一種考慮換擋因素的車輛質量估計方法與流程

本發明涉及車輛質量的實時估計技術領域，特別是一種考慮換擋因素的車輛質量估計方法。

背景技術：

車輛動力學模型參數的實時估計是車輛控制的基礎，而車輛質量參數是車輛動力學模型中的重要參數，準確實時的車輛質量估計參數可以有效提高車輛電子控制系統的性能，如電子穩定控制系統(ESP)依賴車輛質量參數實時計算質心側偏角和橫擺角，從而實現對車輛橫向滑移情況的控制。同時，有研究表明，根據質量參數的實時變化情況調整換擋規律能夠為汽車節油約2.62％-4.86％。因此，準確估計車輛質量參數對于提高車輛安全性和燃油經濟性均具有重要意義。

現有文獻中，有關車輛質量參數估計的方法可以分為兩類，一類是基于傳感器的質量估計方法，這類方法需要在車內加裝相應的傳感器，占用車內空間的同時還提高了車輛的生產成本，難以滿足實際應用需求；另一類是基于車輛CAN總線數據的車輛質量估計方法，該方法基于車輛縱向動力學模型，無需附加傳感器，具有較好的應用便利性。然而，由于車輛在正常行駛過程中需要經常換擋，而換擋過程車輛的動力學狀態無法用車輛縱向動力學模型描述，且換擋前后車輛縱向動力學模型的旋轉質量換算系數會發生改變，從而導致換擋行為發生后車輛質量估計結果存在較大的偏差，嚴重影響車輛質量估計結果，進而降低車輛質量估計的準確性。因此，需要一種考慮換擋因素的車輛質量估計方法。

技術實現要素：

本發明的目的是提出一種考慮換擋因素的車輛質量估計方法；該方法通過OpenXC數據考慮換擋因素對車輛質量進行估計。

本發明的目的是通過以下技術方案來實現的：

本發明提供的考慮換擋因素的車輛質量估計方法，包括以下步驟：

步驟一：利用OpenXC數據采集裝置采集車輛行駛狀態數據，根據車輛固有參數與車輛狀態參數結合，計算得到模型所需參數；

步驟二：基于已獲得的車輛行駛狀態數據，結合車輛行駛過程中的力學特性，按照以下公式建立車輛縱向動力學模型：

F_t＝F_f+F_i+F_aero+F_j；

其中，F_t為車輛驅動力，F_f為滾動阻力，F_i為坡度阻力，F_aero為空氣阻力，F_j為加速阻力；

步驟三：基于車輛縱向動力學模型，建立帶多遺忘因子的加權最小二乘遞推質量估計模型；

步驟四：確定車輛質量實時估計系統的使用條件，所述使用條件包括：

確定車輛質量估計方法的啟動條件；

確定車輛質量估計方法的暫時關閉條件；

步驟五：車輛滿足啟動條件后，將采集到的車輛行駛狀態數據和加權最小二乘遞推質量估計模型參數輸入車輛質量實時估計系統，估計并輸出實時車輛質量。

進一步，所述步驟一中的車輛行駛狀態數據包括發動機轉矩T_q、車速v、發動機轉速n、方向盤轉角φ_w、油門開度、剎車信號和檔位信息；

所述車輛固有參數包括輪胎滾動半徑r、主減速器傳動比i₀、道路滾動阻力系數f、傳動系機械效率η、車輛空氣阻力系數C_d和車輛正向迎風面積A；

所述模型所需參數包括加速度和變速器傳動比i_g。

進一步，所述步驟三中車輛縱向動力學模型建立具體步驟如下：

推導車輛縱向動力學模型的最小二乘形式；

建立帶有多遺忘因子的加權最小二乘遞推估計模型；

建立帶多遺忘因子的加權最小二乘遞推質量估計模型。

進一步，所述步驟五中的估計實時車輛質量包括以下三個階段：

啟動階段：為加權最小二乘遞推質量估計模型提供初值，隨后基于當前時刻的車輛行駛狀態數據，開始進行第一次質量估計，獲得車輛質量和車輛質量與旋轉質量換算系數乘積的第一次估計值；

