CN113264056A - 车重估算方法、装置、车辆和可读存储介质 - Google Patents
车重估算方法、装置、车辆和可读存储介质 Download PDFInfo
- Publication number
- CN113264056A CN113264056A CN202110572477.7A CN202110572477A CN113264056A CN 113264056 A CN113264056 A CN 113264056A CN 202110572477 A CN202110572477 A CN 202110572477A CN 113264056 A CN113264056 A CN 113264056A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicle weight
- information
- state
- weight information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000001133 acceleration Effects 0.000 claims abstract description 118
- 238000001514 detection method Methods 0.000 claims abstract description 79
- 230000007246 mechanism Effects 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 26
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000005096 rolling process Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 14
- 230000007935 neutral effect Effects 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 9
- 206010034719 Personality change Diseases 0.000 description 4
- 238000005299 abrasion Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012886 linear function Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
- B60W40/13—Load or weight
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
- B60W2520/125—Lateral acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Transmission Device (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明提供了一种车重估算方法、装置、车辆和可读存储介质,其中,车重估算方法,包括:获取车辆的当前状态信息;基于当前状态信息,记录车辆处于零扭矩输出状态下,车辆的加速度检测值和车辆的当前行驶道路的坡道角度值;将加速度检测值和坡道角度值输入至目标动态整车重量预估算法模型,得到车重信息,由于车辆的加速度检测值和车辆的当前行驶道路的坡道角度值是在车辆处于零扭矩输出状态下的检测信息,因此,降低了电机扭矩误差对车重预估值的影响,提高了估算得到的车重信息的准确性,最终降低车重信息估计精度对车辆的动力输出和安全***的影响。
Description
技术领域
本发明涉及信息处理技术领域,具体而言,涉及一种车重估算方法、装置、车辆和可读存储介质。
背景技术
现有的自卸车辆具有载货质量变化范围区间大的特点,在该特点下,自卸车辆在作业时,载货质量对车辆输出的动力输出以及车辆的安全***有较大影响,因此,在对自卸车辆进行车重估计的时候,车重估计的越准确,对车辆的动力输出和安全***的影响越小。
而现有车重估计的精度较低,无法满足现阶段的使用需求。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的第一个方面在于,提供了一种车重估算方法。
本发明的第二个方面在于,提供了一种车重估算装置。
本发明的第三个方面在于,提供了一种车辆。
本发明的第四个方面在于,提供了一种可读存储介质。
有鉴于此,根据本发明的第一个方面,本发明提供了一种车重估算方法,包括:获取车辆的当前状态信息;基于当前状态信息,记录车辆处于零扭矩输出状态下,车辆的加速度检测值和车辆的当前行驶道路的坡道角度值;将加速度检测值和坡道角度值输入至目标动态整车重量预估算法模型,得到车重信息。
本申请的技术方案提出了一种车重估算方法,通过运行该方法,可以实现车重信息的估算,在此过程中,由于车辆的加速度检测值和车辆的当前行驶道路的坡道角度值是在车辆处于零扭矩输出状态下的检测信息,因此,降低了电机扭矩误差对车重预估值的影响,提高了估算得到的车重信息的准确性,最终降低车重信息估计精度对车辆的动力输出和安全***的影响。
具体地,本申请的技术方案是通过以下方式实现的,具体地,获取车辆的当前状态信息,并判断车辆的当前状态信息是否满足零扭矩输出状态,在车辆满足零扭矩输出状态下,记录车辆的加速度检测值和车辆的当前行驶道路的坡道角度值,并将加速度检测值和坡道角度值输入至目标动态整车重量预估算法模型,以便根据该目标动态整车重量预估算法模型得到车重信息。
其中,目标动态整车重量预估算法模型是基于汽车纵向动力学方程,通过采集加速度,利用最小二乘法,在VCU中建立动态整车重量预估算法模型。
具体地,该动态整车重量预估算法模型所引用的公式为:
其中,在上述公式的基础上,在车辆处于零扭矩输出状态,等号左侧值等于零,上述公式变形得到以下公式,即目标动态整车重量预估算法模型:
其中,Ttq为电机转矩,ig为变速机构的当前传动比,i0为减速机构的传动比,ηT为车辆的传动***的机械效率,r为车辆轮胎滚动半径,CD为空气阻力系数,ρ为空气密度,v为车辆的行驶速度,A为车辆的迎风面积,f0和f1是滚动阻力系数F的速度拟合常数项、一次项系数,M为车重信息,g为重力常数,α为车辆的当前行驶道路的坡道角度值,δ为旋转质量换算系数,为车辆的当前加速度。
其中,对于同一车辆处于相同车速状态下,上述公式中仅坡道角度值和当前加速度为变量,因此,通过测定该参数,即可估算得到一个车重信息。
另外,根据本发明上述技术方案提供的车重估算方法,还具有如下附加技术特征:
在上述技术方案中,记录车辆处于零扭矩输出状态下,车辆的加速度检测值,还包括:获取车辆处于零扭矩输出状态下,车辆的运行姿态;基于车辆的运行姿态处于平稳状态下,记录车辆的加速度检测值。
在该技术方案中,再次限定了记录车辆的加速度检测值的时机,具体地,通过获取车辆的运行姿态,以便根据车辆的运行姿态来判断车辆是否处于平稳状态,只有在车辆处于平稳状态下,才记录车辆的加速度检测值,避免了车辆的姿态变化对获取得到的加速度检测值所产生的影响,以此来提高估算车重信息的准确性。
在上述任一技术方案中,车辆的处于运动状态、车辆处于无制动状态以及车辆的变速机构的当前档位为换挡间隙下的空档下,输出的扭矩为零的状态为零扭矩输出状态。
在该技术方案中,具体限定了车辆处于零扭矩输出状态的情况,具体地,零扭矩输出状态即车辆处于运动状态、当前车辆无制动且车辆的变速机构为换挡间隙下的空档下,输出扭矩为零的状态,在此过程中,通过限定零扭矩输出状态的具体情况,以便在实际使用场景下,通过获取车辆的当前状态信息,来判定车辆是否属于零扭矩输出状态,降低了电机扭矩误差对车重预估值的影响,提高了估算得到的车重信息的准确性,最终降低车重信息估计精度对车辆的动力输出和安全***的影响。
在上述任一技术方案中,基于加速度检测值在车辆的高度方向和宽度方向的分量不存在跳变,车辆处于运行姿态平稳状态;其中,宽度方向、高度方向、车辆的行进方向两两垂直。
在该技术方案中,具体限定了车辆处于运行姿态平稳状态下的判定标准,以便在实际使用场景下,通过获取车辆的当前状态信息,来判定车辆的运行姿态是否平稳状态,避免了车辆的姿态变化对获取得到的加速度检测值所产生的影响,以此来提高估算车重信息的准确性。
具体地,在该技术方案中,通过获取加速度检测值在车辆的高度方向和宽度方向的分量的变化情况来确定车辆是否处于运行姿态平稳状态,若加速度检测值在车辆的高度方向和宽度方向的分量不存在跳变,则认定车辆处于运行姿态平稳状态。
