基于卡尔曼滤波的CPCC整车质量估计研究
2021-08-03黄昆
黄昆
(天津经纬恒润科技股份有限公司,天津300385)
主题词:整车质量 云控巡航 卡尔曼滤波 质量估计
缩略语
CC Cruise Control
CPCC Cloud Protocol Cruise Control
ADAS Advanced Driving Assistance System
1 前言
云控巡航系统是一款具有节油特性的货车智能驾驶辅助系统,该系统只有在车辆处于定速巡航(Cruise Control,CC)状态下,才能通过驾驶员的主动激活,在行驶车速基本维持在巡航车速上下10%以内的条件下,通过T-BOX和云端交互数据,控制调节车辆的油门踏板开度和制动力矩,实现货车的最优节油控制,提高货车的经济性。CPCC从ADAS地图数据中,提取道路前方2 km的道路信息,如限速条件、弯道曲率、坡度,结合最优的节油控制算法,控制车辆行驶。
货车在云控巡航的行驶状态下,其状态参数的估计对云端控制策略的制定具有很大影响,其中货车的整车质量[1-3]对发动机输出扭矩、档位选择、速度控制、转弯半径参数具有较大影响。本文设计的整车质量估计器旨在提高货车整车质量的识别精度,为云端反馈较为准确的整车质量。KIM等[4]通过研究汽车的纵向动力学关系并结合最小二乘法,提出了1种整车质量估计的算法;SEBSADJI等[5]利用扩展卡尔曼和龙伯格观测器对车辆的质量和坡度进行估计;雷雨龙等人[6]以纵向动力学模型为基础,运用前向欧拉法将空间模型状态方程离散化,获得方程向量函数的Jacobian矩阵,基于扩展卡尔曼滤波算法对车辆质量进行了估计;胡满江[7]收集了加速度传感器与车轮转速传感器信息,对2者之间的关系进行深入研究,进而求得整车质量,但其仅通过仿真验证对质量估计器进行验证,并未进行道路试验。……
