车辆姿态传感器模型的建模方法、装置、车辆及存储介质制造方法及图纸

本申请公开了一种车辆姿态传感器模型的建模方法、装置、车辆及存储介质，其中，方法包括：求解惯导设备和车规级传感器纵向加速度的差值、侧向加速度的差值和/或横摆角速度的差值；根据纵向加速度的差值、侧向加速度的差值和/或横摆角速度的差值获取实际误差值与辨识误差值之间的差值随车规级传感器纵向加速度值的变化规律；基于变化规律计算考虑车规级传感器稳态偏差及噪声偏差的纵向加速度值、侧向加速度值和/或横摆角速度数据，以对车辆姿态传感器模型进行建模。由此，解决了相关技术中，受限于车用传感器的精度限制，导致无法保证获得的数据贴近真实值，从而使得整车姿态的计算结果精度较低的技术问题。结果精度较低的技术问题。结果精度较低的技术问题。

【技术实现步骤摘要】
车辆姿态传感器模型的建模方法、装置、车辆及存储介质


[0001]本申请涉及车辆稳定性控制
，特别涉及一种车辆姿态传感器模型的建模方法、装置、车辆及存储介质。

技术介绍

[0002]车辆姿态信息是车辆主动安全控制系统的重要参数之一，车辆姿态信息主要包括车辆纵向加速度、侧向加速度以及横摆角速度，实际车用姿态传感器信号的准确性受到多种因素的影响：乘员体重，乘员在座舱中位置等，而且车用传感器由于成本的限制，使得测量精度存在一定的不足，如果直接将测量信号应用于车辆稳定性控制系统中，必然引起车辆稳定性控制系统误操作，从而影响车辆行驶安全性。因此，车辆姿态信息的准确性对整车操控稳定性、行驶安全性等控制系统有着非常重要的影响，准确获得车辆姿态信息是保证车辆主动安全控制系统效果的基础。
[0003]相关技术中，车辆姿态准确获取方法主要为：基于数据融合的估计方法，此类方法通过多个维度，借助不同传感器信号，建立不同的模型，获得不同表达形式的相同指标的表达式，之后根据数据融合的方法，将多维数据融合，获得综合种数据的车辆姿态信息。
[0004]然而，相关技术中的准确性假设，以多维数据中有一种数据比较贴近真实值为前提，而由于车用传感器的精度限制，获得的数据并不能精确的获得车辆姿态信息，有待改进。

