[发明专利]考虑环境因素的车辆质量和道路坡度联合自适应估计方法

权利要求书

1.考虑环境因素的车辆质量和道路坡度联合自适应估计方法，其特征在于：包括如下步骤：

步骤10：构建车辆运动学模型和纵向动力学模型；

步骤20：基于所述步骤10中的车辆运动学模型，搭建递推卡尔曼滤波道路坡度估计算法；

步骤30：基于所述步骤10中的车辆纵向动力学模型，搭建扩展卡尔曼滤波轮胎滚动阻力系数和空气阻力系数估计算法；

所述步骤30中建立扩展卡尔曼滤波滚动阻力系数和空气阻力系数估计算法包括如下步骤：

步骤31：将汽车空气阻力计算式中的空气阻力系数C_d、迎风面积A和空气密度ρ的乘积项C_dAρ视为合成空气阻力系数K，并作为待估计参数，即:K＝C_dAρ；

步骤32：基于所述车辆纵向动力学模型，选定车辆的状态量为车辆速度v、车辆质量m、合成空气阻力系数K以及轮胎滚动阻力系数f，根据参数的特征得到车辆纵向动力学微分方程：

式中，δ为汽车旋转质量换算系数，T为发动机转矩，i₀为传动系统减速比，η为传动系统的机械效率，r为车轮半径，θ为道路坡度角，g为重力加速度；

步骤33：基于所述车辆纵向动力学微分方程，将其离散化得到车辆纵向动力学连续系统的离散化状态转移方程：

式中，状态变量x_k＝[v_km_kK_kf_k]^T，其中K_k，f_k为待估参数，w_k-1为系统的过程噪声，B为滚动阻力经验公式中车速的系数；

得出车辆纵向动力学系统的量测方程为：

式中，量测值y_k＝[v_km_ka_k]^T，s_k为量测噪声，a_k为加速度；

步骤34：根据步骤33中得到车辆纵向动力学系统离散化状态转移方程，得到状态转移雅可比矩阵为：

根据步骤33中的车辆纵向动力学系统量测方程可得量测雅可比矩阵为：

步骤40：基于所述步骤10中的车辆纵向动力学模型，搭建带遗忘因子的递推最小二乘法车辆质量估计算法；

所述步骤40中搭建带遗忘因子的递推最小二乘法车辆质量估计算法包括如下步骤：

步骤41：将所述步骤10中车辆纵向动力学模型转换为符合递推最小二乘法辨识的形式，得到车辆质量估计模型：

式中，a_senx表示由纵向加速度传感器获得的纵向加速度信号；

步骤42：将步骤41中得到的模型根据系统的输出、观测量以及待估计参数进行拆分并离散化，得到：

A_k＝a_senx(k)+gf_k cosθ

x_k＝δm_k

式中，y_k为系统输出，A_k为系统可观测量，x_k为待估计参数；

步骤50：利用所述步骤20和30中得到的道路坡度、轮胎滚动阻力系数和空气阻力系数的实时估计值，对所述步骤40中车辆质量估计算法模型中参数的设定值进行自适应修正，并基于修正后的模型进行车辆质量估计，所述自适应修正是将车辆模型中的道路坡度、滚动阻力系数和空气阻力系数参数根据实际道路环境的变化情况进行实时自适应修正，包括利用道路坡度、轮胎滚动阻力系数和空气阻力系数的实时估计值，对车辆质量估计模型中参数的设定值进行修正，并基于修正后的模型进行车辆质量估计，包括如下步骤：

步骤51：把测得的k-1时刻的加速度和车速值代入到递推卡尔曼滤波道路坡度估计算法中，得到k时刻的道路坡度估计值；

步骤52：把测得的k-1时刻的车速、加速度，以及道路坡度估计值代入到扩展卡尔曼滤波轮胎滚动阻力系数和空气阻力系数估计算法中，得到k时刻的轮胎滚动阻力系数和空气阻力系数估计值；

步骤53：把所述步骤51和52中得到的k时刻的道路坡度、滚动阻力系数和空气阻力系数的实时估计值代入到带遗忘因子的递推最小二乘法车辆质量估计算法中，得到k时刻的车辆质量估计值。