[發明專利]電動汽車的車速和道路坡度計算方法

在審

• 申請號: 202210237002.7
• 申請日: 2022-03-11
• 公開（公告）號: CN114547782A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 郭丁伊;于長虹;劉元治;楊鈁;梁赫奇;劉建康;徐家良;尹建坤;宋浩源
• 申請（專利權）人: 中國第一汽車股份有限公司
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/20
• 代理公司: 北京遠智匯知識產權代理有限公司 11659
• 代理人: 劉欣

1.一種電動汽車的車速和道路坡度計算方法，其特征在于，包括：

獲取電動汽車的車輛狀態數據；

基于車輛動力學方程和所述電動汽車的車輛狀態數據建立電動汽車的車輛狀態數據的關系模型；

基于所述電動汽車的車輛狀態數據的關系模型，構建擴展卡爾曼濾波算法模型；

基于所述擴展卡爾曼濾波算法模型，計算新息理論協方差和新息實際協方差，其中，所述擴展卡爾曼濾波算法模型的滑動時間窗口根據所述電動汽車的車輛駕駛工況確定；

基于所述新息理論協方差和所述新息實際協方差確定卡爾曼濾波系數；

利用所述卡爾曼濾波系數構建自適應擴展卡爾曼濾波算法模型；

通過所述自適應擴展卡爾曼濾波算法模型計算所述電動汽車的車速和道路坡度的估計值。

2.根據權利要求1所述的方法，其特征在于，所述電動汽車的車輛狀態數據包括整車質量、車輛行駛速度、車輪滾動半徑、車輪滾動阻力、道路坡度和電機扭矩，所述基于車輛動力學方程所述電動汽車的車輛狀態數據建立電動汽車的車輛狀態數據的關系模型，包括：

使用如下公式建立電動汽車的車輛狀態數據的關系模型：

其中，m為整車質量，v為車輛行駛速度，F_t為車輛的驅動力，r為車輪滾動半徑，F_f為車輪滾動阻力，F_aero為空氣阻力，F_i為坡度阻力式中θ為道路坡度，M_T，D為電機扭矩，ρ為空氣密度，A為迎風面積，C_D為空氣阻力系數，G為重力加速度。

3.根據權利要求2所述的方法，其特征在于，所述基于所述電動汽車的車輛狀態數據的關系模型，構建擴展卡爾曼濾波算法模型，包括：

將所述關系模型轉化為狀態空間方程：

其中，M_T為電機驅動力矩，f_r為摩擦系數；

將所述狀態空間方程轉化為狀態空間方程的標準形式：

其中，x∈Rⁿ是系統狀態向量，u∈R是系統輸入，y∈R^m是系統輸出，A∈R^n×n,B∈Rⁿ,C∈R^m×n是系統的狀態矩陣；

其中，

式中，Δt是采樣時間，假設坡度不會產生突變；ω(k)是系統過程噪聲，對應的噪聲協方差為Q(k)；v(k)為量測噪聲，對應的噪聲協方差為R(k)；ω(k)和v(k)在擴展卡爾曼濾波中假設兩者都是定值且已知；

其中，U(K)為控制量，A(k)為車輛加速度，θ(k)為道路坡度，H(k)是狀態方程中系數矩陣；B為狀態方程中系數矩陣。

4.根據權利要求3所述的方法，其特征在于，所述基于所述擴展卡爾曼濾波算法模型，計算新息理論協方差，包括：

使用如下公式計算新息：

其中，Z(k)為實際輸出值，為估計輸出值；

使用如下公式計算新息理論協方差：

其中N是新息的滑動時間窗，e(i)為實際輸出值和估計輸出值的偏差。

5.根據權利要求3所述的方法，其特征在于，在基于所述擴展卡爾曼濾波算法模型，計算新息理論協方差之前，包括：

根據電動汽車的車輛駕駛工況定義電動汽車的車輛數據長度周期更新規則；

通過所述電動汽車的車輛數據長度周期更新規則，確定所述擴展卡爾曼濾波算法模型的滑動時間窗口。

6.根據權利要求3所述的方法，其特征在于，所述基于所述擴展卡爾曼濾波算法模型，計算新息實際協方差，包括：

計算一步預測：

計算一步預測均方誤差：

更新濾波增益：

更新變量：

下一時刻的誤差協方差矩陣：