数据处理方法、装置、非易失性存储介质和计算机设备与流程

1.本发明涉及车辆辅助驾驶领域，具体而言，涉及一种数据处理方法、装置、非易失性存储介质和计算机设备。


背景技术：

2.坡度信号是汽车功能软件开发的重要信号之一，无论是传统燃油车还是新能源车辆，节油、节能等软件算法的开发离不开该信号；对于越野车或者suv等车辆，坡度信号影响全地形软件或者驾驶模式软件的状态切换；对于自动驾驶车辆，坡度信号影响车辆行驶安全算法模块，控制算法模块等。简言之，坡度信号是非常重要的基础信号之一，该信号的精确与否直接影响上层功能软件的结果，最终影响整车的表现。现有技术中对坡度的估算精度低，估算范围小。
3.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

4.本发明实施例提供了一种数据处理方法、装置、非易失性存储介质和计算机设备，以至少解决现有技术中坡度估算方法精度低的技术问题。
5.根据本发明实施例的一个方面，提供了一种数据处理方法，包括：获取车辆的状态信息，其中，状态信息包括车辆在第一时刻下的第一状态信息和车辆在第二时刻下的第二状态信息，状态信息中的任意之一包括：速度、纵向加速度、所处坡度、驱动力和车轮角加速度，纵向加速度的方向为由车尾指向车头；根据第一状态信息和第二状态信息，采用无迹卡尔曼滤波方法计算得到车辆在第二时刻下的目标坡度，其中，无迹卡尔曼滤波方法采用车辆的运动学公式和动力学公式对目标坡度进行估计。
6.可选地，根据第一状态信息和第二状态信息，采用无迹卡尔曼滤波方法计算得到车辆在第二时刻下的目标坡度，包括：根据第一状态信息和运动学公式，计算车辆在第二时刻下的第三状态信息，其中，状态信息包括第三状态信息；根据第三状态信息和动力学公式，计算车辆在第二时刻下的第四状态信息，其中，状态信息包括第四状态信息；根据第三状态信息和第四状态信息，计算第二时刻下的卡尔曼增益；根据第二状态信息、第三状态信息、第四状态信息和卡尔曼增益，计算得到目标坡度。
7.可选地，根据第一状态信息和运动学公式，计算车辆在第二时刻下的第三状态信息，包括：对第一状态信息进行无迹变换，生成多个第一采样点及多个第一采样点的加权值；根据运动学公式、多个第一采样点和多个第一采样点的加权值进行计算，得到车辆在第二时刻下的多个第二采样点和多个第二采样点的加权值；根据多个第二采样点和多个第二采样点的加权值，计算得到第三状态信息。
8.可选地，根据第三状态信息和动力学公式，计算车辆在第二时刻下的第四状态信息，包括：对第三状态信息进行无迹变换，生成多个第三采样点及多个第三采样点的加权值；根据动力学公式、多个第三采样点及多个第三采样点的加权值，计算多个第四采样点及
多个第四采样点的加权值；根据多个第四采样点及多个第四采样点的加权值，计算得到第四状态信息。
9.可选地，根据第三状态信息和第四状态信息，计算第二时刻下的卡尔曼增益，包括：根据多个第三采样点和多个第四采样点，计算多个采样点和多个第四采样点之间的交叉协方差矩阵；根据交叉协方差矩阵，计算得到卡尔曼增益。
10.可选地，获取车辆的第二状态信息，包括：在第二时刻下，接收传感器测得的物理量，其中，传感器测得的物理量包括车辆的纵向加速度、驱动力、速度和车轮角加速度；根据传感器测得的物理量和动力学公式，计算得到第二状态信息包括的第二坡度。
11.可选地，接收传感器测得的车轮角加速度，包括：接收传感器测得的车辆的车轮角速度和传感器测量车轮角速度的采样周期；根据车轮角速度和采样周期，计算角加速度。
12.根据本发明实施例的另一方面，还提供了一种数据处理装置，包括：获取模块，用于获取车辆的状态信息，其中，状态信息包括车辆在第一时刻下的第一状态信息和车辆在第二时刻下的第二状态信息，状态信息中的任意之一包括：速度、纵向加速度、所处坡度、驱动力和车轮角加速度，纵向加速度的方向为由车尾指向车头；计算模块，用于根据第一状态信息和第二状态信息，采用无迹卡尔曼滤波方法计算得到车辆在第二时刻下的目标坡度，其中，无迹卡尔曼滤波方法采用车辆的运动学公式和动力学公式对目标坡度进行估计。
13.根据本发明实施例的又一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行上述中任意一项数据处理方法。
14.根据本发明实施例的再一方面，还提供了一种计算机设备，计算机设备包括处理器，处理器用于运行程序，其中，程序运行时执行上述中任意一项数据处理方法。
