[发明专利]一种车载道路坡度实时估计方法

说明书

本发明公开了一种车载道路坡度实时估计方法，利用加速度传感器和角速度传感器分别采集车载纵向加速度和俯仰角速度，旨在解决现有方法直接在时域中处理信号，受到汽车加减速严重干扰的缺点。本方法包括以下步骤：一、时域滤波，对加速度和角速度信号进行时域滤波；二、信号傅里叶变换，将时域信号转换为频域信号；三、信号归一化，将加速度和角速度在处于重叠频域范围的信号进行归一化；四、逆傅立叶变换，将信号从频域到时域内进行转化；五、反归一化处理；六、信号加权融合，得到最终估计道路坡度。

技术领域

本发明涉及一种坡度识别方法，特别涉及一种结合时域与频域变换技术对道路坡度实时估计的方法。

背景技术

精准的环境感知技术是构建现代汽车智能运输系统的重要组成部分，在复杂多变的路况下，对道路坡度信息进行快速准确的估计，在汽车稳定性控制、燃油经济性改善、自动变速箱平顺换挡控制等方面都具有重要的现实意义。

一般基于运动学的方法是采用IMU传感器采集到的加速度和角速度进行数据融合，但是车载纵向加速度在复杂多变的道路与驾驶员操作情况下变化很大，采集的加速度值往往含有很多噪声和汽车本身的纵向加速度，进而影响坡道的最优估计坡度值。而基于动力学的方法采用汽车纵向平衡方程，设计状态观测器来估计道路坡度，但是这种方法涉及到空气阻力，滚动阻力等参数，估计效果取决于对大量系数的给定。

现有的专利中,如中国专利公开号为CN 103661393A，公开日为2014年3月26日，发明名称为“运动学道路坡度估计”，该发明结合纵向加速度和加速度偏移量，基于扩展卡尔曼滤波器对道路坡度进行估计，提供了一种在时域内基于运动学的道路坡度估计方法；中国专利公开号为CN 105599768A，公开日为2016年5月25日，发明名称为“包括在车辆运行期间的动态车辆质量和道路坡度估计的车辆控件”，该发明结合识别到的质量，并利用卡尔曼滤波器对坡度实时估计；

综上所述，现有的坡道识别方法大部分都是在时域内通过信号加权融合的方式对道路坡度进行估计的，且大多利用加速度和角速度信号；通过对时域信号变换，在频域内处理对道路坡度估计的方法的，目前尚未发现。因此，有必要提供这样一种车载道路坡度实时估计方法来弥补现有技术的不足。

发明内容

本发明针对时域内直接对信号进行加权融合的处理方式，即相当于对不同频率信号直接加权等处理不当的问题，提出一种结合时域与频域变换技术对道路坡度实时估计的方法。

为解决上述问题，本发明采用如下技术方案：

一种车载道路坡度实时估计方法，利用加速度传感器和角速度传感器分别采集车载纵向加速度ax和俯仰角速度gy，经过时域与频域变换融合的方法实时估算道路坡度，具体的方法包括以下步骤：

步骤一、时域滤波，对传感器采集的ax和gy分别作为IIR的输入量进行滤波处理，按照式(1)进行滤波计算。

式中，M和N为IIR滤波器的控制系数

a_k——IIR滤波器关于y(n-k)的系数

b_k——IIR滤波器关于x(n-k)的系数

x(k)——IIR滤波器的第k输入量

y(k)——IIR滤波器的第k输出量

步骤二、信号傅里叶变换，将时域信号经傅里叶变换转换成频率信号，即把加速度传感器采集得到的加速度信号和陀螺仪采集得到的角速度信号进行傅里叶变换，取距离当前时刻最近Z个采样信号点组成一个数组，对这个数组进行快速离散傅里叶变换，变换方法按照式(2)计算。

式中，x(n)——傅里叶变换的时域信号输入