本发明涉及车辆控制技术领域，具体涉及一种车辆质量的估计方法，更具体涉及一种车辆质量在线估计的方法和系统。
背景技术：
对于车辆整车控制系统而言，虽然传感器可以提供一些车辆和环境信息，但是还有一些车辆的状态信息难以通过传感器来获得。例如对于整车控制系统而言，整车质量对于车辆的主动安全控制(垂直载荷的获取)是非常重要的参数，如果能够对整车质量进行有效的估计，那么将会使得整车控制系统的控制效果进一步提高。
目前对于车辆质量估计方面做了很多研究。其中方法多种多样，归结起来主要有两大类：一类是基于传感器的质量估计，二是基于动力学模型的质量估计。
通过安装传感器可以使得质量辨识变得简单，但额外安装传感器会使得车辆的成本大大增加。另一种方式是通过动力学模型进行质量估计。即通过can总线获取驱动扭矩、车辆纵向加速度、侧向加速度以及车速信息等，对车辆质量进行在线估计。由于坡度与车辆的纵向加速度相互耦合，因此现有技术大多是采用卡尔曼滤波等复杂算法同时估计质量和坡度，但由于估计算法过于复杂，在实际应用中并不能完全适应汽车行驶工况的复杂变化。
因此，亟待需要提供一种既能减少车辆成本又能适应汽车行驶工况的复杂变化的车辆质量的估计方法出现。
技术实现要素：
针对上述技术问题，本发明目的是提供一种车辆质量的估计方法和系统，旨在针对上述现有技术中存在的缺陷，从实时性和准确性两方面入手，能够在线调整滤波系数反映车辆质量的变化，从而既能够避开以上缺点又能较为准确、实时估计车辆质量。
本发明采用的技术方案为：
本发明实施例提供种车辆质量的估计方法，所述方法用于在每个计算时刻对车辆质量进行估计，包括：
若满足预设的质量估计开始条件，则执行如下步骤：
基于当前时刻的车辆的侧向加速度和纵向加速度，确定质量估计的可行度；
在所确定的可行度大于预设的可行度阈值时，基于车辆受到的纵向力、纵向加速度、滚动阻力系数以及预设的运算关系确定车辆当前时刻的初始估计质量；
基于所确定的初始估计质量和上一时刻的估计质量确定所述初始估计质量所对应的置信因子，其中，所述置信因子表征估计质量的可信程度；
根据所确定的置信因子确定当前时刻的调整系数，所述调整系数用于调整估计质量；
基于所确定的初始估计质量、所述调整系数和上一时刻的估计质量，确定当前时刻的估计质量。
可选地，所述预设的质量估计开始条件的满足状态基于上一时刻的估计质量、上一时刻的估计质量对应的置信因子、车辆静止时间计数器和当前时刻的车速确定，具体包括：
步骤一、判断车辆静止时间计数器是否达到最大值或者上一时刻的估计质量是否为零；如果车辆静止时间计数器达到最大值或者上一时刻的估计质量为零，则进入步骤二；否则，进入步骤三；
步骤二、将上一时刻的估计质量对应的置信因子置零，并将上一时刻的估计质量设定为预设的初始值；进入步骤三；
步骤三、判断置信因子是否小于预设的置信因子阈值；如果小于，进入步骤四，否则进入步骤五；
步骤四、将质量估计使能标志置1；进入步骤六；
步骤五、将质量估计使能标志置0；进入步骤六；
步骤六、判断当前车速是否小于预设车速阈值；如果小于，进入步骤七；否则，进入步骤八；
步骤七、将车辆静止时间计数器进行累加；进入步骤九；
步骤八、将车辆静止时间计数器清零；进入步骤十一；
步骤九、判断车辆静止时间计数器是否达到最大值，如果没有，进入步骤十一，否则，进入步骤十；
步骤十、将上一时刻的估计质量对应的置信因子清零，并将质量估计使能标志置1；进入步骤十一；
步骤十一、判断质量估计使能标志是否等于1，如果是，则确定满足预设的质量估计开始条件；如果否，则进入步骤一。
可选地，所述可行度判断通过模糊算法确定。
可选地，所述基于车辆受到的纵向力、纵向加速度、滚动阻力系数以及预设的运算关系确定车辆的当前时刻的初始估计质量具体包括：
将当前时刻的车辆的驱动力减去车辆的制动力和车辆的风阻得到的差值作为所述纵向力；