15.在本发明实施例中，通过获取车辆的状态信息，其中，状态信息包括车辆在第一时刻下的第一状态信息和车辆在第二时刻下的第二状态信息，状态信息中的任意之一包括：速度、纵向加速度、所处坡度、驱动力和车轮角加速度，纵向加速度的方向为由车尾指向车头；根据第一状态信息和第二状态信息，采用无迹卡尔曼滤波方法计算得到车辆在第二时刻下的目标坡度，其中，无迹卡尔曼滤波方法采用车辆的运动学公式和动力学公式对目标坡度进行估计，达到了将车辆状态信息数据进行融合计算坡度的目的，从而实现了扩大坡度计算范围且提高坡度计算精度的技术效果，进而解决了现有技术中坡度估算方法精度低的技术问题。
附图说明
16.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
17.图1示出了一种用于实现数据处理方法的计算机终端的硬件结构框图；
18.图2是根据本发明实施例提供的数据处理方法的流程示意图；
19.图3是根据本发明实施例提供的数据处理装置的结构框图。
具体实施方式
20.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的
附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
21.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
22.根据本发明实施例，提供了一种数据处理的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
23.本技术实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现数据处理方法的计算机终端的硬件结构框图。如图1所示，计算机终端10可以包括一个或多个(图中采用102a、102b，
……
，102n来示出)处理器(处理器可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器104。除此以外，还可以包括：显示器、输入/输出接口(i/o接口)、通用串行总线(usb)端口(可以作为bus总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
24.应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10中的其他元件中的任意一个内。如本技术实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
25.存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的数据处理方法对应的程序指令/数据存储装置，处理器通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的数据处理方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
26.显示器可以例如触摸屏式的液晶显示器(lcd)，该液晶显示器可使得用户能够与计算机终端10的用户界面进行交互。
27.图2是根据本发明实施例提供的数据处理方法的流程示意图，如图2所示，该方法
包括如下步骤：
28.步骤s202，获取车辆的状态信息，其中，状态信息包括车辆在第一时刻下的第一状态信息和车辆在第二时刻下的第二状态信息，状态信息中的任意之一包括：速度、纵向加速度、所处坡度、驱动力和车轮角加速度，纵向加速度的方向为由车尾指向车头。
29.在车辆行驶过程中，设置在车辆上的传感器可以测量车辆行驶时的状态参数，并将测量得到的状态参数进行数据处理后得到车辆行驶时的状态信息，其中，状态信息可以包括速度、纵向加速度、车辆所处的坡度、车辆驱动力和车轮角加速度。需要说明的是，车辆所处的坡度不是可以直接测量得到的状态参数，需要由其他状态参数通过推理计算进行估算。状态信息相较于状态参数来说，更方便参与无迹卡尔曼滤波计算，在计算时状态信息可以使用向量进行表示。
30.估算车辆当前所处位置的坡度值可以是一个动态循环的过程，对于两次相邻的估算过程来说，上一次的状态信息估算结果在下一次估算过程中将起到很大作用。因此，在本次估算过程中，可以获取两个时刻下的车辆状态信息，分别为在第一时刻下车辆的第一状态信息和在第二时刻下车辆的第二状态信息，第一时刻是前一个估算过程开始的时刻，车辆的第一状态信息是前一个估算过程得到的估算结果，第二时刻是本次估算过程开始的时刻，车辆的第二状态信息是在第二时刻时测量得到的状态参数经过数据处理后得到的状态信息。
