CN115659662A - 车重的估算方法、装置、存储介质及工程车辆 - Google Patents
车重的估算方法、装置、存储介质及工程车辆 Download PDFInfo
- Publication number
- CN115659662A CN115659662A CN202211350543.7A CN202211350543A CN115659662A CN 115659662 A CN115659662 A CN 115659662A CN 202211350543 A CN202211350543 A CN 202211350543A CN 115659662 A CN115659662 A CN 115659662A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- difference equation
- dynamics model
- determining
- weight
- 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 73
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 230000001133 acceleration Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 17
- 230000009466 transformation Effects 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005096 rolling process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000011426 transformation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种车重的估算方法、装置、存储介质及工程车辆,具体实现方案为:利用目标车辆的整车数据构建车辆动力学模型;基于所述车辆动力学模型确定对应的差分方程;基于所述差分方程确定对应的差分方程系数和协方差矩阵;利用所述差分方程系数和所述协方差矩阵,估算所述目标车辆的车重。根据本申请的技术方案,能够有效提升车重估算的准确性。
Description
技术领域
本申请涉及工程机械技术领域,尤其涉及一种车重的估算方法、装置、存储介质及工程车辆。
背景技术
目前,由于搅拌车的质量变化大且工况复杂,那么对于匹配自动变速器的搅拌车来说,车重严重影响着搅拌车的起步和换挡策略。而在现有技术中,通常会借助一些外在的测量设备进行车重的测量,无法准确地估算搅拌车的车重。
发明内容
为了解决上述问题,本申请提出一种车重的估算方法、装置、存储介质及工程车辆,能够有效提升车重估算的准确性。
根据本申请实施例的第一方面,提供了一种车重的估算方法,包括:
利用目标车辆的整车数据构建车辆动力学模型;
基于所述车辆动力学模型确定对应的差分方程;
基于所述差分方程确定对应的差分方程系数和协方差矩阵;
利用所述差分方程系数和所述协方差矩阵,估算所述目标车辆的车重。
根据本申请实施例的第二方面,提供了一种车重的估算装置,包括:
构建模块,用于利用目标车辆的整车数据构建车辆动力学模型;
确定模块,用于基于所述车辆动力学模型确定对应的差分方程;
处理模块,用于基于所述差分方程确定对应的差分方程系数和协方差矩阵;
估算模块,用于利用所述差分方程系数和所述协方差矩阵,估算所述目标车辆的车重。
本申请第三方面提供了一种工程车辆,包括:
控制设备,所述控制设备用于实现上述的车重的估算方法。
本申请第四方面提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程度被处理器运行时,实现上述的车重的估算方法。
上述申请中的一个实施例具有如下优点或有益效果:
基于车辆动力学模型确定差分方程,通过差分方程确定差分方差系数和协方差矩阵,再利用差分方差系数和协方差矩阵估算车重,这样可以无需借助外界设备,就能够准确地对车重进行评估。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请一实施例提供的一种车重的估算方法的流程示意图;
图2为本申请一实施例提供的一种车重的估算方法的流程示意图;
图3为本申请一实施例提供的协方差矩阵的示意图;
图4为本申请一实施例提供的差分方程系数的示意图;
图5为本申请一实施例提供的一种虚拟换装方法的具体流程示意图;
图6为本申请一实施例提供的一种车重的估算装置的结构示意图;
图7为本申请一实施例提供的一种工程车辆的结构示意图;
图8为本申请一实施例提供的一种控制设备的结构示意图。
具体实施方式
本申请实施例技术方案适用于应用在检测车重的场景中,例如,搅拌车等。采用本申请实施例技术方案,能够更加准确地估算车重。
