用于估算含有机动车辆的总重量的区间的方法和装置与流程

本发明涉及一种用于估算机动车辆的总重量的方法和装置。

背景技术：

对于汽车车辆上车载的许多装置，尤其是用于管理制动、用于管理自动变速器或用于管理悬架刚度的装置的正确运行而言，知道该车辆的总重量是必需的。实际上，车辆的负载越大，悬架就变得越硬，以确保乘客的舒适性和安全性。此外，对于提供高负载能力的多功能车辆而言，车辆的重量的估算允许使用者确保符合经核准的总载重量。

因此，希望获得对该车辆的重量的快速和可靠的估算。

现今，能够以多种不同方式来进行对汽车车辆的重量的估算，例如通过由用于悬架的位移的传感器并使用减振器的刚度知识来直接测量重量。然而，这些方法是昂贵的，因为它们要求安装和出厂校准位移传感器。此外，制造中和老化中的悬架的刚度的离散差不允许精确估算有待获得的重量。

此外，还存在通过应用动力学的基本原理来估算汽车车辆的重量的方法。

在这方面，可以参考文件US 6,249,735，该文件描述了一种用于根据发动机的测量出的转矩并且根据通过速度的导数的离散近似并通过滤波计算出的车辆加速度来估算车辆的装载状态的方法。这样的方法不允许足够可靠且稳健地估算重量。

还可以参考文件FR 2 857 090，该文件描述了一种用于基于利用车辆的加速度的递归最小二乘算法来估算重量的方法。然而，这样的估算方法不允许快速估算汽车车辆的重量。

此外，用于通过在时间上以单一时点应用动力学基本原理来估算汽车车辆的重量的方法实施起来是特别不精确且繁重的，因为这些方法要求估 算该车辆的许多参数并且是基于并非始终验证为真的假设的，例如零风速、零倾斜等。

此外，在一些当前车辆中，当车辆被装载时，使用者必须按下控制按钮。该控制按钮随后将激活用于控制适于装载或未装载的车辆(称作“标称”)的自动变速器的处理器的程序。然而，这样的控制按钮的安装是相对昂贵的。

然而，这些文件都不允许快速地限定该车辆是轻载还是重载，并且因此在不确定该车辆的重量的精确值的情况下不允许确定该车辆的重量的给定区间。

技术实现要素：

因此，本发明的目的是要克服这些缺陷。

因此，本发明的目的是提供一种允许快速地确定该汽车车辆的总重量所处在其中的区间并同时实施起来成本低且简单的方法和装置。

术语重量“区间”或“级别”应当理解成是指由最大重量和最小重量界定的重量集所限定的范围。

在一个实施例中，本发明涉及一种用于估算汽车车辆的总重量所属于的级别、即汽车车辆的总重量所处在其中的区间的方法。该估算方法包括一个步骤，在该步骤中限定了至少两个重量区间，确定了该车辆的总重量属于第一区间的第一情形，并且确定了该车辆的总重量属于第二区间的第二情形。此外，该估算方法进一步包括用于计算在已知该重量的一个值时处于该第一或第二情形的概率的一个步骤、用于根据所计算出的概率和与错误决定相关联的成本来计算选择错误的区间的风险的一个步骤、以及用于根据该风险来确定该车辆的总重量所处在其中的区间的一个步骤。

有利地，为了计算已知该重量的一个值时处于该第一或第二情形的概率，使用含有多个行驶轮廓的一个数据库来限定了一个重量估算值集，计算出来自该重量估算值集中的一个值处于该第一情形的概率，计算出来自该重量估算值集中的一个值处于该第二情形的概率，确定了处于该第一或第二情形的概率，并且针对所有行驶类型计算出在所有情形中发现一个重量值的概率。

一种使用贝叶斯(Bayes)定理的算法可以例如被用来获得已知该重量的一个值时处于该第一或第二情形的概率。

在一个实施例中，该风险是根据瞬时质量的值来计算出的。该瞬时质量对应于施加到该车辆上的力的总和除以该车辆的纵向加速度。“力”应当理解成是指空气动力、道路对车轮的阻力、传递到这些车轮的发动机转矩和制动摩擦的合成。

