汽车纵向加速度滤波算法

《汽车纵向加速度滤波算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据第29卷。第1期2009年1月北京理工大学学报TransactionsofBeijingInstituteofTechnologyV01．29No．1Jan．2009汽车纵向加速度滤波算法金辉，李磊，陈慧岩(fit京理工大学机械与车辆工程学院，北京100081)摘要：研究基于车速信号的汽车实时加速度获得方法．采用对车速信号进行滤波、差分、再滤波的方法获得了具有良好实时性和精度的汽车纵向加速度．介绍了速度和加速度的功率谱分析方法，完成了Matlab环境下基于Fda—tool工具箱的Fir数字低通滤波器的设计，提

2、出了一种适合汽车实时应用的加速度滤波算法，并实现了该算法在单片机中的应用．实车试验表明，该算法具有良好的实时性和精度．关键词：纵向加速度；功率谱；Fir低通滤波中图分类号：TP391．75文献标识码：A文章编号：1001一0645(2009)ol一0014—05FilterAlgorithmforLongitudinalAccelerationofVehiclesJINHui，LILei，CHENHui—yan(SchoolofMechanicalandVehicularEngineering，BeijingInst

3、ituteofTechnology，Beijing100081，China)Abstract：Toinvestigatethemethodtoobtainthereal—timelongitudinalaccelerationbasedonitsvelocity，vehicleaccelerationisobtainedthroughthevelocityfiltering，differential，andthenfiltering．Powerspectrumanalysisofvelocityandaccelera

4、tionisdiscussedanditsFirlowpassdigitalfiltersaredesignedwithFdatoolboxintheMatlabdevelopmentenvironment．Akindofalgorithmfittedforreal—timeusebyavehicleisdevelopedanditsapplicationinmicrocomputerisdiscussed．Theexperimentalresultsrevealedthatthealgorithmisofgoodr

5、eal—timeandhighprecision．Keywords：longitudinalacceleration；powerspectrum；Firlowpassfilter随着对汽车控制系统性能要求的不断提高，加速度信号在汽车上的应用也越来越广泛．比如：基于车速、节气门开度和加速度的三参数换挡规律[1]，基于加速度的坡道识别与控制技术[2训，基于加速度的驾驶员风格识别等．目前，市场上已经出现了多种不同的加速度传感器，其价格从几千元到上万元不等，但如果在汽车上加装一个现成的加速度传感器，无疑会增加汽车的生产成本．

6、实际上，汽车的输出轴上通常都有转速传感器，可以很容易地将其采集到的转速信号转化为汽车的车速．如果对车速信号直接差分，虽然可以得到汽车的加速度，但由于这样获得的加速度信号噪声很大，很难应用于汽车的控制系统．为此，作者采用对车速信号进行滤波、差分、再滤波的方法获得了具有良好实时性和精度的汽车纵向加速度．对利用该方法获得的汽车纵向加速度进行坡道识别，可以解决通常自动变速器上坡行驶时可能出现的换挡循环问题，以及下坡行驶时不能充分利用发动机的牵阻作用使汽车减速的问题，从而改善了通常自动变速器的坡道行驶性能，提高了自动变速器的智

7、能化水平．该研究对其他需要利用加速度信号改善和提高系统性能的汽车控制系统具有参考价值．1车速信号的提取与处理在BJ2022“勇士”车上进行了大量的实车试验，采用的单片机为MotorolaMC68376，数据采样周期收稿日期：2008一04一03基金项目：国家自然科学基金资助项目(50575024)作者简介：金辉(1972一)，男，博上，副教授，E-mail：jinhui@bit．edu．ca．万方数据第1期金辉等：汽车纵向加速度滤波算法15为T=0．01s．以下从大量的实验数据中任意抽取其中一组进行说明，图1为随机采

8、集到的一组速度数据，从这组数据可以看出，由于大量干扰噪声的存在，直接用车速信号差分求加速度在实际中是无法使用的．三●星圈1随机采集的一组速厦数据Fig．1Asetofvelocitydatagatheredrandomly1．1车速信号的功率谱估计为了便于分析，将采集到的时域数据信号转换到频域，进行信号的功率谱分析．功率谱估计方法分为经典谱估计