一种自动驾驶公交车的重量估算方法、装置、公交车及存储介质

摘要

本发明公开了一种自动驾驶公交车的重量估算方法、装置、公交车及存储介质，方法包括获取公交车线路以及站点位置；基于公交车线路的路面坡度情况，绘制成坡度地图；基于坡度地图，获取每个站点的坡度值；获取公交车从每个站点的启动状态信息；基于启动状态信息，记录公交车的启动扭矩；将启动扭矩和站点的坡度值输入至重量估算模型，得到公交车车重信息。本发明通过重量估算模型满足自动驾驶公交车车重估算的需求，同时可以确保高精度，偏差控制在10%以内。

说明书

技术领域

本发明涉及信息处理技术领域，具体涉及一种自动驾驶公交车的重量估算方法、装置、公交车及存储介质。

背景技术

目前市面上用的车重估算方法主要有两种，一种方法称为直接测量法，通过在汽车底盘上安装传感器，可以比较精确的测量到车重；第二种方法称为动力学估算法，是根据车辆动力学方程，利用车辆加速度和驱动力，实时计算出车重。但是第一中方法成本较高，对车辆改动较大，同时只能在车辆静止或者匀速行驶时才能得到比较准确的结果，因此实际使用不多，只在对成本不敏感的特种车辆上有所使用。生活中公交车估算方法大部分采用第二中方法，但是公交车在行驶过程中会上人和下车，工况多边不可预测和控制，同时受到坡度的耦合影响，经常导致车重估算结果偏差较大，通常达不到20%以下的误差，达不到使用要求。

因此现在急需一种能够准确的估算出每次上客或下客后公交车的车重，且误差控制在10%以内。

发明内容

为解决现有技术中存在的上述问题，本发明提供一种自动驾驶公交车的重量估算方法、装置、公交车及存储介质。

本发明公开了一种自动驾驶公交车的重量估算方法包括：

获取公交车线路以及站点位置；

基于所述公交车线路的路面坡度情况，绘制成坡度地图；

基于所述坡度地图，获取每个所述站点的坡度值；

获取所述公交车从每个站点的启动状态信息；

基于所述启动状态信息，记录所述公交车的启动扭矩；

将所述启动扭矩和所述站点的坡度值输入至重量估算模型，得到所述公交车车重信息；

其中，所述重量估算模型公式为：

式中：

优选的是，基于所述公交车线路的路面坡度情况，绘制成坡度地图包括：

采集所述公交车线路的路面坡度，并将所述公交车线路分段，使得每段所述公交车线路的坡度值恒定；

对每段所述公交车线路进行编号，并将其与相应的坡度值对应起来，绘制得到所述坡度地图。

优选的是，基于所述坡度地图，获取每个所述站点的坡度值包括：

基于所述站点位置，获得每个所述站点位置对应的每段所述公交车线路编号；

基于所述公交车线路编号，获得对应的坡度值。

优选的是，所述公交车的启动扭矩大于预先设置的阈值时，所述启动扭矩输入所述重量估算模型。

本发明还公开了一种自动驾驶公交车的重量估算装置，包括：

获取模块，用于获取公交车线路以及站点位置；

绘制模块，用于基于所述公交车线路的路面坡度情况，绘制成坡度地图，基于所述坡度地图，获取每个所述站点的坡度值；

记录模块，用于获取所述公交车从每个站点的启动状态信息，并基于所述启动状态信息，记录所述公交车的启动扭矩；

计算模块，用于将所述启动扭矩和所述站点的坡度值输入至重量估算模型，得到所述公交车车重信息；

其中，所述重量估算模型公式为：

式中：

优选的是，基于所述公交车线路的路面坡度情况，绘制成坡度地图包括：

采集所述公交车线路的路面坡度，并将所述公交车线路分段，使得每段所述公交车线路的坡度值恒定；

对每段所述公交车线路进行编号，并将其与相应的坡度值对应起来，绘制得到所述坡度地图。

优选的是，基于所述坡度地图，获取每个所述站点的坡度值包括：

基于所述站点位置，获得每个所述站点位置对应的每段所述公交车线路编号；

基于所述公交车线路编号，获得对应的坡度值。

优选的是，所述公交车的启动扭矩大于预先设置的阈值时，所述启动扭矩输入所述重量估算模型。

本发明还提供了一种公交车，包括：处理器；存储器，存储器上存储有可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如上述任一项所述的自动驾驶公交车的重量估算方法的步骤。