可以理解的是,单位时间内,加速度检测值在车辆的高度方向的分量对应的增大量或减小量超过预设值和/或在宽度方向的分量的增大量或减小量超过预设值,认为存在跳变。
在其中一个技术方案中,检测到的加速度检测值在车辆的高度方向的分量中的多个检测值之间的波动值超过预设值和/或检测到的加速度检测值在车辆的宽度方向的分量中的多个检测值之间的波动值超过预设值,认为存在跳变。
在上述任一技术方案中,车重估算方法还包括:获取车辆的装载信息;基于装载信息指示车辆为空载状态,根据处于空载状态下的车重信息对目标动态整车重量预估算法模型进行参数修正。
在该技术方案中,通过获取车辆的装载信息,并确定处于空载状态下的车重信息,利用该车重对目标动态整车重量预估算法模型进行参数修正,以便参数修正后的目标动态整车重量预估算法模型估算得到的车重信息更加准确。
具体地,修正后的目标动态整车重量预估算法模型表述如下:
其中,Ttq为电机转矩,ig为变速机构的当前传动比,i0为减速机构的传动比,ηT为车辆的传动***的机械效率,r为车辆轮胎滚动半径,CD为空气阻力系数,ρ为空气密度,v为车辆的行驶速度,A为车辆的迎风面积,f0和f1是滚动阻力系数F的速度拟合常数项、一次项系数,M为车重信息,g为重力常数,α为车辆的当前行驶道路的坡道角度值,δ为旋转质量换算系数,为车辆的当前加速度,其中,F(k)为车重修正系数,其中,空载状态下的车重信息对应一个k值,将k值输入至F(k)得到车重修正系数。
在其中一个技术方案中,F(k)可以是一次线性函数,也可以是分段函数。
在该技术方案中,利用处于空载状态下的车重信息对目标动态整车重量预估算法模型进行修正,减小车辆磨损等因素对预估模型造成的偏差,进而提高车重信息的估算精度。
在上述任一技术方案中,根据装载信息确定车辆完成一次卸货处理,确定车辆为空载状态;根据装载信息确定车辆完成一次装货处理,确定车辆为装载状态;其中,装载信息包括车辆的箱体的举升状态、车辆的取力开关的历史工作信息、车辆的变速机构的历史档位切换信息和车辆的车速信息中的一种或多种。
在该技术方案中,通过采用完成一次卸货处理或车辆完成一次装货处理来确定车辆的当前状态,以便确保获得到的处于空载状态下的车重信息与实际应用场景下的车重信息相匹配,减少了处于空载状态下的车重信息与实际应用场景下的车重信息不匹配这一情况出现的几率。
在上述任一技术方案中,加速度检测值和坡道角度值为多个,将加速度检测值和车辆的当前行驶道路的坡道角度值输入至目标动态整车重量预估算法模型,得到车重信息,具体包括:根据多个加速度检测值和多个坡道角度值,得到多个车重信息估算值;对多个车重信息估算值进行收敛性判断,得到车重信息。
在该技术方案中,具体限定了车重信息的确定过程,本申请的技术方案通过获取得到多个加速度检测值和多个坡道角度值,并将多个加速度检测值和多个坡道角度值输入至目标动态整车重量预估算法模型,以便得到多个车重信息估算值,通过对多个车重信息估算值进行收敛性计算,以得到车重信息,在此过程中,车重信息是从多个车重信息估算值进行收敛性计算得到的,因此,该车重信息能够表征车重信息的分布情况,因此,确保了估算结果的可信度。
在上述任一技术方案中,对多个车重信息估算值进行收敛性判断,得到车重信息,具体包括:对多个车重信息估算值进行收敛性判断,得到第一个收敛车重;基于统计得到的收敛车重的数量大于或等于预设数值,对预设数值个第一收敛车重进行收敛性判断,以得到车重信息。
在该技术方案中,具体限定了车重信息是基于二次收敛性判断所得到的,得到的车重信息能够表征多个第一收敛车重的分布情况,因此,收敛性判断得到的车重信息能够更加准确的反应车辆的实际车重信息,提高车重信息的估算精度。
在上述任一技术方案中,对多个车重信息估算值进行收敛性判断,得到车重信息,具体包括:对每个第一预设时间间隔内获取得到的车重信息估算值进行收敛性判断,得到第二收敛车重;对每个第二预设时间间隔内的第二收敛车重进行收敛性判断,得到车重信息。
在该技术方案中,给出了另外一种基于二次收敛性判断得到的车重信息的方案,具体地,第一预设时间间隔小于第二预设时间间隔,由于得到的车重信息能够表征多个第一收敛车重的分布情况,因此,收敛性判断得到的车重信息能够更加准确的反应车辆的实际车重信息,提高车重信息的估算精度。
在上述任一技术方案中,基于输出的车重信息较上一次输出的车重信息的偏差大于或等于5%,将输出的车重信息作为最新的车重信息进行存储,在输出的车重信息较上一次输出的车重信息的偏差小于5%,将上一次输出的车重信息作为最新的车重信息进行存储。
在上述任一技术方案中,收敛车重为其对应的收敛时间内的车重信息估算值的平均值,或为其对应的收敛时间内的出现频率最高的车重信息估算值。
根据本发明的第二个方面,本发明提供了一种车重估算装置,包括:获取模块,用于获取车辆的当前状态信息;记录模块,用于基于当前状态信息,记录车辆处于零扭矩输出状态下,车辆的加速度检测值;计算模块,用于将加速度检测值和车辆的当前行驶道路的坡道角度值输入至目标动态整车重量预估算法模型,得到车重信息。
本申请的技术方案提出了一种车重估算装置,设置有该车重估算装置的车辆可以实现车重信息的估算,在此过程中,由于车辆的加速度检测值和车辆的当前行驶道路的坡道角度值是在车辆处于零扭矩输出状态下的检测信息,因此,降低了电机扭矩误差对车重预估值的影响,提高了估算得到的车重信息的准确性,最终降低车重信息估计精度对车辆的动力输出和安全***的影响。
具体地,本申请的技术方案是通过以下方式实现的,具体地,获取车辆的当前状态信息,并判断车辆的当前状态信息是否满足零扭矩输出状态,在车辆满足零扭矩输出状态下,记录车辆的加速度检测值和车辆的当前行驶道路的坡道角度值,并将加速度检测值和坡道角度值输入至目标动态整车重量预估算法模型,以便根据该目标动态整车重量预估算法模型得到车重信息。
其中,目标动态整车重量预估算法模型是基于汽车纵向动力学方程,通过采集加速度,利用最小二乘法,在VCU中建立动态整车重量预估算法模型。
具体地,该动态整车重量预估算法模型所引用的公式为:
其中,在上述公式的基础上,在车辆处于零扭矩输出状态,等号左侧值等于零,上述公式变形得到以下公式:
其中,Ttq为电机转矩,ig为变速机构的当前传动比,i0为减速机构的传动比,ηT为车辆的传动***的机械效率,r为车辆轮胎滚动半径,CD为空气阻力系数,ρ为空气密度,v为车辆的行驶速度,A为车辆的迎风面积,f0和f1是滚动阻力系数F的速度拟合常数项、一次项系数,M为车重信息,g为重力常数,α为车辆的当前行驶道路的坡道角度值,δ为旋转质量换算系数,为车辆的当前加速度。
其中,对于同一车辆处于相同车速状态下,上述公式中仅坡道角度值和当前加速度为变量,因此,通过测定该参数,即可估算得到一个车重信息。
在上述任一技术方案中,记录模块还用于:获取车辆处于零扭矩输出状态下,车辆的运行姿态;基于车辆的运行姿态处于平稳状态下,记录车辆的加速度检测值。
在该技术方案中,再次限定了记录车辆的加速度检测值的时机,具体地,通过获取车辆的运行姿态,以便根据车辆的运行姿态来判断车辆是否处于平稳状态,只有在车辆处于平稳状态下,才记录车辆的加速度检测值,避免了车辆的姿态变化对获取得到的加速度检测值所产生的影响,以此来提高估算车重信息的准确性。
在上述任一技术方案中,车辆的处于运动状态、车辆处于无制动状态以及车辆的变速机构的当前档位为换挡间隙下的空档下,输出的扭矩为零的状态为零扭矩输出状态。
在该技术方案中,具体限定了车辆处于零扭矩输出状态的情况,具体地,零扭矩输出状态即车辆处于运动状态、当前车辆无制动且车辆的变速机构为换挡间隙下的空档下,输出扭矩为零的状态,在此过程中,通过限定零扭矩输出状态的具体情况,以便在实际使用场景下,通过获取车辆的当前状态信息,来判定车辆是否属于零扭矩输出状态,降低了电机扭矩误差对车重预估值的影响,提高了估算得到的车重信息的准确性,最终降低车重信息估计精度对车辆的动力输出和安全***的影响。
在上述任一技术方案中,基于加速度检测值在车辆的高度方向和宽度方向的分量不存在跳变,车辆处于运行姿态平稳状态;其中,宽度方向、高度方向、车辆的行进方向两两垂直。
在该技术方案中,具体限定了车辆处于运行姿态平稳状态下的判定标准,以便在实际使用场景下,通过获取车辆的当前状态信息,来判定车辆的运行姿态是否平稳状态,避免了车辆的姿态变化对获取得到的加速度检测值所产生的影响,以此来提高估算车重信息的准确性。
具体地,在该技术方案中,通过获取加速度检测值在车辆的高度方向和宽度方向的分量的变化情况来确定车辆是否处于运行姿态平稳状态,若加速度检测值在车辆的高度方向和宽度方向的分量不存在跳变,则认定车辆处于运行姿态平稳状态。
可以理解的是,单位时间内,加速度检测值在车辆的高度方向的分量对应的增大量或减小量超过预设值和/或在宽度方向的分量的增大量或减小量超过预设值,认为存在跳变。