基于当前时刻的车速确定所述滚动阻力系数；
将所述纵向加速度与所述滚动阻力系数和重力加速度的乘积进行求和处理得到和值作为等效加速度；
将所述纵向力除以所述等效加速度得到的商值确定为所述初始估计质量。
可选地，基于所确定的初始估计质量和上一时刻的估计质量确定所述初始估计质量所对应的置信因子具体包括：
若所述初始估计质量与上一时刻的估计质量之间的差值小于预设的差值阈值，则将上一时刻的置信因子与所述可行度相加得到的和值作为当前时刻的置信因子；
若所述初始估计质量与上一时刻的估计质量之间的差值大于预设的差值阈值，则将上一时刻的置信因子与所述可行度相减得到的差值作为当前时刻的置信因子。
可选地，所述根据所确定的置信因子确定调整系数包括：将第一预设值减去第二预设值与所述置信因子的乘积得到的差值作为当前时刻的调整系数。
可选地，所述基于所确定的初始估计质量、所述调整系数和上一时刻的估计质量，确定当前时刻的估计质量具体包括：
对所述初始估计质量与上一时刻的估计质量进行作差处理，得到质量差值；
将所得到的质量差值与所述调整系数进行相乘，得到质量乘积值；
将所述上一时刻的估计质量与所得到的质量乘积值进行求和处理得到的和值确定为当前时刻的估计质量。
本发明另一实施例还提供一种车辆质量的估计系统，所述系统用于在每个计算时刻对车辆质量进行估计，包括：
判定模块，用于对是否满足预设的质量估计开始条件进行判定，并基于判定结果生成相应的质量估计开始指令；
可行度计算模块，用于根据所述判定模块所生成的质量估计开始指令，基于当前时刻的车辆的侧向加速度和纵向加速度，确定质量估计的可行度；
第一质量估计模块，用于在所述可行度计算模块确定的可行度大于预设的可行度阈值时，基于车辆受到的纵向力、纵向加速度、滚动阻力系数以及预设的运算关系确定车辆的当前时刻的初始估计质量；
置信因子确定模块，用基于所述初始质量估计模块确定的初始估计质量和上一时刻的估计质量确定所述初始估计质量所对应的置信因子，其中，所述置信因子表征估计质量的可信程度；
调整系数确定模块，用于根据所确定的置信因子确定当前时刻的调整系数，所述调整系数用于调整估计质量；
第二质量估计模块，用于基于所确定的初始估计质量、所述调整系数和上一时刻的估计质量，确定当前时刻的估计质量。
本发明实施例提供的车辆质量的估计方法和系统，在每个计算时刻，首先对是否满足质量估计条件进行判断，在满足质量估计条件的情况下，通过模糊算法计算此时进行车辆质量估计的可行度，在可行度表征可以进行质量估计的情况下，最终确定进行质量估计，得到初始的估计质量；然后根据初始的估计质量确定对应的置信因子，并根据置信因子的大小动态调整质量估计的调整系数，最后根据调整系数的大小动态地调整质量估计的结果，使得质量估计的结果能够实时反映车辆真实的状态。
附图说明
图1为本发明实施例提供的车辆质量的估计方法的流程示意图；
图2为本发明一具体实施例提供的车辆质量的估计方法的流程示意图；
图3至图5分别为本发明实施例利用模糊算法确定的侧向加速度、纵向加速度和可行度的隶属度函数示意图；
图6为本发明实施例提供的车辆质量的估计系统的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明的技术思想为：由于车辆的质量变化主要发生在车辆静止工况下，在车辆行驶过程中，车辆的质量变化可以忽略不计。基于此，本发明提供了一种简单地能够在线估计车辆质量的方法。本方法主要是基于车辆的动力学方程，通过方程转换能够实现质量与坡度的解耦。既避免了额外传感器的安装，同时该方法又能规避复杂的计算。通过时刻采集车辆的纵向加速度与车辆的侧向加速度等信息，计算出车辆的质量以及估计质量对应的置信因子，然后根据置信因子的大小动态地调整质量估计的调整系数，从而实现在线估计车辆质量的目的。