31.步骤s204，根据第一状态信息和第二状态信息，采用无迹卡尔曼滤波方法计算得到车辆在第二时刻下的目标坡度，其中，无迹卡尔曼滤波方法采用车辆的运动学公式和动力学公式对目标坡度进行估计。
32.本步骤中，在获取到第一状态信息和第二状态信息之后，可以采用无迹卡尔曼滤波方法，根据合适的运动学公式和动力学公式对第一状态信息和第二状态信息进行处理，估算得出车辆在第二时刻下的目标坡度。需要说明的是，由于在使用无迹卡尔曼滤波方法对第一状态信息和第二状态信息进行数据处理的过程中，状态信息的表示方法可以为使用向量进行表示，而且状态信息中包括车辆所处的坡度，所以实际计算时，可以通过向量之间的运算得到一个向量，得到的向量中存在表示目标坡度的数字，即第一状态信息的向量表示和第二状态信息的向量表示得到一个包含目标坡度的状态信息的向量表示，这个得到的状态信息中表示所处坡度的位置处的数字即为目标坡度的值。
33.通过上述步骤，可以达到了将车辆在不同时刻下的状态信息数据进行融合计算坡度的目的，从而实现了扩大坡度计算范围且提高坡度计算精度的技术效果，进而解决了现有技术中坡度估算方法精度低的技术问题。
34.作为一种可选的实施例，根据第一状态信息和第二状态信息，采用无迹卡尔曼滤波方法计算得到车辆在第二时刻下的目标坡度，可以通过以下步骤实现：根据第一状态信息和运动学公式，计算车辆在第二时刻下的第三状态信息，其中，状态信息包括第三状态信息；根据第三状态信息和动力学公式，计算车辆在第二时刻下的第四状态信息，其中，状态信息包括第四状态信息；根据第三状态信息和第四状态信息，计算第二时刻下的卡尔曼增益；根据第二状态信息、第三状态信息、第四状态信息和卡尔曼增益，计算得到目标坡度。
35.无迹卡尔曼滤波方法是一种根据上一时刻的状态向量估计这一时刻下状态向量的估算方法，并且根据观测值来更新或校正这一时刻的状态向量，得到最终的估算值。也就
是说，无迹卡尔曼滤波方法在估算这一时刻的状态向量时，需要一个初始的状态向量，还需要一个观测值。
36.需要说明的是，运动学公式为基于车辆行驶过程中的运动学规律而生成的公式，动力学公式为基于车辆行驶中的动力学规律而生成的公式。状态信息中的坡度由于无法直接采用传感器测量得到，因此可以由传感器能够测量得到的其他物理参数根据动力学公式或运动学公式进行推算，得到车辆在某一个时刻下所处的坡度，然而，这样直接的估算并不准确，因此可以采用卡尔曼滤波的方式对车辆在当前时刻下所处的坡度进行更精确的估计。
37.可选地，采用无迹卡尔曼滤波方法对第一状态信息和第二状态信息进行估算得到目标坡度时，第一状态信息和第二状态信息的表示方法可以均为向量表示，并且所有状态信息的向量均包括五个参量，五个参量依次表示车轮角加速度、纵向加速度、车辆所处的坡度、车辆驱动力和车辆速度，在多个状态信息之间进行向量运算时，不改变状态信息的向量格式。第一状态信息是无迹卡尔曼滤波方法中需要的上一时刻的状态向量，通过第一状态信息和车辆在行驶过程中遵循的运动学公式，可以估算车辆在第二时刻下的第三状态信息，再根据第三状态信息和车辆行驶过程中遵循的动力学公式，可以得到第二时刻下的第四状态信息和卡尔曼增益，卡尔曼增益即卡尔曼增益矩阵；根据卡尔曼增益矩阵和作为卡尔曼滤波方法中的观测值的第二状态信息，可以对第二时刻下的第三状态信息进行校正，计算得到包括了目标坡度的最终的状态信息，即车辆在第二时刻下经过卡尔曼滤波方法进行修正后的状态信息。
38.作为一种可选的实施例，根据第一状态信息和运动学公式，计算车辆在第二时刻下的第三状态信息，可以通过以下步骤实现：对第一状态信息进行无迹变换，生成多个第一采样点及多个第一采样点的加权值；根据运动学公式、多个第一采样点和多个第一采样点的加权值进行计算，得到车辆在第二时刻下的多个第二采样点和多个第二采样点的加权值；根据多个第二采样点和多个第二采样点的加权值，计算得到第三状态信息。
39.可选地，对第一状态信息进行无迹变换是无迹卡尔曼滤波的一种算法，第一状态信息可以为一个采样点，根据第一状态信息中物理量的误差，可以根据无迹变换的方法得到以第一状态信息为中心的多个第一采样点，并得到多个第一采样点一一对应的多个加权值。将多个第一采样点分别带入运动学公式进行计算，得到多个第二采样点，多个第二采样点对应的加权值与多个第一采样点对应的加权值相同，对应关系也不改变，此时多个第二采样点表示第二时刻下的多个可能的取值。根据多个第二采样点和多个第二采样点一一对应的加权值，可以计算得到多个第二采样点的均值，即第三状态信息。
