(10)申请公布号 (43)申请公布日 2014.03.26
C N 103661393
A (21)申请号 201310389288.1
(22)申请日 2013.08.30
61/695,886 2012.08.31 US
13/735,327 2013.01.07 US
B60W 40/076(2012.01)
B60W 40/13(2012.01)
(71)申请人福特全球技术公司
地址美国密歇根州迪尔伯恩市
(72)发明人于海 陆建波 马修·艾伦·博斯
瑞恩·亚伯拉罕·麦吉
(74)专利代理机构北京铭硕知识产权代理有限
公司 11286
代理人鲁恭诚
薛义丹
(54)发明名称
(57)摘要
和车辆系统设置有控制器，控制器被配置成使用
扩展卡尔曼滤波器产生指示运动学道路坡度估计
的输出。所述扩展卡尔曼滤波器包括基于纵向加
速度和加速度偏移量的系统输入以及基于预测的
车辆速度的系统输出。加速度偏移量基于横向速
度、横向偏移量及车辆俯仰角中的至少一个。控制
器还被配置成产生指示运动学品质因子的输出，
所述运动学品质因子对应于运动学道路坡度估计
的可用性。
(30)优先权数据
(51)Int.Cl.
权利要求书1页 说明书41页 附图27页
(19)中华人民共和国国家知识产权局(12)发明专利申请权利要求书1页 说明书41页 附图27页(10)申请公布号CN 103661393 A
1/1页
1.一种车辆，包括：
控制器，被配置成：
使用滤波器产生指示运动学道路坡度估计的输出，所述滤波器具有基于纵向加速度的系统输入和基于预测的车辆速度的系统输出；
产生指示运动学品质因子的输出，所述运动学品质因子对应于运动学道路坡度估计的可用性。
2.根据权利要求1所述的车辆，其中，控制器还被配置成：
基于系统输出和测量的车辆速度之间的差，估计指示由于重力导致的加速度的状态；基于所述状态使用运动学方程计算运动学道路坡度估计。
3.根据权利要求1所述的车辆，所述车辆还包括：
惯性传感器，用于提供指示纵向加速度的信号。
4.根据权利要求1所述的车辆，所述车辆还包括：
导航系统，被配置成产生指示测量的车辆垂向位移的输出，其中，所述系统输出还包括预测的垂向位移，
其中，控制器还被配置成：
基于系统输出和测量的车辆速度之间的差以及系统输出和测量的垂向位移之间的差，估计指示由于重力导致的加速度的第一状态；
基于系统输出和测量的车辆速度之间的差以及系统输出和测量的垂向位移之间的差，估计指示由于车辆俯仰角导致的加速度的第二状态；
基于第一状态和第二状态计算运动学道路坡度估计。
5.根据权利要求1所述的车辆，其中，控制器还被配置成：
当车辆速度小于出口速度阈值时，锁定指示运动学道路坡度估计的输出。
6.根据权利要求1所述的车辆，其中，系统输入还包括对应于车辆横向动力的加速度偏移量。
7.根据权利要求1所述的车辆，其中，运动学道路坡度估计独立于车辆俯仰角。权 利 要 求 书CN 103661393 A
运动学道路坡度估计
技术领域
[0001] 一个或多个实施例涉及一种车辆系统以及用于估计道路坡度和车辆质量的方法。
背景技术
[0002] 道路坡度和车辆质量是影响多个车辆控制功能的两个参数。这样的功能包括动力传动系控制、能量管理控制、变速器控制、制动控制及稳定性控制。例如，传统的车辆包括提供用于推进车辆的扭矩的