以下结合图1和图2对本发明实施例提供的车辆质量的估计方法进行介绍。
本发明实施例提供车辆质量的估计方法，用于在每个计算时刻对车辆质量进行估计，如图1所示，可包括：
若满足预设的质量估计开始条件，则执行如下步骤：
s101、基于当前时刻的侧向加速度和纵向加速度，确定质量估计的可行度。
s102、在所确定的可行度大于预设的可行度阈值时，基于车辆受到的纵向力、纵向加速度、滚动阻力系数以及预设的运算关系确定车辆的当前时刻的初始估计质量。
s103、基于所确定的初始估计质量和上一时刻的估计质量确定所述初始估计质量所对应的置信因子，其中，所述置信因子表征估计质量的可信程度。
s104、根据所确定的置信因子确定当前时刻的调整系数，所述调整系数用于调整估计质量。
s105、基于所确定的初始估计质量、所述调整系数和上一时刻的估计质量，确定当前时刻的估计质量。
本发明实施例提供的车辆质量的估计方法可通过整车控制器来执行，整车控制器可设定以每10ms为计算周期进行一次质量的估计。
在本发明实施例中，所述预设的质量估计开始条件的满足状态可基于上一时刻的估计质量、上一时刻的估计质量对应的置信因子、车辆静止时间计数器和当前时刻的车速确定，如图2所示，可具体包括以下步骤：
步骤一、在每个计算时刻，首先判断车辆静止时间计数器stillconter是否达到最大值umax或者上一时刻的估计质量
步骤二、将上一时刻的估计质量
步骤三、判断置信因子是否小于预设的置信因子阈值。如果小于，进入步骤四，否则进入步骤五；在本发明中，置信因子用于判断估计的质量的可信度，置信因子大，表明估计的质量的可信度比较高，后续可以不再对车辆质量进行估计；置信因子小，表明估计质量的可信度比较小，需要继续计算估计车辆质量大小。预设的置信因子阈值可根据实际情况来进行确定，在一个非限制的实施例中，预设的置信因子阈值可为0.85。
步骤四、将质量估计使能标志置1；进入步骤六；本发明实施例使用质量估计使能标志来表示是否可以进行车辆质量的估计，质量估计使能标志可利用1和0来表示，其中，质量估计使能标志为1，则表示可以进行车辆质量的估计，如果为0，则表示不能进行车辆质量的估计。
步骤五、将质量估计使能标志置0；进入步骤六；
步骤六、判断当前车速是否小于预设车速阈值。如果当前车速小于预设车速阈值，例如3m/s，此时认为车辆处于静止状态，则进入步骤七；否则表明车辆处于运动状态，进入步骤八；
步骤七、将静止计数器进行累加计数；进入步骤九；
步骤八、将静止计数器清零；进入步骤十一；
步骤九、判断静止计数器是否达到最大值，例如50。如果没有达到最大值，进入步骤十一，否则，进入步骤十；
步骤十、将上一时刻的估计质量所对应的置信因子
步骤十一、判断质量估计使能标志是否等于1，如果是，则表示满足预设的质量估计条件，即执行上述步骤s10至s105；如果否，则进入步骤一。
以下，继续参考图2对上述步骤s10至s105进行详细介绍。
在步骤s101中，所述可行度可通过模糊算法确定。具体地，可根据车辆运行的工况参数评估车辆的工况是否适于进行质量估计。由汽车动力学方程可知，侧向加速度越小，纵向加速度越大，此时滚动阻力系数对于车辆质量估计的影响越小，越适于进行车辆的质量估计。相反，侧向加速度越大，纵向加速度越小，此时滚动阻力系数对于车辆的估计影响越大。基于此，本发明实施例采用的模糊算法的输入包括侧向加速度、纵向加速度等信息。模糊算法的输出为质量估计的可行度k。模糊算法依据不同的纵向加速度、侧向加速度，计算出车辆在不同工况下进行质量估计的可行度k。
