[发明专利]一种汽车油箱油量估算系统及方法

说明书

本发明公开了一种汽车油箱油量估算方法及系统，包括：一、系统检测当前整车所处的俯仰角、横滚角并计时或计时清零；二、读取油杆传感器测量值V_i，连续测量N次后，求V₁～V_N的均值或平滑滤波值得到当前液位L；三、实现卡尔曼滤波器；四、将步骤三中估算出的当前油量的最优值发送至油量显示模块；五、循环执行上述过程，不断更新油箱油量，本发明还提供一种汽车油箱油量估算系统；本发明通过对油箱和油杆传感器进行标定，得到“液位—油量曲线”，然后通过本文方法不断迭代，更新油量值，通过稳态不断校正和非稳态连续数据融合解决估算精度问题。

技术领域

本发明属于汽车技术领域，尤其涉及一种汽车油箱油量估算系统及方法。

背景技术

目前基本所有的燃油车，监测、指示当前油箱油量所采用的方案都是一致或类似的：通过安装在油箱内的油杆或油浮传感器去检测当前油位液面位置，通过查询油箱标定好的“液位—百分比”曲线，得到剩余油量的百分比，最后以格数的方式显示在仪表盘上。

上述方法发展应用上非常成熟广泛，但也存在不足：

1、只能通过油表指针指示当前剩余油量的格数，不能得到当前油量的直观表征量，即所剩油量的体积，单位为L；

2、车辆在路况不好或倾斜的道路上或加减速行驶时，因为油位的震动或倾斜，导致油杆的测量值严重失真。

公开号为CN106908113A的专利所提供的方法，在动态下，尤其是差路况时，对油量的检测误差会增大；

公开号为CN208520439U的专利所提供的方案，超声波在测量液位时同样易受车辆姿态或路况干扰；

公开号为CN105402174A的专利，方案设计上使用了较多的物理硬件；

公开号为CN103968910B的专利，油量补偿完全依托于联网后和后台监控中心的数据交互，这在基站覆盖少的区域很容易受信号影响导致数据处理滞后，甚至因联网中断直接导致所述方法失效。

综合上述，油量的估算或检测系统，设计上无法满足下列实际需求：

1)硬件设计简单，使用太多检测传感器件会增加系统重量及成本等；

2)估算精度不受车辆姿态、行驶状态、路况等的影响；

3)可靠性高，不受外界因素干扰，如网络环境等。

发明内容

本发明的目的旨在提升汽车油箱油量的测量精度、提高油量测量系统的抗干扰能力，可较好地解决上述硬件及成本问题和估算精度问题，更好的估算油箱油量、续航里程等。其中硬件及成本问题，通过对油箱和油杆传感器进行标定，得到“液位—油量曲线”，然后通过本文方法不断迭代，更新油量值；解决估算精度问题，则通过稳态不断校正和非稳态连续数据融合解决。

本发明提供了一种汽车油箱油量估算方法，包括以下步骤：

步骤一：系统检测当前整车所处的俯仰角、横滚角(即油箱的当前姿态)并计时或计时清零，若在连续时间T内，姿态变化很小，车辆的俯仰角和横滚角不超过系统预设的阈值时，则车辆姿态是平稳的非倾斜的，此时油杆在水平状态、时间T内的测量值已稳定且可信度高，执行步骤2；若检测到俯仰角或横滚角超过设定阈值，则计时清零，执行步骤3；

步骤二：读取油杆传感器测量值V_i，连续测量N次后，求V₁～V_N的均值或平滑滤波值得到当前液位L，通过液位L与油量Q的关系Q＝f(L)，即“油量—液位曲线”得到油量值Q₀，并保存作为步骤3的初始条件；

步骤三：实现卡尔曼滤波器：由瞬时油耗建立预测方程模型，由油杆测量数据建立量测方程模型，通过卡尔曼滤波算法融合预测值和量测值，估算出当前油量的最优值；