)信号输入去噪后，输出信号为a(t)
′
，也是纵向加速度a(t)对时间的导数。电子设备将纵向速度u(t)输入去噪电路后，输出信号为也是纵向加速度
真实值对时间的导数。纵向加速度传感器的动力学模型可配置为
[0143]
s1203，根据去噪后的纵向加速度、去噪后的纵向速度、上一次确定的坡度，确定第二数值。
[0144]
具体实施时，第二数值用于表征电子设备通过预测或者估计的方式所确定的t时刻的路面坡度的估计值
[0145]
电子设备可以通过卡尔曼滤波方法，利用去噪后的纵向加速度a(t)
′
、去噪后的纵向速度以及上一次(最近一次)确定的坡度sinθ(t-1)
′
，对t时刻的路面坡度进行估计。
[0146]
电子设备也可以通过训练好的神经网络模型等方式，利用去噪后的纵向加速度a(t)
′
、去噪后的纵向速度以及上一次确定的坡度sinθ(t-1)
′
，对t时刻的路面坡度进行预测。
[0147]
电子设备也可以利用带有遗忘因子的递归最小二乘辨识模型、去噪后的纵向加速度a(t)
′
、去噪后的纵向速度以及上一次确定的坡度sinθ(t-1)
′
确定路面坡度。
[0148]
具体地，如下具体示出了本技术提供的用于确定路面坡度的带有遗忘因子的最小二乘辨识模型：
[0149][0150]
其中，为辨识量，x
θ
为观测量，y
θ
为输出量，k
θ
为增益向量，p
θ
为协方差，λ
θ
为遗忘因子。x
θ
配置为1，输出量y
θ
(t)配置为遗忘因子λ
θ
通常被配置为0.9至1之间的任一数值。在实际中，电子设备可以利用带有遗忘因子的最小二乘辨识模型不断地进行自我迭代。电子设备可以将遗忘因子λ
θ
可以配置为固定数值，也可以根据其它采样数据动态调整遗忘因子λ
θ
。
[0151]
电子设备根据去噪后的纵向加速度信号a(t)
′
、去噪后的纵向速度以及最小二乘辨识模型中最近一次确定的路面坡度时得到的辨识量，可以确定t时刻车辆所在道路的路面坡度。
[0152]
本技术提供的确定路面坡度方法中，根据纵向加速度传感器采集的纵向加速度信号、以及纵向速度传感器采集的纵向速度信号的变化趋势，利用去噪电路对采集的纵向加速度信号进行去噪处理，以及对采集的纵向速度信号进行去噪处理，有效地抑制信号突变
以及外界干扰。并通过带有遗忘因子的最小二乘辨识模型确定路面坡度，提升了确定路面坡度的鲁棒性以及路面坡度的辨识精度。
[0153]
为了避免因传感器异常等原因造成确定的路面坡度异常，进一步地，电子设备对确定出的路面坡度与坡度阈值进行比较。便于描述，将电子设备计算的路面坡度记为第二数值，将坡度阈值记为θ
max
。其中，θ
max
通常是根据道路设计规范所允许的最大道路坡度确定的。电子设备确定路面坡度时还可以执行如下步骤：
[0154]
s1204，判断第二数值的绝对值是否小于坡度阈值，若是，下一步执行步骤s1205，若否，下一步执行步骤s1206。
[0155]
将第二数值的绝对值与最大路面坡度θ
max
进行比较，如果小于θ
max
，表明电子设备估计t时刻的路面坡度未发生异常。该可以用于确定t时刻的车辆质量，或者用于确定对车辆进行控制相关参数的过程中。若小于θ
max
，下一步执行步骤s1205。如果大于或等于θ
max
，表明电子设备估计t时刻的路面坡度可能发生异常，也即超出了常规道路设计规范中所允许的最大道路坡度，下一步执行步骤s1206。
[0156]
s1205，将第二数值确定为路面坡度。
[0157]
s1206，判断第二数值是否小于零，若是，下一步执行步骤s1207，若否，下一步执行步骤s1208。
[0158]
如果大于或等于θ
max
，将最大道路坡度θ
max
作为道路坡度的最终返回值(用于确定整车质量的坡度)，并且最终返回值符号与第二数值的符号一致。若第二数值小于零，也即第二数值的符号为负号，下一步执行步骤s1207。反之，若第二数值大于零，也即第二数值的符号为正号，相应的执行步骤s1208。
[0159]
s1207，将坡度阈值的相反数确定为路面坡度。
[0160]
s1208，将路面坡度阈值确定为路面坡度。
[0161]
本技术实施例提供的确定路面坡度方法，与现有的确定路面坡度方法相比，不需要增加其他硬件结构。通过车辆常规的传感器如纵向加速度传感器和纵向速度传感器分别采集纵向加速度和纵向速度。在未增加成本的前提下，可以提升确定路面坡度的准确率以及精度。本技术实施例提供的确定路面坡度方法，可以实现路面坡度与车辆质量的解耦，使得确定路面坡度不受车辆质量的影响，也不受转弯工况的影响。并且，本技术实施例提供的确定路面坡度方法既适用于直行工况，又适用于转弯工况。