内燃发动机。即使当发动机怠速运转时，发动机也通过变速器将扭矩提供给驱动车轮。这样的扭矩被称为蠕动扭矩。当车辆在斜面上停止时，该蠕动扭矩对由制动系统施加的扭矩（制动扭矩）进行补充，以使车辆保持在静止位置。如果在车辆在斜面上停止时关闭发动机，则发动机的蠕动扭矩可消失，且会需要附加制动扭矩以保持车辆的位置并防止车辆向后滚动。需要的附加制动扭矩的量基于道路坡度和车辆质量。[0003] 微混合动力车辆可启用停止/起动策略，以用于在驱动事件期间起动和停止车辆的发动机。如果不需要功率（例如，在交通信号灯处等待时），则关闭发动机。只要需要功率，就自动重新起动发动机。通过避免不必要的发动机怠速运转，将提高车辆的燃料经济性。具有起动/停止功能的微混合动力车辆可调节制动压力，以当在车辆在斜面上停止的同时发动机关闭时保持车辆的位置。这样的微混合动力车辆估计道路坡度和车辆质量，并基于这些估计来调节制动压力。
发明内容
[0004] 在一个实施例中，一种车辆设置有控制器，控制器被配置成使用扩展卡尔曼滤波器产生指示运动学道路坡度估计的输出。所述扩展卡尔曼滤波器包括基于纵向加速度的系统输入以及基于预测的车辆速度的系统输出。控制器还被配置成产生指示运动学品质因子的输出，所述运动学品质因子对应于运动学道路坡度估计的可用性。
[0005] 在另一实施例中，一种车辆系统设置有控制器，控制器被配置成使用扩展卡尔曼滤波器产生指示
运动学道路坡度估计的输出。所述扩展卡尔曼滤波器包括基于纵向加速度和加速度偏移量的系统输入以及基于预测的车辆速度的系统输出。加速度偏移量基于横向速度、横向偏移量以及车辆俯仰角中的至少一个。
[0006] 在另一实施例中，提供一种基于估计的运动学道路坡度而操作车辆的方法。使用扩展卡尔曼滤波器产生指示运动学道路坡度估计的输出，所述扩展卡尔曼滤波器具有基于纵向加速度的系统输入和基于预测的车辆速度的系统输出。产生对应于运动学道路坡度估计的可用性的运动学品质因子。
[0007] 一种车辆系统包括控制器，控制器被配置成：使用扩展卡尔曼滤波器产生指示运动学道路坡度估计的输出，所述扩展卡尔曼滤波器具有基于纵向加速度和加速度偏移量的系统输入以及基于预测的车辆速度的系统输出，其中，加速度偏移量基于横向速度、横向偏移量以及车辆俯仰角中的至少一个。
[0008] 控制器还被配置成：基于指示横摆角的输入评价车辆转弯状况；当车辆转弯状况
对应于动态驱动状况时，基于指示横向加速度的输入的积分来估计横向速度。
[0009] 控制器还被配置成：基于指示横摆角的输入评价车辆转弯状况；当车辆转弯状况对应于稳定状态状况时，从横摆角获得横向速度。
[0010] 控制器还被配置成：基于指示横摆角的输入评价车辆转弯状况；当车辆转弯状况对应于动态驱动
状况时，基于指示横向加速度的输入计算车身侧倾角；基于车身侧倾角估计横向偏移量。
[0011] 控制器还被配置成：基于指示横摆角的输入评价车辆转弯状况；当车辆转弯状况对应于稳定状态状况时，基于横摆角计算车身侧倾角；基于车身侧倾角估计横向偏移量。[0012] 控制器还被配置成：基于车辆速度和纵向加速度使用动态俯仰补偿来估计车辆俯仰角。
[0013] 控制器还被配置成：基于系统输出和测量的车辆速度之间的差，估计指示由于重力导致的加速度的状态；基于所述状态和车辆速度的导数，使用相平面增益安排规则，从预定数据选择普通悬挂阻尼效应和悬挂刚度值；基于普通悬挂阻尼效应和悬挂刚度值，使用传递函数，计算车辆俯仰角。
[0014] 控制器还被配置成：基于车辆速度、纵向加速度和垂向加速度，计算车辆俯仰角。[0015] 控制器还被配置成：基于系统输出和测量的车辆速度之间的差，估计指示由于重力导致的加速度的状态；基于车辆速度、纵向加速度、垂向加速度以及由于重力导致的加速度，计算车辆俯仰角。
[0016] 一种基于估计的运动学道路坡度操作车辆的方法，所述方法包括：使用扩展卡尔曼滤波器产生指示运动学道路坡度估计的输出，所述扩展卡尔曼滤波器具有基于纵向加速度的系统输入和基于预测的车辆速度的系统输出；产生对应于运动学道路坡度估计的可用性的运动学品质因子。
[0017] 所述方法还包括：基于系统输出和测量的车辆速度之间的差，估计指示由于重力导致的加速度的状态；基于所述状态计算运动学道路坡度估计。
