基于CAN总线的道路坡度和轻型客车质量估计方法

基于CAN总线的道路坡度和轻型客车质量估计方法

提出了一种轻型客车质量和道路坡度的估计方法。估计方法通常需要利用车辆CAN总线的可用信息，而不必通过额外的传感器来采集所需要的信息。结合非线性自适应观测结构的复合参数估计算法，利用车辆对地面的相对速度以及驱动转矩来进行估计。为避免直接采集轮速参数而产生的派生加速，安装了过滤器系统。此外，采用一种新的数据融合方法，即利用回归结构通过车辆其它传感器获得车辆信息，附加传感器的参数设置必须是相同的，通过车辆信息对完整的车辆动力学系统进行参数设置。在这种情况下，利用惯性测量单元（IMU），因为其是车辆安全和高级辅助驾驶系统（ADAS）的一部分。因此，采用监管卡尔曼滤波器的方法给出车辆质量估计方法

是一种合理的新方法。监管的主要功能是避免由于没有考虑损失力矩而导致车辆质量估计中产生的偏差估计。良好的估计结果是通过配备了一些额外的仪器（包括GPS传感器和高品质IMU）来采集车辆信息获得的，这样有利于对车辆进行科学验证。

估计结果表明，作为扩展回归的一部分，应用监管输出过滤器的新非线性自适应观测器，基于数据融合方法可实现良好的道路坡度估计，同时提供了一个相对不受干扰、无噪声的车辆质量估计数据融合方法结构。这种估计方法在实车车辆系统中进行验证的结果表明，估计车辆质量的限制因素是可用的驱动转矩信号质量。以往对质量的估计误差都在10%左右，而基于监管卡尔曼滤波器的输出方法能够将信号快速收敛得到合理的结果，即使有较大的干扰，从数据运行开始经过50s或60s就能达到预期效果。

Robert Wragge-Morley et al. SAE 2015-01-0201.

编译：孙坚