在另一实施例中，该风险是根据瞬时质量估算值集来计算出的，例如使用基于牛顿第二定律的算法计算出的。

有利地，该车辆的总重量所处在其中的区间是通过对这些风险进行比较并且通过选择最小风险来确定的。

根据第二方面，本发明涉及一种用于估算汽车车辆的总重量所处在其中的区间的装置，该装置包括用于确定至少两个重量区间、该车辆的总重量属于第一区间的第一情形以及该车辆的总重量属于第二区间的第二情形的一个模块。所述估算装置包括用于计算已知该重量的一个值时处于该第一或第二情形的概率的一个模块、用于根据所计算出的概率和与错误决定相关联的成本来计算选择错误的区间的风险的一个模块、以及用于根据该风险来确定该车辆的总重量所处在其中的区间的一个模块。

有利地，用于计算这些概率的模块包括用于使用含有多个行驶轮廓的一个数据库来确定一个重量估算值集的一个模块，以及被设计成计算来自该重量估算值集中的一个值处于该第一情形的概率、来自该重量估算值集中的一个值处于该第二情形的概率、处于该第一或第二情形的概率、以及针对所有行驶类型在所有情形中发现一个重量值的概率的一个计算模块。

用于计算已知该重量的一个值时处于该第一或第二情形的概率的模块例如包括用于使用贝叶斯定理来应用一个算法的模块。

在一个实施例中，该风险是根据该瞬时质量估算值集来计算出的。

附图说明

通过阅读仅借助非限制性示例并且参照附图所给出的以下说明，本发明的其他的目的、特征以及优点将会清楚，在这些附图中：

-图1示意性地示出了根据本发明的用于估算车辆的总重量所属于的 级别的装置；并且

-图2展示了根据本发明的用于估算车辆的总重量所属于的级别的方法。

具体实施方式

本发明允许确定汽车车辆的重量所处在其中的区间、即汽车车辆的重量所属于的级别。重量级别是重量区间，例如在1900kg和2000kg之间的范围内。

在下文中，第一重量区间I₁例如被限定在0kg和1850kg之间，并且第二重量区间I₂例如被限定在1850kg和3000kg之间。应当指出的是，可以提供较大数量的重量区间、以及大小可变的重量区间。

第一情形M_I1因此被限定成对应于该车辆的总重量m处在区间I₁内的情况，并且第二情形M_I2因此被限定成对应于该车辆的总重量m处在区间I₂内的情况。

用于估算该车辆的重量m所属于的级别的装置1包括用于限定重量区间I₁、I₂和情形M_I1和M_I2的模块2，用于计算条件概率的模块5，用于估算犯错误的风险的模块8以及决策模块9。

用于计算条件概率的模块5包括模块3以用于通过含有多个行驶轮廓的数据库4来确定重量估算值集m_#。

确定模块3包括使用牛顿第二定律来根据该行驶数据按照以下等式在理论上计算该车辆的瞬时质量的估算值的算法：

其中：

m是车辆的理论瞬时质量，以kg为单位来表示；

a(t)是车辆的瞬时加速度，以为m.s-²单位来表示；并且

F(t)是施加到车辆的瞬时力集，以N为单位来表示。

因此，对于给定的行驶条件，根据所考虑到的情形，换言之对应于该车辆的重量m处在区间I₁内的情况的第一情形M_I1、以及因此被限定成对应于该车辆的重量m处在区间I₂内的情况的第二情形M_I2而言，获得了重 量估算值集m_#。

用于计算条件概率的模块5随后包括模块6以用于根据以下等式来计算对于重量估算值集m_#中的一个重量值x处于第一情形M_I1而言的条件概率集P(x|M_I1)：

P(x|M_I1)＝N(x)/N(m_#) (等式2)