本申请实施例技术方案可示例性地应用于处理器、电子设备、服务器(包括云服务器)等硬件设备,或包装成软件程序被运行,当硬件设备执行本申请实施例技术方案的处理过程,或上述软件程序被运行时,可以实现根据车辆动力学模型确定的差分方程估算车重的目的。本申请实施例只对本申请技术方案的具体处理过程进行示例性介绍,并不对本申请技术方案的具体实现形式进行限定,任意的可以执行本申请技术方案处理过程的技术实现形式,都可以被本申请实施例所采用。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
示例性方法
图1是根据本申请一实施例的车重的估算方法的流程图。在一示例性实施例中,该一种车重的估算方法,具体包括:
S110、利用目标车辆的整车数据构建车辆动力学模型;
S120、基于所述车辆动力学模型确定对应的差分方程;
S130、基于所述差分方程确定对应的差分方程系数和协方差矩阵;
S140、利用所述差分方程系数和所述协方差矩阵,估算所述目标车辆的车重。
在步骤S110中,示例性地,目标车辆可以是指定的某一车辆,还可以是任意车辆。在本实施例中,目标车辆的种类是搅拌车,还可以是其他类别的车辆,在此不作限定。整车数据用于表示目标车辆行驶时所采集的数据。可选地,整车数据可以是过滤后的数据,还可以是过滤前的数据。整车数据可以包括:车辆轮端驱动力、道路坡度、车辆行驶速度等。可选地,整车数据可以是直接检测得到的,还可以是通过其他传感器检测得到的。车辆动力学模型用于表示车辆的行驶状态,其中,车辆动力学模型是包含车重的函数,具体由车辆轮端驱动力、车重、重力加速度、道路坡度、滚动阻力系数、风阻系数、迎风面积、旋转质量换算系数、车辆行驶速度、车辆加速度构成。
在步骤S120中,示例性地,差分方程是包含未知函数的差分及自变数的方程。在本实施例中,差分方程是关于车辆加速度、坡度、车辆轮端驱动力的方程。具体地,将车辆动力学模型通过数学转换得到差分方程,以达到解差分方程,来求车辆动力学模型的近似解的目的,使得连续问题离散化。其中,数学转换包括:线性化、拉普拉斯变换、前向差分、后向差分、Z反变换等。
在步骤S130中,示例性地,差分方程系数用于表示差分方程中各个参数的系数。可选地,针对差分方程中每一个参数设置一个差分方程系数,差分方程系数可以相同,也可以不同。可选地,差分方程系数可以是包含车重的系数,例如,若A=0.5*m,其中,A为差分方程系数,m为车重。具体地,每个差分方程可以确定出多组差分方程系数。协方差矩阵表示一组随机变量之间的两两线性相关性。可选地,协方差矩阵可以包括车辆加速度。具体地,可以根据仿真软件对差分方程进行仿真,就可以得到差分方程的协方差矩阵和差分方程系数。
在步骤S140中,示例性地,由于车辆动力学模型是包含车重的函数,而差分方程由车辆动力学模型转换得到,因此根据差分方程系数和协方差矩阵对车辆动力学模型或差分方程进行计算可以直接得到目标车辆的车重。还可以是在车辆动力学模型转换为差分方程时,将差分方程系数通过车重进行表示。这样,根据协方差矩阵选择合适的差分方程系数,即可估算出车重。
在本申请的技术方案中,基于车辆动力学模型确定差分方程,通过差分方程确定差分方差系数和协方差矩阵,再利用差分方差系数和协方差矩阵估算车重,可以无需借助外界设备,就能够准确地对车重进行评估。而且由于差分方程的收敛速度较快,所以,不仅可以更准确地估算车重,还可以提升估算车重的速度。
在一种实施方式中,如图2所示,所述利用所述差分方程系数和所述协方差矩阵,估算所述目标车辆的车重,包括:
S210、基于所述协方差矩阵确定车辆加速度的方差最小值;
S220、基于所述车辆加速度的方差最小值对应的差分方程系数和所述差分方程,计算得到车重。
示例性地,如图3-4所示,由于协方差矩阵的对角线上的元素为加速度的方差,且方差越小车重估算越精确,所以在对角线上的元素中选择方差最小值,确定方差最小值对应的差分方程系数,这样,使得根据上述差分方程系数和差分方程计算得到车重更加准确。
在一种实施方式中,所述利用所述整车数据构建车辆动力学模型,包括:
基于整车数据确定所述目标车辆的运行状态;
在所述运行状态满足预设的车辆运行条件的情况下,构建所述车辆动力学模型。
示例性地,目标车辆的运行状态可以是根据实时采集的一个或多个整车数据确定的,还可以是根据多个整车数据计算后的结果确定的。其中,运行状态可以包括:制动状态、停车状态、起步状态、怠速状态、行驶状态等。可选地,行驶状态可以包括:正常行驶状态和非正常行驶状态。可选地,非正常行驶状态包括:车辆加速度大于预设第一阈值、车辆加速度小于预设第二阈值或坡度大于预设第三阈值。其中,预设第一阈值、预设第二阈值和预设第三阈值可以是根据实际需要进行设置的,在此不作限定。
示例性地,预设的车辆运行条件用于表示目标车辆属于稳定运行的情况。可选地,车辆运行条件可以是一个条件,还可以是多个条件。具体地,可以是根据运行状态设置对应的车辆运行条件。
具体地,由于车辆换挡过程中离合器传扭无法准确获取,因此,停车状态、0油门过程(即怠速状态)无法准确估算车重。又由于刹车过程车辆的轮端驱动力的不准确,因此刹车过程(即制动状态)无法准确估算车重。车辆加速度过大或过小、坡度过大均无法准确估算车重。可以理解的是,上述情况使得目标车辆无法正常行驶,那么,在估算车重时,会导致不正常的车重跳动。这样,预设的车辆运行条件可以包括:运行状态不为停车状态、制动状态、怠速状态和非正常行驶状态中的任意一种。