運行階段：將當前時刻更新的車輛行駛狀態數據和上一時刻的車輛質量和車輛質量與旋轉質量換算系數乘積的估計值帶入加權最小二乘遞推質量估計模型中，進行新一輪質量估計，并重復此步驟，獲取實時的質量估計值；

停止階段：當車輛熄火或估計值收斂在合理范圍之內，停止進行遞推估計。

由于采用了上述技術方案，本發明具有如下的優點：

本發明提出的考慮車輛換擋因素的質量估計方法，使車輛在換擋前后，均能夠獲得較為準確的質量估計結果。同時考慮到換擋時帶來的傳動比突變和換擋之后車輛旋轉質量換算系數的變化，采用帶有多遺忘因子的加權最小二乘遞推估計方法，實現對車輛質量的實時估計。

本發明的其他優點、目標和特征在某種程度上將在隨后的說明書中進行闡述，并且在某種程度上，基于對下文的考察研究對本領域技術人員而言將是顯而易見的，或者可以從本發明的實踐中得到教導。本發明的目標和其他優點可以通過下面的說明書來實現和獲得。

附圖說明

本發明的附圖說明如下。

圖1為車輛質量估計流程圖。

圖2為車輛縱向動力學模型受力示意圖。

具體實施方式

下面結合附圖和實施例對本發明作進一步說明。

實施例1

本實施例提供的考慮換擋因素的車輛質量估計方法；解決了在考慮車輛正常行駛過程中的換擋條件下，實現車輛質量的實時估計；包括以下五個步驟：

步驟一：利用OpenXC數據采集裝置采集車輛行駛狀態數據，根據車輛固有參數與車輛狀態參數結合，計算得到模型所需參數，主要包括以下三個部分：

利用OpenXC數據采集裝置采集來自車輛CAN總線上的實時車輛行駛狀態數據(發動機轉矩T_q、車速v、發動機轉速n、方向盤轉角φ_w、油門開度、剎車信號、檔位信息)；

獲取相關車輛固有參數(輪胎滾動半徑r、主減速器傳動比i₀、道路滾動阻力系數f、傳動系機械效率η、車輛空氣阻力系數C_d、車輛正向迎風面積A)；

基于已有數據和參數，計算模型所需參數(加速度a、變速器傳動比i_g)。

步驟二：基于已獲得的車輛行駛狀態數據，建立車輛縱向動力學模型：

根據已有參數，結合車輛行駛過程中的力學特性，建立車輛縱向動力學模型。

F_t＝F_f+F_i+F_aero+F_j

其中，F_t為車輛驅動力，F_f為滾動阻力，F_i為坡度阻力，F_aero為空氣阻力，F_j為加速阻力。

步驟三：基于車輛縱向動力學模型，建立帶多遺忘因子的加權最小二乘遞推質量估計模型，具體方法為：

推導車輛縱向動力學模型的最小二乘形式；

建立帶有多遺忘因子的加權最小二乘遞推估計模型；

基于車輛動力學模型，建立帶多遺忘因子的加權最小二乘遞推質量估計模型。

步驟四：確定車輛質量實時估計系統的使用條件，具體條件為：

確定車輛質量估計方法的啟動條件；

確定車輛質量估計方法的暫時關閉條件。

步驟五：車輛滿足啟動條件后，將采集到的車輛行駛狀態數據和帶多遺忘因子的加權最小二乘遞推質量估計模型參數輸入車輛質量實時估計系統，估計實時車輛質量，主要包括以下三個階段：

啟動階段：車輛啟動后，在滿足步驟四所述啟動條件時，為加權最小二乘遞推質量估計模型提供初值，隨后基于當前時刻的車輛行駛狀態數據，開始進行第一次質量估計，獲得車輛質量和車輛質量與旋轉質量換算系數乘積的第一次估計值。

運行階段：將當前時刻更新的車輛行駛狀態數據和上一時刻的車輛質量和車輛質量與旋轉質量換算系數乘積的估計值帶入加權最小二乘遞推質量估計模型中，進行新一輪質量估計，并重復此步驟，獲取實時的質量估計值。