根据本发明的第四个方面，本发明提供了一种可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时实现如上述任一项所述的自动驾驶公交车的重量估算方法的步骤。

与现有技术相比，本发明的有益效果为：

本发明通过重量估算模型满足自动驾驶公交车车重估算的需求，同时可以确保高精度，偏差控制在10%以内。

附图说明

图1为本发明自动驾驶公交车的重量估算方法流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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做出创造性劳动的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。

下面结合附图对本发明做进一步的详细描述：

参照图1，本发明提供一种自动驾驶公交车的重量估算方法包括：

获取公交车线路以及站点位置；

基于公交车线路的路面坡度情况，绘制成坡度地图；

具体地，由于公交车线路基本是固定不变的，因此道路坡度数据较为稳定；故，采集公交车线路的路面坡度，并将公交车线路分段，使得每段公交车线路的坡度值恒定；对每段公交车线路进行编号，并将其与相应的坡度值对应起来，绘制得到坡度地图。这样设置能保证坡度值的稳定性。

基于坡度地图，获取每个站点的坡度值；

具体地，基于站点位置，获得每个站点位置对应的每段公交车线路编号；基于公交车线路编号，获得对应的坡度值。

获取公交车从每个站点的启动状态信息；

基于启动状态信息，记录公交车的启动扭矩；

将启动扭矩和站点的坡度值输入至重量估算模型，得到公交车车重信息；

其中，重量估算模型公式为：

式中：

具体地，结合自动驾驶公交车的行驶场景，公交车的车重，只会在站点上下客后发生变化，同时公交车在站点一般都会停车然后起步，因此为了准确估算车重，不会全程进行车重估算，而只在车辆在站点起步过程中进行车重估算。这样设置时，启动时低车速下风阻力可以忽略，且地面摩擦力与启动时动力相比也是可以忽略，即通过设置自动驾驶公交车的起步扭矩采用较大的恒定值，即可忽略地面摩擦力和风阻力。而总所周知，地面摩擦力和风阻力并不容易获取，其中地面摩擦力与地面抹茶系数相关，而地面摩擦系数随轮胎磨损，轮胎种类，道路种类，以及道路磨损程度会有所变化，因此很难实时准确获取；风阻力与风速，车速，车辆纵向迎风面积，风阻系数有关。而风速无法实时获取，因此很难实时准确得到风阻力。其中车速影响最大，因为风阻力与车速的平方成正比，因此当车速大到一定程度时，风阻力会变得无法忽略，车速增大到60km/h以上时，风阻会占主要因素；而当车速较小时，风阻力通常可以忽略不计。故本申请相比于动力学估算法实时估算更加准确。

在本实施例中，为了忽略地面摩擦力和风阻力，预先设置一启动扭矩阈值远大于当前滚阻+风阻之和；

具体地，自动驾驶车辆起步阶段，为达到目标车速，通过pi算法计算得到该启动扭矩阈值，该公交车的启动扭矩阈值为一恒定值；即每次出站后车重重新估算，出站信息可以通过地图gps信息或者车速为0信息获得；

当驱动需求扭矩的电机实际扭矩反馈值大于该启动扭矩阈值时，进入车重估算状态，否则滞回，不进行车重估算；

进入车重估算状态，并记录进入车重估算状态时刻的车速v

预先设置估算时间阈值，当车重估算状态持续时间达到该时间阈值，驱动需求扭矩可以不再专门为车重估算而保持较大值，恢复至正常驱动需求值；此时记录车重估算状态退出时刻的车速v

实施例

测试对象：自动驾驶BRT18米车，空载车重18吨，满载车重28吨；BRT18米车空载测试20个班次，在厦门岛内，估测车重值为18吨，80%情况误差在0.5吨以内，95%情况误差在1吨以内。其余5%情况为不满足判断条件，无法正确计算导致。总的来说，95%的测试结果可以把误差控制在6%以内，换算成人数就是18人以内。BRT18米车载客人测试8个班次，在厦门岛内，预期估测车重值为空载值加乘客人数*60kg，80%情况误差在0.5吨以内，95%情况误差在1吨以内。其余5%情况为不满足判断条件，无法正确计算导致。总的来说，95%的测试结果可以把误差控制在5%以内，换算成人数就是20人以内。