在本实施例中,预先将满足预设的车辆运行条件的运行状态设置为对应第一标志位,将不满足预设的车辆运行条件的运行状态设置为对应第二标志位。其中,第一标志位可以为1,第二标志位可以为0,也可以根据实际需要进行设置,这样可以及时通知工作人员,当前车辆处于不稳定的工况下。
在获取整车数据后,确定车辆的运行状态。若车辆的运行状态不为停车状态、制动状态、怠速状态和非正常行驶状态中的任意一种,则说明车辆处于稳定的工况下,输出标志位1。若车辆的运行状态为停车状态、制动状态、怠速状态和非正常行驶状态中的任意一种,则说明车辆处于不稳定的工况下,输出标志位0,从而可以对车辆的工况进行筛选,筛选出稳定的工况,避免车重浮动较大的问题,从而使得车重的估算更准确。
在一种实施方式中,所述基于所述车辆动力学模型确定对应的差分方程,包括:
利用线性变换,对所述车辆动力学模型进行处理得到所述差分方程。
示例性地,线性变换可以包括:拉普拉斯变换、前向差分法和Z反变换等。具体地,可以采用一种线性变换方法对车辆动力学模型进行转换,也可以是结合多种线性变换方法对车辆动力学模型进行转换得到差分方程。
优选地,利用线性变换,对所述车辆动力学模型进行处理得到所述差分方程,包括:
根据拉普拉斯变换对所述车辆动力学模型进行转换,得到中间函数;
根据前向差分法和Z反变换联合对所述中间函数进行转换,得到所述差分方程。
在本实施例中,车辆动力学模型为:
其中,Ft为车辆轮端驱动力,m为车重(kg),g为重力加速度,g取9.81m/s^2,θ为道路坡度,道路坡度通过传感器获取,f为滚动阻力系数,f取0.000056v+0.0076,Cd为风阻系数,A为迎风面积(m^2),δ为旋转质量换算系数,v为车辆行驶速度(km/h),a为车辆加速度(m/s^2)。
对车辆动力学模型进行拉普拉斯变换,转化为如下形式:
s2Ft(s)=(a1s2-6b1)θ(s)+(d1s2+c1s+e1)a(s);
其中,a1b1c1d1e1均已知。
ak=AFk+BFk-1+CFk-2+Dak-1+Eak-2+Fθk+Gθk-1+Hθk-2
其中,ak、ak-1、ak-2分别为k、k-1、k-2时刻的加速度; 分别为车辆k、k-1、k-2时刻的车辆轮端驱动力,θk-1、θk-2分别为k-1、k-2时刻的道路坡度。其中,A、B、C、D、E、F、G、H为含车重m的差分方程系数。
在一种实施方式中,所述基于所述差分方程确定对应的差分方程系数和协方差矩阵,包括:
对所述差分方程进行计算得到协方差矩阵;
根据所述协方差矩阵更新差分方程系数,得到多组差分方程系数。
具体地,在MATLAB仿真软件中采用带遗忘因子的递推最小二乘法对差分方程进行计算,计算过程中得到协方差矩阵,同时在递推计算过程中更新差分方程系数,直至收敛,得到多组差分方程系数,从而实现快速且准确地对差分方程进行求解。
在一种实施方式中,所述目标车辆的整车数据的获取方法,包括:
获取所述目标车辆的初始整车数据;
对所述初始整车数据进行过滤处理,得到所述目标车辆的整车数据。
示例性地,初始整车数据用于表示传感器或控制器采集或接收到的车辆数据。可选地,可以是对所有初始整车数据进行过滤,也可以是对部分初始整车数据进行过滤。过滤处理可以是一阶低通滤波,还可以是其他过滤方式。具体地,采用一阶低通滤波时,不同的数据可以采用不同的滤波系数。不同的数据也可以采用相同的滤波系数,可以根据实际需要进行设置。
在本实施例中,如图5所示,获取目标车辆的初始整车数据后,筛选需要的初始整车数据,例如,轮端驱动力、变速箱输出轴转速、道路坡度等。采用一阶低通滤波对筛选后的初始整车数据进行平滑处理,得到整车数据,使得整车数据更加平滑,从而估算车重更加准确。
根据整车数据确定车辆运行状态,从而确定车辆运行状态是否满足预设的车辆运行条件,若满足,则输出标志位1,并根据整车数据构建车辆动力学模型。若不满足,则输出标志位0。利用线性变换将车辆动力学模型转换为差分方程,通过带遗忘因子的递推最小二乘法对差分方程进行递推计算,得到多组差分方程系数和协方差矩阵。由于协方差矩阵的对角线上的元素是加速度的方差,而方差越小车重估算值越准确,因此,选取车辆加速度的方差最小值对应的差分方程系数对车重进行估算。可见,采用上述方法在软件中进行仿真,运行速度快,收敛情况较好,收敛速度较快,经过模型仿真实测一般收敛速度在20-30s(步长设置为0.1s),使得车重的估算结果更准确。进一步地,还可以计算出的车重进行中位数滤波处理,避免在收敛过程中车重出现不合理的跳动。
示例性装置
相应的,图6是根据本申请一实施例的车重的估算装置的结构示意图。在一示例性实施例中,本申请实施例还提出一种车重的估算装置,该装置包括:
构建模块610,用于利用目标车辆的整车数据构建车辆动力学模型;
确定模块620,用于基于所述车辆动力学模型确定对应的差分方程;
处理模块630,用于基于所述差分方程确定对应的差分方程系数和协方差矩阵;
估算模块640,用于利用所述差分方程系数和所述协方差矩阵,估算所述目标车辆的车重。
在一种实施方式中,估算模块640,还用于:
基于所述协方差矩阵确定车辆加速度的方差最小值;
