基于加速度傳感器實現(xiàn)iri值軟測量的方法
【技術領域】
[0001] 本發(fā)明屬于路面特征識別領域，具體涉及基于加速度傳感器實現(xiàn)IRI值軟測量的 方法，屬于路面特征識別領域。
【背景技術】
[0002] 目前，國內外現(xiàn)有的提取國際道路不平度指數IRI的方法主要是通過提取PSD路 面特征參數，然后將PSD特征參數轉換成IRI值。例如專利公布號為CN104233935A的一種 基于道路縱斷面信息的路面質量等級辨識方法，通過5步得到IRI值。步驟一、提取有效道 路縱斷面高程信息，建立道路數據庫；步驟二、分段生成功率譜密度曲線，并進行帶通濾波 處理；步驟三、提取PSD路面特征參數；步驟四、建立PSD路面特征參數數據庫，繪制PSD特 征參數概率密度分布圖；步驟五、將PSD特征參數轉換成IRI值。其步驟復雜，操作困難，而 且步驟二中用于濾除干擾的帶通濾波屬于經典濾波，它是在具有一定選頻特性的經典濾波 網絡中把噪聲盡可能地濾除，而保留畸變不大的有用信號。但是，提取IRI值時的信號和噪 聲是隨機的，其特性只能從統(tǒng)計的意義上來描述。此外，測量裝置也會有隨機噪聲。因此采 用一般的經典濾波器會造成提取的IRI值誤差大不準確。

【發(fā)明內容】

[0003] 本發(fā)明的目的是為了滿足現(xiàn)有路面不平度測量的需求，提供一種基于加速度傳感 器實現(xiàn)IRI值軟測量的方法，以解決現(xiàn)有的提取國際道路不平度指數方法步驟繁瑣、IRI值 不準確的技術問題。
[0004] 為達到上述目的，本發(fā)明采用以下技術方案：基于加速度傳感器實現(xiàn)IRI值軟測 量的方法，具體包括以下步驟：
[0005] 步驟1、通過加速度傳感器采集路面加速度a(t)值；將加速度傳感器安裝在車輛 靠近左后輪的懸架平面下方，檢測行駛時懸架垂直振動的加速度，每隔At時間，加速度傳 感器采集一個路面加速度值，形成a (t)數組；
[0006] 步驟2、設計卡爾曼濾波器，對采集到的加速度數組進行數據處理；
[0007] 步驟3、對處理后的加速度數據進行基于時間序列的自回歸AR建模，驗證其符合 現(xiàn)代譜估計理論：
[0008] 步驟4、運用現(xiàn)代譜估計理論進行精確功率譜密度估計，實現(xiàn)國際道路不平度指數 IRI的提取。
[0009] 其中，上述所述的步驟2的方法具體包括：
[0010] 建立卡爾曼濾波狀態(tài)空間模型，其中：
[0011] 狀態(tài)方程：
[0012] X (n) = B (η) X (n-1)+w (η)
[0013] 觀測方程：
[0014] Z (n) =J (η) X (η) +ν (η)
[0015] 式中，X(n)為狀態(tài)向量，且 X(n) = {x(n)，x(n-l)，. . .，x(n-k+l)}T;系統(tǒng)的觀測 方程的輸出項Z (η)為采集到的加速度a (t)值；B (η)為狀態(tài)轉移矩陣，w (η)為零均值、方差 為Ψν的白噪聲；J(η)為測量矩陣
【主權項】
1. 一種基于加速度傳感器實現(xiàn)IRI值軟測量的方法，其特征在于：具體包括以下步 驟： 步驟1 :通過加速度傳感器采集路面加速度a(t)值；將加速度傳感器安裝在車輛靠近 左后輪的懸架平面下方，檢測行駛時懸架垂直振動的加速度，每隔At時間，加速度傳感器 采集一個路面加速度值，形成a(t)數組； 步驟2 :設計卡爾曼濾波器，對采集到的加速度數組進行數據處理； 步驟3 :對處理后的加速度數據進行基于時間序列的自回歸AR建模，驗證其符合現(xiàn)代 譜估計理論： 步驟4 :運用現(xiàn)代譜估計理論進行精確功率譜密度估計，實現(xiàn)國際道路不平度指數IRI的提取。
2. 按照權利要求1所述的基于加速度傳感器實現(xiàn)IRI值軟測量的方法，其特征在于： 所述步驟2的方法具體包括： 建立卡爾曼濾波狀態(tài)空間模型，其中： 狀態(tài)方程： X(n) =B(n)X(n-1)+w(n) 觀測方程： Z(n) =J(n)X(n)+v(n) 式中，X(n)為狀態(tài)向量，且X(n) = |x(n)，x(n-l)，…，x(n-k+l)}T;系統(tǒng)的觀測方程的 輸出項Z(n)為采集到的加速度a(t)值；B(n)為狀態(tài)轉移矩陣，w(n)為零均值、方差為 的白噪聲J(n)為測量矩陣= …，v(n)為零均值、方差為屮v且與屮w相互 ， 獨立的白噪聲； 由狀態(tài)空間模型得到如下遞推公式： 