车辆行驶道路纵向坡度的识别方法、装置、设备及介质与流程

[0001]
本发明涉及汽车技术领域，尤其涉及一种车辆行驶道路纵向坡度的识别方法、装置、设备及介质。


背景技术：

[0002]
道路纵向坡度是车控领域的重要参数之一，对提升汽车的智能化和信息化有很重要的意义。目前，一般是通过车辆的轮速传感器和纵向加速度传感器采集车辆的轮速和纵向加速度，再基于轮速和纵向加速度来识别车辆行驶道路的纵向坡度。但是，本发明人在实施本发明的过程中发现，在车辆行驶过程中，由于紧急加减速会使得车辆整体晃动或者抖动，直接影响纵向加速度传感器的测量结果的准确性，导致影响道路纵向坡度识别的准确性，而现有技术中并未考虑到车辆的运动剧烈程度对道路纵向坡度识别的影响，因此精度较低。


技术实现要素：

[0003]
本发明实施例提供一种车辆行驶道路纵向坡度的识别方法、装置、设备及介质，能够根据车辆当前的运动剧烈程度来对计算得到的车辆当前行驶道路的纵向坡度值进行滤波处理，从而提高车辆行驶道路纵向坡度的识别精度。
[0004]
本发明一实施例提供了一种车辆行驶道路纵向坡度的识别方法，包括：
[0005]
获取车辆的状态参数，所述状态参数至少包括轮速、纵向加速度和电机扭矩；
[0006]
根据所述车辆的运动参数，确定所述车辆当前行驶道路的纵向坡度值，所述运动参数至少包括所述轮速和所述纵向加速度；
[0007]
根据所述车辆的运动剧烈程度判定参数，确定所述车辆当前的运动剧烈程度，所述运动工况判定参数包括所述纵向加速度和所述电机扭矩中的至少一种；
[0008]
基于预设的运动剧烈程度与滤波参数之间的对应关系，确定与所述车辆当前的运动剧烈程度对应的当前滤波参数；
[0009]
将所述当前滤波参数作为滤波系数，对所述纵向坡度值进行滤波处理，得到目标纵向坡度值。
[0010]
作为上述方案的改进，所述运动参数包括第一运动参数和第二运动参数；
[0011]
则，所述根据所述车辆的运动参数，确定所述车辆当前行驶道路的纵向坡度值，具体包括：
[0012]
根据所述第一运动参数，计算所述车辆的实际加速度，所述第一运动参数至少包括所述轮速；
[0013]
根据所述第二运动参数，计算重力加速度沿所述车辆当前行驶道路的分量，所述第二运动参数至少包括所述纵向加速度和所述实际加速度；
[0014]
根据所述重力加速度沿所述车辆当前行驶道路的分量，确定所述车辆当前行驶道路的纵向坡度值。
[0015]
作为上述方案的改进，所述状态参数还包括航向角速率和前轮转向角；所述第一运动参数还包括所述航向角速率和所述前轮转向角；
[0016]
则，所述根据所述第一运动参数，计算所述车辆的实际加速度，具体包括：
[0017]
根据所述航向角速率、所述前轮转向角和预设的所述车辆的结构参数，对所述轮速进行去除侧向分量处理，以得到所述车辆的纵向轮速；其中，所述结构参数包括前轴到质心的距离、后轴到质心的距离和轮距；
[0018]
根据所述车辆的纵向轮速，确定所述车辆的纵向车速；
[0019]
对所述车辆的纵向车速进行求导，得到所述车辆的实际加速度。
[0020]
作为上述方案的改进，所述轮速包括左前轮轮速、右前轮轮速、左后轮轮速和右后轮轮速；
[0021]
所述纵向轮速包括左前轮纵向轮速、右前轮纵向轮速、左后轮纵向轮速和右后轮纵向轮速；
[0022]
所述左前轮纵向轮速vx_fl_cal、所述左前轮轮速vx_fl、所述航向角速率yaw、所述前轮转向角ang、所述前轴到质心的距离l1、所述后轴到质心的距离l2和所述轮距track满足以下关系：
[0023]
vx_fl_cal＝{vx_fl+[(l1+l2)*yaw*sin(ang)]}/cos(ang)+yaw*track/2；
[0024]
所述右前轮纵向轮速vx_fr_cal、所述右前轮轮速vx_fr、所述航向角速率yaw、所述前轮转向角ang、所述前轴到质心的距离l1、所述后轴到质心的距离l2和所述轮距track满足以下关系：
[0025]
vx_fr_cal＝{vx_fr-[(l1+l2)*yaw*sin(ang)]}/cos(ang)-yaw*track/2；
[0026]
所述左后轮纵向轮速vx_rl_cal、所述左后轮轮速vx_rl、所述航向角速率yaw和所述轮距track满足以下关系：
[0027]
vx_rl_cal＝vx_rl+yaw*track/2；
[0028]
所述右后轮纵向轮速vx_rr_cal、所述右后轮轮速vx_rr、所述航向角速率yaw和所述轮距track满足以下关系：
[0029]
vx_rr_cal＝vx_rr-yaw*track/2。
[0030]
作为上述方案的改进，所述状态参数还包括车身俯仰角加速度；所述第二运动参数还包括所述车身俯仰角加速度；
[0031]
其中，所述车身俯仰角加速度通过以下方式获取：
[0032]
分别通过所述车辆的左前悬架传感器、右前悬架传感器、左后悬架传感器和右后悬架传感器采集所述车辆的左前悬架高度、右前悬架高度、左后悬架高度和右后悬架高度；
[0033]
根据所述左前悬架高度、所述右前悬架高度、所述左后悬架高度、所述右后悬架高度和预设的所述车辆的前后悬架距离，确定所述车辆的车身俯仰角；