基于所述车辆加速度的方差最小值对应的差分方程系数和所述差分方程,计算得到车重。
在一种实施方式中,构建模块610,还用于:
基于整车数据确定所述目标车辆的运行状态;
在所述运行状态满足预设的车辆运行条件的情况下,构建所述车辆动力学模型。
在一种实施方式中,确定模块620,还用于:
利用线性变换,对所述车辆动力学模型进行处理得到所述差分方程。
在一种实施方式中,利用线性变换,对所述车辆动力学模型进行处理得到所述差分方程,包括:
根据拉普拉斯变换对所述车辆动力学模型进行转换,得到中间函数;
根据前向差分法和Z反变换联合对所述中间函数进行转换,得到所述差分方程。
在一种实施方式中,处理模块630,还用于:
对所述差分方程进行计算得到协方差矩阵;
根据所述协方差矩阵更新差分方程系数,得到多组差分方程系数。
在一种实施方式中,所述装置还包括:
获取模块,用于获取所述目标车辆的初始整车数据;
过滤模块,用于对所述初始整车数据进行过滤处理,得到所述目标车辆的整车数据。
本实施例提供的车重的估算装置,与本申请上述实施例所提供的车重的估算方法属于同一申请构思,可执行本申请上述任意实施例所提供的车重的估算方法,具备执行车重的估算方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请上述实施例提供的车重的估算方法的具体处理内容,此处不再加以赘述。
示例性电子设备
本申请另一实施例还提出一种工程车辆,如图7所示,该设备包括:控制设备;所述控制设备用于实现上述的车重的估算方法。
在本申请的技术方案中,工程车辆具体可以为搅拌车。工程车辆由于采用车重的估算方法,可以准确地对车重进行估算。
如图8所示,控制设备可以包括:存储器800和处理器810;
其中,所述存储器800与所述处理器810连接,用于存储程序;
所述处理器810,用于通过运行所述存储器800中存储的程序,实现上述任一实施例公开的车重的估算方法。
具体的,上述电子设备还可以包括:总线、通信接口820、输入设备830和输出设备840。
处理器810、存储器800、通信接口820、输入设备830和输出设备840通过总线相互连接。其中:
总线可包括一通路,在计算机***各个部件之间传送信息。
处理器810可以是通用处理器,例如通用中央处理器(CPU)、微处理器等,也可以是特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制本发明方案程序执行的集成电路。还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
处理器810可包括主处理器,还可包括基带芯片、调制解调器等。
存储器800中保存有执行本发明技术方案的程序,还可以保存有操作***和其他关键业务。具体地,程序可以包括程序代码,程序代码包括计算机操作指令。更具体的,存储器800可以包括只读存储器(read-only memory,ROM)、可存储静态信息和指令的其他类型的静态存储设备、随机存取存储器(random access memory,RAM)、可存储信息和指令的其他类型的动态存储设备、磁盘存储器、flash等等。
输入设备830可包括接收用户输入的数据和信息的装置,例如键盘、鼠标、摄像头、扫描仪、光笔、语音输入装置、触摸屏、计步器或重力感应器等。
输出设备840可包括允许输出信息给用户的装置,例如显示屏、打印机、扬声器等。
通信接口820可包括使用任何收发器一类的装置,以便与其他设备或通信网络通信,如以太网,无线接入网(RAN),无线局域网(WLAN)等。
处理器810执行存储器800中所存放的程序,以及调用其他设备,可用于实现本申请上述实施例所提供的任意一种车重的估算方法的各个步骤。
示例性计算机程序产品和存储介质
除了上述方法和设备以外,本申请的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的车重的估算方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本申请的实施例还可以是存储介质,其上存储有计算机程序,计算机程序被处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的车重的估算方法中的步骤。
上述的电子设备的具体工作内容,以及上述的计算机程序产品和存储介质上的计算机程序被处理器运行时的具体工作内容,均可以参见上述的方法实施例的内容,此处不再赘述。
对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减,各实施例中记载的技术特征可以进行替换或者组合。
本申请各实施例种装置及终端中的模块和子模块可以根据实际需要进行合并、划分和删减。