本发明实施例采用mamdani极大极小推理法对输入输出变量进行模糊化和反模糊化运算，如果计算出来的可行度k大于预设的可行度阈值kthreshold，说明此时车辆的工况适于进行质量估计，继续后续步骤s102至s105。如果可行度k小于阈值kthreshold，说明此时车辆的工况不适于进行质量估计，后续跳出质量估计的步骤直到可行度满足质量估计的条件。预设的可行度阈值可根据实际情况进行确定，在一非限制示例中，可为0.5。
具体地，本发明实施例利用模糊算法进行质量估计的原理如下：
首先，利用mamdani极大极小推理法将纵向加速度ax模糊化，分为3级：s(小)、m(中)、b(大)，将侧向加速度ay模糊化也分为3级：s(小)、m(中)、b(大)，得到相应的纵向加速度ax和侧向加速度ay的隶属度函数图，如图3和图4所示。将可行度k模糊化分为5级：s(小)、ls(较小)、m(中)、lb(较大)、b(大)，得到可行度k的隶属度函数图，如图5所示。根据理论分析和仿真经验而设计出的模糊控制规则如表1所示，最后，利用mamdani极大极小推理法对可行度k的隶属度函数图进行反模糊化运算，从而得到0～1之间的可行度值。
表1
进一步地，步骤s102可具体包括以下步骤：
(1)将当前时刻的车辆的驱动力减去车辆的制动力和车辆的风阻得到的差值作为所述纵向力；
(2)基于当前时刻的车速确定所述滚动阻力系数；
(3)将所述纵向加速度与所述滚动阻力系数和重力加速度的乘积进行求和处理得到和值作为等效加速度；
(4)将所述纵向力除以所述等效加速度得到的商值确定为所述初始估计质量。
具体地，本发明实施例的初始估计质量的估计原理主要是基于车辆的纵向动力学方程，通过方程的转换实现坡度与质量的解耦。传感器测量的加速度信息主要包含两部分信息，分别是车辆真实的加速度信息ax(纵向加速度)以及道路坡度信息θ，传感器测量的加速度asensor可通过下式(1)表示：
asensor＝ax+g×sinθ(1)
因为在质量估计过程中，质量与坡度是相互耦合的，坡度估计直接影响质量的准确性。本发明实施例通过车辆的动力学方程的转换，实现质量估计与坡度估计的解耦，具体转换的过程如下述公式(2)所示：
fdrive-fbrake-fwind_drag-froll-froad＝m×ax(2)
上式中，fdrive表示车辆的驱动力，fbrake表示车辆的制动力，fwind_drag表示车辆的风阻，froll表示车辆的滚动阻力，froad表示车辆的坡度阻力。由于公式中驱动力fdrive、制动力fbrake、风阻fwind_drag均与车辆质量无关，驱动力和制动力均可以通过can线采集相关的信息得到，风阻可以通过采集车速信息，通过下述公式(3)计算得到：
其中，ρ表示空气密度，cd表示风阻系数，a表示迎风面积，v表示车速。驱动力、制动力和风阻这三个力的信息均可以认为是已知量，因此可以将这三个力用一个力fres来代替，如下式(4)所示：
fres＝fdrive-fbrake-fwind_drag(4)
由公式(1)可知，公式(2)可以整理成：
fres＝m×ax+m×g×koll+m×g×sinθ＝m×(asensor+g×koll)(5)
公式中koll表示车辆行驶过程中受到的滚动阻力系数，由于在车辆行驶过程中，滚动阻力的变化对于车辆质量估计影响较小，可以通过离线标定某一初始值来近似代替。将公式(5)中的滚动阻力与传感器测量得到的加速度用车辆等效加速度axeff代替即可得到：
axeff＝asensor+g×koll(6)
结合式(6)，式(5)即可整理成
mrough表示当前时刻的初始估计质量，即当前时刻的估计质量的粗略值，由于滚动阻力系数与车辆运行工况有关，为了简化计算，本发明通过下述公式(8)确定滚动阻力系数：
koll＝0.0116+0.000142×v(8)
因此，结合传感器测得的加速度以及公式(8)计算的滚动阻力系数，通过公式(7)即可得到当前时刻的初始估计质量。