在此過程中，如果遇到滿足步驟四所述暫時關閉條件的情況，則暫時停止質量估計，直到再次滿足啟動條件時，再進行估計。

停止階段：當車輛熄火或估計值收斂在合理范圍之內，停止進行遞推估計。

本實施例提供的方法在正常行駛和車輛換擋時均可實時、準確地估計車輛質量，在降低換擋因素對于質量估計造成的影響的同時也提高了車輛質量估計的準確性和魯棒性。

實施例2

本實施例對五個步驟進行詳細的說明：

步驟一：利用OpenXC數據采集裝置采集車輛行駛狀態數據，根據車輛固有參數與車輛狀態參數結合，計算得到模型所需參數:

將OpenXC數據采集裝置與車輛OBD-II接口相連，通過藍牙接收來自車輛CAN總線上的實時車輛行駛狀態數據(發動機轉矩T_q、車速v、發動機轉速n、方向盤轉角φ_w、油門開度、剎車信號、檔位信息)并存儲在移動數據處理終端上；

獲取相關車輛固有參數(輪胎滾動半徑r、主減速器傳動比i₀、道路滾動阻力系數f、傳動系機械效率η、車輛空氣阻力系數C_d、車輛正向迎風面積A)。

基于已有數據和參數，計算模型所需參數(加速度a、變速器傳動比i_g)。

加速度a可由速度v對時間差分獲得，第k時刻的加速度可表示為：

其中T為OpenXC數據數據采集軟件模塊的采樣周期；

變速器傳動比i_g的可按照如下計算方式得到：

步驟二：基于已獲得的車輛行駛狀態數據，建立車輛縱向動力學模型:

F_t＝F_f+F_i+F_aero+F_j

其中，F_t為車輛驅動力，F_f為滾動阻力，F_i為坡度阻力，F_aero為空氣阻力，F_j為加速阻力。

驅動力的計算方法為：

其中，T_q表示發動機轉矩；i_g表示變速器傳動比；i₀表示主減速器傳動比；η表示傳動系效率；r表示車輪半徑；

滾動阻力的計算方法為：F_f＝mgf；

其中，m表示車輛質量；f表示滾動阻力系數；

坡度阻力的計算方法為：F_i＝mgi；

其中，i為道路坡度。

空氣阻力的計算方法為：

其中，C_d表示車輛的空氣阻力系數；A表示迎風面積；v表示車輛速度；

加速阻力的計算方法為：F_j＝ma；

經代換后，車輛縱向動力學模型可以表示為：

步驟三：基于車輛縱向動力學模型，建立帶多遺忘因子的加權最小二乘遞推質量估計模型：

推導車輛縱向動力學模型的最小二乘形式

本實施例是在考慮換擋因素的條件下實時估計車輛質量，而在車輛換擋前后，車輛的旋轉質量換算系δ數會發生較為明顯的變化，影響車輛質量估計。僅基于車輛CAN總線的數據無法實時計算車輛的旋轉質量換算系數δ，為保證換擋條件下仍能夠獲得較為準確的車輛質量估計值，需要將車輛的旋轉質量換算系數δ和車輛質量m一同作為車輛質量估計模型的待估計參數。

因此，將車輛縱向動力學模型轉化成如下最小二乘形式：

其中，a表示信息增益矩陣的初值的范數；δ表示旋轉質量換算系數；

建立帶多遺忘因子的加權最小二乘遞推估計模型

在車輛啟動后，車輛質量m幾乎不變，是一個慢變量；而旋轉質量換算系數δ會隨著換擋等因素發生快速變化，是一個快變量。為保證這種快變量和慢變量共同存在的估計模型中慢變量的估計值能夠快速且準確的收斂，同時快變量的估計結果能夠具備較好的跟蹤性能，需要為不同的待估計參數設置不同的遺忘因子，以提升模型估計結果的準確性。

又由于車輛在換擋過程中的運動狀態無法用車輛縱向動力學描述，換擋過程中產生的車輛行駛狀態數據會增大車輛質量估計結果的誤差，為了抑制這一過程中產生的誤差，需采用加權方法，減弱換擋過程中車輛行駛狀態數據的權重，使質量估計方法在換擋過程中依然能夠輸出準確的質量估計結果。