本申请所提供的几个实施例中,应该理解到,所揭露的终端,装置和方法,可以通过其它的方式实现。例如,以上所描述的终端实施例仅仅是示意性的,例如,模块或子模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个子模块或模块可以结合或者可以集成到另一个模块,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的,作为模块或子模块的部件可以是或者也可以不是物理模块或子模块,即可以位于一个地方,或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块或子模块可以集成在一个处理模块中,也可以是各个模块或子模块单独物理存在,也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子模块既可以采用硬件的形式实现,也可以采用软件功能模块或子模块的形式实现。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件单元,或者二者的结合来实施。软件单元可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种车重的估算方法,其特征在于,包括:
利用目标车辆的整车数据构建车辆动力学模型;
基于所述车辆动力学模型确定对应的差分方程;
基于所述差分方程确定对应的差分方程系数和协方差矩阵;
利用所述差分方程系数和所述协方差矩阵,估算所述目标车辆的车重。
2.根据权利要求1所述的方法,其特征在于,所述利用所述差分方程系数和所述协方差矩阵,估算所述目标车辆的车重,包括:
基于所述协方差矩阵确定车辆加速度的方差最小值;
基于所述车辆加速度的方差最小值对应的差分方程系数和所述差分方程,计算得到车重。
3.根据权利要求1所述的方法,其特征在于,所述利用所述整车数据构建车辆动力学模型,包括:
基于整车数据确定所述目标车辆的运行状态;
在所述运行状态满足预设的车辆运行条件的情况下,构建所述车辆动力学模型。
4.根据权利要求1所述的方法,其特征在于,所述基于所述车辆动力学模型确定对应的差分方程,包括:
利用线性变换,对所述车辆动力学模型进行处理得到所述差分方程。
5.根据权利要求4所述的方法,其特征在于,所述利用线性变换,对所述车辆动力学模型进行处理得到所述差分方程,包括:
根据拉普拉斯变换对所述车辆动力学模型进行转换,得到中间函数;
根据前向差分法和Z反变换联合对所述中间函数进行转换,得到所述差分方程。
6.根据权利要求1所述的方法,其特征在于,所述基于所述差分方程确定对应的差分方程系数和协方差矩阵,包括:
对所述差分方程进行计算得到协方差矩阵;
根据所述协方差矩阵更新差分方程系数,得到多组差分方程系数。
7.根据权利要求1所述的方法,其特征在于,所述目标车辆的整车数据的获取方法,包括:
获取所述目标车辆的初始整车数据;
对所述初始整车数据进行过滤处理,得到所述目标车辆的整车数据。
8.一种车重的估算装置,其特征在于,包括:
构建模块,用于利用目标车辆的整车数据构建车辆动力学模型;
确定模块,用于基于所述车辆动力学模型确定对应的差分方程;
处理模块,用于基于所述差分方程确定对应的差分方程系数和协方差矩阵;
估算模块,用于利用所述差分方程系数和所述协方差矩阵,估算所述目标车辆的车重。
9.一种工程车辆,其特征在于,包括:
控制设备,所述控制设备用于执行如权利要求1至7中任意一项车重的估算方法。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程度被处理器运行时,实现如权利要求1至7中任意一项车重的估算方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211350543.7A CN115659662A (zh) | 2022-10-31 | 2022-10-31 | 车重的估算方法、装置、存储介质及工程车辆 |
PCT/CN2023/070302 WO2024093016A1 (zh) | 2022-10-31 | 2023-01-04 | 车重的估算方法、装置、存储介质及工程车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211350543.7A CN115659662A (zh) | 2022-10-31 | 2022-10-31 | 车重的估算方法、装置、存储介质及工程车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115659662A true CN115659662A (zh) | 2023-01-31 |
Family
ID=84994889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211350543.7A Pending CN115659662A (zh) | 2022-10-31 | 2022-10-31 | 车重的估算方法、装置、存储介质及工程车辆 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115659662A (zh) |