[0018] 所述方法还包括：接收指示测量的车辆垂向位移的输入，其中，系统输出还包括预测的垂向位移；基于系统输出和测量的车辆速度之间的差以及系统输出和测量的垂向位移之间的差，估计指示由于重力导致的加速度的第一状态；基于系统输出和测量的车辆速度之间的差以及系统输出和测量的垂向位移之间的差，估计指示由于车辆俯仰角导致的加速度的第二状态；基于第一状态和第二状态计算运动学道路坡度估计。
[0019] 所述方法还包括：接收指示横摆角的输入；基于横摆角估计加速度偏移量，其中，加速度偏移量包括横向速度、横向偏移量以及车辆俯仰角中的至少一个，其中，系统输入还包括加速度偏移量。
[0020] 这样，通过使用EKF估计运动学道路坡度（其提供积分式滤波策略），车辆系统优于现有的方法。这样的积分策略不会放大信号上的噪声，因此，这样的积分策略提供改进的估计精度同时相对快速地收敛。通过使用输入补偿的加速度偏移量估计运动学道路坡度以提高精度，来消除由车辆横向动力导致的偏移量和不确定性及其耦合效应，车辆系统另外优于现有的方法。
附图说明
[0021] 图1是根据一个或多个实施例的具有用于估计道路坡度和车辆质量的车辆系统的车辆的示意图；
[0022] 图2是图1的车辆被示出为位于以一定坡度倾斜的道路上的侧视图；[0023] 图3是图1的车辆的仰视图；
[0024] 图4是示出根据一个或多个实施例的如由图1的车辆系统执行的用于仲裁道路坡度估计的方法的示意性框图；
[0025] 图5A至图5E是示出由图4的方法控制的道路坡度估计的时间图；
[0026] 图6是示出根据一个或多个实施例的用于仲裁道路坡度估计的方法的流程图；[0027] 图7是示出车辆速度和加速度的时间图；
[0028] 图8是示出根据一个或多个实施例的用于评价加速度计收敛状态的方法的流程图；
[0029] 图9是示出根据一个或多个实施例的用于锁定静态道路坡度输出的方法的流程图；
[0030] 图10A至图10C是示出如由图9的方法控制的车辆速度、加速度和道路坡度估计的时间图；
[0031] 图11是示出根据一个或多个实施例的用于运动学道路坡度估计的方法的示意性框图；
[0032] 图12是示出根据一个或多个实施例的用于估计运动学道路坡度的方法的流程图；
[0033] 图13A至图13D是示出如由图12的方法控制的车辆速度、加速度和道路坡度估计的时间图；
[0034] 图14是示出根据一个或多个实施例的用于确定车辆驱动状况的方法的流程图；[0035] 图15是示出
根据一个或多个实施例的用于估计车辆横向速度的方法的流程图；[0036] 图16是示出根据一个或多个实施例的用于估计车身侧倾角的方法的流程图；[0037] 图17是根据一个或多个实施例的用于选择悬挂参数的方法的视图；
[0038] 图18是示出根据一个或多个实施例的用于车辆质量估计的方法的示意性框图；[0039] 图19是示出根据一个或多个实施例的用于估计车辆质量的方法的流程图；[0040] 图20是示出根据一个或多个实施例的用于使车辆质量估计参数复位的方法的流程图；
[0041] 图21是示出根据一个或多个实施例的用于更新车辆质量估计参数的方法的流程图；
[0042] 图22是示出车辆质量估计的时间图；
[0043] 图23是示出车辆质量估计的另一时间图；
[0044] 图24是示出车辆质量估计的又一时间图；
[0045] 图25是示出根据一个或多个实施例的用于估计估计器品质的方法的流程图；[0046] 图26A至图26C是示出如由图25的方法控制的车辆速度、加速度和道路坡度估计的时间图；
[0047] 图27A至图27G是示出如由图25的方法控制的车辆速度和品质因子的时间图。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议