【技术实现步骤摘要】
本专利技术涉及车辆控制，尤其涉及车速估计方法、装置和车辆。
技术介绍
1、随着车辆控制系统性能的不断提升，需要更准确的车辆状态信息作为控制系统的输入，获取准确的车辆状态信息是车辆控制系统正常、有效工作的前提。车辆状态信息中，车速的精度将直接影响到电动汽车的安全性和稳定性。目前，使用传感器测量车辆速度，但是传感器长期使用会导致降低耐用性，而且容易收到外界干扰。
2、相关的车速估计技术方案包括基于车速估计模型进行车速估计的算法，该算法可以是括粒子滤波(particle filter，pf)算法、卡尔曼滤波(kalman filter，kf)算法、最小二乘法(least sqaure method，lsm)等。其中，基于kf算法在测量方差已知的情况下，能够从一系列存在测量噪声的数据中，估计动态系统的状态；最小二乘法是基于最小化误差的平方确定数据的最佳函数，以实现数据匹配；但是，kf算法确定车速依赖于状态噪声、测量噪声和车速估计模型的精度，而且仅能针对线性过程和测量模型实现精确估计，在非线性模型中不能达到最优的估计效果；最小二乘法是线性估计，容易受极端异常点的影响；基于pf的方法在处理非线性和非高斯系统上具有优势，并可以提供预测结果的置信度区间，广泛应用于预测与估计问题之中，基于pf的计算量会随着粒子点数的增加而剧增，且存在粒子退化问题。因此，相关的车速估计技术方案影响车速估计精度。
技术实现思路
1、本专利技术提供了一种车速估计方法、装置和车辆，以提升车速估计的精度。
...【技术保护点】
1.一种车速估计方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述阻力参数包括滚动阻力、空气阻力、上坡阻力和加速阻力，所述将所述扭矩值、所述阻力参数、所述行驶速度以及所述目标车辆行驶路段的坡度值，输入预先确定的车速预测模型中，得到所述目标车辆在下一时刻的预测行驶速度，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于飞蛾扑火算法对初始粒子集合中的粒子进行迭代优化，得到目标粒子集合，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于目标粒子集合中所有粒子相对应的所述目标车辆的相对行驶速度更新所述目标车辆在下一时刻的预测行驶速度，包括：
5.根据权利要求3所述的方法，其特征在于，所述基于与所述初始火堆相对应的火堆位置信息和与所述初始飞蛾相对应的飞蛾位置信息，对初始粒子集合中的粒子进行迭代优化，得到目标飞蛾和目标火堆，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述适应度排序结果，确定轮盘赌火堆，基于包括所述轮盘赌火堆的所有初始火堆的火堆位置信息对所述初始飞蛾的飞蛾位置信息进
7.根据权利要求3所述的方法，其特征在于，所述在根据所述目标飞蛾和/或所述目标火堆确定满足预设停止条件时，确定与所述目标火堆相对应的粒子，得到目标粒子集合，包括：
8.根据权利要求4所述的方法，其特征在于，所述对所述目标粒子集合中的所有粒子相对应的参考行驶速度进行加权运算，确定所述目标车辆的相对行驶速度，以对所述目标车辆在下一时刻的预测行驶速度进行更新，包括：
9.一种车速估计装置，其特征在于，包括：
10.一种车辆，其特征在于，所述车辆包括：
...【技术特征摘要】
1.一种车速估计方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述阻力参数包括滚动阻力、空气阻力、上坡阻力和加速阻力，所述将所述扭矩值、所述阻力参数、所述行驶速度以及所述目标车辆行驶路段的坡度值，输入预先确定的车速预测模型中，得到所述目标车辆在下一时刻的预测行驶速度，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于飞蛾扑火算法对初始粒子集合中的粒子进行迭代优化，得到目标粒子集合，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于目标粒子集合中所有粒子相对应的所述目标车辆的相对行驶速度更新所述目标车辆在下一时刻的预测行驶速度，包括：
5.根据权利要求3所述的方法，其特征在于，所述基于与所述初始火堆相对应的火堆位置信息和与所述初始飞蛾相对应的飞蛾位置信息，对初始粒子集合中的...
【专利技术属性】
技术研发人员：朱家俊，庞学文，李森乐，王大中，杨帅，李松松，
申请(专利权)人：一汽解放汽车有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。