WO (1) | WO2024093016A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024093016A1 (zh) * | 2022-10-31 | 2024-05-10 | 三一专用汽车有限责任公司 | 车重的估算方法、装置、存储介质及工程车辆 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104973069B (zh) * | 2015-07-10 | 2017-04-26 | 吉林大学 | 重型车空气阻力合成系数和质量的在线同步辨识方法 |
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 |
US11377111B1 (en) * | 2020-08-26 | 2022-07-05 | Allstate Insurance Company | Systems and methods for detecting vehicle mass changes |
CN115659662A (zh) * | 2022-10-31 | 2023-01-31 | 三一专用汽车有限责任公司 | 车重的估算方法、装置、存储介质及工程车辆 |
-
2022
- 2022-10-31 CN CN202211350543.7A patent/CN115659662A/zh active Pending
-
2023
- 2023-01-04 WO PCT/CN2023/070302 patent/WO2024093016A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024093016A1 (zh) * | 2022-10-31 | 2024-05-10 | 三一专用汽车有限责任公司 | 车重的估算方法、装置、存储介质及工程车辆 |
Also Published As
Publication number | Publication date |
---|---|
WO2024093016A1 (zh) | 2024-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Reina et al. | Vehicle dynamics estimation via augmented extended Kalman filtering | |
Zhou et al. | Development of a transient fuel consumption model | |
CN115659662A (zh) | 车重的估算方法、装置、存储介质及工程车辆 | |
CN113392518B (zh) | 估计车辆重量的方法和装置 | |
Mazzilli et al. | On the benefit of smart tyre technology on vehicle state estimation | |
CN114662954A (zh) | 车辆性能评估*** | |
CN111572551B (zh) | 泊车工况下的航向角计算方法、装置、设备及存储介质 | |
CN114954494A (zh) | 一种重型商用车辆载重快速估计方法 | |
CN111198032A (zh) | 汽车质量实时估算方法 | |
CN116215547B (zh) | 一种动态坡度估算方法及装置 | |
CN113335294B (zh) | 路面纵向坡度的估计方法、装置、电子设备和存储介质 | |
CN116242631A (zh) | 整车行驶阻力测量方法、装置、计算机设备、介质和产品 | |
CN116278778A (zh) | 基于能量回收的电动车辆制动方法、装置、设备及介质 | |
CN115402337A (zh) | 一种基于纵向动力学模型的轮胎侧偏刚度辨识方法及装置 | |
CN115447587A (zh) | 数据处理方法、装置、非易失性存储介质和计算机设备 | |
CN114872715A (zh) | 一种车速估算方法、装置、整车控制器及介质 | |
CN115556763B (zh) | 车重的估算方法、装置、存储介质及工程车辆 | |
CN113593079A (zh) | 道路工况自适应方法、装置、设备及可读存储介质 | |
CN116161046B (zh) | 坡度估计值的确定方法及装置、存储介质及电子装置 | |
JP5116637B2 (ja) | 省燃費運転評価システム | |
CN113177265B (zh) | 参数估测方法、装置、设备及计算机可读存储介质 | |
JP7409266B2 (ja) | 轍判定装置、轍判定方法、プログラム | |
KR102677041B1 (ko) | 디바이스의 작동 성능 파라미터들을 결정하기 위한 방법 및 시스템 | |
EP4389463A1 (en) | Method and device for determining tire wears | |
CN116534030A (zh) | 一种车辆的纵向速度估算方法、装置以及电子设备 |
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 |