在其中一个技术方案中,检测到的加速度检测值在车辆的高度方向的分量中的多个检测值之间的波动值超过预设值和/或检测到的加速度检测值在车辆的宽度方向的分量中的多个检测值之间的波动值超过预设值,认为存在跳变。
在上述任一技术方案中,计算模块还用于:获取车辆的装载信息;基于装载信息指示车辆为空载状态,根据处于空载状态下的车重信息对目标动态整车重量预估算法模型进行参数修正。
在该技术方案中,通过获取车辆的装载信息,并确定处于空载状态下的车重信息,利用该车重对目标动态整车重量预估算法模型进行参数修正,以便参数修正后的目标动态整车重量预估算法模型估算得到的车重信息更加准确。
具体地,修正后的目标动态整车重量预估算法模型表述如下:
其中,Ttq为电机转矩,ig为变速机构的当前传动比,i0为减速机构的传动比,ηT为车辆的传动***的机械效率,r为车辆轮胎滚动半径,CD为空气阻力系数,ρ为空气密度,v为车辆的行驶速度,A为车辆的迎风面积,f0和f1是滚动阻力系数F的速度拟合常数项、一次项系数,M为车重信息,g为重力常数,α为车辆的当前行驶道路的坡道角度值,δ为旋转质量换算系数,为车辆的当前加速度,其中,F(k)为车重修正系数,其中,空载状态下的车重信息对应一个k值,将k值输入至F(k)得到车重修正系数。
在其中一个技术方案中,F(k)可以是一次线性函数,也可以是分段函数。
在该技术方案中,利用处于空载状态下的车重信息对目标动态整车重量预估算法模型进行修正,减小车辆磨损等因素对预估模型造成的偏差,进而提高车重信息的估算精度。
在上述任一技术方案中,根据装载信息确定车辆完成一次卸货处理,确定车辆为空载状态;根据装载信息确定车辆完成一次装货处理,确定车辆为装载状态;其中,装载信息包括车辆的箱体的举升状态、车辆的取力开关的历史工作信息、车辆的变速机构的历史档位切换信息和车辆的车速信息中的一种或多种。
在该技术方案中,通过采用完成一次卸货处理或车辆完成一次装货处理来确定车辆的当前状态,以便确保获得到的处于空载状态下的车重信息与实际应用场景下的车重信息相匹配,减少了处于空载状态下的车重信息与实际应用场景下的车重信息不匹配这一情况出现的几率。
在上述任一技术方案中,加速度检测值和坡道角度值为多个,计算模块具体用于:根据多个加速度检测值和多个坡道角度值,得到多个车重信息估算值;对多个车重信息估算值进行收敛性判断,得到车重信息。
在该技术方案中,具体限定了车重信息的确定过程,本申请的技术方案通过获取得到多个加速度检测值和多个坡道角度值,并将多个加速度检测值和多个坡道角度值输入至目标动态整车重量预估算法模型,以便得到多个车重信息估算值,通过对多个车重信息估算值进行收敛性计算,以得到车重信息,在此过程中,车重信息是从多个车重信息估算值进行收敛性计算得到的,因此,该车重信息能够表征车重信息的分布情况,因此,确保了估算结果的可信度。
在上述任一技术方案中,对多个车重信息估算值进行收敛性判断,得到车重信息,具体包括:对多个车重信息估算值进行收敛性判断,得到第一个收敛车重;基于统计得到的收敛车重的数量大于或等于预设数值,对预设数值个第一收敛车重进行收敛性判断,以得到车重信息。
在该技术方案中,具体限定了车重信息是基于二次收敛性判断所得到的,得到的车重信息能够表征多个第一收敛车重的分布情况,因此,收敛性判断得到的车重信息能够更加准确的反应车辆的实际车重信息,提高车重信息的估算精度。
在上述任一技术方案中,对多个车重信息估算值进行收敛性判断,得到车重信息,具体包括:对每个第一预设时间间隔内获取得到的车重信息估算值进行收敛性判断,得到第二收敛车重;对每个第二预设时间间隔内的第二收敛车重进行收敛性判断,得到车重信息。
在该技术方案中,给出了另外一种基于二次收敛性判断得到的车重信息的方案,具体地,第一预设时间间隔小于第二预设时间间隔,由于得到的车重信息能够表征多个第一收敛车重的分布情况,因此,收敛性判断得到的车重信息能够更加准确的反应车辆的实际车重信息,提高车重信息的估算精度。在上述任一技术方案中,基于输出的车重信息较上一次输出的车重信息的偏差大于或等于5%,将输出的车重信息作为最新的车重信息进行存储,在输出的车重信息较上一次输出的车重信息的偏差小于5%,将上一次输出的车重信息作为最新的车重信息进行存储。
在上述任一技术方案中,收敛车重为其对应的收敛时间内的车重信息估算值的平均值,或为其对应的收敛时间内的出现频率最高的车重信息估算值。
根据本发明的第三个方面,本发明提供了一种车辆,包括:处理器;存储器,存储器上存储有可在处理器上运行的程序或指令,程序或指令被处理器执行时实现如第一方面中任一项的车重估算方法的步骤。
根据本发明的第四个方面,本发明提供了一种可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时实现如第一方面中任一项的车重估算方法的步骤
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本发明实施例中的车重估算方法的流程示意图之一;
图2示出了本发明实施例中的车重估算方法的流程示意图之二;
图3示出了本发明实施例中的车辆的高度方向和宽度方向的示意图;
图4示出了本发明实施例中的车重估算方法的流程示意图之三;
图5示出了本发明实施例中的车辆姿态获取时的车辆各部件的连接示意图;
图6示出了本发明实施例中的将加速度检测值和车辆的当前行驶道路的坡道角度值输入至目标动态整车重量预估算法模型,得到车重信息的流程示意图;
图7示出了本发明实施例中的车重估算方法的流程示意图之四;
图8示出了本发明实施例中的车重估算装置的示意框图;
图9示出了本发明实施例中的车辆的示意框图。
其中,图8和图9中的附图标记与部件名称之间的对应关系为:
800车重估算装置,802获取模块,804记录模块,806计算模块,900车辆,902处理器,904存储器。
具体实施方式
为了能够更清楚地理解本发明的上述方面、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一
如图1所示,根据本发明的一个实施例中,本发明提供了一种车重估算方法,包括:
步骤102,获取车辆的当前状态信息;
步骤104,基于当前状态信息,记录车辆处于零扭矩输出状态下,车辆的加速度检测值和车辆的当前行驶道路的坡道角度值;
步骤106,将加速度检测值和坡道角度值输入至目标动态整车重量预估算法模型,得到车重信息。
本申请的实施例提出了一种车重估算方法,通过运行该方法,可以实现车重信息的估算,在此过程中,由于车辆的加速度检测值和车辆的当前行驶道路的坡道角度值是在车辆处于零扭矩输出状态下的检测信息,因此,降低了电机扭矩误差对车重预估值的影响,提高了估算得到的车重信息的准确性,最终降低车重信息估计精度对车辆的动力输出和安全***的影响。
具体地,本申请的实施例是通过以下方式实现的,具体地,获取车辆的当前状态信息,并判断车辆的当前状态信息是否满足零扭矩输出状态,在车辆满足零扭矩输出状态下,记录车辆的加速度检测值和车辆的当前行驶道路的坡道角度值,并将加速度检测值和坡道角度值输入至目标动态整车重量预估算法模型,以便根据该目标动态整车重量预估算法模型得到车重信息。
其中,目标动态整车重量预估算法模型是基于汽车纵向动力学方程,通过采集加速度,利用最小二乘法,在VCU中建立动态整车重量预估算法模型。
具体地,该动态整车重量预估算法模型所引用的公式为:
其中,在上述公式的基础上,在车辆处于零扭矩输出状态,等号左侧值等于零,上述公式变形得到以下公式:
其中,Ttq为电机转矩,ig为变速机构的当前传动比,i0为减速机构的传动比,ηT为车辆的传动***的机械效率,r为车辆轮胎滚动半径,CD为空气阻力系数,ρ为空气密度,v为车辆的行驶速度,A为车辆的迎风面积,f0和f1是滚动阻力系数F的速度拟合常数项、一次项系数,M为车重信息,g为重力常数,α为车辆的当前行驶道路的坡道角度值,δ为旋转质量换算系数,为车辆的当前加速度。
其中,对于同一车辆处于相同车速状态下,上述公式中仅坡道角度值和当前加速度为变量,因此,通过测定该参数,即可估算得到一个车重信息。
在其中一个实施例中,坡道角度值可以通过安装角度传感器获取。
实施例二
在上述实施例中,记录车辆处于零扭矩输出状态下,车辆的加速度检测值,如图2所示,还包括:
步骤202,获取车辆处于零扭矩输出状态下,车辆的运行姿态;
步骤204,基于车辆的运行姿态处于平稳状态下,记录车辆的加速度检测值。
在该实施例中,再次限定了记录车辆的加速度检测值的时机,具体地,通过获取车辆的运行姿态,以便根据车辆的运行姿态来判断车辆是否处于平稳状态,只有在车辆处于平稳状态下,才记录车辆的加速度检测值,避免了车辆的姿态变化对获取得到的加速度检测值所产生的影响,以此来提高估算车重信息的准确性。
实施例三