[0162]
本技术实施例提供的确定车辆质量方法可以实现车辆质量、道路坡度以及转弯阻力的解耦，并且可以提高确定车辆质量的精度以及准确率。本技术实施例提供的确定车辆质量方法既适用于转弯工况，又适用于执行工况，能够适应复杂多变的行驶工况。
[0163]
需要说明的是，本技术实施例提供的确定整车质量的方法与确定路面坡度方法可以分别作为一个独立的方案实施，也可以结合起来作为一个方案实施，本技术不做具体限定。
[0164]
基于同一构思，本技术实施例还提供一种确定车辆质量装置1300，用于实现图4至图12所述的实施例描述的方法，该装置的结构如图13所示，包括：采集模块1301和处理模块1302。
[0165]
采集模块1301，用于获取车辆在第一时刻的参数集合，所述参数集合包括：车辆中
每个车轮转向角、侧向速度、横摆角速度、每个车轮的纵向力和侧向力，所述参数集合用于确定所述车辆的转弯阻力；
[0166]
处理模块1302，用于根据所述参数集合和纵向动力学模型确定所述车辆的质量，其中，所述纵向动力学模型用于描述车辆的纵向受力平衡，所述车辆的纵向受力包括所述转弯阻力。
[0167]
一种实现方式中，若所述车辆包括两个转向车轮，所述转弯阻力与所述参数集合满足如下公式：
[0168][0169]
其中，fr为所述车辆的转弯阻力，m为所述车辆的质量，βi为所述车辆的第i个转向车轮的转向角，n为所述车辆的转向车轮的数量，f
xi
为所述车辆的第i个转向车轮的纵向力，f
yi
为所述车辆的第i个转向车轮的侧向力，v为所述车辆的侧向速度，wr为所述车辆的横摆角速度。
[0170]
一种实现方式中，若所述车辆包括四个转向车轮，所述转弯阻力与所述参数集合满足如下公式：
[0171][0172]
其中，fr为所述车辆的转弯阻力，m为所述车辆的质量，βi为所述车辆的第i个转向车轮的转向角，n为所述车辆的转向车轮的数量，f
xi
为所述车辆的第i个转向车轮的纵向力，f
yi
为所述车辆的第i个转向车轮的侧向力，v为所述车辆的侧向速度，wr为所述车辆的横摆角速度，其中，f
y1
、f
y2
的方向分别与所述纵向速度方向之间形成的夹角大于90
°
，f
y3
、f
y4
的方向分别与所述纵向速度方向之间形成的夹角小于90
°
。
[0173]
一种实现方式中，所述处理模块1302还用于：在所述根据所述参数集合和所述纵向动力学模型确定所述车辆的质量之后，根据所述质量确定在第二时刻所述车辆的质量，其中，所述第二时刻在所述第一时刻之后。
[0174]
一种实现方式中，所述处理模块1302可以具体用于：获取所述车辆在所述第二时刻的第一参数集合和第二参数集合，所述第一参数集合包括：路面坡度、纵向速度、侧向速度以及横摆角速度，所述第二参数集合包括：车辆中每个车轮转向角、侧向速度、横摆角速度、每个车轮的纵向力和侧向力、驱动力以及空气阻力。确定第一输入值，所述第一输入值是根据预设的滚动摩擦参数、预设的旋转质量换算系数以及所述第一参数集合确定的。确定第二输入值，所述第二输入值是根据所述第二参数集合确定的。根据所述第一输入值、第二输入值以及所述第一时刻的所述车辆的质量，确定第一数值，所述第一数值是所述第二时刻的所述车辆的质量的估计值；根据所述第一数值以及第一质量阈值和第二质量阈值，确定所述第二时刻的所述车辆的质量。
[0175]
一种实现方式中，所述处理模块1302可以具体用于：若所述第一数值小于或等于所述第一质量阈值，将所述第一质量阈值确定为所述第二时刻的车辆质量。或者，若所述第一数值大于或等于所述第二质量阈值，将所述第二质量阈值确定为所述第二时刻的车辆质量。或者，若所述第一数值大于所述第一质量阈值，且所述第一数值小于所述第二质量阈
值，将所述第一数值确定为所述第二时刻的车辆质量。
[0176]
一种实现方式中，所述车辆的纵向受力还包括所述车辆的坡度阻力；所述处理模块1302还可以用于：确定所述车辆在所述第一时刻所在路面的坡度，所述坡度用于确定所述坡度阻力；
[0177]
所述处理模块1302在根据所述参数集合和纵向动力学模型，确定所述车辆的第一质量时，具体用于：根据所述参数集合、所述坡度和所述纵向动力学模型，确定所述车辆的质量。
[0178]