[0034]
计算所述车辆的车身俯仰角和重力加速度的乘积，得到所述车辆当前的车身俯仰角加速度。
[0035]
作为上述方案的改进，所述状态参数还包括主缸压力；
[0036]
则，所述方法还包括：
[0037]
根据所述车辆的运动状态判定参数，确定所述车辆当前所处的运动状态；其中，所述运动状态判定参数包括所述纵向加速度、所述实际加速度和所述电机扭矩中的至少一
种，所述运动状态包括加速状态和减速状态；
[0038]
若所述车辆当前处于加速状态，则将所述车辆的运动剧烈程度判定参数确定为包括所述纵向加速度、所述实际加速度和所述电机扭矩；
[0039]
若所述车辆当前处于减速状态，则将所述车辆的运动剧烈程度判定参数确定为包括所述纵向加速度、所述主缸压力、所述实际加速度和所述电机扭矩。
[0040]
作为上述方案的改进，所述根据所述车辆的运动剧烈程度判定参数，确定所述车辆当前的运动剧烈程度，具体包括：
[0041]
对所述电机扭矩进行求导，得到所述车辆的扭矩梯度；
[0042]
若所述车辆当前处于减速状态，则基于预设的主缸压力、扭矩梯度与第一类型加减速程度值之间的对应关系，确定与所述车辆的扭矩梯度和主缸压力对应的当前第一类型加减速程度值；
[0043]
若所述车辆当前处于加速状态，则基于预设的扭矩梯度与第一类型加减速程度值之间的对应关系，确定与所述车辆的扭矩梯度对应的当前第一类型加减速程度值；
[0044]
基于预设的纵向加速度与第二类型加减速程度值之间的对应关系，确定与所述车辆的纵向加速度对应的当前第二类型加减速程度值；
[0045]
分别计算所述车辆的纵向加速度的导数和所述车辆的实际加速度的导数；
[0046]
将所述车辆的实际加速度的导数与所述车辆的纵向加速度的导数相减，得到所述车辆的加速度梯度；
[0047]
基于预设的加速度梯度与第三类型加减速程度值之间的对应关系，确定与所述车辆的加速度梯度对应的当前第三类型加减速程度值；
[0048]
若所述车辆当前处于加速状态，则基于预设的第一类型加减速程度值、第二类型加减速程度值、第三类型加减速程度值与总加速程度值之间的对应关系，根据所述当前第一类型加减速程度值、所述当前第二类型加减速程度值和所述当前第三类型加减速程度值，确定所述车辆的总加速程度值，并基于预设的总加速程度值与运动剧烈程度之间的对应关系，根据所述车辆的总加速程度值，确定所述车辆当前的运动剧烈程度；
[0049]
若所述车辆当前处于减速状态，则基于预设的第一类型加减速程度值、第二类型加减速程度值、第三类型加减速程度值与总减速程度值之间的对应关系，根据所述当前第一类型加减速程度值、所述当前第二类型加减速程度值和所述当前第三类型加减速程度值，确定所述车辆的总减速程度值，并基于预设的总减速程度值与运动剧烈程度之间的对应关系，根据所述车辆的总减速程度值，确定所述车辆当前的运动剧烈程度。
[0050]
本发明另一实施例提供了一种车辆行驶道路纵向坡度的识别装置，包括：
[0051]
状态参数获取模块，用于获取车辆的状态参数，所述状态参数至少包括轮速、纵向加速度和电机扭矩；
[0052]
纵向坡度值计算模块，用于根据所述车辆的运动参数，确定所述车辆当前行驶道路的纵向坡度值，所述运动参数至少包括所述轮速和所述纵向加速度；
[0053]
运动剧烈程度确定模块，用于根据所述车辆的运动剧烈程度判定参数，确定所述车辆当前的运动剧烈程度，所述运动工况判定参数包括所述纵向加速度和所述电机扭矩中的至少一种；
[0054]
滤波参数确定模块，用于基于预设的运动剧烈程度与滤波参数之间的对应关系，
确定与所述车辆当前的运动剧烈程度对应的当前滤波参数；
[0055]
滤波处理模块，用于将所述当前滤波参数作为滤波系数，对所述纵向坡度值进行滤波处理，得到目标纵向坡度值。
[0056]
本发明另一实施例还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上任意一项所述的车辆行驶道路纵向坡度的识别方法。
[0057]
本发明另一实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任意一项所述的车辆行驶道路纵向坡度的识别方法。
[0058]
与现有技术相比，本发明实施例提供的车辆行驶道路纵向坡度的识别方法、装置、设备及介质，通过根据获取到的车辆的运动参数，确定所述车辆当前行驶道路的纵向坡度值；根据获取到的所述车辆的运动剧烈程度判定参数，确定所述车辆当前的运动剧烈程度；基于预设的运动剧烈程度与滤波参数之间的对应关系，确定与所述车辆当前的运动剧烈程度对应的当前滤波参数；将所述当前滤波参数作为滤波系数，对所述纵向坡度值进行滤波处理，得到目标纵向坡度值，从而实现车辆行驶道路纵向坡度的识别。基于上述分析可知，本实施例能够根据车辆当前的运动剧烈程度来对计算得到的车辆当前行驶道路的纵向坡度值进行滤波处理，减少了车辆的运动剧烈程度对道路纵向坡度识别的影响，从而提高车辆行驶道路纵向坡度的识别精度。
附图说明
[0059]
