动态道路坡度估计的制作方法
【专利摘要】本发明涉及动态道路坡度估计。一种车辆和车辆系统设置有控制器，控制器被配置成：产生指示车辆质量估计的输出。当纵向加速度、车辆速度和横摆角中的至少一个指示发生合格的事件时，车辆质量估计基于纵向加速度和车轮扭矩。控制器还被配置成：基于车辆速度、车轮扭矩和车辆质量估计而产生指示动态道路坡度估计的输出。
【专利说明】动态道路坡度估计
【技术领域】
[0001]一个或多个实施例涉及一种车辆系统以及用于估计道路坡度和车辆质量的方法。【背景技术】
[0002]道路坡度和车辆质量是影响多个车辆控制功能的两个参数。这样的功能包括动力传动系控制、能量管理控制、变速器控制、制动控制及稳定性控制。例如，传统的车辆包括提供用于推进车辆的扭矩的内燃发动机。即使当发动机怠速运转时，发动机也通过变速器将扭矩提供给驱动车轮。这样的扭矩被称为蠕动扭矩。当车辆在斜面上停止时，该蠕动扭矩对由制动系统施加的扭矩(制动扭矩)进行补充，以使车辆保持在静止位置。如果在车辆在斜面上停止时关闭发动机，则发动机的蠕动扭矩可消失，且会需要附加制动扭矩以保持车辆的位置并防止车辆向后滚动。需要的附加制动扭矩的量基于道路坡度和车辆质量。
[0003]微混合动力车辆可启用停止/起动策略，以用于在驱动事件期间起动和停止车辆的发动机。如果不需要功率(例如，在交通信号灯处等待时)，则关闭发动机。只要需要功率，就自动重新起动发动机。通过避免不必要的发动机怠速运转，将提高车辆的燃料经济性。具有起动/停止功能的微混合动力车辆可调节制动压力，以当在车辆在斜面上停止的同时发动机关闭时保持车辆的位置。这样的微混合动力车辆估计道路坡度和车辆质量，并基于这些估计来调节制动压力。
【发明内容】
[0004]在一个实施例中，一种车辆设置有控制器，控制器被配置成:产生指不车辆质量估计的输出。当纵向加速度、车辆速度和横摆角中的至少一个指示发生合格的事件时，车辆质量估计基于纵向加速度和车轮扭矩。车辆质量估计独立于道路坡度估计。
[0005]一种车辆包括控制器，控制器被配置成:当纵向加速度、车辆速度和横摆角中的至少一个指示发生合格的事件时，基于纵向加速度和车轮扭矩产生指示车辆质量估计的输出，其中，车辆质量估计独立于道路坡度估计。
[0006]合格的事件包括加速事件和制动事件中的至少一个。
[0007]加速事件还包括:指示车辆速度大于推进入口速度阈值的输入；指示纵向加速度大于正加速度阈值的输入；指示横摆角的幅度小于横摆角阈值的输入。
[0008]制动事件还包括:指示车辆速度大于制动入口速度阈值的输入；指示纵向加速度小于负加速度阈值的输入；指示横摆角的幅度小于横摆角阈值的输入。
[0009]所述车辆还包括:惯性传感器，用于提供指示纵向加速度的信号。
[0010]控制器还被配置成:将指示车辆质量估计的输出设置为默认值，直到发生预定数量的合格的事件为止。
[0011]控制器还被配置成:使用动态上边界限制车辆质量估计，所述动态上边界的初始
值基于最大车辆总重量。
[0012]控制器还被配置成:使用动态下边界限制车辆质量估计，所述动态下边界的初始值基于车辆整备重量。
[0013]所述动态上边界和动态下边界中的至少一个被配置成响应于合格的事件的累积而收敛。
[0014]控制器还被配置成:基于纵向加速度、车轮扭矩和加速度偏移量使用递归最小二乘估计来估计车辆质量估计，其中，加速度偏移量包括横向速度、横向偏移量和车辆俯仰角中的至少一个。
[0015]控制器还被配置成:基于车辆质量估计、车辆速度和车轮扭矩而产生指示动态道路坡度估计的输出。
[0016]在另一实施例中，一种车辆系统设置有控制器，控制器被配置成:响应于合格的事件，基于纵向加速度和车轮扭矩而产生指示车辆质量估计的输出。控制器还被配置成:基于车辆速度、车轮扭矩和车辆质量估计而产生指示动态道路坡度估计的输出。
[0017]在另一实施例中，提供一种用于估计动态道路坡度的方法。响应于合格的事件，基于纵向加速度和车轮扭矩而产生指示车辆质量估计的输出。还基于车辆速度、车轮扭矩和车辆质量估计而产生指示动态道路坡度估计的输出。