一种实现方式中，所述处理模块1302可以具体用于：获取所述第一时刻所述车辆的纵向加速度信号、纵向速度信号。对所述纵向加速度信号、所述纵向速度信号去噪。根据去噪后的纵向加速度信号、去噪后的纵向速度信号以及上一次确定的坡度，确定第二数值。根据所述第二数值以及坡度阈值，确定所述车辆在所述第一时刻所在路面的坡度。
[0179]
一种实现方式中，所述处理模块1302可以具体用于：若所述第二数值的绝对值小于所述坡度阈值，将所述第二数值确定为所述车辆在所述第一时刻所在路面的坡度。或者，若所述第二数值的绝对值大于或等于所述坡度阈值，且所述第二数值小于零，将所述坡度阈值的相反数确定为所述车辆在所述第一时刻所在路面的坡度。或者，若所述第二数值的绝对值大于或等于所述坡度阈值，且所述第二数值大于零，将所述坡度阈值确定为所述车辆在所述第一时刻所在路面的坡度。
[0180]
本技术实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，另外，在本技术各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
[0181]
其中，集成的模块既可以采用硬件的形式实现时，如图14所示，车辆控制装置可以包括处理器1401。上述模块对应的实体的硬件可以为处理器1401。处理器1401，可以是一个中央处理模块(central processing unit，cpu)，或者为数字处理模块等等。该装置还包括：存储器1402，用于存储处理器1401执行的程序。存储器1402可以是非易失性存储器，比如硬盘(hard disk drive，hdd)或固态硬盘(solid-state drive，ssd)等，还可以是易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，ram)。存储器1402是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。该装置还可以包括通信接口1403以及通信接口1404，处理器1401可以通过通信接口1403获取车载传感器采集的实际横摆角速度、纵向速度、纵向加速度、侧向加速度等参数，以及通过通信接口1404从驾驶员输入装置获取方向盘转角等参数。
[0182]
一种实现方式中，处理器1401用于执行存储器1402存储的程序代码，具体用于执行图4至图12所述的实施例描述的方法。可以参见图4至图12所示实施例所述的方法，本技术在此不再赘述。该实现方式中，处理器1401通过执行存储器1402存储的程序代码，可以实现图14所示确定车辆质量装置1200的功能。
[0183]
另一种实现方式中，处理器1401用于执行存储器1402存储的程序代码，可以用于执行图4中步骤s401、步骤s402所述的方法。可以参见图4所示实施例所述的方法，本技术在此不再赘述。该实现方式中，处理器1401通过执行存储器1402存储的程序代码，可以实现图
2、图3所示车辆系统的功能，也可以实现图14所示确定车辆质量装置的功能。
[0184]
本技术实施例中不限定上述处理器1401、存储器1402以及通信接口1403、通信接口1404之间的具体连接介质。本技术实施例在图14中以处理器1401、存储器1402以及通信接口1403、通信接口1404之间通过总线1405连接，总线在图14中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图14中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0185]
本技术实施例还提供了一种计算机可读存储介质，用于存储为执行上述处理器所需执行的计算机软件指令，其包含用于执行上述处理器所需执行的程序。
[0186]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0187]
本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0188]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0189]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0190]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。