在该实施例中,限定了零扭矩输出状态的判定方式,具体地,车辆处于运动状态、车辆处于无制动状态以及车辆的变速机构的当前档位为换挡间隙下的空档下,输出的扭矩为零的状态为零扭矩输出状态。
在该实施例中,具体限定了车辆处于零扭矩输出状态的情况,具体地,零扭矩输出状态即车辆处于运动状态、当前车辆无制动且车辆的变速机构为换挡间隙下的空档下,输出的扭矩为零的状态,在此过程中,通过限定零扭矩输出状态的具体情况,以便在实际使用场景下,通过获取车辆的当前状态信息,来判定车辆是否属于零扭矩输出状态,降低了电机扭矩误差对车重预估值的影响,提高了估算得到的车重信息的准确性,最终降低车重信息估计精度对车辆的动力输出和安全***的影响。
实施例四
在该实施例中,限定了车辆处于运行姿态平稳状态的判定方式,具体地,基于加速度检测值在车辆的高度方向和宽度方向的分量不存在跳变,车辆处于运行姿态平稳状态;其中,宽度方向、高度方向、车辆的行进方向两两垂直。
在该实施例中,具体限定了车辆处于运行姿态平稳状态下的判定标准,以便在实际使用场景下,通过获取车辆的当前状态信息,来判定车辆的运行姿态是否平稳状态,避免了车辆的姿态变化对获取得到的加速度检测值所产生的影响,以此来提高估算车重信息的准确性。
具体地,如图3所示,在该实施例中,通过获取加速度检测值在车辆的高度方向和宽度方向的分量的变化情况来确定车辆是否处于运行姿态平稳状态,若加速度检测值在车辆的高度方向和宽度方向的分量不存在跳变,则认定车辆处于运行姿态平稳状态。
可以理解的是,单位时间内,加速度检测值在车辆的高度方向的分量对应的增大量或减小量超过预设值和/或在宽度方向的分量的增大量或减小量超过预设值,认为存在跳变。
在其中一个实施例中,检测到的加速度检测值在车辆的高度方向的分量中的多个检测值之间的波动值超过预设值和/或检测到的加速度检测值在车辆的宽度方向的分量中的多个检测值之间的波动值超过预设值,认为存在跳变。
实施例五
在上述任一实施例中,如图4所示,车重估算方法还包括:
步骤402,获取车辆的装载信息;
步骤404,基于装载信息指示车辆为空载状态,根据处于空载状态下的车重信息对目标动态整车重量预估算法模型进行参数修正。
在该实施例中,通过获取车辆的装载信息,并确定处于空载状态下的车重信息,利用该车重对目标动态整车重量预估算法模型进行参数修正,以便参数修正后的目标动态整车重量预估算法模型估算得到的车重信息更加准确。
具体地,修正后的目标动态整车重量预估算法模型表述如下:
其中,Ttq为电机转矩,ig为变速机构的当前传动比,i0为减速机构的传动比,ηT为车辆的传动***的机械效率,r为车辆轮胎滚动半径,CD为空气阻力系数,ρ为空气密度,v为车辆的行驶速度,A为车辆的迎风面积,f0和f1是滚动阻力系数F的速度拟合常数项、一次项系数,M为车重信息,g为重力常数,α为车辆的当前行驶道路的坡道角度值,δ为旋转质量换算系数,为车辆的当前加速度,其中,F(k)为车重修正系数,其中,空载状态下的车重信息对应一个k值,将k值输入至F(k)得到车重修正系数。
在其中一个实施例中,F(k)可以是一次线性函数,也可以是分段函数。
在该实施例中,利用处于空载状态下的车重信息对目标动态整车重量预估算法模型进行修正,减小车辆磨损等因素对预估模型造成的偏差,进而提高车重信息的估算精度。
在上述任一实施例中,根据装载信息确定车辆完成一次卸货处理,确定车辆为空载状态;根据装载信息确定车辆完成一次装货处理,确定车辆为装载状态;其中,装载信息包括车辆的箱体的举升状态、车辆的取力开关的历史工作信息、车辆的变速机构的历史档位切换信息和车辆的车速信息中的一种或多种。
在该实施例中,通过采用完成一次卸货处理或车辆完成一次装货处理来确定车辆的当前状态,以便确保获得到的处于空载状态下的车重信息与实际应用场景下的车重信息相匹配,减少了处于空载状态下的车重信息与实际应用场景下的车重信息不匹配这一情况出现的几率。
如图5所示,车辆的仪表、加速度传感器、换挡手柄通过CAN与VCU连接,取力开关、举升状态以及制动信号通过电气连接传输到VCU,其中,VCU是纯电动汽车的电控***。
实施例六
在上述任一实施例中,加速度检测值和坡道角度值为多个,将加速度检测值和车辆的当前行驶道路的坡道角度值输入至目标动态整车重量预估算法模型,得到车重信息,如图6所示,具体包括:
步骤602,根据多个加速度检测值和多个坡道角度值,得到多个车重信息估算值;
步骤604,对多个车重信息估算值进行收敛性判断,得到车重信息。
在该实施例中,具体限定了车重信息的确定过程,本申请的实施例通过获取得到多个加速度检测值和多个坡道角度值,并将多个加速度检测值和多个坡道角度值输入至目标动态整车重量预估算法模型,以便得到多个车重信息估算值,通过对多个车重信息估算值进行收敛性计算,以得到车重信息,在此过程中,车重信息是从多个车重信息估算值进行收敛性计算得到的,因此,该车重信息能够表征车重信息的分布情况,因此,确保了估算结果的可信度。
在上述任一实施例中,对多个车重信息估算值进行收敛性判断,得到车重信息,具体包括:对多个车重信息估算值进行收敛性判断,得到第一个收敛车重;基于统计得到的收敛车重的数量大于或等于预设数值,对预设数值个第一收敛车重进行收敛性判断,以得到车重信息。
在该实施例中,具体限定了车重信息是基于二次收敛性判断所得到的,得到的车重信息能够表征多个第一收敛车重的分布情况,因此,收敛性判断得到的车重信息能够更加准确的反应车辆的实际车重信息,提高车重信息的估算精度。
在上述任一实施例中,对多个车重信息估算值进行收敛性判断,得到车重信息,具体包括:对每个第一预设时间间隔内获取得到的车重信息估算值进行收敛性判断,得到第二收敛车重;对每个第二预设时间间隔内的第二收敛车重进行收敛性判断,得到车重信息。
在该实施例中,给出了另外一种基于二次收敛性判断得到的车重信息的方案,具体地,第一预设时间间隔小于第二预设时间间隔,由于得到的车重信息能够表征多个第一收敛车重的分布情况,因此,收敛性判断得到的车重信息能够更加准确的反应车辆的实际车重信息,提高车重信息的估算精度。
在上述任一实施例中,基于输出的车重信息较上一次输出的车重信息的偏差大于或等于5%,将输出的车重信息作为最新的车重信息进行存储,在输出的车重信息较上一次输出的车重信息的偏差小于5%,将上一次输出的车重信息作为最新的车重信息进行存储。
在其中一个实施例中,收敛车重为其对应的收敛时间内的车重信息估算值的平均值,或为其对应的收敛时间内的出现频率最高的车重信息估算值。
具体实施例
如图7所示,车重估算方法包括:
步骤702,控制车辆以车速大于5km/h运动;
步骤704,在换挡间隙且变速机构零扭矩输出;
步骤706,车辆运行姿态稳定状态识别;
步骤708,在判断车辆运行姿态是否稳定,在判断结果为是,执行步骤710,在判断结果为否时,执行步骤708;
步骤710,输入至目标动态整车重量预估算法模型;
步骤712,对目标动态整车重量预估算法模型进行参数修正;
步骤714,输出车重信息。
其中,车重估算方法还包括:整车装载状态识别:整车控制器通过采集仪表的车速信息,上装控制器的顶盖开启关闭状态信息,换挡手柄D/R档切换信息、取力开关以及举升状态信息,在整车控制器中建立算法模型,当时别到车辆完成一次卸货工况后,认为车辆为“空载”状态,当识别到车辆完成一次装货工况后,则认为车辆为“装载”状态。
零扭矩输出状态识别:当车速大于5km/h(可以根据实际使用场景进行设定),且整车无机械制动,变速机构换挡过程,驱动电机需要退出当前档位,切换至空挡进行调速,然后进入目标档位,切换空挡过程中电机控制无扭矩输出至整车,此时为零扭矩输出状态。
整车运行姿态识别:整车控制器通过采集加速度传感器报文,基于车辆垂直及宽度方向加速度,车速等信息建立车辆运行姿态模型,当车辆行使时无垂直及宽度方向跳变时,认为车辆运行姿态平稳。
整车车重预估:在整车控制器中基于车辆纵向动力学公式搭建车重预估模型,模型搭建过程中需要进行采集不同车重整车数据,对车重预估模型进行修正。车辆运行后,当VCU识别到车速大于5km/h后,且车辆进入零扭矩状态后,VCU开始对车重进行计算,换挡间隙为1.5s左右,VCU每次换挡过程中对所有计算的车重(m1,m2,m3……mn)进行一次收敛处理,得到车重Mn,VCU对换挡间隙得到的收敛车重(M1,M2,M3……Mn)再次进行收敛处理,得到最终的预估车重M,如计算车重偏差小于5%不对输出预估车重进行修改,反之则输出最新预估车重。当整车控制器(VCU)识别到车辆处于空载状态时,需要利用“空载”车重对车重预估模型进行修正,确保车重预估的准确性。
在该实施例中,VCU基于整车CAN总线信息,建立车辆载重状态模型,不需要增加额外的成本,基于整车控制和软件实现车重的预估,识别载重状态。
实施例七