40.可选地，本实施例中选取第一采样点的个数为11个，使用的运动学公式如下：
[0041][0042]
式中：a
g，x
为车辆质心处的纵向加速度，其中，纵向为车辆坐标系下x轴指向方向，当车辆在水平地面上且处于静止状态下，车辆坐标系的坐标原点与车辆质心重合，x轴平行于地面指向前方，z轴通过质心指向上方，y轴指向驾驶员的左侧；为车辆行驶的纵向位移的二阶导数；g为重力加速度，取值为9.81m/s2。其中，对于位移的二阶导数可以根据如下公式，根据从动轮的车轮角速度进行计算：
[0043]
[0044]
式中：r
stat
为车辆在静止状态下滚动半径，单位为m；ω为车轮滚动角速度，单位为rad/s。
[0045]
作为一种可选的实施例，接收传感器测得的车轮角加速度，可以通过以下步骤实现：接收传感器测得的车辆的车轮角速度和传感器测量车轮角速度的采样周期；根据车轮角速度和采样周期，计算角加速度。
[0046]
可选地，动力学公式中，对于离散状态下车轮的角速度求导计算，可以采用如下公式：
[0047][0048]
式中：ωk为k时刻下车轮的角速度，ω
k-1
为k-1时刻下车轮的速度；δt为车轮信号的采样周期，单位为s。
[0049]
在计算车辆所处坡度时，相关技术中采用小角度估计方法，即在坡度角χ
road
小于10
°
时，采用如下公式近似：
[0050]
χ
road
＝sin(χ
road
)＝tan(χ
road
)；
[0051]
cos(χ
road
)＝1。
[0052]
本实施例中不采取上述近似方案，直接使用弦函数进行坡度估计，扩大了坡度信号的非线性范围。
[0053]
作为一种可选的实施例，根据第三状态信息和动力学公式，计算车辆在第二时刻下的第四状态信息，可以通过以下步骤实现：对第三状态信息进行无迹变换，生成多个第三采样点及多个第三采样点的加权值；根据动力学公式、多个第三采样点及多个第三采样点的加权值，计算多个第四采样点及多个第四采样点的加权值；根据多个第四采样点及多个第四采样点的加权值，计算得到第四状态信息。
[0054]
可选地，对第三状态信息也进行无迹变换，以第三状态信息作为中心采样点得到多个第三采样点，以及多个第三采样点一一对应的加权值。将多个第三采样点分别带入动力学公式进行计算，得到多个第四采样点，多个第四采样点对应的加权值与多个第三采样点对应的加权值相同，对应关系也不改变。根据多个第四采样点和多个第四采样点一一对应的加权值，可以计算得到多个第四采样点的均值，即第四状态信息。优选的，本发明选取第一采样点的个数为11个。
[0055]
作为一种可选的实施例，获取车辆的第二状态信息，可以通过以下步骤实现：在第二时刻下，接收传感器测得的物理量，其中，传感器测得的物理量包括车辆的纵向加速度、驱动力、速度和车轮角加速度；根据传感器测得的物理量和动力学公式，计算得到第二状态信息包括的第二坡度。
[0056]
可选地，获取车辆的第二状态信息可以根据第二时刻下车辆传感器测得的多个物理量，直接通过如下动力学公式计算得到。
[0057]
对于行驶在有坡度的路面，建立汽车的受力平衡方程，即动力学公式如下：
[0058][0059]
式中：m为车辆质量，单位为kg；f
x
为地面作用于轮胎驱动力，单位为n；c
air
为空气阻力系数，通过风阻试验可以获得；a
l
为迎风面积，是车辆固有参数，单位为m2；ρa为空气密度，单位为kg/m3；v
g，x
为车辆质心速度，单位为m/s。其中，对于驱动力，在车辆处于滑移率较
低的情况下时，可以通过车辆自身通过发动机提供的旋转扭矩转换根据如下公式获得，在电动车上，也可以通过电机提供的旋转扭矩根据如下公式获得：
[0060][0061]
式中：t
tq
为发动机转矩，单位n*m；ig为变速器传动比；i0为主减速器传动比；η
t
为传动系机械效率；对于驱动力，也可以通过地面提供给车轮的驱动力等于垂向力乘以地面附着系数获得，但考虑到地面附着系数在不同工况下系数大小不等，故不建议使用该方式获得驱动力。
[0062]
作为一种可选的实施例，根据第三状态信息和第四状态信息，计算第二时刻下的卡尔曼增益，可以通过以下步骤实现：根据多个第三采样点和多个第四采样点，计算多个第三采样点和多个第四采样点之间的交叉协方差矩阵；根据交叉协方差矩阵，计算得到卡尔曼增益。
[0063]
