预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局*CN103353299A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103353299103353299A(43)申请公布日2013.10.16(21)申请号201310246463.1(22)申请日2013.06.20(71)申请人西安交通大学地址710049陕西省西安市咸宁路28号(72)发明人汪志伟李龙飞江申段泽能杜奕凡黄浪王晶(74)专利代理机构西安智大知识产权代理事务所61215代理人弋才富(51)Int.Cl.G01C9/00(2006.01)权权利要求书2页利要求书2页说明书5页说明书5页附图2页附图2页(54)发明名称一种高精度车载道路坡度检测装置及方法(57)摘要一种高精度车载道路坡度检测装置及方法,它适用于车载导航系统与智能汽车电子领域。该装置由主控节点和检测节点组成,它们均挂接在车载CAN总线上,检测节点由三轴加速度传感器、微控制器、电源和CAN通信等模块组成;该装置的检测方法为:检测节点以地表水平面作为参考平面,通过三轴加速度传感器的输出值计算与参考平面倾角,并通过CAN总线将其发送给主控节点。主控节点通过轮询的方式收集检测节点数据,然后对其依次进行疏失误差剔除、最小二乘法拟合和卡尔曼滤波等融合处理,获得车体行驶道路坡度的最优估计值;本发明采用三轴数字加速度传感器计算倾角,并对多个传感器数据进行融合处理,提高了车载道路边坡检测的精度,检测精度可达0.5°。CN103353299ACN103529ACN103353299A权利要求书1/2页1.一种高精度车载道路坡度检测装置,其特征在于,包括分布在车体各处的检测节点(1),检测节点(1)与主控节点(2)之间通过CAN总线通信;检测节点(1)所处平面与车体底盘平面平行,检测节点(1)包括传感器检测模块(3)、微控制模块(4)、CAN通信模块(5)和为各模块提供稳定的电压供应的电源管理模块(6);传感器检测模块(3)采用三轴数字加速度传感器;CAN通信模块(5)由总线控制芯片(7)和驱动芯片(8)组成;总线控制芯片(7)通过SPI总线与微控制模块(4)相连,完成数据与控制信息的交互;各检测节点之间通过双绞屏蔽线进行总线式连接,并在首尾节点的CANH和CANL两端并联终端匹配电阻。2.基于权利要求1装置的检测方法,其特征在于,包括以下检测步骤:步骤一、通过配置相关寄存器初始化三轴数字加速度传感器中三个轴的偏移量,完成初始倾角值复位;步骤二、传感器检测模块(3)中的三轴数字加速度传感器测量X、Y、Z三个相互正交方向的动、静态的加速度,传感器检测模块(3)与微控制模块(4)进行数据和控制信息的交互;控制模块(4)计算出各检测节点(1)的倾斜角度;步骤三、主控节点(2)分别给各检测节点(1)发送远程帧,以此下达信息收集指令;检测节点(1)在收到发送给自己的远程帧时,将最新的倾斜角度信息回传给主控节点(2),否则处于侦听或休眠状态;步骤四、主控节点(2)收集完网内所有检测节点(1)的倾斜角度信息后,便进行数据处理;数据处理按如下步骤进行:(一)通过疏失误差剔除法剔除无效的检测节点数据,消除倾角测量中的随机干扰;(二)通过最小二乘法拟合剩余的测量值,作为卡尔曼滤波器的观测值输入;(三)结合上一检测周期的最优估计结果,利用卡尔曼滤波器完成本周期内的道路坡度最优估计值预测,即高精度的车载道路坡度值。3.根据权利要求2所述的检测方法,其特征在于,步骤四所述的疏失误差剔除法,其具体实施方法为:设现场总线网络中共有n个检测节点,表示主控节点在第k个检测周期收集到的检测节点i的角度测量值,则第k个周期内所有检测节点角度测量值组成的集合为对集合A进行从小到大的排序得到集合B={x1(k),x2(k),x3(k),…,xn(k)},那么疏失误差剔除后的集合C由式(3)~式(7)计算得到:DS=xU-xD(4)xU=MED{xM,…,xn(k)}(5)xD=MED{x1(k),…,xM}(6)C={xi(k)||xi(k)-xM≤DS}(7)其中xM为集合B的中位数,DS为四分位离散度,xU和xD分别为其上四分位数和下四分位数,MED{·}为求集合中位数的运算。满足集合C的测量值为有效的,否则为误差值,应2CN103353299A权利要求书2/2页剔除。4.根据权利要求2所述的检测方法,其特征在于,步骤四所述的最小二乘法拟合剩余测量值,其具体实施方法为:在剔除无效的传感器数据后,通过最小二乘法(LeastSquareMethod)对集合C中的数据进行拟合,得到时刻k的观测值,如式(8)所示,其中LSM{·}为通过最小二乘法拟合集合数据的运算:Y(k)=LSM{C}(8)。5.根据权利要求2所述的检测方法,其特征在于,步骤四所述的卡