图1是本发明一实施例提供的一种车辆行驶道路纵向坡度的识别方法的流程示意图；
[0060]
图2是本发明另一实施例提供的一种车辆行驶道路纵向坡度的识别方法的流程示意图；
[0061]
图3是本发明一实施例提供的一种车辆行驶道路纵向坡度的识别装置的结构示意图；
[0062]
图4是本发明一实施例提供的一种终端设备的示意图。
具体实施方式
[0063]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0064]
参见图1，是本发明一实施例提供的一种车辆行驶道路纵向坡度的识别方法的流程示意图。
[0065]
本发明实施例提供的一种车辆行驶道路纵向坡度的识别方法，包括：
[0066]
s11、获取车辆的状态参数；其中，所述状态参数至少包括轮速、纵向加速度和电机扭矩。
[0067]
示例性地，具体可以是分别通过车辆的轮速传感器和纵向加速度传感器采集车辆
的轮速和纵向加速度。
[0068]
s12、根据所述车辆的运动参数，确定所述车辆当前行驶道路的纵向坡度值，所述运动参数至少包括所述轮速和所述纵向加速度。
[0069]
示例性地，当车辆在坡路上行驶时，由车身的纵向加速度传感器测得的纵向加速度ax_sensor中包括重力加速度沿车辆当前行驶道路的分量g*sin(a)，而由车辆的车速求导得到的实际加速度ax_cal则不包括此信息，因此可以用二者的差异进行纵向坡度的估计，其中，g*sin(a)＝ax_sensor-ax_cal。其中，具体可以是根据车辆当前的轮速，计算车辆当前的车速，再对车辆当前的车速进行求导，从而得到车辆当前的实际加速度。需要说明的是，根据轮速计算车速的方法有多种，例如平均轮速法或是最大车速法等，在此不做限定。
[0070]
s13、根据所述车辆的运动剧烈程度判定参数，确定所述车辆当前的运动剧烈程度，所述运动工况判定参数包括所述纵向加速度和所述电机扭矩中的至少一种。
[0071]
需要说明的是，运动剧烈程度指的是车辆在行驶过程中的加减速剧烈程度。在车辆行驶过程中，车辆的纵向加速度，能够反映车辆的运动剧烈程度，纵向加速度越大，说明车辆的运动剧烈程度越大。并且，当车辆减速时，电机处于能量回收状态，电机扭矩为负值，负值增加越快，代表制动越严重，说明车辆的运动剧烈程度越大，同理，当车辆加速时，扭矩增加得越快，说明驾驶员踩油门的凶猛程度越大，说明车辆的运动剧烈程度越大。因此，可以是根据所述纵向加速度和所述电机扭矩中的至少一种，确定车辆当前的运动剧烈程度。
[0072]
需要说明的是，车辆的运动剧烈程度可以是根据实际需要进行划分，在此不做限定，示例性地，车辆的运动剧烈程度可以是包括不剧烈、轻度剧烈、中度剧烈和重度剧烈。
[0073]
s14、基于预设的运动剧烈程度与滤波参数之间的对应关系，确定与所述车辆当前的运动剧烈程度对应的当前滤波参数。
[0074]
需要说明的是，运动剧烈程度与滤波参数之间的对应关系可以是根据实际情况中车辆的运动剧烈程度对道路纵向坡度识别的影响进行设定，在此不做限制。示例性地，根据发明人对车辆的运动剧烈程度对道路纵向坡度识别的影响的深入研究，运动剧烈程度与滤波参数之间的对应关系具体可以是设定为：当车辆的运动剧烈程度为不剧烈时，滤波参数为0.8；当车辆的运动剧烈程度为轻度剧烈时，滤波参数为0.3；当车辆的运动剧烈程度为中度剧烈时，滤波参数为0.1；当车辆的运动剧烈程度为重度剧烈时，滤波参数为0.03。
[0075]
s15、将所述当前滤波参数作为滤波系数，对所述纵向坡度值进行滤波处理，得到目标纵向坡度值。
[0076]
示例性地，滤波处理的方式有多种，在此不做限定。示例性地，具体可以是将当前滤波参数作为一阶递归离散滤波器的滤波系数，通过该一阶递归离散滤波器对纵向坡度值进行滤波处理，从而得到目标纵向坡度值，上述的一阶递归离散滤波器所使用的公式为：y[n]＝a*x[n]+(1-a)*y[n-1]，采样频率为f＝50hz，截止频率为(a*f)/(2pi)，其中，y[n]表示时刻n时该滤波器输出的目标纵向坡度值，x[n]表示时刻n时输入该滤波器的纵向坡度值，y[n-1]表示时刻n-1时该滤波器输出的目标纵向坡度值。
[0077]
本发明实施例提供的车辆行驶道路纵向坡度的识别方法，通过根据获取到的车辆的运动参数，确定所述车辆当前行驶道路的纵向坡度值；根据获取到的所述车辆的运动剧烈程度判定参数，确定所述车辆当前的运动剧烈程度；基于预设的运动剧烈程度与滤波参数之间的对应关系，确定与所述车辆当前的运动剧烈程度对应的当前滤波参数；将所述当
前滤波参数作为滤波系数，对所述纵向坡度值进行滤波处理，得到目标纵向坡度值，从而实现车辆行驶道路纵向坡度的识别。基于上述分析可知，本实施例能够根据车辆当前的运动剧烈程度来对计算得到的车辆当前行驶道路的纵向坡度值进行滤波处理，减少了车辆的运动剧烈程度对道路纵向坡度识别的影响，从而提高车辆行驶道路纵向坡度的识别精度。
[0078]
作为其中一个可选的实施例，所述运动参数包括第一运动参数和第二运动参数。
[0079]
则，参见图2，所述步骤s12具体包括：
[0080]