进一步地，步骤s103可具体包括：若所述初始估计质量与上一时刻的估计质量之间的差值小于预设的差值阈值，则将上一时刻的置信因子与所述可行度相加得到的和值作为当前时刻的置信因子；若所述初始估计质量与上一时刻的估计质量之间的差值大于预设的差值阈值，则将上一时刻的置信因子与所述可行度相减得到的差值作为当前时刻的置信因子。
具体地，若所述初始估计质量与上一时刻的估计质量之间的差值小于预设的差值阈值，例如100kg，说明此时估计的质量接近真实质量，此时需要增加估计质量的置信因子，具体可将上一时刻的置信因子与所述可行度相加得到的和值作为当前时刻的置信因子，即可通过下述公式(9)来增加置信因子：
若所述初始估计质量与上一时刻的估计质量之间的差值大于预设的差值阈值，例如100kg，说明此时估计的质量与真实的质量相差较大，此时需要降低估计质量所对应的置信因子，具体可将上一时刻的置信因子与所述可行度相减得到的差值作为当前时刻的置信因子，即可通过下述公式(10)来降低置信因子：
进一步地，步骤s104中，可将第一预设值减去第二预设值与所述置信因子的乘积得到的差值作为当前时刻的调整系数(也称作滤波系数)。在一个示意性实施例中，第一预设值可为0.6，第二预设值可为0.5，即可通过下述公式(11)来调整滤波系数filtermf：
filtermf＝0.6-0.5×fmesti(11)
调整filtermf表示0到1之间的数据，通过该调整系数对计算的质量进行调整。
在质量估计的开始阶段，由于此时置信因子fmesti比较小，质量的调整系数filtermf很大，这样估计的质量就可以尽快的接近真实的质量。当置信因子很大时，说明此时估计的质量接近真实的质量，此时应该降低调整系数filtermf，以保证估计的质量接近车辆真实的质量。
进一步地，步骤s105可具体包括以下步骤：
对所述初始估计质量与上一时刻的估计质量进行作差处理，得到质量差值；
将所得到的质量差值与所述调整系数进行相乘，得到质量乘积值；
将所述上一时刻的估计质量与所得到的质量乘积值进行求和处理得到的和值确定为当前时刻的估计质量。
上述步骤可通过下述公式(12)来表示，即可通过下述公式(12)来确定当前时刻的估计质量mesti：
综上，本发明实施例提供的车辆质量的估计方法，在每个计算时刻，首先对是否满足质量估计条件进行判断，在满足质量估计条件的情况下，通过模糊算法计算此时进行车辆质量的估计的可行度，在可行度表征可以进行质量估计的情况下，最终确定进行质量估计，得到初始的估计质量；然后根据初始的估计质量确定对应的置信因子，并根据置信因子的大小动态调整质量估计的调整系数，最后根据调整系数的大小动态地调整质量估计的结果，使得质量估计的结果能够实时反映车辆真实的状态。
基于同一发明构思，本发明实施例还提供了一种车辆质量的估计系统，由于该系统所解决问题的原理与前述车辆质量的估计方法相似，因此该系统的实施可以参见前述方法的实施，重复之处不再赘述。
图6为本发明实施例提供的车辆质量的估计系统的结构示意图。本实施例提供的车辆质量的估计系统，用于在每个计算时刻对车辆质量进行估计，如图6所示，所述系统包括：
判定模块201，用于对是否满足预设的质量估计开始条件进行判定，并基于判定结果生成相应的质量估计开始指令；
可行度计算模块202，用于根据所述判定模块202所生成的质量估计开始指令，基于当前时刻的侧向加速度和纵向加速度，确定质量估计的可行度；
第一质量估计模块203，用于在所述可行度计算模块202确定的可行度大于预设的可行度阈值时，基于车辆受到的纵向力、纵向加速度、滚动阻力系数以及预设的运算关系确定车辆的当前时刻的初始估计质量；
置信因子确定模块204，用于基于所述初始质量估计模块203确定的初始估计质量和上一时刻的估计质量确定所述初始估计质量所对应的置信因子，其中，所述置信因子表征估计质量的可信程度；
