[发明专利]一种基于卡尔曼滤波算法的坡度估算方法

摘要

本发明涉及一种道路坡度估算方法，具体涉及一种基于卡尔曼滤波算法的坡度估算方法。为解决现有技术存在的通过获取加速度传感器数据或通过GPS等设备获取坡度信号时，使用过多传感器，或者从汽车CAN总线上获取数据来估算位置参数时，车辆自身参数与外部阻力变化解耦困难以及道路的时变性导致道路坡度估算更加复杂的技术问题，本发明提供了一种基于卡尔曼滤波算法的坡度估算方法，包括如下步骤：1)离线标定卡尔曼滤波参数中的R和Q；2)获取坡度估算方程式；3)建立坡度估算模型。本发明的方法中只涉及车辆运动中的车速信号与加速度信号，二者均比较容易获取，只需要加装加速度传感器，其价格便宜，有利于降低成本。

主权项

1.一种基于卡尔曼滤波算法的坡度估算方法，其特征在于，包括如下步骤：1)离线标定卡尔曼滤波参数中的测量噪声协方差矩阵R和过程噪声协方差矩阵Q；1.1)由加速度传感器测得加速度信号；由变速箱输出轴转速信号计算得到车速信号；1.2)采集车辆加速度信号和车速信号，利用MATLAB分别计算车速信号标准差和加速度信号的标准差；1.3)利用加速度信号标准差和车速信号标准差得到测量噪声协方差矩阵R；1.4)过程噪声协方差矩阵Q取三阶单位矩阵；2)获取坡度估算方程式2.1)利用步骤1.3)得到的测量噪声协方差矩阵R和步骤1.4)得到的过程噪声协方差矩阵Q计算估计误差的协方差P_k的稳态值和卡尔曼增益K_k的稳态值；2.2)将P_k和K_k的稳态值以常数形式写入卡尔曼滤波方程，结合系统状态变量和系统状态方程，计算得到坡度估算方程式；3)建立坡度估算模型利用MATLAB/Simulink，同时基于步骤2.3)得到的坡度估算方程式获取坡度估算模型；坡度估算模型以加速度传感器信号和变速箱输出轴转速信号为输入，以实时估算的实时路面坡度正弦值、车辆行驶加速度及速度为输出。