s121、根据所述第一运动参数，计算所述车辆的实际加速度，所述第一运动参数至少包括所述轮速。
[0081]
需要说明的是，实际加速度指的是不包含重力加速度沿当前行驶道路的分量的加速度。示例性地，具体可以是根据车辆当前的轮速，计算车辆当前的车速，再对车辆当前的车速进行求导，从而得到车辆当前的实际加速度。
[0082]
s122、根据所述第二运动参数，计算重力加速度沿所述车辆当前行驶道路的分量，所述第二运动参数至少包括所述纵向加速度和所述实际加速度。
[0083]
示例性地，当车辆在坡路上行驶时，由车身的纵向加速度传感器测得的纵向加速度ax_sensor中包括重力加速度沿车辆当前行驶道路的分量g*sin(a)，而由车辆的车速求导得到的实际加速度ax_cal则不包括此信息，因此可以用二者的差异进行纵向坡度的估计，其中，g*sin(a)＝ax_sensor-ax_cal。
[0084]
s123、根据所述重力加速度沿所述车辆当前行驶道路的分量，确定所述车辆当前行驶道路的纵向坡度值。
[0085]
进一步地，所述状态参数还包括航向角速率和前轮转向角；所述第一运动参数还包括所述航向角速率和所述前轮转向角；
[0086]
则，所述步骤s121具体包括：
[0087]
s1211、根据所述航向角速率、所述前轮转向角和预设的所述车辆的结构参数，对所述轮速进行去除侧向分量处理，以得到所述车辆的纵向轮速；其中，所述结构参数包括前轴到质心的距离、后轴到质心的距离和轮距；
[0088]
s1212、根据所述车辆的纵向轮速，确定所述车辆的纵向车速；
[0089]
s1213、对所述车辆的纵向车速进行求导，得到所述车辆的实际加速度。
[0090]
示例性地，航向角速率具体可以是通过车身上的航向角速率传感器进行采集；前轮转向角具体可以是通过采集方向盘转角，再根据方向盘转角及转向传动比计算得到。
[0091]
值得说明的是，由于转向等原因，轮速不总是和车速在一个方向上，而当轮速包含侧向成分时，不能精确反应实际的纵向加速度，因此，本实施例在计算车速时，根据航向角速率、前轮转向角和预设的车辆的结构参数去除掉轮速的侧向分量，使得轮速只剩下纵向的分量，即为纵向轮速，再根据纵向轮速确定纵向车速，然后对纵向车速进行求导，从而求得实际加速度，能够有效提高实际加速度的精确度，从而进一步提高车辆行驶道路纵向坡度的识别精度。
[0092]
具体地，所述轮速包括左前轮轮速、右前轮轮速、左后轮轮速和右后轮轮速；
[0093]
所述纵向轮速包括左前轮纵向轮速、右前轮纵向轮速、左后轮纵向轮速和右后轮纵向轮速；
[0094]
所述左前轮纵向轮速vx_fl_cal、所述左前轮轮速vx_fl、所述航向角速率yaw、所
述前轮转向角ang、所述前轴到质心的距离l1、所述后轴到质心的距离l2和所述轮距track满足以下关系：
[0095]
vx_fl_cal＝{vx_fl+[(l1+l2)*yaw*sin(ang)]}/cos(ang)+yaw*track/2；
[0096]
所述右前轮纵向轮速vx_fr_cal、所述右前轮轮速vx_fr、所述航向角速率yaw、所述前轮转向角ang、所述前轴到质心的距离l1、所述后轴到质心的距离l2和所述轮距track满足以下关系：
[0097]
vx_fr_cal＝{vx_fr-[(l1+l2)*yaw*sin(ang)]}/cos(ang)-yaw*track/2；
[0098]
所述左后轮纵向轮速vx_rl_cal、所述左后轮轮速vx_rl、所述航向角速率yaw和所述轮距track满足以下关系：
[0099]
vx_rl_cal＝vx_rl+yaw*track/2；
[0100]
所述右后轮纵向轮速vx_rr_cal、所述右后轮轮速vx_rr、所述航向角速率yaw和所述轮距track满足以下关系：
[0101]
vx_rr_cal＝vx_rr-yaw*track/2。
[0102]
进一步地，所述状态参数还包括车身俯仰角加速度；所述第二运动参数还包括所述车身俯仰角加速度。
[0103]
值得说明的是，车辆的悬架姿态会对坡度估算造成误差，因此，本实施例考虑到车身倾角对路面坡度估计的影响，剔除掉由悬架的高度引起的车身纵向倾角加速度，能够提高重力加速度沿所述车辆当前行驶道路的分量的精确度，从而进一步提高车辆行驶道路纵向坡度的识别精度。
[0104]
具体地，所述重力加速度沿所述车辆当前行驶道路的分量和所述纵向坡度值满足以下关系：
[0105]
a＝arcsin([ax_sensor-ax_cal-ax_body]/g)
[0106]
其中，a表示所述纵向坡度值，[ax_sensor-ax_cal-ax_body]表示所述重力加速度沿所述车辆当前行驶道路的分量，g表示重力加速度，ax_sensor表示所述纵向加速度，ax_cal表示所述实际加速度，ax_body表示所述车身俯仰角加速度。
[0107]
具体地，所述车身俯仰角加速度通过以下方式获取：
[0108]
分别通过所述车辆的左前悬架传感器、右前悬架传感器、左后悬架传感器和右后悬架传感器采集所述车辆的左前悬架高度、右前悬架高度、左后悬架高度和右后悬架高度；
[0109]
