台湾鑫尔诺XENO两联件气源处理器使用说明

一些实施方式的传感器状态校准估计器240的示意图。估计器240使用车轮速度测量值221或其估计值来估计340车辆的未来状态341。在一些实施方式中，状态估计340使用车辆的运动(动态)模型，其中该模型取决于校准状态。该模型可以包括其中纵向传感器参数和横向传感器参数二者被包括在校准状态中的纵向动态和横向动态。另选地，模型可以仅包括纵向动态和横向动态之一。状态更新模块310使用来自感测系统230的测量值231来校正状态估计值341以形成车辆的更新311状态。

在一个实施方式中，更新状态311和/或估计值341用作车辆控制系统260的输入241。附加地或另选地，在另一实施方式中，状态估计值311用于更新320校准状态的至少一个参数，得到车辆的校准状态的更新参数321。在一个实施方式中，更新参数321用作车辆控制系统260的输入241。附加地或另选地，在另一实施方式中，更新参数321用作到用于驾驶员的监测组件的显示器210的输入242，例如，以检测胎压损失。附加地或另选地，在另一实施方式中，更新参数321用于更新330车辆的用于估计状态340的运动模型，从而结束本发明的一些实施方式的一次迭代。附加地或另选地，参数321可以在其它估计器290中用于估计与车辆运动有关的各个方面。

在本发明中，一个实施方式认识到，可以将车辆的运动模型公式化为完全由车辆状态确定的一个确定性部分和一个不确定性部分，其中不确定性部分完全取决于校准状态。在另一实施方式中，认识到，车辆状态的测量模型也可以公式化为完全由车辆状态确定的一个确定性部分以及一个不确定性部分，其中不确定性部分的至少部分取决于校准状态。

因此，在一些实施方式中，确认的是：可以通过从车辆状态、校准状态和车辆状态的运动模型之间的关系以及状态测量值、车辆状态的测量模型与描述测量模型的随机部分的校准状态之间的关系推导校准状态，来确定校准状态。本发明的一个实施方式中的关键观察是，能够在不具有未知的校准状态的运动(时间演变)模型的情况下进行校准状态的估计，并且通过描述校准状态的随机分布的方差给出了测量值的不确定性。

在一些实施方式中，车辆状态根据车辆状态的运动模型随时间动态地演变。如果仔细选择车辆的运动模型和到车辆的输入模型，则可以将车辆状态的运动描述为完全由车辆状态确定的一个确定性部分以及一个不确定部分，其中不确定部分取决于车辆的校准状态。例如，可以根据一些非线性函数xk+1＝f(xk，uk)+g(xk，uk)wk来描述车辆的运动模型，其中是描述车辆状态的演变的非线性的确定性函数，是取决于车辆状态的非线性的确定性函数。映射干扰k是离散时间索引，是状态，并且uk包含到系统的输入。车辆运动的动态模型取决于包括偏移、传感器的均值、传感器的方差的校准状态。在一些实施方式中，影响车辆运动的干扰是由于校准状态的数值描述中的不确定性而导致的，在其它实施方式中，它是由于偏移的不确定性而导致的，在又一实施方式中，它是由于方差、或者均值和方差二者的不确定性而导致的。在其它实施方式中，车辆状态包括车辆的速度矢量和方位角速度。

图4a示出了车辆的简化的前轮驱动单轨模型的示意图，其中每个车轴上的两个车轮集中在一起。通常，该车辆模型至少取决于方向盘传感器的校准状态和车轮转速的校准状态。

台湾XENO油水分离器LXF400-10-AD附自动排水器

台湾XENO油水分离器LXF400-20-AD

台湾XENO两联件LXFC400-15-AD

台湾XENO两联件LXFC400-20-AD

台湾XENO调压过滤器LXFR400-20

台湾XENO调压过滤器LXFR400-20-AD

台湾XENO调压过滤器LXFR400-10

台湾XENO调压过滤器LXFR400-15

台湾XENO油水分离器LXF200-06-AD

台湾XENO鑫尔诺调压过滤器LXFR200-08-AD

台湾XENO两联件气源处理元件LXFC400-20

台湾XENO两联件气源处理器XFC400-20

台湾XENO两联件气源处理器LXFC400-20

台湾XENO气源处理器两联件LXFC400-15

台湾XENO气源处理器两联件LXFC400-10

台湾XENO两位五通双电控电磁阀SV5234D-15DC24V 

例如，方向盘角度的校准状态可以书写为δ＝δm+δδ，其中δm是真实测量值，并且δδ是时变的未知部分。一个实施方式将wk：＝δδ定义为作用在其它确定性系统上的随机干扰。在一些实施方式中，噪声项是根据的高斯分布，其中通常μk，∑k是校准状态的时变的均值和协方差、偏移和噪声方差。图4b示出了具有前轮转向的完整底盘模型的示意图。在这种情况下，要估计的参数数量增加，但是应当理解，应用相同的方法。

本发明的一个实施方式选择到系统的输入作为在每个车辆轴上平均的车轮速度估计值221。在另一实施方式中，输入是在每个车轮轴上平均的车轮的转向角231与车轮速度估计值221的组合。在非自主模式下，有时无法测量车轮的转向角，但可以测量方向盘的转向角。又一实施方式通过考虑连接方向盘与车轮的机械构造的传动比，将方向盘的转向角转换成车轮的转向角。

根据概率密度函数(pdf)，利用定义θk：＝{μk，∑k}，可以将动力系统描述为p(xk+1|xk，uk，θk)。一些实施方式依赖于以下认识：在给定测量值和运动模型以及测量模型的情况下，可以通过确定整个系统的pdf来进行车辆状态和校准状态的确定。

为了确定系统的pdf，本发明的几个实施方式定义了关于偏移和方差二者不确定的、从感测系统230到系统231的测量值。例如，如果一个测量值是方位角速度并且如果车辆状态包含方位角速度，则通过使方位角测量值与状态相关联的确定性部分以及使测量值与方位角速度相关联，其中bk是由于传感器中的漂移而导致的偏移项，并且ek是被建模为由偏移和方差rk而受损的高斯方布的校准状态的随机分布，方差rk通常是协方差矩阵。通常，偏移和方差二者是未知的。在一个实施方式中，测量模型可以写为yk＝h(xk，uk)+d(xk，uk)(δm+wk)+ek，其中还可以添加除δm之外的输入，从而添加影响运动模型的更多校准状态、以及要估计的更多参数。