如图8所示,本发明提供了一种车重估算装置800,包括:获取模块802,用于获取车辆的当前状态信息;记录模块804,用于基于当前状态信息,记录车辆处于零扭矩输出状态下,车辆的加速度检测值;计算模块806,用于将加速度检测值和车辆的当前行驶道路的坡道角度值输入至目标动态整车重量预估算法模型,得到车重信息。
本申请的实施例提出了一种车重估算装置800,设置有该车重估算装置800的车辆可以实现车重信息的估算,在此过程中,由于车辆的加速度检测值和车辆的当前行驶道路的坡道角度值是在车辆处于零扭矩输出状态下的检测信息,因此,降低了电机扭矩误差对车重预估值的影响,提高了估算得到的车重信息的准确性,最终降低车重信息估计精度对车辆的动力输出和安全***的影响。
具体地,本申请的实施例是通过以下方式实现的,具体地,获取车辆的当前状态信息,并判断车辆的当前状态信息是否满足零扭矩输出状态,在车辆满足零扭矩输出状态下,记录车辆的加速度检测值和车辆的当前行驶道路的坡道角度值,并将加速度检测值和坡道角度值输入至目标动态整车重量预估算法模型,以便根据该目标动态整车重量预估算法模型得到车重信息。
在其中一个实施例中,记录模块804还用于获取车辆处于零扭矩输出状态下,车辆的运行姿态;基于车辆的运行姿态处于平稳状态下,记录车辆的加速度检测值。
在其中一个实施例中,基于车辆的处于运动状态、车辆处于无制动状态以及车辆的变速机构的当前档位为换挡间隙下的空档,车辆处于零扭矩输出状态。
在其中一个实施例中,基于加速度检测值在车辆的高度方向和宽度方向的分量不存在跳变,车辆处于运行姿态平稳状态;其中,宽度方向是与高度方向和车辆的行进方向同时垂直的方向。
在其中一个实施例中,计算模块806还用于获取车辆的装载信息;基于装载信息指示车辆为空载状态,根据处于空载状态下的车重信息对目标动态整车重量预估算法模型进行参数修正。
在其中一个实施例中,根据装载信息确定车辆完成一次卸货处理,确定车辆为空载状态;根据装载信息确定车辆完成一次装货处理,确定车辆为装载状态;其中,装载信息包括车辆的箱体的举升状态、车辆的取力开关的历史工作信息、车辆的变速机构的历史档位切换信息和车辆的车速信息中的一种或多种。
在其中一个实施例中,加速度检测值和坡道角度值为多个,计算模块806用于根据多个加速度检测值和多个坡道角度值,得到多个车重信息估算值;对多个车重信息估算值进行收敛性判断,得到一个收敛车重;基于统计得到的收敛车重的数量大于或等于预设数值,对预设数值收敛车重进行收敛性判断,以得到车重信息。
在上述任一实施例中,记录模块804还用于:获取车辆处于零扭矩输出状态下,车辆的运行姿态;基于车辆的运行姿态处于平稳状态下,记录车辆的加速度检测值。
在该实施例中,再次限定了记录车辆的加速度检测值的时机,具体地,通过获取车辆的运行姿态,以便根据车辆的运行姿态来判断车辆是否处于平稳状态,只有在车辆处于平稳状态下,才记录车辆的加速度检测值,避免了车辆的姿态变化对获取得到的加速度检测值所产生的影响,以此来提高估算车重信息的准确性。
在上述任一实施例中,车辆的处于运动状态、车辆处于无制动状态以及车辆的变速机构的当前档位为换挡间隙下的空档下,输出的扭矩为零的状态为零扭矩输出状态。
在该实施例中,具体限定了车辆处于零扭矩输出状态的情况,具体地,零扭矩输出状态即车辆处于运动状态、当前车辆无制动且车辆的变速机构为换挡间隙下的空档下,输出扭矩为零的状态,在此过程中,通过限定零扭矩输出状态的具体情况,以便在实际使用场景下,通过获取车辆的当前状态信息,来判定车辆是否属于零扭矩输出状态,降低了电机扭矩误差对车重预估值的影响,提高了估算得到的车重信息的准确性,最终降低车重信息估计精度对车辆的动力输出和安全***的影响。
在上述任一实施例中,基于加速度检测值在车辆的高度方向和宽度方向的分量不存在跳变,车辆处于运行姿态平稳状态;其中,宽度方向、高度方向、车辆的行进方向两两垂直。
在该实施例中,具体限定了车辆处于运行姿态平稳状态下的判定标准,以便在实际使用场景下,通过获取车辆的当前状态信息,来判定车辆的运行姿态是否平稳状态,避免了车辆的姿态变化对获取得到的加速度检测值所产生的影响,以此来提高估算车重信息的准确性。
具体地,在该实施例中,通过获取加速度检测值在车辆的高度方向和宽度方向的分量的变化情况来确定车辆是否处于运行姿态平稳状态,若加速度检测值在车辆的高度方向和宽度方向的分量不存在跳变,则认定车辆处于运行姿态平稳状态。
可以理解的是,单位时间内,加速度检测值在车辆的高度方向的分量对应的增大量或减小量超过预设值和/或在宽度方向的分量的增大量或减小量超过预设值,认为存在跳变。
在其中一个实施例中,检测到的加速度检测值在车辆的高度方向的分量中的多个检测值之间的波动值超过预设值和/或检测到的加速度检测值在车辆的宽度方向的分量中的多个检测值之间的波动值超过预设值,认为存在跳变。
在上述任一实施例中,计算模块806还用于:获取车辆的装载信息;基于装载信息指示车辆为空载状态,根据处于空载状态下的车重信息对目标动态整车重量预估算法模型进行参数修正。
在该实施例中,通过获取车辆的装载信息,并确定处于空载状态下的车重信息,利用该车重对目标动态整车重量预估算法模型进行参数修正,以便参数修正后的目标动态整车重量预估算法模型估算得到的车重信息更加准确。
具体地,修正后的目标动态整车重量预估算法模型表述如下:
其中,Ttq为电机转矩,ig为变速机构的当前传动比,i0为减速机构的传动比,ηT为车辆的传动***的机械效率,r为车辆轮胎滚动半径,CD为空气阻力系数,ρ为空气密度,v为车辆的行驶速度,A为车辆的迎风面积,f0和f1是滚动阻力系数F的速度拟合常数项、一次项系数,M为车重信息,g为重力常数,α为车辆的当前行驶道路的坡道角度值,δ为旋转质量换算系数,为车辆的当前加速度,其中,F(k)为车重修正系数,其中,空载状态下的车重信息对应一个k值,将k值输入至F(k)得到车重修正系数。
在其中一个实施例中,F(k)可以是一次线性函数,也可以是分段函数。
在该实施例中,利用处于空载状态下的车重信息对目标动态整车重量预估算法模型进行修正,减小车辆磨损等因素对预估模型造成的偏差,进而提高车重信息的估算精度。
在上述任一实施例中,根据装载信息确定车辆完成一次卸货处理,确定车辆为空载状态;根据装载信息确定车辆完成一次装货处理,确定车辆为装载状态;其中,装载信息包括车辆的箱体的举升状态、车辆的取力开关的历史工作信息、车辆的变速机构的历史档位切换信息和车辆的车速信息中的一种或多种。
在该实施例中,通过采用完成一次卸货处理或车辆完成一次装货处理来确定车辆的当前状态,以便确保获得到的处于空载状态下的车重信息与实际应用场景下的车重信息相匹配,减少了处于空载状态下的车重信息与实际应用场景下的车重信息不匹配这一情况出现的几率。
在上述任一实施例中,加速度检测值和坡道角度值为多个,计算模块806具体用于:根据多个加速度检测值和多个坡道角度值,得到多个车重信息估算值;对多个车重信息估算值进行收敛性判断,得到车重信息。
在该实施例中,具体限定了车重信息的确定过程,本申请的实施例通过获取得到多个加速度检测值和多个坡道角度值,并将多个加速度检测值和多个坡道角度值输入至目标动态整车重量预估算法模型,以便得到多个车重信息估算值,通过对多个车重信息估算值进行收敛性计算,以得到车重信息,在此过程中,车重信息是从多个车重信息估算值进行收敛性计算得到的,因此,该车重信息能够表征车重信息的分布情况,因此,确保了估算结果的可信度。
在上述任一实施例中,对多个车重信息估算值进行收敛性判断,得到车重信息,具体包括:对多个车重信息估算值进行收敛性判断,得到第一个收敛车重;基于统计得到的收敛车重的数量大于或等于预设数值,对预设数值个第一收敛车重进行收敛性判断,以得到车重信息。
在该实施例中,具体限定了车重信息是基于二次收敛性判断所得到的,得到的车重信息能够表征多个第一收敛车重的分布情况,因此,收敛性判断得到的车重信息能够更加准确的反应车辆的实际车重信息,提高车重信息的估算精度。
在上述任一实施例中,对多个车重信息估算值进行收敛性判断,得到车重信息,具体包括:对每个第一预设时间间隔内获取得到的车重信息估算值进行收敛性判断,得到第二收敛车重;对每个第二预设时间间隔内的第二收敛车重进行收敛性判断,得到车重信息。
在该实施例中,给出了另外一种基于二次收敛性判断得到的车重信息的方案,具体地,第一预设时间间隔小于第二预设时间间隔,由于得到的车重信息能够表征多个第一收敛车重的分布情况,因此,收敛性判断得到的车重信息能够更加准确的反应车辆的实际车重信息,提高车重信息的估算精度。
在上述任一实施例中,基于输出的车重信息较上一次输出的车重信息的偏差大于或等于5%,将输出的车重信息作为最新的车重信息进行存储,在输出的车重信息较上一次输出的车重信息的偏差小于5%,将上一次输出的车重信息作为最新的车重信息进行存储。