根据所述左前悬架高度、所述右前悬架高度、所述左后悬架高度、所述右后悬架高度和预设的所述车辆的前后悬架距离，确定所述车辆的车身俯仰角；
[0110]
计算所述车辆的车身俯仰角和重力加速度的乘积，得到所述车辆当前的车身俯仰角加速度。
[0111]
其中，所述车辆的车身俯仰角aang1、左前悬架高度h_fl、右前悬架高度h_fr、左后悬架高度h_rl、右后悬架高度h_rr和前后悬架距离l满足以下关系：
[0112][0113]
进一步地，所述状态参数还包括主缸压力；
[0114]
则，参见图2，所述方法还包括：
[0115]
s21、根据所述车辆的运动状态判定参数，确定所述车辆当前所处的运动状态；其
中，所述运动状态判定参数包括所述纵向加速度、所述实际加速度和所述电机扭矩中的至少一种，所述运动状态包括加速状态和减速状态；
[0116]
s22、若所述车辆当前处于加速状态，则将所述车辆的运动剧烈程度判定参数确定为包括所述纵向加速度、所述实际加速度和所述电机扭矩；
[0117]
s23、若所述车辆当前处于减速状态，则将所述车辆的运动剧烈程度判定参数确定为包括所述纵向加速度、所述主缸压力、所述实际加速度和所述电机扭矩。
[0118]
需要说明的是，纵向加速度、实际加速度和电机扭矩中的任意一种均可反映车辆的运动状态，当纵向加速度、实际加速度或电机扭矩为负值时，说明车辆处于减速状态，当纵向加速度、实际加速度或电机扭矩为正值时，说明车辆处于加速状态。
[0119]
可以理解地，与纵向加速度类似的，实际加速度亦能表示车辆的运动剧烈程度，在此不做赘述。并且，当车辆处于减速状态时，主缸压力越大，说明驾驶员踩制动越深，运动剧烈程度越高。
[0120]
在本实施例中，根据车辆的运动状态判定参数，确定车辆当前所处的运动状态，再根据车辆当前所处的运动状态，准确地确定车辆的运动剧烈程度判定参数，能够提高运动剧烈程度判定的准确性，从而提高纵向坡度识别的准确性。
[0121]
更进一步地，所述步骤s13具体包括：
[0122]
s131、对所述电机扭矩进行求导，得到所述车辆的扭矩梯度；
[0123]
s132、若所述车辆当前处于减速状态，则基于预设的主缸压力、扭矩梯度与第一类型加减速程度值之间的对应关系，确定与所述车辆的扭矩梯度和主缸压力对应的当前第一类型加减速程度值；
[0124]
s133、若所述车辆当前处于加速状态，则基于预设的扭矩梯度与第一类型加减速程度值之间的对应关系，确定与所述车辆的扭矩梯度对应的当前第一类型加减速程度值；
[0125]
s134、基于预设的纵向加速度与第二类型加减速程度值之间的对应关系，确定与所述车辆的纵向加速度对应的当前第二类型加减速程度值；
[0126]
s135、分别计算所述车辆的纵向加速度的导数和所述车辆的实际加速度的导数；
[0127]
s136、将所述车辆的实际加速度的导数与所述车辆的纵向加速度的导数相减，得到所述车辆的加速度梯度；
[0128]
s137、基于预设的加速度梯度与第三类型加减速程度值之间的对应关系，确定与所述车辆的加速度梯度对应的当前第三类型加减速程度值；
[0129]
s138、若所述车辆当前处于加速状态，则基于预设的第一类型加减速程度值、第二类型加减速程度值、第三类型加减速程度值与总加速程度值之间的对应关系，根据所述当前第一类型加减速程度值、所述当前第二类型加减速程度值和所述当前第三类型加减速程度值，确定所述车辆的总加速程度值，并基于预设的总加速程度值与运动剧烈程度之间的对应关系，根据所述车辆的总加速程度值，确定所述车辆当前的运动剧烈程度；
[0130]
s139、若所述车辆当前处于减速状态，则基于预设的第一类型加减速程度值、第二类型加减速程度值、第三类型加减速程度值与总减速程度值之间的对应关系，根据所述当前第一类型加减速程度值、所述当前第二类型加减速程度值和所述当前第三类型加减速程度值，确定所述车辆的总减速程度值，并基于预设的总减速程度值与运动剧烈程度之间的对应关系，根据所述车辆的总减速程度值，确定所述车辆当前的运动剧烈程度。
[0131]
需要说明的是，在具体实施时，主缸压力、扭矩梯度与第一类型加减速程度值之间的对应关系，扭矩梯度与第一类型加减速程度值之间的对应关系，纵向加速度与第二类型加减速程度值之间的对应关系，加速度梯度与第三类型加减速程度值之间的对应关系，第一类型加减速程度值、第二类型加减速程度值、第三类型加减速程度值与总加速程度值之间的对应关系，第一类型加减速程度值、第二类型加减速程度值、第三类型加减速程度值与总减速程度值之间的对应关系，总加速程度值与运动剧烈程度之间的对应关系，以及总减速程度值与运动剧烈程度之间的对应关系，均可以使根据实际标定情况进行设定，在此不做限制。
[0132]