[0018]一种车辆系统包括控制器，控制器被配置成:响应于合格的事件，基于纵向加速度和车轮扭矩而产生指示车辆质量估计的输出；基于车辆速度、车轮扭矩和车辆质量估计而产生指示动态道路坡度估计的输出。
[0019]控制器还被配置成:将指示车辆质量估计的输出设置为默认值，直到发生预定数量的合格的事件为止。
[0020]控制器还被配置成:响应于检测到合格的事件而使事件计数加I ;当事件计数大于合格的事件阈值时，产生指示车辆质量估计的输出。
[0021]控制器还被配置成:使用动态上边界和动态下边界限制车辆质量估计，所述动态上边界的初始值基于最大车辆总重量，所述动态下边界的初始值基于车辆整备重量。
[0022]所述动态上边界和动态下边界中的至少一个被配置成响应于合格的事件的累积而收敛。
[0023]控制器还被配置成:提供指示动态道路坡度估计的可用性的动态品质因子。
[0024]车辆质量估计包括车辆有效负荷。
[0025]一种用于估计动态道路坡度的方法，所述方法包括:响应于合格的事件，基于纵向加速度和车轮扭矩而产生指示车辆质量估计的输出；基于车辆速度、车轮扭矩和车辆质量估计而产生指示动态道路坡度估计的输出。
[0026]所述方法还包括:将指示车辆质量估计的输出设置为默认值，直到发生预定数量的合格的事件为止。
[0027]这样，通过使用事件查找策略独立于道路坡度估计而估计车辆质量，车辆系统提供优点。在特定输入的信噪比高的车辆状况或合格的事件下估计质量。然后，当发生查找事件时，车辆系统使用递归最小二乘(RLS)算法估计车辆质量。在车辆状况对应于质量可能改变时(例如，当车辆停止时)，车辆系统重新初始化质量估计算法中的特定参数，以增加算法的灵敏度。车辆系统基于估计的车辆质量来估计动态道路坡度(RGEdyn)。一般来说，与静态RGE和运动学RGE相比，动态RGE的品质状况更低，其原因是动态RGE在进行估计时涉及更多的信号，且每个信号中的噪声和误差将传送到最终RGE输出中。然而，动态RGE不依赖纵向加速度信号，因此，动态RGE的信号覆盖范围不同于静态估计和运动学估计的信号覆盖范围。另外，独立于道路坡度估计，车辆系统估计车辆质量，从而将RGEdyn中的噪声与车辆质量估计隔离。
【专利附图】
【附图说明】
[0028]图1是根据一个或多个实施例的具有用于估计道路坡度和车辆质量的车辆系统的车辆的示意图；
[0029]图2是图1的车辆被示出为位于以一定坡度倾斜的道路上的侧视图；
[0030]图3是图1的车辆的仰视图；
[0031]图4是示出根据一个或多个实施例的如由图1的车辆系统执行的用于仲裁道路坡度估计的方法的示意性框图；
[0032]图5A至图5E是示出由图4的方法控制的道路坡度估计的时间图；
[0033]图6是示出根据一个或多个实施例的用于仲裁道路坡度估计的方法的流程图；
[0034]图7是示出车辆速度和加速度的时间图；
[0035]图8是示出根据一个或多个实施例的用于评价加速度计收敛状态的方法的流程图；
[0036]图9是示出根据一个或多个实施例的用于锁定静态道路坡度输出的方法的流程图；
[0037]图1OA至图1OC是示出如由图9的方法控制的车辆速度、加速度和道路坡度估计的时间图；
[0038]图11是示出根据一个或多个实施例的用于运动学道路坡度估计的方法的示意性框图；
[0039]图12是示出根据一个或多个实施例的用于估计运动学道路坡度的方法的流程图；
[0040]图13A至图13D是示出如由图12的方法控制的车辆速度、加速度和道路坡度估计的时间图；
[0041]图14是示出根据一个或多个实施例的用于确定车辆驱动状况的方法的流程图；
[0042]图15是示出根据一个或多个实施例的用于估计车辆横向速度的方法的流程图；
[0043]图16是示出根据一个或多个实施例的用于估计车身侧倾角的方法的流程图；
[0044]图17是根据一个或多个实施例的用于选择悬挂参数的方法的视图；
[0045]图18是示出根据一个或多个实施例的用于车辆质量估计的方法的示意性框图；
[0046]图19是示出根据一个或多个实施例的用于估计车辆质量的方法的流程图；