設系統的輸入輸出關系可以描述成如下的最小二乘形式：

z(k)＝h^T(k)θ+n(k)；

其中，z(k)是系統的輸出，h(k)是可觀測數據向量，n(k)為白噪聲，θ為待估計參數。

當模型中存在兩個待估計參數時，定義準則函數為：

其中，Λ(i)為加權函數，λ₁和λ₂分別為兩個模型待估參數θ₁和θ₂對應的遺忘因子。

利用序列{z(k)}和{h(k)}，極小化準則函數，即對θ求導，可求得參數θ的最小二乘估計值第k時刻的參數估計值可以表示為：

為了保證車輛質量估計系統能夠實時更新估計結果，需將上述估計結果轉化為遞推形式，得到帶多遺忘因子的加權最小二乘遞推估計模型如下：

其中：

建立帶多遺忘因子的加權最小二乘遞推質量估計模型

將1)中車輛縱向動力學模型最小二乘形式應用于2)中的最小二乘遞推估計模型，則有：

將上式帶入最小二乘可得帶多遺忘因子的加權最小二乘質量估計模型的遞推形式為：

其中，λ₁和λ₂分別為兩個待估計參數m和δm對應的遺忘因子，取值范圍為[0,1)，考慮到δm為快變量，為保證δm的估計結果具有較好的跟蹤性能，應有λ₁>λ₂，默認情況下λ₁取為0.95，λ₂取為0.5；

Λ(k)為數據的加權因子，為保證非換擋條件下的車輛行駛狀態數據能夠占據更高的數據權重，設當前時刻為t(k)，t_gear為最近一次換擋時間，換擋前的加權因子恒為1，換擋后的加權因子可表示為：

步驟四：確定車輛質量實時估計系統的使用條件：

確定質量估計方法的啟動條件為：

1)在車輛啟動并行駛距離超過300m

2)車輛速度大于20km/h

3)車輛加速度為正值

4)油門開度大于0

5)車輛未處于制動狀態

6)車輛未處于換擋狀態

7)方向盤轉角不大于30°

8)當前行駛路段坡度小于2°

9)車輛檔位不為空擋

確定質量估計方法的暫時關閉條件為：

1)車輛處于制動狀態

2)車輛方向盤轉角小于90°

3)車輛檔位為空擋

4)車輛處于停車狀態

本質量估計方法一般用于估計當前行程下的車輛質量，當車輛熄火后，車輛質量估計系統會將歷史數據清除，并于下次行程重新進行質量估計。

步驟五：車輛滿足啟動條件后，將采集到的車輛行駛狀態數據和相關模型參數輸入車輛質量實時估計系統，估計實時車輛質量，主要包括以下三個階段：

啟動階段：車輛啟動后，在滿足步驟四所述啟動條件時，將質量估計模型設置待估計參數的估計初值均設置為0，并設置帶多遺忘因子的加權最小二乘遞推質量估計模型中信息增益矩陣的初值：

P(0)＝a²I；

其中，a為充分大的正數，默認值取為1000000。

隨后基于當前時刻的車輛行駛狀態數據，開始進行第一次質量估計，獲得m和δm的第一次估計值。

運行階段：將當前時刻更新的車輛行駛狀態數據和上一時刻的m和δm的估計值帶入加權最小二乘遞推質量估計模型中，進行新一輪質量估計，并重復此步驟，獲取實時的質量估計值。

在此過程中，如果遇到滿足步驟四所述暫時關閉條件的情況，則暫時停止質量估計，直到再次滿足啟動條件時，再進行估計。

停止階段：當車輛質量的估計值收斂在合理范圍之內，停止進行遞推估計，但依舊接收車輛行駛狀態數據，以便意外情況出現時(如中途增加或減少乘客)可以再次進行質量估計。

當車輛熄火后，停止進行遞推估計，質量估計系統中的歷史數據也將清零，質量估計系統停止運行。

綜上所述，本實施例提供的基于車輛CAN總線數據的新型質量估計方法。與傳統質量估計方法相比，該方法在車輛不受車輛換擋因素的影響，提供實時準確的質量估計結果，具有較強的實時性和魯棒性。

最后說明的是，以上實施例僅用以說明本發明的技術方案而非限制，盡管參照較佳實施例對本發明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發明的技術方案進行修改或者等同替換，而不脫離本技術方案的宗旨和范圍，其均應涵蓋在本發明的保護范圍當中。