在上述任一实施例中,收敛车重为其对应的收敛时间内的车重信息估算值的平均值,或为其对应的收敛时间内的出现频率最高的车重信息估算值。
实施例八
在其中一个实施例中,如图9所示,提出了一种车辆900,包括:处理器902;存储器904,存储器904上存储有可在处理器902上运行的程序或指令,程序或指令被处理器902执行时实现如上述中任一项的车重估算方法的步骤。
在该实施例中,提出了一种车辆900,其中,车辆900包括如处理器902和存储器904,其中,处理器902执行存储在存储器904中的程序或指令能够实现如上述中任一项的车重估算方法,因此,车辆900具有上述中任一项的车重估算方法的全部有益技术效果,在此,不再赘述。
实施例九
在其中一个实施例中,提出了一种可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时实现如上述中任一项的车重估算方法的步骤。
本发明所提出的可读存储介质上存储的程序或指令被执行时,能够实现如上述中任一项的车重估算方法的步骤,因此,可读存储介质具有上述任一项车重估算方法的全部有益技术效果,在此,不再赘述。
在本发明的描述中,术语“多个”则指两个或两个以上,除非另有明确的限定,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制;术语“连接”、“安装”、“固定”等均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本发明中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (24)
1.一种车重估算方法,其特征在于,包括:
获取车辆的当前状态信息;
基于所述当前状态信息,记录所述车辆处于零扭矩输出状态下,所述车辆的加速度检测值和所述车辆的当前行驶道路的坡道角度值;
将所述加速度检测值和所述坡道角度值输入至目标动态整车重量预估算法模型,得到车重信息。
2.根据权利要求1所述的车重估算方法,其特征在于,所述记录所述车辆处于零扭矩输出状态下,所述车辆的加速度检测值,还包括:
获取所述车辆处于零扭矩输出状态下,所述车辆的运行姿态;
基于所述车辆的运行姿态处于平稳状态下,记录所述车辆的加速度检测值。
3.根据权利要求1所述的车重估算方法,其特征在于,
所述车辆处于运动状态、所述车辆处于无制动状态以及所述车辆的变速机构的当前档位为换挡间隙下的空档下,输出的扭矩为零的状态为所述零扭矩输出状态。
4.根据权利要求2所述的车重估算方法,其特征在于,
基于所述加速度检测值在所述车辆的高度方向和宽度方向的分量不存在跳变,所述车辆处于运行姿态平稳状态;
其中,所述宽度方向、所述高度方向、所述车辆的行进方向两两垂直。
5.根据权利要求1至4中任一项所述的车重估算方法,其特征在于,所述车重估算方法还包括:
获取所述车辆的装载信息;
基于所述装载信息指示所述车辆为空载状态,根据处于空载状态下的车重信息对所述目标动态整车重量预估算法模型进行参数修正。
7.根据权利要求5所述的车重估算方法,其特征在于,
根据所述装载信息确定所述车辆完成一次卸货处理,确定所述车辆为空载状态;
根据所述装载信息确定所述车辆完成一次装货处理,确定所述车辆为装载状态;
其中,装载信息包括所述车辆的箱体的举升状态、所述车辆的取力开关的历史工作信息、所述车辆的变速机构的历史档位切换信息和所述车辆的车速信息中的一种或多种。
8.根据权利要求1至4中任一项所述的车重估算方法,其特征在于,所述加速度检测值和所述坡道角度值为多个,所述将所述加速度检测值和所述车辆的当前行驶道路的坡道角度值输入至目标动态整车重量预估算法模型,得到车重信息,具体包括:
根据多个所述加速度检测值和所述多个坡道角度值,得到多个车重信息估算值;
对多个所述车重信息估算值进行收敛性判断,得到所述车重信息。
9.根据权利要求8所述的车重估算方法,其特征在于,所述对多个所述车重信息估算值进行收敛性判断,得到所述车重信息,具体包括:
对多个所述车重信息估算值进行收敛性判断,得到第一收敛车重;
基于统计得到的收敛车重的数量大于或等于预设数值,对预设数值个所述第一收敛车重进行收敛性判断,以得到所述车重信息。
10.根据权利要求8所述的车重估算方法,其特征在于,所述对多个所述车重信息估算值进行收敛性判断,得到所述车重信息,具体包括:
对每个第一预设时间间隔内获取得到的车重信息估算值进行收敛性判断,得到第二收敛车重;
对每个第二预设时间间隔内的第二收敛车重进行收敛性判断,得到所述车重信息。
11.根据权利要求8所述的车重估算方法,其特征在于,所述收敛车重为其对应的收敛时间内的所述车重信息估算值的平均值,或为其对应的收敛时间内的出现频率最高的所述车重信息估算值。
12.一种车重估算装置,其特征在于,包括:
获取模块,用于获取车辆的当前状态信息;
记录模块,用于基于所述当前状态信息,记录所述车辆处于零扭矩输出状态下,所述车辆的加速度检测值;
计算模块,用于将所述加速度检测值和所述车辆的当前行驶道路的坡道角度值输入至目标动态整车重量预估算法模型,得到车重信息。
13.根据权利要求12所述的车重估算装置,其特征在于,所述记录模块还用于:
获取所述车辆处于零扭矩输出状态下,所述车辆的运行姿态;
基于所述车辆的运行姿态处于平稳状态下,记录所述车辆的加速度检测值。
14.根据权利要求12所述的车重估算装置,其特征在于,所述车辆处于运动状态、所述车辆处于无制动状态以及所述车辆的变速机构的当前档位为换挡间隙下的空档下,输出的扭矩为零的状态为所述零扭矩输出状态。
15.根据权利要求13所述的车重估算装置,其特征在于,基于所述加速度检测值在所述车辆的高度方向和宽度方向的分量不存在跳变,所述车辆处于运行姿态平稳状态;
其中,所述宽度方向、所述高度方向、所述车辆的行进方向两两垂直。
16.根据权利要求12至15中任一项所述的车重估算装置,其特征在于,所述计算模块还用于:
获取所述车辆的装载信息;
基于所述装载信息指示所述车辆为空载状态,根据处于空载状态下的车重信息对所述目标动态整车重量预估算法模型进行参数修正。
18.根据权利要求16所述的车重估算装置,其特征在于,
根据所述装载信息确定所述车辆完成一次卸货处理,确定所述车辆为空载状态;
根据所述装载信息确定所述车辆完成一次装货处理,确定所述车辆为装载状态;
其中,装载信息包括所述车辆的箱体的举升状态、所述车辆的取力开关的历史工作信息、所述车辆的变速机构的历史档位切换信息和所述车辆的车速信息中的一种或多种。
19.根据权利要求12至15中任一项所述的车重估算装置,其特征在于,所述加速度检测值和所述坡道角度值为多个,所述计算模块具体用于:
根据多个所述加速度检测值和所述多个坡道角度值,得到多个车重信息估算值;
对多个所述车重信息估算值进行收敛性判断,得到所述车重信息。
20.根据权利要求19所述的车重估算装置,其特征在于,所述计算模块具体用于:
对多个所述车重信息估算值进行收敛性判断,得到第一收敛车重;
基于统计得到的收敛车重的数量大于或等于预设数值,对预设数值个所述第一收敛车重进行收敛性判断,以得到所述车重信息。
21.根据权利要求19所述的车重估算装置,其特征在于,所述计算模块具体用于:
对每个第一预设时间间隔内获取得到的车重信息估算值进行收敛性判断,得到第二收敛车重;
对每个第二预设时间间隔内的第二收敛车重进行收敛性判断,得到所述车重信息。
22.根据权利要求19所述的车重估算装置,其特征在于,所述收敛车重为其对应的收敛时间内的所述车重信息估算值的平均值,或为其对应的收敛时间内的出现频率最高的所述车重信息估算值。
23.一种车辆,其特征在于,包括:
处理器;
存储器,所述存储器上存储有可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至11中任一项所述的车重估算方法的步骤。
24.一种可读存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被处理器执行时实现如权利要求1至11中任一项所述的车重估算方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110572477.7A CN113264056A (zh) | 2021-05-25 | 2021-05-25 | 车重估算方法、装置、车辆和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110572477.7A CN113264056A (zh) | 2021-05-25 | 2021-05-25 | 车重估算方法、装置、车辆和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113264056A true CN113264056A (zh) | 2021-08-17 |
