基于多信息数据融合滤波的坡度识别算法

摘要：

为了对大坡度、大坡度变化率路面的坡度值进行准确快速识别,提出一种基于多信息数据融合滤波的坡度识别算法.分析了目前不同坡度识别算法的优劣,分别建立了基于动力学、考虑坡度变化率的加速度传感信息坡度识别模型、基于GPS的坡度识别模型.应用交互多模型卡尔曼滤波算法(I MM-KF),将3种坡度识别模型进行联合滤波估计,在不同运行工况下自适应调节坡度识别模型的参与比例.以轮毂电动机车辆的多传感信息为载体,构建了dSPACE试验平台并完成试验.结果表明:在定坡度变化率、连续变化坡度、驻坡等工况下,所提出的算法的坡度识别结果出现小幅震荡后能够快速准确跟随实际值,提高了车辆坡道识别的精度和鲁棒性.

关键词：坡度识别、多信息融合、分布式驱动车辆、坡度变化率、交互多模型卡尔曼滤波算法(IMM-KF)、硬件在环

所属期刊栏目：42

分类号：U461.1(汽车工程)

在线出版日期：2021-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：173-179