[0047]图20是示出根据一个或多个实施例的用于使车辆质量估计参数复位的方法的流程图；
[0048]图21是示出根据一个或多个实施例的用于更新车辆质量估计参数的方法的流程图；
[0049]图22是示出车辆质量估计的时间图；
[0050]图23是示出车辆质量估计的另一时间图；
[0051]图24是示出车辆质量估计的又一时间图；[0052]图25是示出根据一个或多个实施例的用于估计估计器品质的方法的流程图；
[0053]图26A至图26C是示出如由图25的方法控制的车辆速度、加速度和道路坡度估计的时间图；
[0054]图27A至图27G是示出如由图25的方法控制的车辆速度和品质因子的时间图。【具体实施方式】
[0055]根据需要，在此公开本发明的具体实施例；然而，应该理解到，公开的实施例仅仅是本发明的示例，本发明可以以多种和可选的形式实施。附图并不一定按照比例绘制；可夸大或最小化一些特征以示出特定部件的细节。因此，在此公开的具体结构和功能性细节不被解释为限制，而仅仅作为用于教导本领域的技术人员以多种方式使用本发明的代表性基础。
[0056]参照图1，示出了根据一个或多个实施例的用于估计道路坡度和车辆质量的车辆系统，该车辆系统总体上由标号10指示。车辆系统10被描述为在车辆12内。车辆系统10包括控制器，例如彼此通信的发动机控制模块(ECM) 14、内燃发动机(ICE) 16及车辆系统控制器(VSC) 18。VSC18接收对应于车辆速度(Vx)、加速度(a)、横摆角(r)及扭矩(Tpwt，TbJ的输入，然后响应于所述输入而提供对应于道路坡度估计(R6E)和估计的车辆质量(Mv)的输出。
[0057]示出的实施例将车辆12描述为微混合动力车辆，微混合动力车辆是一种由发动机16推进的车辆，且发动机16反复地起动和停止以节省燃料。增强的起动电动机20结合到发动机的曲轴。起动电动机20接收电功率并将输出扭矩提供给曲轴以用于起动发动机16。虽然在上下文中示出和描述了微混合动力车辆12，但是应该理解到，车辆系统10的实施例可在其他类型的车辆(例如，传统的动力传动系车辆、由电机驱动而不存在发动机辅助的电池电动车辆(BEV)以及由电动机和发动机驱动的混合动力电动车辆(HEV))上实施。
[0058]车辆12包括变速器22，以用于调节发动机16的输出扭矩。来自发动机16的扭矩通过变速器22经变速器输出轴26传递到差速器24。半轴28从差速器24延伸到一对驱动轮30，以提供驱动扭矩来推进车辆12。
[0059]车辆12包括换档杆32，以用于手动选择变速器的档位。换档杆32包括传感器(未示出)，以用于提供对应于选择的变速器档位(例如，PRNDL)的输出信号。变速器控制模块(TCM) 34与换档杆32和变速器22通信，以用于基于换档杆的选择来调节变速器的速比。可选地，换档杆32可机械地连接到变速器22，以用于调节变速器的速比。
[0060]车辆12包括制动系统，制动系统包括制动踏板36、增压器和主缸，在图1中，增压器和主缸总体上由制动激活模块38指示。制动系统还包括ABS制动控制模块40，ABS制动控制模块40通过一系列液压管路44连接到车轮制动组件42和制动激活模块38，以实施摩擦制动。车轮制动组件42布置在每个车轮30处，且可被构造为卡钳或鼓式制动组件。每个车轮制动组件42包括传感器(未示出)，以用于提供车轮速度信号(Ws)。在一个或多个实施例中，ABS制动控制模块40基于车轮速度信号将计算的车辆速度信号(Vx)提供给VSC18。
[0061]制动系统还包括传感器，以用于提供对应于当前制动特性的信息。制动系统包括位置开关，以用于提供对应于制动踏板位置(例如，踩下或松开)的制动踏板状态(Sbp)信号。在其他实施例中，制动系统包括位置传感器(未示出)，以用于测量踏板位置。制动系统还包括一个或多个压力传感器，以用于提供对应于制动系统内实际制动压力值(例如，制动管路压力、主缸压力或车轮组件处的压力)的制动压力(Pbrk)信号。