Family
ID=77232804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110572477.7A Pending CN113264056A (zh) | 2021-05-25 | 2021-05-25 | 车重估算方法、装置、车辆和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113264056A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114265907A (zh) * | 2021-11-29 | 2022-04-01 | 三一汽车制造有限公司 | 一种搅拌车车重预估方法、装置及搅拌车 |
CN114323229A (zh) * | 2021-12-06 | 2022-04-12 | 杭州鸿泉物联网技术股份有限公司 | 工程车辆载重的计量方法、装置、***及工程车辆 |
CN114359609A (zh) * | 2021-12-30 | 2022-04-15 | 西北工业大学 | 车辆负载信息挖掘方法、装置及电子设备 |
CN114397845A (zh) * | 2022-01-14 | 2022-04-26 | 重庆长安汽车股份有限公司 | 一种基于车重的自动驾驶纵向运动控制***及控制方法 |
CN114674403A (zh) * | 2021-12-30 | 2022-06-28 | 北京万集科技股份有限公司 | 目标车辆的检测方法和装置、存储介质及电子设备 |
CN114684159A (zh) * | 2022-03-21 | 2022-07-01 | 潍柴动力股份有限公司 | 一种车辆质量估算方法、装置、电子设备和存储介质 |
CN114718743A (zh) * | 2022-04-22 | 2022-07-08 | 广西玉柴机器股份有限公司 | 一种根据车辆载重进行智能驾驶辅助控制的方法 |
CN114771547A (zh) * | 2022-06-21 | 2022-07-22 | 北京清研宏达信息科技有限公司 | 一种自动驾驶公交车的重量估算方法、装置、公交车及存储介质 |
CN114852093A (zh) * | 2022-05-23 | 2022-08-05 | 北京京深深向科技有限公司 | 一种半挂汽车列车车重估算方法、装置与电子设备 |
CN114919585A (zh) * | 2022-07-22 | 2022-08-19 | 杭州宏景智驾科技有限公司 | 一种基于车辆动力学模型的车重及道路坡度的估算方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261152A (zh) * | 2008-04-15 | 2008-09-10 | 天津港(集团)有限公司 | 集装箱车辆运载双箱的分箱计重方法 |
CN102486400A (zh) * | 2010-12-06 | 2012-06-06 | 罗伯特·博世有限公司 | 车辆质量辨识方法和装置 |
CN102506160A (zh) * | 2011-11-13 | 2012-06-20 | 吉林大学 | 基于纵向动力学的坡道及车辆载荷识别方法 |
CN103630298A (zh) * | 2013-11-07 | 2014-03-12 | 同济大学 | 汽车质量及质心位置动态辨识*** |
CN103946679A (zh) * | 2011-11-22 | 2014-07-23 | 罗伯特·博世有限公司 | 车辆质量辨识方法和*** |
CN104175936A (zh) * | 2014-08-22 | 2014-12-03 | 中国重汽集团成都王牌商用车有限公司 | 防止自卸车行驶中货箱自行举升的控制*** |
CN104457937A (zh) * | 2014-10-11 | 2015-03-25 | 中国第一汽车股份有限公司 | 计算车辆总质量的方法及节油控制方法 |
CN106926845A (zh) * | 2017-03-02 | 2017-07-07 | 中国第汽车股份有限公司 | 一种车辆状态参数的动态估计方法 |
CN108944935A (zh) * | 2018-05-31 | 2018-12-07 | 重庆大学 | 一种考虑参数耦合关系的汽车质量和道路坡度估计方法 |
CN110395266A (zh) * | 2019-08-14 | 2019-11-01 | 厦门金龙联合汽车工业有限公司 | 一种关于公交车质量变化和道路坡度解耦的估算方法 |
CN110689723A (zh) * | 2019-11-06 | 2020-01-14 | 北京交通大学 | 基于功率分布与车辆自学习的货车超载识别方法 |
CN110920625A (zh) * | 2019-11-27 | 2020-03-27 | 北京交通大学 | 一种电动汽车整车质量与道路阻力的解耦及持续估计方法 |
CN111198032A (zh) * | 2018-11-19 | 2020-05-26 | 陕西汽车集团有限责任公司 | 汽车质量实时估算方法 |
CN111311782A (zh) * | 2020-02-12 | 2020-06-19 | 北京经纬恒润科技有限公司 | 载重估计方法及装置 |
CN111512126A (zh) * | 2017-12-26 | 2020-08-07 | 五十铃自动车株式会社 | 车辆重量推定装置及车辆重量推定方法 |
CN111717214A (zh) * | 2019-03-22 | 2020-09-29 | 长沙智能驾驶研究院有限公司 | 整车质量估算方法、装置、电子设备和存储介质 |
CN111806449A (zh) * | 2020-06-23 | 2020-10-23 | 西安法士特汽车传动有限公司 | 一种纯电动车的整车质量和路面坡度的估算方法 |
CN112046493A (zh) * | 2019-06-05 | 2020-12-08 | 陕西汽车集团有限责任公司 | 一种电动汽车的载重识别方法 |
CN112429010A (zh) * | 2020-12-02 | 2021-03-02 | 东风商用车有限公司 | 一种整车质量和道路坡度估算方法 |
CN112550297A (zh) * | 2020-12-16 | 2021-03-26 | 陕西法士特齿轮有限责任公司 | 纯电动商用车基于三轴加速度计的重量和坡度计算方法 |
-
2021
- 2021-05-25 CN CN202110572477.7A patent/CN113264056A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261152A (zh) * | 2008-04-15 | 2008-09-10 | 天津港(集团)有限公司 | 集装箱车辆运载双箱的分箱计重方法 |
CN102486400A (zh) * | 2010-12-06 | 2012-06-06 | 罗伯特·博世有限公司 | 车辆质量辨识方法和装置 |
CN102506160A (zh) * | 2011-11-13 | 2012-06-20 | 吉林大学 | 基于纵向动力学的坡道及车辆载荷识别方法 |
CN103946679A (zh) * | 2011-11-22 | 2014-07-23 | 罗伯特·博世有限公司 | 车辆质量辨识方法和*** |
CN103630298A (zh) * | 2013-11-07 | 2014-03-12 | 同济大学 | 汽车质量及质心位置动态辨识*** |
CN104175936A (zh) * | 2014-08-22 | 2014-12-03 | 中国重汽集团成都王牌商用车有限公司 | 防止自卸车行驶中货箱自行举升的控制*** |
CN104457937A (zh) * | 2014-10-11 | 2015-03-25 | 中国第一汽车股份有限公司 | 计算车辆总质量的方法及节油控制方法 |
CN106926845A (zh) * | 2017-03-02 | 2017-07-07 | 中国第汽车股份有限公司 | 一种车辆状态参数的动态估计方法 |
CN111512126A (zh) * | 2017-12-26 | 2020-08-07 | 五十铃自动车株式会社 | 车辆重量推定装置及车辆重量推定方法 |
CN108944935A (zh) * | 2018-05-31 | 2018-12-07 | 重庆大学 | 一种考虑参数耦合关系的汽车质量和道路坡度估计方法 |
