基于智能算法的燃料電池汽車道路坡度估計

王 成，張財志

(重慶大學 汽車工程學院，重慶 400044)

道路坡度的估計方法主要有兩類。第一類是基于傳感器的估計方法，主要在車輛上安裝額外的傳感器來直接或間接地測量道路坡度值。文獻[6]將角位移傳感器安裝在車輛上，直接測量汽車傾角，但動態誤差較大；文獻[7]結合全球定位系統(GPS)和其他傳感器來間接測量道路坡度；文獻[8]通過地理信息系統(GIS)讀取道路坡度信息。但當GPS/GIS信號較差時，此類方法并不適用。第二類是基于汽車動力學模型的估計方法，主要通過各類算法對汽車縱向或橫向動力學模型進行解耦，同時估計汽車質量和道路坡度。例如，文獻[9]使用了卡爾曼濾波算法進行解耦；文獻[10-11]使用了最小二乘法進行解耦；文獻[12-13]使用了狀態觀測法進行解耦。由于需要對復雜的動力學模型進行解耦，此類方法計算復雜度較高。同時，建模的準確度嚴重影響了估計算法的性能。

綜上所述，目前的道路坡度估計方法有著各種制約，需要使用額外的傳感器或需要對動力學模型進行復雜的解耦。因此，筆者根據道路坡度的時變特性，提出了一種基于智能算法(長短期神經網絡)的道路坡度估計方法，該方法不需要安裝額外的傳感器，只從CAN總線讀取汽車行駛的相關數據，并通過實車實驗驗證了該方法的有效性。

1 燃料電池汽車配置

研究基于一輛由雙座電動車改裝的燃料電池混合動力汽車(FCHV)，如圖1所示。表1列出了該車的基本參數。動力系統由燃料電池系統、單向DC/DC變換器、電池包、DC/AC逆變器和交流電機組成，如圖2所示?！?br>