可选地，根据多个第三采样点和多个第四采样点，可以根据无迹卡尔曼滤波方法，因为多个第四采样点分别由多个第三采样点得到，所以多个第四采样点和多个第三采样点之间存在一一对应关系，根据多个第四采样点和多个第三采样点之间存在一一对应关系，可以计算得到多个第三采样点和多个第四采样点之间的交叉协方差矩阵，采用交叉协方差矩阵乘交叉协方差矩阵的逆矩阵，得到卡尔曼增益矩阵。
[0064]
作为一个具体的实施例，a
g，x
，f
x
三个量是已知量，均可以通过车辆传感器采集或车辆系统中存储的相关数据带入上述给出的公式得到。
[0065]
对于上述运动学公式和动力学公式，设置状态向量x如下：
[0066][0067]
对于三个已知量，假设其误差服从正态分布，误差公式如下：
[0068]vω，k
～n(0，qk)；
[0069]va，k
～n(0，rk)；
[0070]vf，k
～n(0，tk)；
[0071]
上述误差公式中，v
ω，k
为a
g，x
，f
x
的误差，v
a，k
为a
g，x
的误差，v
f，k
为f
x
的误差，qk，rk，tk分别为v
ω，k
，v
a，k
，v
f，k
服从的正态分布的方差。
[0072]
离散系统中，k 1时刻的状态向量和k时刻的状态向量的关系如下：
[0073][0074]
初始状态下，qk，rk，tk取值为0.01。
[0075]
无迹卡尔曼滤波计算过程基本计算流程是：
[0076]
首先，获取第一状态信息的向量表示，并确定采样点的数量和权值，本可选实施例中，采样点个数是11个；
[0077]
其次，根据第一状态信息中各个物理量的误差，计算第一状态信息的协方差矩阵的科列斯基分解；
[0078]
其次，根据上一步中计算得到的协方差矩阵的科列斯基分解、第一状态信息和第一步中确定的采样点的数量和权值，计算多个第一采样点；
[0079]
其次，根据k 1时刻的状态向量和k时刻的状态向量的关系，和第一状态信息的向量表示，计算多个第一采样点在第二时刻下的数值，并分别将多个第一采样点在第二时刻下的数值带入运动学公式中计算，更新多个第一采样点中的a
g，x
，χ
road
的值，得到多个第二采样点；
[0080]
其次，根据多个第二采样点和最初确定的权值，求解运动学公式算出的多个第二采样点的均值和协方差矩阵，其中，多个第二采样点的均值即为第三状态向量；
[0081]
其次，根据上一步中得到的协方差矩阵进行科列斯基分解；
[0082]
其次，根据第一步确定的采样个数和上一步中计算得到的协方差矩阵的科列斯基分解，对第三状态向量进行采样，得到多个第三采样点；
[0083]
其次，将多个第三采样点分别代入动力学公式计算，更新多个第三采样点中的a
g，x
，χ
road
，f
x
，v
g，x
的值，得到多个第四采样点，并计算多个第四采样点的均值和协方差矩阵，其中，多个第四采样点的均值即为第四状态向量；
[0084]
其次，根据第三状态向量和第四状态向量，计算运动学公式和动力学公式分别得到的结果的交叉协方差矩阵和卡尔曼增益；
[0085]
其次，获取第二时刻下车辆传感器的测量值，直接根据动力学公式计算得到第二状态向量作为观测值；
[0086]
最后，第二状态向量减去第四状态向量的值，乘以卡尔曼增益，再加第三状态向量，即可得到最后的更新的状态向量，最后的更新的状态向量中的坡度即为目标坡度。
[0087]
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
[0088]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的数据处理方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0089]
根据本发明实施例，还提供了一种用于实施上述数据处理方法的装置，图3是根据本发明实施例提供的数据处理装置的结构框图，如图3所示，该数据处理装置包括：获取模块32和计算模块34，下面对该数据处理装置进行说明。
[0090]
此处需要说明的是，上述获取模块32和计算模块34对应于实施例中的步骤s202至步骤s204，二个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例提供的计算机终端10中。
[0091]
本发明的实施例可以提供一种计算机设备，可选地，在本实施例中，上述计算机设
备可以位于计算机网络的多个网络设备中的至少一个网络设备。该计算机设备包括存储器和处理器。
[0092]