其中：

N(x)是值x在集m_#中的次数；并且

N(m_#)是集m_#中的总元素数量。

以同样的方式，模块6计算对于重量估算值集m_#中的一个重量值x处于第二情形M_I2而言的条件概率集P(x|M_I2)。

随后，计算模块6确定处于第一M_I1或第二情形M_I2的概率P(M_I1)和P(M_I2)。

例如，概率P(M_I1)和P(M_I2)可以是由制造商根据该车辆并且根据例如装载有多个个体或货物等来提供的。

通过此信息，计算模块6确定在所有行驶情形M_I1和M_I2中发现重量值x的概率：

P(x)＝P(x|M_I1)*P(M_I1)+P(x|M_I2)*P(M_I2) (等式3)

为了知道已知一个重量值x时处于情形MI1或MI2的概率，用于计算条件概率的模块5包括含有使用贝叶斯定理的算法以获得以下等式的模块7：

P(M_I1|x)＝P(x|M_I1)*P(M_I1)/P(x) (等式4)

P(M_I2|x)＝P(x|M_I2)*P(M_I2)/P(x) (等式5)

条件概率P(M_I1|x)和P(M_I2|x)可以回答以下问题：给定任何重量值m，车辆处于情形M_I1或M_I2的概率是多少？这些条件概率是离线计算的并且被发送至决策模块9。术语“离线”是指在开发和构建过程中的行驶阶段。

用于估算犯错误的风险R的模块8接收关于成本C的和关于由用于计算这些概率的模块5计算出的条件概率的信息。

错误选择情形M_In(而该车辆的重量m处于区间I_n+1内)涉及成本C，这可能导致使用者的舒适性和安全性的退化。

选择情形M_I1(而该车辆的重量m处于区间I₂内)的犯错误的成本将 用C_I1指代，并且C_I2将是选择情形M_I2(而该车辆的重量m处于区间I₁内)的犯错误的成本。

事件的风险R被定义为其成本C乘以发生该事件的概率。

风险R可以是通过两种不同的方法来计算的：

第一种方法在于已知瞬时质量m_t的值时根据以下等式来计算瞬时风险R。

R_I2＝P(M_I1|m_t)*C_I2 (等式6)

R_I1＝P(M_I2|m_t)*C_I1 (等式7)

第二种方法使用了由使用牛顿定律的算法在每个时刻t，t-1，t-2…确定的这些重量m_t，m_t-1，m_t-2，…，m_1的估算值。应该指出的是，可以使用允许估算该车辆的重量的任何其他算法。

可以限定以下内容：

Xt＝{m_t,m_t-1,m_t-2,…,m_1}。

其中，Xt是该车辆的重量m的估算值集。

为了计算已知集Xt时处于情形M_I1或M_I2的概率P(M|Xt)，假设集Xt中的这些值是随机值，是在相同的条件下随机选择的，换言之是恒等分布和独立的：

等式8可以以递归形式书写成：

因此，在时刻t，根据下列等式写出了得出该重量位于区间I内的结论却其并非如此的风险R：

R_I2＝P(M_I1|Xt)*C_I2 (等式10)

R_I1＝P(M_I2|Xt)*C_I1 (等式11)

该风险在每个时刻t更新。

这些风险R_I2和R_I1被传送到决策模块9。决策模块9对由风险确定模块8计算出的风险进行比较并且选定最小的风险，以确定该汽车车辆的总重量m处在哪个区间I₁或I₂内。

如图2所展示的，用于估算该车辆的重量m所属于的级别的方法包括四个主要步骤10、20、30、40：第一主要步骤10用于限定重量区间I₁、I₂以及情形M_I1和M_I2，第二主要步骤20用于计算多个条件概率，第三主要步骤30用于估算犯错误的风险以及第四决策步骤40。

用于计算条件概率的第二主要步骤20包括用于通过含有多个行驶轮廓的数据库21来确重量估算值集m_#的步骤。

可以例如使用基于牛顿定律的算法来根据等式1在理论上计算参照图1限定的车辆的瞬时质量的估算值。

因此，对于给定的行驶条件，根据当前情形，换言之对应于该车辆的重量m处在区间I₁内的情况的第一情形M_I1、以及因此被限定成对应于该车辆的重量m处在区间I₂内的情况的第二情形M_I2，获得了重量估算值集m_#。

随后根据以下等式来计算对于重量估算值集m_#中的一个重量值x处于第一情形M_I1而言的条件概率集P(x|M_I1)。

P(x|M_I1)＝N(x)/N(m_#) (等式2)