技术实现思路

[0005]本申请提供一种车辆姿态传感器模型的建模方法、装置、车辆及存储介质，以解决相关技术中，受限于车用传感器的精度限制，导致无法保证获得的数据贴近真实值，从而使得整车姿态的计算结果精度较低的技术问题。
[0006]本申请第一方面实施例提供一种车辆姿态传感器模型的建模方法，其中，车辆姿态传感器包括车规级传感器和惯导设备，所述方法包括以下步骤：求解惯导设备和车规级传感器纵向加速度的差值、侧向加速度的差值和/或横摆角速度的差值；根据所述纵向加速度的差值、所述侧向加速度的差值和/或所述横摆角速度的差值获取实际误差值与辨识误差值之间的差值随车规级传感器纵向加速度值、侧向加速度值和/或横摆角速度值的变化规律；以及基于所述变化规律计算考虑车规级传感器稳态偏差及噪声偏差的纵向加速度值、侧向加速度值和/或横摆角速度数据，以对车辆姿态传感器模型进行建模。
[0007]可选地，在本申请的一个实施例中，其中，
[0008]所述纵向加速度的差值的求解公式为：
[0009]Δ
ax
＝a
·
x3+b
·
x2+c
·
x+d，
[0010]其中，a、b、c、d为以纵向加速度差值为纵坐标，以车规级传感器纵向加速度值为横坐标，辨识得到的待辨识参数；
[0011]并且，所述侧向加速度的差值的求解公式为：
[0012]Δ
ay
＝a
·
x3+b
·
x2+c
·
x+d，
[0013]其中，a、b、c、d为以侧向加速度差值为纵坐标，以车规级传感器侧向加速度值为横坐标，辨识得到的待辨识参数；
[0014]以及，所述横摆角速度的差值的求解公式为：
[0015]Δ
yaw
＝a
·
x3+b
·
x2+c
·
x+d，
[0016]其中，a、b、c、d为以横摆角速度差值为纵坐标，以车规级传感器横摆角速度值为横坐标，辨识得到的待辨识参数。
[0017]可选地，在本申请的一个实施例中，所述根据所述纵向加速度的差值、所述侧向加速度的差值和/或所述横摆角速度的差值获取实际误差值与辨识误差值之间的差值随车规级传感器纵向加速度值的变化规律、侧向加速度值的变化规律和/或摆角速度值的变化规律，包括：以所述差值为基础，分段求解不同纵向加速度下所述实际误差值与所述辨识误差值之间的差值均方差，并基于所述均方差进行数据拟合，得到所述纵向加速度值的变化规律、所述侧向加速度值的变化规律和/或所述摆角速度值的变化规律。
[0018]可选地，在本申请的一个实施例中，其中，
[0019]所述纵向加速度值的变化规律的拟合公式为：
[0020][0021]所述侧向加速度值的变化规律的拟合公式为：
[0022][0023]所述摆角速度值的变化规律的拟合公式为：
[0024][0025]其中，a1、b1、c1、d1、e1、f1为待辨识参数。
[0026]可选地，在本申请的一个实施例中，其中，
[0027]所述纵向加速度值的计算公式为：
[0028]a
x
＝a
x_test
+Δ
ax
(a
x_test
)+N(0，σ
ax
)，
[0029]所述侧向加速度值的计算公式为：
[0030]a
y
＝a
y_test
+Δ
ay
(a
y_test
)+N(0，σ
ay
)，
[0031]所述横摆角速度数据的计算公式为：
[0032][0033]其中，a
x_test
为传感器测量的纵向加速度信息，a
y_test
为传感器测量的侧向加速度信息，为传感器测量的横摆角速度信息，N(
·
)为标准正态分布随机变量。
[0034]本申请第二方面实施例提供一种车辆姿态传感器模型的建模装置，其中，车辆姿态传感器包括车规级传感器和惯导设备，所述装置包括：
[0035]第一计算模块，用于求解惯导设备和车规级传感器纵向加速度的差值、侧向加速度的差值和/或横摆角速度的差值；第二计算模块，用于根据所述纵向加速度的差值、所述侧向加速度的差值和/或所述横摆角速度的差值获取实际误差值与辨识误差值之间的差值随车规级传感器纵向加速度值、侧向加速度值和/或横摆角速度值的变化规律；以及建模模
块，用于基于所述变化规律计算考虑车规级传感器稳态偏差及噪声偏差的纵向加速度值、侧向加速度值和/或横摆角速度数据，以对车辆姿态传感器模型进行建模。
[0036]可选地，在本申请的一个实施例中，其中，
[0037]所述纵向加速度的差值的求解公式为：
[0038]Δ
ax
＝a
·
x3+b
·
x2+c
·
x+d，
[0039]其中，a、b、c、d为以纵向加速度差值为纵坐标，以车规级传感器纵向加速度值为横坐标，辨识得到的待辨识参数；
[0040]并且，所述侧向加速度的差值的求解公式为：
[0041]Δ
ay
＝a
·
x3+b
·
x2+c
·
x+d，
[0042]其中，a、b、c、d为以侧向加速度差值为纵坐标，以车规级传感器侧向加速度值为横坐标，辨识得到的待辨识参数；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆姿态传感器模型的建模方法，其特征在于，车辆姿态传感器包括车规级传感器和惯导设备，其中，所述方法包括以下步骤：求解惯导设备和车规级传感器纵向加速度的差值、侧向加速度的差值和/或横摆角速度的差值；根据所述纵向加速度的差值、所述侧向加速度的差值和/或所述横摆角速度的差值获取实际误差值与辨识误差值之间的差值随车规级传感器纵向加速度值、侧向加速度值和/或横摆角速度值的变化规律；以及基于所述变化规律计算考虑车规级传感器稳态偏差及噪声偏差的纵向加速度值、侧向加速度值和/或横摆角速度数据，以对车辆姿态传感器模型进行建模。2.根据权利要求1所述的方法，其特征在于，其中，所述纵向加速度的差值的求解公式为：Δ
ax
＝a
·
x3+b
·
x2+c
·
x+d，其中，a、b、c、d为以纵向加速度差值为纵坐标，以车规级传感器纵向加速度值为横坐标，辨识得到的待辨识参数；并且，所述侧向加速度的差值的求解公式为：Δ
ay
＝a
·
x3+b
·
x2+c
·
x+d，其中，a、b、c、d为以侧向加速度差值为纵坐标，以车规级传感器侧向加速度值为横坐标，辨识得到的待辨识参数；以及，所述横摆角速度的差值的求解公式为：Δ
yaw
＝a
·
x3+b
·
x2+c
·
x+d，其中，a、b、c、d为以横摆角速度差值为纵坐标，以车规级传感器横摆角速度值为横坐标，辨识得到的待辨识参数。3.根据权利要求2所述的方法，其特征在于，所述根据所述纵向加速度的差值、所述侧向加速度的差值和/或所述横摆角速度的差值获取实际误差值与辨识误差值之间的差值随车规级传感器纵向加速度值的变化规律、侧向加速度值的变化规律和/或摆角速度值的变化规律，包括：以所述差值为基础，分段求解不同纵向加速度下所述实际误差值与所述辨识误差值之间的差值均方差，并基于所述均方差进行数据拟合，得到所述纵向加速度值的变化规律、所述侧向加速度值的变化规律和/或所述摆角速度值的变化规律。4.根据权利要求3所述的方法，其特征在于，其中，所述纵向加速度值的变化规律的拟合公式为：所述侧向加速度值的变化规律的拟合公式为：所述摆角速度值的变化规律的拟合公式为：其中，a1、b1、c1、d1、e1、f1为待辨识参数。5.根据权利要求4所述的方法，其特征在于，其中，
所述纵向加速度值的计算公式为：a
x
＝a
x_test
+Δ
ax
(a
x_test
)+N(0，σ
ax
)，所述侧向加速度值的计算公式为：a
y
＝a
y_test
+Δ
ay
(a
y_test
)+N(0，σ
ay
)，所述横摆角速度数据的计算公式为：其中，a
x_test
为传感器测量的纵向加速度信息，a
y_test
为传感器测量的侧向加速度信息，为传感器测量的横摆角速度信息，N(...

【专利技术属性】
技术研发人员：黄朝胜，卢磊，张伟伟，
申请(专利权)人：清华大学，
类型：发明
国别省市：