其中，存储器可用于存储软件程序以及模块，如本发明实施例中的数据处理方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的数据处理方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0093]
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：获取车辆的状态信息，其中，状态信息包括车辆在第一时刻下的第一状态信息和车辆在第二时刻下的第二状态信息，状态信息中的任意之一包括：速度、纵向加速度、所处坡度、驱动力和车轮角加速度，纵向加速度的方向为由车尾指向车头；根据第一状态信息和第二状态信息，采用无迹卡尔曼滤波方法计算得到车辆在第二时刻下的目标坡度，其中，无迹卡尔曼滤波方法采用车辆的运动学公式和动力学公式对目标坡度进行估计。
[0094]
可选的，上述处理器还可以执行如下步骤的程序代码：根据第一状态信息和第二状态信息，采用无迹卡尔曼滤波方法计算得到车辆在第二时刻下的目标坡度，包括：根据第一状态信息和运动学公式，计算车辆在第二时刻下的第三状态信息，其中，状态信息包括第三状态信息；根据第三状态信息和动力学公式，计算车辆在第二时刻下的第四状态信息，其中，状态信息包括第四状态信息；根据第三状态信息和第四状态信息，计算第二时刻下的卡尔曼增益；根据第二状态信息、第三状态信息、第四状态信息和卡尔曼增益，计算得到目标坡度。
[0095]
可选的，上述处理器还可以执行如下步骤的程序代码：根据第一状态信息和运动学公式，计算车辆在第二时刻下的第三状态信息，包括：对第一状态信息进行无迹变换，生成多个第一采样点及多个第一采样点的加权值；根据运动学公式、多个第一采样点和多个第一采样点的加权值进行计算，得到车辆在第二时刻下的多个第二采样点和多个第二采样点的加权值；根据多个第二采样点和多个第二采样点的加权值，计算得到第三状态信息。
[0096]
可选的，上述处理器还可以执行如下步骤的程序代码：根据第三状态信息和动力学公式，计算车辆在第二时刻下的第四状态信息，包括：对第三状态信息进行无迹变换，生成多个第三采样点及多个第三采样点的加权值；根据动力学公式、多个第三采样点及多个第三采样点的加权值，计算多个第四采样点及多个第四采样点的加权值；根据多个第四采样点及多个第四采样点的加权值，计算得到第四状态信息。
[0097]
可选的，上述处理器还可以执行如下步骤的程序代码：根据第三状态信息和第四状态信息，计算第二时刻下的卡尔曼增益，包括：根据多个第三采样点和多个第四采样点，计算多个采样点和多个第四采样点之间的交叉协方差矩阵；根据交叉协方差矩阵，计算得到卡尔曼增益。
[0098]
可选的，上述处理器还可以执行如下步骤的程序代码：获取车辆的第二状态信息，包括：在第二时刻下，接收传感器测得的物理量，其中，传感器测得的物理量包括车辆的纵向加速度、驱动力、速度和车轮角加速度；根据传感器测得的物理量和动力学公式，计算得
到第二状态信息包括的第二坡度。
[0099]
可选的，上述处理器还可以执行如下步骤的程序代码：接收传感器测得的车轮角加速度，包括：接收传感器测得的车辆的车轮角速度和传感器测量车轮角速度的采样周期；根据车轮角速度和采样周期，计算角加速度。
[0100]
采用本发明实施例，提供了一种数据处理的方案。通过获取车辆的状态信息，其中，状态信息包括车辆在第一时刻下的第一状态信息和车辆在第二时刻下的第二状态信息，状态信息中的任意之一包括：速度、纵向加速度、所处坡度、驱动力和车轮角加速度，纵向加速度的方向为由车尾指向车头；根据第一状态信息和第二状态信息，采用无迹卡尔曼滤波方法计算得到车辆在第二时刻下的目标坡度，其中，无迹卡尔曼滤波方法采用车辆的运动学公式和动力学公式对目标坡度进行估计，达到了将车辆状态信息数据进行融合计算坡度的目的，从而实现了扩大坡度计算范围且提高坡度计算精度的技术效果，进而解决了现有技术中坡度估算方法精度低的技术问题。
[0101]
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一非易失性存储介质中，存储介质可以包括：闪存盘、只读存储器(read-only memory，rom)、随机存取器(random access memory，ram)、磁盘或光盘等。
[0102]
本发明的实施例还提供了一种非易失性存储介质。可选地，在本实施例中，上述非易失性存储介质可以用于保存上述实施例所提供的数据处理方法所执行的程序代码。
[0103]