调整系数确定模块205，用于根据所确定的置信因子确定当前时刻的调整系数，所述调整系数用于调整估计质量；
第二质量估计模块206，用于基于所确定的初始估计质量、所述调整系数和上一时刻的估计质量，确定当前时刻的估计质量。
进一步地，所述判定模块201基于上一时刻的估计质量、上一时刻的估计质量对应的置信因子、车辆静止时间计数器和当前时刻的车速来确定预设的质量估计开始条件的满足状态，具体可通过以下步骤来实现：
(1)、判断车辆静止时间计数器是否达到最大值或者上一时刻的估计质量是否为零；如果车辆静止时间计数器达到最大值或者上一时刻的估计质量为零，则进入步骤(2)；否则，进入步骤(3)；
(2)、将上一时刻的估计质量对应的置信因子置零，并将上一时刻的估计质量设定为预设的初始值；进入步骤(3)；
(3)、判断置信因子是否小于预设的置信因子阈值；如果小于，进入步骤(4)，否则进入步骤(5)；
(4)、将质量估计使能标志置1；进入步骤(6)；
(5)、将质量估计使能标志置0；进入步骤(6)；
(6)、判断当前车速是否小于预设车速阈值；如果小于，进入步骤(7)；否则，进入步骤(8)；
(7)、将车辆静止时间计数器进行累加；进入步骤(8)；
(8)、将车辆静止时间计数器清零；进入步骤(11)；
(9)、判断车辆静止时间计数器是否达到最大值，如果没有，进入步骤(11)，否则，进入步骤(10)；
(10)、将上一时刻的估计质量对应的置信因子清零，并将质量估计使能标志置1；进入步骤(11)；
(11)、判断质量估计使能标志是否等于1，如果是，则确定满足预设的质量估计开始条件，生成相应的质量估计开始指令；如果否，则进入步骤一。
进一步地，可行度计算模块202通过模糊算法确定所述可行度。
进一步地，第一质量估计模块203具体用于：
将当前时刻的车辆的驱动力减去车辆的制动力和车辆的风阻得到的差值作为所述纵向力；
基于当前时刻的车速确定所述滚动阻力系数；
将所述纵向加速度与所述滚动阻力系数和重力加速度的乘积进行求和处理得到和值作为等效加速度；
将所述纵向力除以所述等效角速度得到的商值确定为所述初始估计质量。
进一步地，置信因子确定模块204具体用于：
若所述初始估计质量与上一时刻的估计质量之间的差值小于预设的差值阈值，则将上一时刻的置信因子与所述可行度相加得到的和值作为当前时刻的置信因子；
若所述初始估计质量与上一时刻的估计质量之间的差值大于预设的差值阈值，则将上一时刻的置信因子与所述可行度相减得到的差值作为当前时刻的置信因子。
进一步地，调整系数确定模块205通过如下方式确定当前时刻的调整系数：将第一预设值减去第二预设值与所述置信因子的乘积得到的差值作为当前时刻的调整系数。
进一步地，所述第二质量估计模块206具体用于：
对所述初始估计质量与上一时刻的估计质量进行作差处理，得到质量差值；
将所得到的质量差值与所述调整系数进行相乘，得到质量乘积值；
将所述上一时刻的估计质量与所得到的质量乘积值进行求和处理得到的和值确定为当前时刻的估计质量。
上述各模块可设置在整车控制器中，相应的功能可对应于图1至图2所示流程中的相应处理步骤，在此不再赘述。
综上，本发明实施例提供的车辆质量的估计系统，在每个计算时刻，首先对是否满足质量估计条件进行判断，在满足质量估计条件的情况下，通过模糊算法计算此时进行车辆质量的估计的可行度，在可行度表征可以进行质量估计的情况下，最终确定进行质量估计，得到初始的估计质量；然后根据初始的估计质量确定对应的置信因子，并根据置信因子的大小动态调整质量估计的调整系数，最后根据调整系数的大小动态地调整质量估计的结果，使得质量估计的结果能够实时反映车辆真实的状态。
以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。