基于 GNSS 与 IMU 测量的车辆油耗虚拟感知
机器人学
2023-10-03 v1
摘要
本文提出一种与车辆无关、非侵入式且轻量的监测系统,用于从安装在车内的 GNSS 和 IMU 传感器连续随时间导出的纵向速度与加速度精确测量道路车辆的油耗。在推动向零碳汽车转型的同时,人们对用于精确测量仍在使用的众多内燃机车辆环境影响的低成本仪器兴趣日增。本工作的主要贡献是设计并比较两种创新黑箱算法:一种基于降复杂度物理建模,另一种依赖前馈神经网络,仅利用速度与加速度测量进行黑箱油耗估计。基于合适指标,所开发算法在瞬时与累积油耗估计上均优于当前最优方法,相对于燃油流真值的误差小于 1%。用于模型辨识、测试与实验验证的数据由多趟行程中采集的 GNSS 速度与 IMU 加速度测量组成,采用一辆柴油车在不同道路、不同季节及不同乘客数下收集。相较于车载内置监测系统,该方法非定制、使用现成传感器,并基于两种已离线验证且可轻松实现于实时环境的简单算法。
引用
@article{arxiv.2310.01230,
title = {Vehicle Fuel Consumption Virtual Sensing from GNSS and IMU Measurements},
author = {Marcello Cellina and Silvia Strada and Sergio Matteo Savaresi},
journal= {arXiv preprint arXiv:2310.01230},
year = {2023}
}