值得说明的是，当车辆处于减速状态时，主缸压力和扭矩梯度能够综合反映驾驶员的踩制动行为的激烈程度，因此，根据主缸压力、扭矩梯度所确定的第一类型减速程度值能够反映由驾驶员的踩制动行为对车辆的减速剧烈程度造成的影响。而当车辆处于加速状态时，扭矩梯度能够反映驾驶员的踩油门行为的激烈程度，因此，根据扭矩梯度所确定的第一类型减速程度值能够反映由驾驶员的踩油门行为对车辆的加速剧烈程度造成的影响。并且，纵向加速度的大小能够在一定程度上反映车辆的加减速剧烈程度。此外，由于纵向加速度与实际加速度之间存在的误差是由于剧烈的加速减速行为引起的，因此纵向加速度与实际加速度之间存在的误差也能够很好地反映车辆的加减速剧烈程度，本发明人经过研究发现，纵向加速度与实际加速度两者的梯度的不同步能够比较接近的反应出两者之间存在的误差，因此本实施例通过将实际加速度的导数(实际加速度的梯度)与纵向加速度的导数(纵向加速度的梯度)相减，来得到可以反映两者间存在的误差的加速度梯度，再根据得到的加速度梯度确定第三类型加减速程度值。基于上述分析可知，在本实施例中，若车辆当前处于减速状态，则通过主缸压力和扭矩梯度、纵向加速度和加速度梯度这三个维度来确定车辆当前的总减速程度值，若车辆当前处于加速状态，则通过扭矩梯度、纵向加速度和加速度梯度这三个维度来确定车辆当前的总加速程度值，再根据车辆当前的总加速程度值或总减速程度值确定车辆当前的运动剧烈程度，能够有效提高车辆当前的运动剧烈程度的识别准确度，从而进一步提高车辆行驶道路纵向坡度的识别精度。
[0133]
在一个具体的实施方式中，预设的主缸压力、扭矩梯度与第一类型加减速程度值之间的对应关系如表1所示，参见表1，主缸压力分成四个等级，扭矩梯度分成四个等级，在具体实施时，取两者等级所对应的第一类型加减速程度值中的最大值作为总体考虑的最终第一类型加减速程度值，例如，当车辆的主缸压力为0、能量回收扭矩梯度为-30时，取第一类型加减速程度值为1.3；预设的扭矩梯度与第一类型加减速程度值之间的对应关系如表2所示；预设的纵向加速度与第二类型加减速程度值之间的对应关系如表3所示；预设的加速度梯度与第三类型加减速程度值之间的对应关系如表4所示。
[0134]
优选地，在经过对第一类型加减速程度值、第二类型加减速程度值和第三类型加减速程度值的权重进行衡量，并根据实际的标定后，设定第一类型加减速程度值、第二类型加减速程度值、第三类型加减速程度值与总减速程度值之间的对应关系为总加减速程度值＝第一类型加减速程度值*第二类型加减速程度值+第三类型加减速程度值，设定第一类型加减速程度值、第二类型加减速程度值、第三类型加减速程度值与总加速程度值之间的对应关系为总加速程度值＝第一类型加减速程度值+第二类型加减速程度值+第三类型加减速程度值。可以理解的，车辆的总加速程度值或总减速程度值越大，说明车辆运动越激烈。
[0135]
相应地，经过标定发现，预设的总减速程度值与运动剧烈程度之间的对应关系具体为：当总减速程度值<5.4时，车辆的运动剧烈程度为不剧烈；当5.4≤总减速程度值<7.2时，车辆的运动剧烈程度为轻度剧烈；当7.2≤总减速程度值<10.4时，车辆的运动剧烈程度为中度剧烈；当10.4≤总减速程度值时，车辆的运动剧烈程度为重度剧烈。预设的总加速程度值与运动剧烈程度之间的对应关系具体为：当总加速程度值<5.5时，车辆的运动剧烈程度为不剧烈；当5.5≤总加速程度值<9时，车辆的运动剧烈程度为轻度剧烈；当9≤总加速程度值<12时，车辆的运动剧烈程度为中度剧烈；当12≤总加速程度值时，车辆的运动剧烈程度为重度剧烈。
[0136]
表1
[0137][0138]
表2
[0139][0140]
表3
[0141][0142]
[0143]
表4
[0144][0145]
相应地，本发明实施例还提供了一种车辆行驶道路纵向坡度的识别装置，能够实施上述车辆行驶道路纵向坡度的识别方法的所有流程。
[0146]
参见图3，是本发明一实施例提供的一种车辆行驶道路纵向坡度的识别装置的结构示意图。
[0147]
本发明实施例提供的车辆行驶道路纵向坡度的识别装置，包括：
[0148]
状态参数获取模块21，用于获取车辆的状态参数；其中，所述状态参数至少包括轮速、纵向加速度和电机扭矩；
[0149]
纵向坡度值计算模块22，用于根据所述车辆的运动参数，确定所述车辆当前行驶道路的纵向坡度值，所述运动参数至少包括所述轮速和所述纵向加速度；
[0150]
运动剧烈程度确定模块23，用于根据所述车辆的运动剧烈程度判定参数，确定所述车辆当前的运动剧烈程度，所述运动工况判定参数包括所述纵向加速度和所述电机扭矩中的至少一种；
[0151]
滤波参数确定模块24，用于基于预设的运动剧烈程度与滤波参数之间的对应关系，确定与所述车辆当前的运动剧烈程度对应的当前滤波参数；
[0152]
滤波处理模块25，用于将所述当前滤波参数作为滤波系数，对所述纵向坡度值进行滤波处理，得到目标纵向坡度值。
[0153]
该车辆行驶道路纵向坡度的识别装置实现车辆行驶道路纵向坡度的识别装的原理与上述方法实施例相同，在此不再赘述。
[0154]
本发明实施例提供的车辆行驶道路纵向坡度的识别装置，通过根据获取到的车辆的运动参数，确定所述车辆当前行驶道路的纵向坡度值；根据获取到的所述车辆的运动剧烈程度判定参数，确定所述车辆当前的运动剧烈程度；基于预设的运动剧烈程度与滤波参数之间的对应关系，确定与所述车辆当前的运动剧烈程度对应的当前滤波参数；将所述当前滤波参数作为滤波系数，对所述纵向坡度值进行滤波处理，得到目标纵向坡度值，从而实现车辆行驶道路纵向坡度的识别。基于上述分析可知，本实施例能够根据车辆当前的运动剧烈程度来对计算得到的车辆当前行驶道路的纵向坡度值进行滤波处理，减少了车辆的运动剧烈程度对道路纵向坡度识别的影响，从而提高车辆行驶道路纵向坡度的识别精度。