[0062]车辆12包括加速踏板48，加速踏板48带有位置传感器，以用于提供对应于驾驶员请求推进的加速踏板位置(APP)信号。ECM14基于APP信号控制发动机16的节气门。
[0063]车辆12包括能量储存装置，例如电池50。电池50将电能供应到车辆控制器和起动电动机20以及用于变速器22的换档的电动辅助泵46，如总体上由图1中的虚线指示的。车辆12可包括单个电池50(例如，传统的低电压电池)或包括包含高电压电池的多个电池。另外，车辆12可包括其他类型的能量储存装置，例如电容器或燃料电池。
[0064]车辆12还包括一个或多个惯性传感器52，惯性传感器52提供对应于车辆加速度(a)的输出。在一个实施例中，惯性传感器52提供对应于纵向加速度的输出。在另一实施例中，惯性传感器52提供对应于纵向加速度、横向加速度和垂向加速度的输出，在图1中，所有这样的加速度总体上由变量a指示。在一个或多个实施例中，惯性传感器52还提供对应于横摆角(r)的输出。在其他实施例中，传感器52是倾角仪(未示出)，该倾角仪提供对应于与车辆俯仰角相关的道路坡度的输出。
[0065]车辆12包括导航系统54，以用于从驾驶员接收目的地信息。导航系统54还与在车辆外部的多个系统/网络通信。例如，导航系统54可包括用于(通过蜂窝网络、硬线连接或射频(RF)波)(未示出)与卫星(例如，GPS)通信的收发器和计算机。这样的网络在由Pleet等人的第12 / 744，092号美国申请中详细描述，该申请通过引用被包含于此。导航系统54确定车辆12的当前位置和由驾驶员选择的目的地之间的距离，并将该距离和与车辆12相关的速度、加速度以及海拔信息、车辆12的目标目的地或其他相关的GPS路点一起提供给VSC18。
[0066]VSC18与其他车辆系统、传感器和控制器通信，以用于协调它们的功能。如在示出的实施例中所不，VSC18从各种车辆传感器和控制器接收多个输入信号(例如，Sbp> Pbri5、发动机速度(Ne)、车辆速度(Vx)、动力传动系扭矩(Tpt)、制动扭矩(Tfc)、a和r)。虽然VSC18被示出为单个控制器，但是VSC18可包括多个控制器，所述多个控制器可用于根据总的车辆控制逻辑或软件控制多个车辆系统。包括VSC18的车辆控制器通常包括任意数量的微处理器、ASIC、IC、存储器(例如，FLASH、ROM、RAM、EPROM和/或EEPR0M)及软件代码，它们彼此共同作用以执行一系列操作。控制器还包括预定数据或“查找表”，所述“查找表”基于计算和测试数据并存储在存储器内。VSC18利用通用总线协议(例如，CAN和LIN)通过一个或多个有线车辆连接或无线车辆连接与其他车辆系统和控制器(例如，ECM14、TCM34等)通信。
[0067]参照图2和图3，车辆12被示出为多个力、加速度和力矩作用在车辆12上。车辆12被示出为参考以车辆的重心(CG)为中心的坐标系。坐标系包括纵轴U)、横轴(y)和竖轴(z)。参照图2，车辆12位于斜面上。斜面的坡度(道路坡度)由符号％表示。另外，车辆相对于道路坡度的俯仰角由符号O表示。车辆的重量由Mg表示，Mg被示出为作用在车辆12的CG上，其中，M是估计的车辆质量，g表示由于重力而导致的加速度(9.8m / s2)。车辆12的纵向速度由符号Vx表不,且根据一个或多个实施例,Vx基于车轮速度信号(在图1中示出的Ws)确定。车辆12的纵向加速度和垂向加速度分别由变量<和<表示，其中，上标字母(s)指示由传感器(例如，在图1中示出的惯性传感器52)提供的信号。参照图3，横摆角围绕竖轴(Z)作用且由字母r表示。惯性传感器52安装在车辆12上从CG偏移一定距离的位置，车辆系统10基于该偏移量计算CG处的加速度值。在图3中，传感器52和CG之间的纵向偏移量由Id表不,传感器52和CG之间的横向偏移量由I。表不。
[0068]图4描述了根据一个或多个实施例的用于道路坡度估计仲裁的方法410的简化框图。根据一个或多个实施例，使用包含在VSC内的软件代码实现该方法。在其他实施例中，在其他车辆控制器中实现方法410，或者方法410分布在多个车辆控制器中。车辆系统包括用于估计道路坡度的多个算法，其中，每个算法适合于不同的车辆状况。方法410基于当前车辆状况选择道路坡度估计算法。
