冉旭提出的基于汽车动力学和加速度传感信息的纵向坡度实时识别算法。

简介：
摘要：纵向坡度信息在汽车底盘以及传动电控系统中被广泛应用，其识别的准确性和平稳性对于制定控制策略的精确性，以及提升驾乘舒适性至关重要。然而，纵向坡度识别面临的主要挑战在于，车辆的高频动态特性和复杂的行驶工况会显著影响加速度传感器的信号质量，进而降低直接利用该信息来估算坡度值的精确度。此外，基于复杂非线性模型的观测方法在实时运算方面也存在局限性。为了实现对多个电控系统的扩展应用，一种识别方法必须尽可能地采用基本相同的变量作为输入。因此，将加速度坡度法与汽车动力学坡度法相结合的方式应运而生：首先，根据各自的高精度范围分别计算置信因子并获得原始坡度值；随后，利用广义迟滞滤波方法对结果进行平滑处理，从而得到精确且稳定的坡度值。通过对实车进行的试验验证表明，该坡度识别算法的有效性得到了充分证实。该方法不仅具有运算量小、成本低、易于实现的显著优势，更适用于多种实时电控系统中的应用场景。