车重估测基本逻辑：车辆由静止起步，车速在5km/h-30km/h范围，扭矩反馈在500N*m-2500 N*m范围，此过程没有刹车介入，车速没有下降趋势（为防抖可以有几周期的下降），且满足条件的时间大于4秒。如果不满足上述要求，则输出上次计算车重值。

按照上述逻辑，以50人的数据为例，车重估算数据如下表1：

表1

通过该表可知，试验车量为自动驾驶BRT18米车，空载车重18吨，以每位乘客60kg计算，21吨的估算车重，为50名乘客，与实际相符。

本发明还公开了一种自动驾驶公交车的重量估算装置，包括：

获取模块，用于获取公交车线路以及站点位置；

绘制模块，用于基于公交车线路的路面坡度情况，绘制成坡度地图，基于坡度地图，获取每个站点的坡度值；

具体地，采集公交车线路的路面坡度，并将公交车线路分段，使得每段公交车线路的坡度值恒定；对每段公交车线路进行编号，并将其与相应的坡度值对应起来，绘制得到坡度地图，基于站点位置，获得每个站点位置对应的每段公交车线路编号；基于公交车线路编号，获得对应的坡度值。

记录模块，用于获取公交车从每个站点的启动状态信息，并基于启动状态信息，记录公交车的启动扭矩；

计算模块，用于将启动扭矩和站点的坡度值输入至重量估算模型，得到公交车车重信息；

其中，重量估算模型公式为：

式中：

具体地，结合自动驾驶公交车的行驶场景，公交车的车重，只会在站点上下客后发生变化，同时公交车在站点一般都会停车然后起步，因此为了准确估算车重，不会全程进行车重估算，而只在车辆在站点起步过程中进行车重估算。这样设置时，启动时低车速下风阻力可以忽略，且地面摩擦力与启动时动力相比也是可以忽略，即通过设置自动驾驶公交车的起步扭矩采用较大的恒定值，即可忽略地面摩擦力和风阻力。而总所周知，地面摩擦力和风阻力并不容易获取，其中地面摩擦力与地面抹茶系数相关，而地面摩擦系数随轮胎磨损，轮胎种类，道路种类，以及道路磨损程度会有所变化，因此很难实时准确获取；风阻力与风速，车速，车辆纵向迎风面积，风阻系数有关。而风速无法实时获取，因此很难实时准确得到风阻力。其中车速影响最大，因为风阻力与车速的平方成正比，因此当车速大到一定程度时，风阻力会变得无法忽略，车速增大到60km/h以上时，风阻会占主要因素；而当车速较小时，风阻力通常可以忽略不计。故本申请相比于动力学估算法实时估算更加准确。

在本实施例中，为了忽略地面摩擦力和风阻力，预先设置一启动扭矩阈值远大于当前滚阻+风阻之和；

具体地，自动驾驶车辆起步阶段，为达到目标车速，通过pi算法计算得到该启动扭矩阈值，该公交车的启动扭矩阈值为一恒定值；即每次出站后车重重新估算，出站信息可以通过地图gps信息或者车速为0信息获得；

当驱动需求扭矩的电机实际扭矩反馈值大于该启动扭矩阈值时，进入车重估算状态，否则滞回，不进行车重估算；

进入车重估算状态，并记录进入车重估算状态时刻的车速v

预先设置估算时间阈值，当车重估算状态持续时间达到该时间阈值，驱动需求扭矩可以不再专门为车重估算而保持较大值，恢复至正常驱动需求值；此时记录车重估算状态退出时刻的车速v

本发明还提供了一种公交车，包括：处理器；存储器，存储器上存储有可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如上述任一项的自动驾驶公交车的重量估算方法的步骤。

根据本发明的第四个方面，本发明提供了一种可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时实现如上述任一项的自动驾驶公交车的重量估算方法的步骤。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。