[0069]在信号处理框412处，VSC接收输入。所述输入包括车辆状态和传感器信号(例如，<、4、r)、获得的或计算的值W_，Vx、Tpwt、TbA、Fpwt、Fbrii)及品质因子，所有这样的输入总体上由输入414表示。在一些实施例中，车辆系统从导航系统接收对应于车辆速度和加速度的输入，所述输入总体上由输入418表不。
[0070]在框420处，VSC使用分别由子框422、424和426表示的静态估计算法、运动学估计算法和动态估计算法来估计道路坡度(RGE)。RGE值被提供给RGE仲裁和诊断框428，RGE仲裁和诊断框428基于多个车辆状况选择一个估计(RGEst、RGEkin或RGEdyn)作为输出(RGEout)提供给其他车辆系统。
[0071]静态RGE算法422基于纵向加速度输入(<)估计道路坡度。静态RGE适合于车辆静止状况，例如，当微混合动力车辆在斜面上停止时的发动机起动/停止功能。当车辆在斜面上停止(如图2所示)时，由于车辆悬挂系统内的挠度(该挠度由车辆俯仰角(O)表示)，导致纵向加速度值( < )存在偏差。静态RGE算法对车辆俯仰角进行补偿，如参照图7至图1OC详细描述的。一般来说，静态RGE是三种RGE估计算法中最精确的算法，其原因是静态RGE算法的估计涉 及最少估计输入且静态RGE算法最直接地获得估计结果。然而，静态RGE算法仅在车辆静止状况下可用。
[0072]运动学RGE算法424基于对应于车辆的运动学特性(包括车辆速度、加速度和横摆角之间的关系)的输入来估计RGE。该算法使用卡尔曼滤波器处理所述输入，如参照图11至图13D详细描述的。运动学RGE算法424适合于正常车辆运动状况(例如，Vx > 5kph)，其原因是在车辆速度低时一些基本计算的精度低。另外，卡尔曼滤波器是动态滤波器，通常不可能获得良好的估计，直到估计状态收敛为止。瞬态时间取决于初始状态、真实道路坡度状态以及估计状况(例如:信号频率分量丰富度和信噪比等)之间的差异。
[0073]动态RGE算法426基于对应于车辆速度、车轮扭矩(制动扭矩和动力传动系输出扭矩)以及作用在车辆上的其他拖曳力(例如，气动阻力、滚动阻力和道路坡度负荷)的输入来估计RGE。车辆系统包括用于估计车辆质量的算法，该算法包括在框426中且参照图18至图24详细描述。一般来说，与静态RGE和运动学RGE相比，动态RGE的品质状况更低，其原因是动态RGE在进行估计时涉及更多的信号，且每个信号中的噪声和误差将传送到最终RGE输出中。然而，动态RGE不依赖纵向加速度信号(< )?因此，动态RGE的信号覆盖范围不同于静态估计和运动学估计的信号覆盖范围。例如，在传感器出故障的情况下，可能不能获得纵向加速度信号(?::)，然后，动态RGE是唯一可用的估计。
[0074]在框430处，车辆系统执行驱动状态监测和估计算法调节。估计算法调节包括对框424的RGEkin算法进行前馈输入补偿，这参照图14至图17详细描述。
[0075]在框432处，车辆系统评价车辆操作状况(例如，车辆稳定性、振荡和速度)，并将对应的判断提供给框428。在框434处，车辆系统针对每种RGE算法确定品质因子(QFst、QFkin> QFdyn)以及总的RGE品质因子(QFme)。在一个或多个实施例中，QFme与RGEtjut —起提供给其他车辆系统。参照图25至图27G详细描述这样的品质评价。一般来说，品质因子评价估计的信息的可用性和精度。品质因子从O至3的范围内选择，其中，品质值3指示全品质，品质值2指示品质存在一些降低，品质值I指示品质差，品质值O指示估计在当前不可用。
[0076]图5A至图5E示出了图4的用于仲裁道路坡度估计的方法410的效果。图5A至图5E包括在实际道路坡度已知的道路上在共同的时间段内获得的测量数据的5个图形。图5A示出了车辆速度(Vx)和静态道路坡度估计(RGEst)。图5B示出了车辆速度(Vx)和运动学道路坡度估计(RGEkin)。图5C示出了车辆速度(Vx)和道路坡度估计输出(RGEwt)。图5D示出了道路坡度估计输出(RGEtjut)和实际道路坡度(a J。图5Ε示出了 RGEtjut和％之间的百分比误差。