CN111198032A (zh) * | 2018-11-19 | 2020-05-26 | 陕西汽车集团有限责任公司 | 汽车质量实时估算方法 |
CN111717214A (zh) * | 2019-03-22 | 2020-09-29 | 长沙智能驾驶研究院有限公司 | 整车质量估算方法、装置、电子设备和存储介质 |
CN112046493A (zh) * | 2019-06-05 | 2020-12-08 | 陕西汽车集团有限责任公司 | 一种电动汽车的载重识别方法 |
CN110395266A (zh) * | 2019-08-14 | 2019-11-01 | 厦门金龙联合汽车工业有限公司 | 一种关于公交车质量变化和道路坡度解耦的估算方法 |
CN110689723A (zh) * | 2019-11-06 | 2020-01-14 | 北京交通大学 | 基于功率分布与车辆自学习的货车超载识别方法 |
CN110920625A (zh) * | 2019-11-27 | 2020-03-27 | 北京交通大学 | 一种电动汽车整车质量与道路阻力的解耦及持续估计方法 |
CN111311782A (zh) * | 2020-02-12 | 2020-06-19 | 北京经纬恒润科技有限公司 | 载重估计方法及装置 |
CN111806449A (zh) * | 2020-06-23 | 2020-10-23 | 西安法士特汽车传动有限公司 | 一种纯电动车的整车质量和路面坡度的估算方法 |
CN112429010A (zh) * | 2020-12-02 | 2021-03-02 | 东风商用车有限公司 | 一种整车质量和道路坡度估算方法 |
CN112550297A (zh) * | 2020-12-16 | 2021-03-26 | 陕西法士特齿轮有限责任公司 | 纯电动商用车基于三轴加速度计的重量和坡度计算方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114265907A (zh) * | 2021-11-29 | 2022-04-01 | 三一汽车制造有限公司 | 一种搅拌车车重预估方法、装置及搅拌车 |
CN114323229A (zh) * | 2021-12-06 | 2022-04-12 | 杭州鸿泉物联网技术股份有限公司 | 工程车辆载重的计量方法、装置、***及工程车辆 |
CN114323229B (zh) * | 2021-12-06 | 2024-05-17 | 杭州鸿泉物联网技术股份有限公司 | 工程车辆载重的计量方法、装置、***及工程车辆 |
CN114359609A (zh) * | 2021-12-30 | 2022-04-15 | 西北工业大学 | 车辆负载信息挖掘方法、装置及电子设备 |
CN114674403A (zh) * | 2021-12-30 | 2022-06-28 | 北京万集科技股份有限公司 | 目标车辆的检测方法和装置、存储介质及电子设备 |
CN114674403B (zh) * | 2021-12-30 | 2024-05-14 | 北京万集科技股份有限公司 | 目标车辆的检测方法和装置、存储介质及电子设备 |
CN114397845A (zh) * | 2022-01-14 | 2022-04-26 | 重庆长安汽车股份有限公司 | 一种基于车重的自动驾驶纵向运动控制***及控制方法 |
CN114684159A (zh) * | 2022-03-21 | 2022-07-01 | 潍柴动力股份有限公司 | 一种车辆质量估算方法、装置、电子设备和存储介质 |
CN114718743B (zh) * | 2022-04-22 | 2024-02-09 | 广西玉柴机器股份有限公司 | 一种根据车辆载重进行智能驾驶辅助控制的方法 |
CN114718743A (zh) * | 2022-04-22 | 2022-07-08 | 广西玉柴机器股份有限公司 | 一种根据车辆载重进行智能驾驶辅助控制的方法 |
CN114852093A (zh) * | 2022-05-23 | 2022-08-05 | 北京京深深向科技有限公司 | 一种半挂汽车列车车重估算方法、装置与电子设备 |
CN114852093B (zh) * | 2022-05-23 | 2023-10-20 | 北京京深深向科技有限公司 | 一种半挂汽车列车车重估算方法、装置与电子设备 |
CN114771547B (zh) * | 2022-06-21 | 2022-09-23 | 北京清研宏达信息科技有限公司 | 一种自动驾驶公交车的重量估算方法、装置、公交车及存储介质 |
CN114771547A (zh) * | 2022-06-21 | 2022-07-22 | 北京清研宏达信息科技有限公司 | 一种自动驾驶公交车的重量估算方法、装置、公交车及存储介质 |
CN114919585B (zh) * | 2022-07-22 | 2022-11-04 | 杭州宏景智驾科技有限公司 | 一种基于车辆动力学模型的车重及道路坡度的估算方法 |
CN114919585A (zh) * | 2022-07-22 | 2022-08-19 | 杭州宏景智驾科技有限公司 | 一种基于车辆动力学模型的车重及道路坡度的估算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113264056A (zh) | 车重估算方法、装置、车辆和可读存储介质 | |
CN103661395B (zh) | 动态道路坡度估计 | |
CN103661394B (zh) | 道路坡度估计仲裁 | |
JP5231900B2 (ja) | 車両の動力システムの制御方法 | |
US8423218B2 (en) | Travel controller for industrial vehicle | |
US11161515B1 (en) | Anti-jerk control method for electric vehicle | |
EP3078537A1 (en) | Electric vehicle control device and electric vehicle control method | |
EP1897746A2 (en) | Vehicle control apparatus | |
CN109466561A (zh) | 车辆总质量计算方法和*** | |
EP3072768A2 (en) | Vehicle speed limit apparatus | |
JP5824650B2 (ja) | 車両用回生制動制御装置 | |
CN112389208A (zh) | 自动驾驶车辆能量回收方法、***、终端、介质及车辆 | |
CN114750602A (zh) | 车辆能量回收控制方法、装置、可读存储介质及电子设备 | |
CN115503737A (zh) | 车辆的质量估算方法、装置、介质、设备及车辆 | |
US20230026018A1 (en) | MPC-Based Autonomous Drive Function of a Motor Vehicle | |
US20230049927A1 (en) | Autonomous Drive Function Which Takes Driver Interventions into Consideration for a Motor Vehicle | |
CN113859253A (zh) | 一种车辆行驶过程中质量的实时估计方法 | |
CN111645652B (zh) | 车辆制动力的计算方法 | |
CN113268879A (zh) | 列车操纵优化方法、装置、设备及存储介质 | |
CN103204165B (zh) | 一种电动汽车整车动力输出优化控制方法 | |
CN113199945A (zh) | 控制装置 | |
CN116442799A (zh) | 一种车辆的扭矩分配的控制方法及装置 | |
US20220371450A1 (en) | Model-Based Predictive Regulation of an Electric Machine in a Drivetrain of a Motor Vehicle | |
WO2020217726A1 (ja) | 回生制御装置 | |
CN114312352A (zh) | 一种电动汽车自适应滑行回馈强度控制***及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210817 |