论文总字数：19729字

摘 要

坡度信息是现代汽车控制系统的核心参数之一，对于汽车控制系统具有非常重要的意义。传统的角度测量系统大多采用单一传感器构成，由于传感器自身所固有的局限，坡度测量的精度往往受到很多因素限制。针对此种情况，本文提出了将加速度计和陀螺仪这两种最为常见的坡度测量仪器的输出数据相结合,以此获得更高精确度的坡度测量结果的方案。相较于常见的应用于姿态解算的数据融合算法，本文将互补滤波和卡尔曼滤波两种常用的数据融合方法结合在了一起，将互补滤波所得的解算结果作为更加准确的观测量输入卡尔曼滤波之中。同时使用了四元数法对系统姿态进行了解算,以此来进一步去除外力加速度影响。互补滤波和卡尔曼滤波两种数据融合算法的结合应用，预期可以获得更为准确的坡度解算结果。本文同时对所提出的融合算法的可靠性和精确度进行了实验验证。实验结果证明本文所提出的数据融合算法能够较好地对各种不同的模拟应用情况下的坡度信息进行较好的解算，所得到的坡度信息精度较高，受到外力加速度的干扰较小。

关键词：坡度传感器，卡尔曼滤波，互补滤波，加速度计，陀螺仪

Abstract

Slope information is one of the key parameters of the modern car control system, and it has very important significance for the car control system. Only a single kind of sensors are used in most traditional angle measuring systems. Due to the inherent limitations of the sensors, the accuracy of the slope measurement is often limited by many factors. In view of the situation, a scheme which combines the output data of the two most common slope measuring instruments, accelerometer and gyroscope, is proposed, to obtain a more accurate slope measuring result. Compared with common data fusion algorithms applied to attitude solving, two common data fusion methods, complementary filtering and Kalman filtering, are combined together. The result of complementary filtering is taken as a more accurate input of Kalman filtering. The combination of the two data fusion algorithms, complementary filtering and Kalman filtering, is expected to get a more accurate slope measuring result. At the same time, the quaternion method is used to calculate the system attitude to further remove the external acceleration effect. At the same time, the experimental scheme was proposed and carried out. The reliability and accuracy of the proposed fusion algorithm were verified. The experimental results show that the data fusion algorithm proposed here can get the slope information under various application conditions, with higher accuracy. And the results are less affected by external acceleration.

KEY WORDS: Slope sensor, Kalman filter, Complementary filter, Accelerometer, Gyroscope

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 研究背景 1

1.2 研究意义 1

1.3 主要工作内容以及章节安排 3

第二章 方案的原理 4

2.1 互补滤波算法 4

2.2 卡尔曼滤波 4

2.2.1 卡尔曼滤波的背景及应用 4

2.2.2 卡尔曼滤波的原理 4

2.2.3 卡尔曼滤波的具体计算 5

2.3 姿态解算算法 6

2.3.1 姿态解算算法的意义 6

2.3.2 系统姿态的描述方法以及其比较 7

2.3.3 四元数法的介绍 7

2.4 本章小结 8

第三章 方案具体步骤与实验 9

3.1 方案概述 9

3.2 方案步骤 9

3.2.1 数据预处理 9

3.2.2 数据融合与姿态解算 10

3.2.3 算法的特点 10

3.3 实验条件介绍 11

3.3.1 实验器材 11

3.3.2 实验方法 11

3.4 实验结果 12

3.4.1 水平面上的测量 12

3.4.2 斜面上的测量 13

3.4.3 斜面到水平面的坡度变化过程 16

3.5 本章小结 17

第四章 总结与展望 18

4.1 总结 18

4.2 展望 18

致谢 20

参考文献 21

绪论

研究背景

路面的坡度信息是现代的汽车制动系统、自动变速器等汽车关键控制环节的核心参数之一。自动变速器的汽车如果使用不当，上下较长的坡时有可能会出现频繁换挡的情况。汽车的电控系统可以根据传感器获得的路面坡度信息反馈，对汽车的功率和所需要施加的驻车制动力进行一个较为精准的控制。

除此之外坡度传感器在许多的领域都有着十分广泛的应用。农用翻斗车上坡度传感器可以为在斜坡道路上行驶的司机提供安全可靠的坡度信息；可以应用在塔式起重机上提供坡度信息来实时监控起重机状态防止其倾翻；可以在板式传送带上直接测量传送带的倾斜角度，为其功率控制提供数据依据。

研究意义

市面上常见的传统坡度传感器对于静态下的坡度有着比较良好的测量精度。此类传感器实际上是由多个不同轴向的加速度计所构成的一个用于倾角测量的传感器系统。加速度计是用于测量物体线加速度的传感器。常见的传统加速度计由与载体相固连的外壳、用于检测加速度大小的质量块、压力敏感元件、用于信号输出的模块等组成。加速度计的种类较为繁多，按照检测质量的位移方式分类有线性加速度计和摆式加速度计，按照传感元器件来分类有压电式、压阻式和电位器式……通常情况下会将多种分类法的特点综合在一起对加速度计进行分类。在上世纪80年代末，随着微机械加工技术的不断发展完善，微机械传感器的成本越来越低。MEMS加速度计的应用十分广泛，最为常见的是身边的智能电子消费产品，比如智能手机、平板电脑等等。除此以外MEMS加速度计在工程领域也有着不可替代的作用，包括汽车的加速度测量、评估引擎、传动系统以及刹车系统、航空航天、机械、建筑……等领域。

物体本身具有加速度时，其上所搭载的与其本身无相对速度的物体会拥有与其同样大小的加速度，也即所谓的运动载荷。在静止的情况下，加速度计测量的是重力加速度在三个轴向上的分量，由倾斜方向的加速度和底面方向的加速度比值即可快捷地计算出路面坡度的值。在静态下，此种坡度传感器的测量效果较好，精确度很高。且实时性也较好，误差也不会随时间积累。但是实际应用中动态的情况非常普遍，路面坡度情况很复杂多变，外力加速度等外界干扰因素十分常见。加速度计本身只能测量对应方向上的加速度大小，在系统内是无法分辨一个加速度是来自外界的干扰加速度还是来自于自身的重力加速度。外力所给予的加速度越大，求解出的坡度与实际的偏离也会越大。因此，对于动态下的实际应用，加速度计所构成的坡度测量系统受到外力加速度的干扰较大，无法提供有关路面坡度的精确动态信息。

剩余内容已隐藏，请支付后下载全文，论文总字数：19729字