[0155]
作为其中一个可选的实施例，所述运动参数包括第一运动参数和第二运动参数，所述第一运动参数至少包括所述轮速，所述第二运动参数至少包括所述纵向加速度和所述实际加速度；
[0156]
则，所述纵向坡度值计算模块具体包括：
[0157]
实际加速度计算单元，用于根据所述第一运动参数，计算所述车辆的实际加速度；
[0158]
重力加速度分量计算单元，用于根据所述第二运动参数，计算重力加速度沿所述车辆当前行驶道路的分量；
[0159]
坡度值计算单元，用于根据所述重力加速度沿所述车辆当前行驶道路的分量，确定所述车辆当前行驶道路的纵向坡度值。
[0160]
进一步地，所述状态参数还包括航向角速率和前轮转向角；所述第一运动参数还包括所述航向角速率和所述前轮转向角；
[0161]
则，所述实际加速度计算单元具体用于：
[0162]
根据所述航向角速率、所述前轮转向角和预设的所述车辆的结构参数，对所述轮速进行去除侧向分量处理，以得到所述车辆的纵向轮速；其中，所述结构参数包括前轴到质心的距离、后轴到质心的距离和轮距；
[0163]
根据所述车辆的纵向轮速，确定所述车辆的纵向车速；
[0164]
对所述车辆的纵向车速进行求导，得到所述车辆的实际加速度。
[0165]
具体地，所述轮速包括左前轮轮速、右前轮轮速、左后轮轮速和右后轮轮速；
[0166]
所述纵向轮速包括左前轮纵向轮速、右前轮纵向轮速、左后轮纵向轮速和右后轮纵向轮速；
[0167]
所述左前轮纵向轮速vx_fl_cal、所述左前轮轮速vx_fl、所述航向角速率yaw、所述前轮转向角ang、所述前轴到质心的距离l1、所述后轴到质心的距离l2和所述轮距track满足以下关系：
[0168]
vx_fl_cal＝{vx_fl+[(l1+l2)*yaw*sin(ang)]}/cos(ang)+yaw*track/2；
[0169]
所述右前轮纵向轮速vx_fr_cal、所述右前轮轮速vx_fr、所述航向角速率yaw、所述前轮转向角ang、所述前轴到质心的距离l1、所述后轴到质心的距离l2和所述轮距track满足以下关系：
[0170]
vx_fr_cal＝{vx_fr-[(l1+l2)*yaw*sin(ang)]}/cos(ang)-yaw*track/2；
[0171]
所述左后轮纵向轮速vx_rl_cal、所述左后轮轮速vx_rl、所述航向角速率yaw和所述轮距track满足以下关系：
[0172]
vx_rl_cal＝vx_rl+yaw*track/2；
[0173]
所述右后轮纵向轮速vx_rr_cal、所述右后轮轮速vx_rr、所述航向角速率yaw和所述轮距track满足以下关系：
[0174]
vx_rr_cal＝vx_rr-yaw*track/2。
[0175]
进一步地，所述状态参数还包括车身俯仰角加速度；所述第二运动参数还包括所述车身俯仰角加速度；
[0176]
其中，所述车身俯仰角加速度通过以下方式获取：
[0177]
分别通过所述车辆的左前悬架传感器、右前悬架传感器、左后悬架传感器和右后悬架传感器采集所述车辆的左前悬架高度、右前悬架高度、左后悬架高度和右后悬架高度；
[0178]
根据所述左前悬架高度、所述右前悬架高度、所述左后悬架高度、所述右后悬架高度和预设的所述车辆的前后悬架距离，确定所述车辆的车身俯仰角；
[0179]
计算所述车辆的车身俯仰角和重力加速度的乘积，得到所述车辆当前的车身俯仰角加速度。
[0180]
进一步地，所述状态参数还包括主缸压力；
[0181]
则，所述装置还包括运动状态确定模块和运动剧烈程度判定参数确定模块；
[0182]
所述运动状态确定模块，用于根据所述车辆的运动状态判定参数，确定所述车辆当前所处的运动状态；其中，所述运动状态判定参数包括所述纵向加速度、所述实际加速度和所述电机扭矩中的至少一种，所述运动状态包括加速状态和减速状态；
[0183]
所述运动剧烈程度判定参数确定模块，具体用于：
[0184]
若所述车辆当前处于加速状态，则将所述车辆的运动剧烈程度判定参数确定为包括所述纵向加速度、所述实际加速度和所述电机扭矩；
[0185]
若所述车辆当前处于减速状态，则将所述车辆的运动剧烈程度判定参数确定为包括所述纵向加速度、所述主缸压力、所述实际加速度和所述电机扭矩。
[0186]
更进一步地，所述运动剧烈程度确定模块具体用于：
[0187]
对所述电机扭矩进行求导，得到所述车辆的扭矩梯度；
[0188]
若所述车辆当前处于减速状态，则基于预设的主缸压力、扭矩梯度与第一类型加减速程度值之间的对应关系，确定与所述车辆的扭矩梯度和主缸压力对应的当前第一类型加减速程度值；
[0189]
若所述车辆当前处于加速状态，则基于预设的扭矩梯度与第一类型加减速程度值之间的对应关系，确定与所述车辆的扭矩梯度对应的当前第一类型加减速程度值；
