一种基于自适应扩展卡尔曼滤波的道路坡度估计方法

    公开(公告)号:CN106840097B

    公开(公告)日:2021-05-25

    申请号:CN201710054689.X

    申请日:2017-01-24

    申请人: 重庆大学

    IPC分类号: G01C9/00

    摘要: 本发明公开了一种基于自适应扩展卡尔曼滤波的道路坡度估计方法,通过数据采集装置获取车辆状态数据,结合车辆状态数据和车辆固有参数计算模型参数:然后基于坡度与车辆状态数据的关系模型,构建扩展卡尔曼滤波估计模型;最后将卡尔曼滤波估计模型改进为自适应扩展卡尔曼滤波算法模型。本发明提供的方法利用了能快速收敛和实时估计的自适应扩展卡尔曼滤波算法,通过车辆驾驶状态数据动态、实时估计道路坡度,从而为驾驶员提供实时的道路坡度信息,为自动驾驶辅助决策、绿色驾驶、及自动变速器换挡控制提供重要的依据,从而实现安全、经济、舒适驾驶;提高在不确定性动态噪声影响下坡度估计的精度和适用范围。

    一种适用于综合驾驶工况下的道路坡度实时估计方法

    公开(公告)号:CN107458380A

    公开(公告)日:2017-12-12

    申请号:CN201710654082.5

    申请日:2017-08-03

    申请人: 重庆大学

    IPC分类号: B60W40/076

    摘要: 本发明公开了一种适用于综合驾驶工况下的道路坡度实时估计方法;首先根据基于OpenXC搭建数据采集平台,获取车辆行驶状态数据;然后建立车辆纵向动力与道路坡度的关系模型;以及构建基于自适应扩展卡尔曼滤波算法模型;最后根据刹车制动工况建立基于自回归预测模型的短程坡度估计方法;并计算综合驾驶工况下的坡度估计;本发明提出的道路坡度估计方法,针对实际驾驶环境中的不同驾驶工况和不确定性噪声干扰,在提高坡度估计的同时扩展了其应用范围;为驾驶员提供实时的道路坡度信息,对于改善车辆辅助驾驶控制、稳定性控制、安全节能驾驶等具有重要的实际意义。

    一种基于自适应扩展卡尔曼滤波的道路坡度估计方法

    公开(公告)号:CN106840097A

    公开(公告)日:2017-06-13

    申请号:CN201710054689.X

    申请日:2017-01-24

    申请人: 重庆大学

    IPC分类号: G01C9/00

    CPC分类号: G01C9/00

    摘要: 本发明公开了一种基于自适应扩展卡尔曼滤波的道路坡度估计方法,通过数据采集装置获取车辆状态数据,结合车辆状态数据和车辆固有参数计算模型参数:然后基于坡度与车辆状态数据的关系模型,构建扩展卡尔曼滤波估计模型;最后将卡尔曼滤波估计模型改进为自适应扩展卡尔曼滤波算法模型。本发明提供的方法利用了能快速收敛和实时估计的自适应扩展卡尔曼滤波算法,通过车辆驾驶状态数据动态、实时估计道路坡度,从而为驾驶员提供实时的道路坡度信息,为自动驾驶辅助决策、绿色驾驶、及自动变速器换挡控制提供重要的依据,从而实现安全、经济、舒适驾驶;提高在不确定性动态噪声影响下坡度估计的精度和适用范围。