[0077]图5Α至图5C示出了在车辆多次停止的驱动循环期间，方法410如何在静态道路坡度估计和运动学道路坡度估计之间进行仲裁。在图5Α至图5C中的每个图中示出了车辆速度(O。在示出的实施例中，车辆停止三次，这三次停止由标号512、514和516指示。
[0078]如图5Α描述的，当车辆停止或者静止时，静态道路坡度估计(RGEst)可用。在第一次停止512，RGEst指示道路坡度约为20%，如标号518表示的。在第二次停止514，RGEst指示道路坡度约为0%，如标号520表示的，以及在第三次停止516，RGEst指示道路坡度约为-12%，如标号522表示的。根据一个或多个实施例，当车辆运动时，静态道路坡度估计不可用，RGEst波形等于零。
[0079]如图5Β描述的，当车辆运动时或者在正常车辆运动期间，运动学道路坡度估计(RGEkin)可用。在第一次停止512之前，RGEkin指示道路坡度从约O %增加到20%，如标号524表示的。在第一次停止512，RGEkin不可用，RGEkin锁止/锁定到最后那个RGEkin值，如标号526表示的。在第一次停止512和第二次停止514之间，RGEkin从约20%减小到0%，如标号528表示的。在第二次停止514和第三次停止516之间，RGEkin从约0%减小到-12%，如标号530表示的。在第三次停止516之后，RGEkinW-12%增加到0%，如标号532表示的。
[0080]如图5C描述的，如参照图4描述的道路坡度估计输出(RGErat)通常在静止状况下选择RGEst以及在车辆运动时选择RGEkin。图示出了 RGEtjut和实际道路坡度(a J。图5Ε描述了 RGE-和％之间的百分比误差(误差)。对于本示例，误差约为+ / _4%。
[0081]表A描述了与用于估计道路坡度的算法相关的输入和车辆状况的比较，如下所
示:
[0082]
【权利要求】
1.一种车辆,包括: 控制器，被配置成:当纵向加速度、车辆速度和横摆角中的至少一个指示发生合格的事件时，基于纵向加速度和车轮扭矩产生指示车辆质量估计的输出， 其中，车辆质量估计独立于道路坡度估计。
2.根据权利要求1所述的车辆，其中，合格的事件包括加速事件和制动事件中的至少一个。
3.根据权利要求2所述的车辆，其中，加速事件还包括: 指示车辆速度大于推进入口速度阈值的输入； 指示纵向加速度大于正加速度阈值的输入； 指示横摆角的幅度小于横摆角阈值的输入。
4.根据权利要求2所述的车辆，其中，制动事件还包括: 指示车辆速度大于制动入口速度阈值的输入； 指示纵向加速度小于负加速度阈值的输入； 指示横摆角的幅度小于横摆角阈值的输入。
5.根据权利要求1所述的车辆，所述车辆还包括: 惯性传感器，用于提供指示纵向加速度的信号。
6.根据权利要求1所述的车辆，其中，控制器还被配置成: 将指示车辆质量估计的输出设置为默认值，直到发生预定数量的合格的事件为止。
7.根据权利要求1所述的车辆，其中，控制器还被配置成: 使用动态上边界限制车辆质量估计，所述动态上边界的初始值基于最大车辆总重量。
8.根据权利要求7所述的车辆，其中，控制器还被配置成: 使用动态下边界限制车辆质量估计，所述动态下边界的初始值基于车辆整备重量。
9.根据权利要求8所述的车辆，其中，所述动态上边界和动态下边界中的至少一个被配置成响应于合格的事件的累积而收敛。
10.根据权利要求1所述的车辆，其中，控制器还被配置成: 基于纵向加速度、车轮扭矩和加速度偏移量使用递归最小二乘估计来估计车辆质量估计， 其中，加速度偏移量包括横向速度、横向偏移量和车辆俯仰角中的至少一个。
【文档编号】B60W40/107GK103661395SQ201310390790
【公开日】2014年3月26日 申请日期:2013年8月30日 优先权日:2012年8月31日
【发明者】于海, 马修·艾伦·博斯, 瑞恩·亚伯拉罕·麦吉 申请人:福特全球技术公司