[0190]
基于预设的纵向加速度与第二类型加减速程度值之间的对应关系，确定与所述车辆的纵向加速度对应的当前第二类型加减速程度值；
[0191]
分别计算所述车辆的纵向加速度的导数和所述车辆的实际加速度的导数；
[0192]
将所述车辆的实际加速度的导数与所述车辆的纵向加速度的导数相减，得到所述车辆的加速度梯度；
[0193]
基于预设的加速度梯度与第三类型加减速程度值之间的对应关系，确定与所述车辆的加速度梯度对应的当前第三类型加减速程度值；
[0194]
若所述车辆当前处于加速状态，则基于预设的第一类型加减速程度值、第二类型加减速程度值、第三类型加减速程度值与总加速程度值之间的对应关系，根据所述当前第一类型加减速程度值、所述当前第二类型加减速程度值和所述当前第三类型加减速程度值，确定所述车辆的总加速程度值，并基于预设的总加速程度值与运动剧烈程度之间的对应关系，根据所述车辆的总加速程度值，确定所述车辆当前的运动剧烈程度；
[0195]
若所述车辆当前处于减速状态，则基于预设的第一类型加减速程度值、第二类型加减速程度值、第三类型加减速程度值与总减速程度值之间的对应关系，根据所述当前第一类型加减速程度值、所述当前第二类型加减速程度值和所述当前第三类型加减速程度值，确定所述车辆的总减速程度值，并基于预设的总减速程度值与运动剧烈程度之间的对应关系，根据所述车辆的总减速程度值，确定所述车辆当前的运动剧烈程度。
[0196]
参见图4，是本发明一实施例提供的一种终端设备的示意图。
[0197]
本发明实施例提供的一种终端设备，包括处理器31、存储器32以及存储在所述存储器32中且被配置为由所述处理器31执行的计算机程序，所述处理器31执行所述计算机程序时实现如上任一实施例所述的车辆行驶道路纵向坡度的识别方法。
[0198]
所述处理器31执行所述计算机程序时实现上述车辆行驶道路纵向坡度的识别方
法实施例中的步骤，例如图1所示的车辆行驶道路纵向坡度的识别方法的所有步骤。或者，所述处理器31执行所述计算机程序时实现上述车辆行驶道路纵向坡度的识别装置实施例中各模块/单元的功能，例如图3所示的车辆行驶道路纵向坡度的识别装置的各模块的功能。
[0199]
示例性的，所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器32中，并由所述处理器31执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。例如，所述计算机程序可以被分割成状态参数获取模块、纵向坡度值计算模块、运动剧烈程度确定模块、滤波参数确定模块和滤波处理模块，各模块具体功能如下：状态参数获取模块，用于获取车辆的状态参数，所述状态参数至少包括轮速、纵向加速度和电机扭矩；纵向坡度值计算模块，用于根据所述车辆的运动参数，确定所述车辆当前行驶道路的纵向坡度值，所述运动参数至少包括所述轮速和所述纵向加速度；运动剧烈程度确定模块，用于根据所述车辆的运动剧烈程度判定参数，确定所述车辆当前的运动剧烈程度，所述运动工况判定参数包括所述纵向加速度和所述电机扭矩中的至少一种；滤波参数确定模块，用于基于预设的运动剧烈程度与滤波参数之间的对应关系，确定与所述车辆当前的运动剧烈程度对应的当前滤波参数；滤波处理模块，用于将所述当前滤波参数作为滤波系数，对所述纵向坡度值进行滤波处理，得到目标纵向坡度值。
[0200]
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器31、存储器32。本领域技术人员可以理解，所述示意图仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
[0201]
所称处理器31可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器31是所述终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。
[0202]
所述存储器32可用于存储所述计算机程序和/或模块，所述处理器31通过运行或执行存储在所述存储器32内的计算机程序和/或模块，以及调用存储在存储器32内的数据，实现所述终端设备的各种功能。所述存储器32可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据终端设备的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0203]
其中，所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独
立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。
[0204]
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0205]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。