狀態(tài)的一步預測方程（基于系統(tǒng)的上一個狀態(tài)）： X(n|n-1) =B(n)X(n-11n-1) 協(xié)方差的一步預測方程： P(n|n-1) =B(n)P(n-11n-1)B(n)T+^w 濾波增益： A(n) =P(n|n-1)J(n)T[J(n)P(n|n-1)J(n)T+Wv] 濾波估計方程： X(n|n) =X(n|n-1)+A(n)[Z(n)-J(n)X(n|n-1)] 濾波協(xié)方差更新方程： P(n|n) = [I-A(n)J(n)]P(n|n-l) 其中，X(n|n)為n時刻濾波器的狀態(tài)；X(n|n-1)為濾波器狀態(tài)的單步預測估計；A(n) 為n時刻濾波器的增益矩陣；P(n|n-1)為單步預測誤差的協(xié)方差矩陣；P(n|n)為濾波誤差 的協(xié)方差矩陣；J(n)為測量矩陣；$"為觀測噪聲方差矩陣；W"為系統(tǒng)噪聲方差矩陣；I為 單位矩陣； 由以上遞推公式可知，通過截取路面加速度a(t)的初始部分樣本，通過最小二乘法計 算統(tǒng)計模型，計算得到X(0)和P(0);確定初始X(0)和P(0)之后，可通過式（3)、（4)、（5)、 (6)、（7)、⑶遞推得到X(11 0)、X(2 11)……X(n|n-1); 根據插值公式，在任意有限多個點插值情況下，可以用一個連續(xù)函數去擬合離散的測 量結果，所以根據濾波后得到的離散的加速度值得到一個a(t)函數； X(n|n)為濾波后的加速度值，作為濾波后的a(t)代入下式得到路面不平度g(t):a4g(4) (t)+a3g(3) (t)+a2g// (t) =b3a⑶(t) +b2a" (t)+b1a, (t)+b〇a(t) 其中a4=MKt，a3=)(Kt，a2=KKt; b3=mM+XM，b2=MK+MKt+Xm，bi=XKt+mK，bQ=KKt;M為懸架（車身）質量，m為非懸 架（車輪）質量，K為車身剛度系數；X為阻尼器阻尼系數，Kt為輪胎剛度系數。
3. 按照權利要求1所述的基于加速度傳感器實現(xiàn)IRI值軟測量的方法，其特征在于： 所述步驟3的方法具體包括： 根據預處理后的數據，利用AR模型來計算功率譜密度； 因為路面不平度是實平穩(wěn)過程，功率譜密度也為實函數，所以路面在時間域的自相關 函數為：
其中，Gd(n)為路面不平度功率譜密度，n取值范圍為0. 011~2. 83HT1; 將路面在時間域的自相關函數Rd(t)帶入AR模型的Yule-Walker方程，得：
通過上式，可得AR模型的參數bM(M= 1，2,…，p)和 由步驟2得時域上路面不平度g(t)，經過傅里葉變換，得到頻域上的路面不平度d(k)， 在頻域上路面不平度d(k)滿足AR模型公式： d(k) = - (k~l)-b2d(k~2)-----bMd(k_M)+h(n) 式中，h(n)為零均值且方差為 < 的平穩(wěn)白噪聲； 把AR建模后得到的k個路面不平度d(k)視為一能量有限的序列，直接計算d(k)的離 散傅立葉變換，然后再取其幅值的平方，并除以k，得到路面不平度功率譜密度Gd (n)。
4. 按照權利要求1所述的基于加速度傳感器實現(xiàn)IRI值軟測量的方法，其特征在于： 所述步驟4的方法具體包括： 路面不平度功率譜密度可采用下式擬合：
式中，n0為空間參考頻率n0 = 0.lm'GdOO為路面不平度系數，其值為在空間頻率為n0時的路面功率譜密度，與路面等級相對應；《為頻率指數，決定了路面譜的頻率結構； 由參考文獻可知，IRI和Gd(nQ)如下關系式：
通過上述公式，可以得出IRI值。
【專利摘要】本發(fā)明公開了一種基于加速度傳感器實現(xiàn)IRI值軟測量的方法，具體包括以下步驟：步驟1：通過加速度傳感器采集路面加速度值；步驟2：設計卡爾曼濾波器，對采集到的加速度數組進行數據處理；步驟3：對處理后的加速度數據進行基于時間序列的自回歸建模，驗證其符合現(xiàn)代譜估計理論：步驟4：運用現(xiàn)代譜估計理論進行精確功率譜密度估計，實現(xiàn)國際道路不平度指數的提取。本發(fā)明通過設計的卡爾曼濾波器濾除噪聲，使國際道路不平度指數的提取更加準確；用現(xiàn)代譜估計理論進行精確額功率譜密度估計，實現(xiàn)國際道路不平度指數的提取，簡化方法，提高效率。
【IPC分類】G06F19-00, G01H17-00
【公開號】CN104699980
【申請?zhí)枴緾N201510129886
【發(fā)明人】肖馨舒, 劉慶華, 申繼鵬, 徐泰
【申請人】江蘇科技大學
【公開日】2015年6月10日
【申請日】2015年3月24日