可选地，在本实施例中，上述非易失性存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
[0104]
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：获取车辆的状态信息，其中，状态信息包括车辆在第一时刻下的第一状态信息和车辆在第二时刻下的第二状态信息，状态信息中的任意之一包括：速度、纵向加速度、所处坡度、驱动力和车轮角加速度，纵向加速度的方向为由车尾指向车头；根据第一状态信息和第二状态信息，采用无迹卡尔曼滤波方法计算得到车辆在第二时刻下的目标坡度，其中，无迹卡尔曼滤波方法采用车辆的运动学公式和动力学公式对目标坡度进行估计。
[0105]
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：根据第一状态信息和第二状态信息，采用无迹卡尔曼滤波方法计算得到车辆在第二时刻下的目标坡度，包括：根据第一状态信息和运动学公式，计算车辆在第二时刻下的第三状态信息，其中，状态信息包括第三状态信息；根据第三状态信息和动力学公式，计算车辆在第二时刻下的第四状态信息，其中，状态信息包括第四状态信息；根据第三状态信息和第四状态信息，计算第二时刻下的卡尔曼增益；根据第二状态信息、第三状态信息、第四状态信息和卡尔曼增益，计算得到目标坡度。
[0106]
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：根据第一状态信息和运动学公式，计算车辆在第二时刻下的第三状态信息，包括：对第一状态信息进行无迹变换，生成多个第一采样点及多个第一采样点的加权值；根据运动学公式、多个第一采样点和多个第一采样点的加权值进行计算，得到车辆在第二时刻下的多个第二采样点和多个第二采样点的加权值；根据多个第二采样点和多个第二采样点的加权值，计算得到第三状态信息。
[0107]
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：根据第三状态信息和动力学公式，计算车辆在第二时刻下的第四状态信息，包括：对第三状态信息进行无迹变换，生成多个第三采样点及多个第三采样点的加权值；根据动力学公式、多个第三采样点及多个第三采样点的加权值，计算多个第四采样点及多个第四采样点的加权值；根据多个第四采样点及多个第四采样点的加权值，计算得到第四状态信息。
[0108]
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：根据第三状态信息和第四状态信息，计算第二时刻下的卡尔曼增益，包括：根据多个第三采样点和多个第四采样点，计算多个采样点和多个第四采样点之间的交叉协方差矩阵；根据交叉协方差矩阵，计算得到卡尔曼增益。
[0109]
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：获取车辆的第二状态信息，包括：在第二时刻下，接收传感器测得的物理量，其中，传感器测得的物理量包括车辆的纵向加速度、驱动力、速度和车轮角加速度；根据传感器测得的物理量和动力学公式，计算得到第二状态信息包括的第二坡度。
[0110]
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：接收传感器测得的车轮角加速度，包括：接收传感器测得的车辆的车轮角速度和传感器测量车轮角速度的采样周期；根据车轮角速度和采样周期，计算角加速度。
[0111]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0112]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0113]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0114]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0115]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0116]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介
质。
[0117]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。