其中：

N(x)是值x在集m_#中的次数；并且

N(m_#)是集m_#中的总元素数量。

以同样的方式，计算出对于重量估算值集m_#中的一个重量值x处于第二情形M_I2而言的条件概率集P(x|M_I2)。

随后，计算出处于第一M_I1或第二情形M_I2的概率P(M_I1)和P(M_I2)。

例如，概率P(M_I1)和P(M_I2)可以是由制造商根据该车辆并且根据例如装载有多个个体或货物等来提供的。

通过此信息，计算出在所有行驶情形M_I1和M_I2中发现重量值x的概率：

P(x)＝P(x|M_I1)*P(M_I1)+P(x|M_I2)*P(M_I2) (等式3)

为了知道已知一个重量值x时处于情形MI1或MI2的概率，应用了多个贝叶斯公式以获得以下等式：

P(M_I1|x)＝P(x|M_I1)*P(M_I1)/P(x) (等式4)

P(M_I2|x)＝P(x|M_I2)*P(M_I2)/P(x) (等式5)

条件概率P(M_I1|x)和P(M_I2|x)可以回答以下问题：给定任何重量值m， 车辆处于条件M_I1或M_I2的概率是多少。这些条件概率是离线计算的并且被发送至决策步骤30。

用于估算风险R的第三主要步骤30允许计算选择一种情形而该车辆的总重量处在另一质量区间内的风险。

错误选择情形M_In(而该车辆的重量m处于区间I_n+1内)涉及成本C，这可能导致使用者的舒适性和安全性的退化。

选择情形I₁(而该车辆的重量m处于区间I₂内)的犯错误的成本将用C_I1指代，并且C_I2将是选择情形I₂(而该车辆的重量m处于区间I₁内)的犯错误的成本。

事件的风险R被定义为其成本C乘以发生该事件的概率。

风险R可以是通过两种方法来计算的：

第一种方法在于已知瞬时质量m_t的值时根据以下等式来计算瞬时风险R。

R_I2＝P(M_I1|m_t)*C_I2 (等式6)

R_I1＝P(M_I2|m_t)*C_I1 (等式7)

第二种方法允许使用由基于牛顿定律的算法在每个时刻t确定的这些重量m_t，m_t-1，m_t-2，…，m_1的估算值。应该指出的是，可以使用允许估算该车辆的重量的任何其他算法。

可以限定以下内容：

Xt＝{m_t,m_t-1,m_t-2,…,m_1}。

其中，Xt是该车辆的重量的估算值集。

为了计算已知集Xt时处于情形M_I1或M_I2的概率P(M|Xt)，假设集Xt中的这些值是随机值，是在相同的条件下随机选择的，换言之是恒等分布和独立的：

等式8可以以递归形式书写成：

因此，在时刻t，根据下列等式写出了得出该重量位于区间I内的结论 却其并非如此的风险R：

R_I2＝P(M_I1|Xt)*C_I2 (等式10)

R_I1＝P(M_I2|Xt)*C_I1 (等式11)

该风险在每个时刻t更新。

拥有这一信息，就可以在第四步骤40通过对风险R_I1和R_I2进行比较来作出最小风险的决定。

该决策步骤在于选择使风险最小化的解决方案，换言之，选定与最低风险相关联的重量级别。

因此，能够可靠地知道该车辆的总重量所处在其中的范围。

因此，可以例如通过简单的两个或三个重量级别来不利于精度地非常快速地估算该车辆的重量所属的级别。受控的减振器系统(或多或少根据车辆的负载进行稳固调整)连同照明系统(光束的取向与负载相适配以便不使其他车辆或行人目眩)并不要求车辆重量的高精度。

其他应用要求更精确的估算并且因此要求对该车辆的重量进行比在前一情形中更多的分类。可以值得注意地提及用于车辆超载的检测系统。在这种情况下，所希望的精度越高，重量的级别的数量就可以越大，但不利于这样的估算所需的时间。

在同一车辆内可以设想到这两种情形，从允许首先执行对不同系统进行调节的两个重量级别开始，然后通过增加级别的数量来改善对该重量的估算。