详情

原文传递一种车载道路坡度实时估计方法

专利名称：	一种车载道路坡度实时估计方法
摘要：	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。
专利类型：	发明专利
申请人：	一汽解放汽车有限公司
发明人：	苑卫松;聂冬琦;谷京哲;刘四海;江进;于洪剑;王占春;于维东;马治;王宇
专利状态：	有效
申请日期：	1900-01-20T00:00:00+0805
发布日期：	1900-01-20T21:00:00+0805
申请号：	CN201911361859.4
公开号：	CN111038519A
代理机构：	长春吉大专利代理有限责任公司
代理人：	李泉宏
分类号：	B60W40/076;B;B60;B60W;B60W40;B60W40/076
申请人地址：	130000 吉林省长春市长春汽车经济技术开发区东风大街76号
主权项：	1.一种车载道路坡度实时估计方法，其特征在于，包括以下步骤：步骤一、时域滤波，对加速度信号和角速度信号分别作为滤波器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 ak——滤波器关于y(n-k)的系数 bk——滤波器关于x(n-k)的系数 x(k)——滤波器的第k输入量 y(k)——滤波器的第k输出量步骤二、信号傅里叶变换，把所述的加速度信号和所述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，对所述的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 X(k)——傅里叶变换后的频域信号输出 Z——进行傅里叶变换的信号点个数 k——第k个代表的频率 j——单位虚数步骤三、信号归一化，找出频域内所述的加速度和所述的角速度的频率重叠区间，在区间范围内的信号按照式(3)进行归一化计算；式中，v——归一化信号的输入 μ——所有需要归一化信号的均值 σ——所有需要归一化信号的标准差 Y——归一化信号的输出步骤四、反傅立叶变换，将信号从频域到时域内进行转化，具体按照式(4)计算；式中，x(m)——逆傅里叶变换后的第m个时域数组信号 f(k)——逆傅里叶变换后的第k个频域信号 N——进行逆傅里叶变换的信号点个数步骤五、反归一化处理，对所述的加速度信号和所述的角速度信号按照式(5)进行计算； v＝Yσ+μ (5) 式中，v——反归一化信号的输出 μ——所有需要归一化信号的均值 σ——所有需要归一化信号的标准差 Y——反归一化信号的输入步骤六、信号加权融合，将所有经过反归一化后的加速度信号按照式(6)计算，得到一个由加速度信号计算得到道路倾角； za(k)＝arcsin(ax(k)) (6) 式中，ax(k)——经过逆傅里叶变换后的第k个纵向加速度信号 za(k)——仅利用第k个纵向加速度信号得到的道路倾角将所有经过反归一化后的角速度信号按照式(7)计算，得到一个由角速度信号计算得到道路倾角； A(k)＝gy(k)·dT+θ(k-1) (7) 式中，A(k)——第k个利用角速度预测的道路倾角 θ(k-1)——第k-1个角速度和加速度数据融合输出的道路倾角，初始化为零结合(6)式和(7)式计算的za(k)和A(k)，按照(8)式计算得到加权融合后的最终道路倾角；输出θ(k)数组的最后一个元素为本次估算的道路倾角； θ(k)＝K·za(k)+(1-K)·A(k) (8) 式中，θ(k)——第k个角速度和加速度数据融合输出的道路倾角 K——加权因数。
所属类别：	发明专利