| 专利名称： | 基于道路线形和频谱特征的道路坡度计算方法 | ||
| 专利名称(英文)： | Path-based linear and spectral characteristics of the method for calculating the gradient of the road | ||
| 专利号： | CN201610095945.5 | 申请时间： | 20160223 |
| 公开号： | CN105651254A | 公开时间： | 20160608 |
| 申请人： | 吉林大学 | ||
| 申请地址： | 130012 吉林省长春市前进大街2699号 | ||
| 发明人： | 施树明; 马力; 岳柄剑; 张曼 | ||
| 分类号： | G01C9/00 | 主分类号： | G01C9/00 |
| 代理机构： | 长春吉大专利代理有限责任公司 22201 | 代理人： | 齐安全 |
| 摘要： | 本发明涉及一种基于道路线形和频谱特征的道路坡度计算方法, 解决现有的汽车运行工况设计中因道路坡度信息存在的对GPS信号依赖性强、误差大而无法应用于运行工况设计的问题，包括以下步骤：1、采集数据及建立原始数据库Database；2、处理数据：将原始数据库Database中的数据降频，设置怠速时刻的海拔值为统一值hidle，将行驶段划分为若干个微行程，并将微行程距离小于设定限值smin的微行程合并到相邻的微行程中；3、计算微行程内坡度-里程i3-s3；4、转化坡度-时间i4-t4序列：对步骤S3计算出的微行程内坡度-里程i3-s3数据进行合并，并将合并后整体的坡度-里程i4-s4数据按照车辆的里程-时间s1-t1数据转化为坡度-时间i4-t4数据输出。 | ||
| 摘要(英文)： | The invention relates to a path-based linear and spectral characteristics of the method for calculating the gradient of the road, the running condition of the vehicle due to the gradient of the road in the design of the GPS information signal dependence is strong, the error is large and can not be applied to the problem of design of running condition, comprising the following steps : 1, data collection and the original database Database establishment; 2, processing data : the data in the original database Database down, idle time is the uniform value elevation value h idle, will go in the section is divided into a plurality of micro-stroke, and the micro-range distance is smaller than the set value s min is merged into the micro-range of the micro-stroke in adjacent; 3, the micro-range calculating slope-mileage i 3-s 3; 4, conversion slope-time i 4-t 4 sequence : the step S3 in the micro-range of the calculated slope-mileage i 3-s 3 data are combined, and after the merger of the overall slope-mileage i 4-s 4 data in accordance with the mileage of the vehicle-time s 1-t 1 data into the gradient-time i 4-t 4 data output. | ||
1.一种基于道路线形和频谱特征的道路坡度计算方法，其特征在于，包括以下步骤： S1：采集数据及建立原始数据库Database； S2：处理数据； 将原始数据库Database中的数据降频，设置怠速时刻的海拔值为统一值hidle，将行驶段 划分为若干个微行程，并将微行程距离小于设定限值smin的微行程合并到相邻的微行程中； S3：计算微行程内坡度-里程i3-s3； 首先，根据步骤S2处理后的数据计算道路里程间隔为1米的坡度值i3；其次，对坡度值 i3进行功率谱密度分析；最后，滤波得到满足道路线型约束的坡度-里程i3-s3； S4：转化坡度-时间i4-t4序列； 对步骤S3计算出的微行程内坡度-里程i3-s3数据进行合并，并将合并后整体的坡度-里 程i4-s4数据按照车辆的里程-时间s1-t1数据转化为坡度-时间i4-t4数据输出。
2.根据权利要求1所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 步骤S1所述的采集数据及建立数据库包括以下步骤： 步骤S11：采集道路坡度相关信息； 通过车载GPS传感器进行道路试验，采集得到时间t1、车速v1、道路高程h1、行驶里程 s1数据； 步骤S12：建立数据库； 从步骤S11中采集的道路坡度相关信息中提取时间t1、速度v1、道路高程h1、行驶里程 s1数据建立原始数据库Database。
3.根据权利要求1所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 步骤S2所述的处理数据包括以下步骤： 步骤S21：原始数据降频为1Hz数据； 原始数据采样频率为20Hz，使用降频方法将其降频为1Hz数据；降频后得到1Hz的时间 t2，速度v2，道路高程h2，行驶里程s2数据； 步骤S22：处理怠速时刻海拔值； 由于GPS信号存在噪声干扰，使得在怠速时刻的海拔值存在波动，将怠速时刻海拔设置 为最末时刻海拔，保证该状态下海拔为统一值hidle；对于多个微行程组成的行驶段，按照从 后向前的顺序处理怠速时刻海拔； 步骤S23：划分微行程； 以“一段怠速的开始到下一段怠速的开始”为依据划分微行程，将行驶段s2划分为多个 微行程s21,s22,s23...； 步骤S24：合并低速、短行程微行程； 按照S23的划分标准进行微行程划分后，所得到的结果中可能会有最高行驶速度小于最小 车速限值vmin，或者有总行驶里程小于最小里程限制smin的微行程；将这两种微行程合并到相 邻微行程，合并时优先向前一个微行程合并。
4.根据权利要求3所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 所述最小车速限值0.1km/h≤vmin≤3km/h； 所述最小里程限值10m≤vmin≤30m。
5.根据权利要求1所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 步骤S3所述的计算微行程内坡度-里程i3-s3包括以下步骤： 步骤S31：计算间隔1米的坡度-里程i3-s3数据； 根据GPS车速-时间v2-t2及高程h2数据计算相邻两个采样点间的行驶距离Δs及高程差 Δh，然后按照道路坡度定义式:
6.根据权利要求5所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 所述样条插值方法的范围是2-5次样条插值； 所述功率谱密度上限值95％≤A≤99.9％； 所述零相移巴特沃斯滤波器阶数范围是2-6阶； 所述的衰减系数0.9≤λ≤0.99。
7.根据权利要求1所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 步骤S4所述的转化坡度-时间i4-t4序列包括以下步骤： 步骤S41：合并微行程计算结果； 对步骤S39计算得到的微行程内的坡度-里程i3-s3数据进行合并，得到整个行程的坡度- 里程i4-s4数据； 步骤S42：坡度-时间i4-t4数据转换与输出； 根据坡度-里程i4-s4数据和里程-时间s1-t1数据，依据行驶距离一致这一原则，结合线 性插值方法，转换得到道路坡度-时间i4-t4数据，作为最终计算结果输出。
1.一种基于道路线形和频谱特征的道路坡度计算方法，其特征在于，包括以下步骤： S1：采集数据及建立原始数据库Database； S2：处理数据； 将原始数据库Database中的数据降频，设置怠速时刻的海拔值为统一值hidle，将行驶段 划分为若干个微行程，并将微行程距离小于设定限值smin的微行程合并到相邻的微行程中； S3：计算微行程内坡度-里程i3-s3； 首先，根据步骤S2处理后的数据计算道路里程间隔为1米的坡度值i3；其次，对坡度值 i3进行功率谱密度分析；最后，滤波得到满足道路线型约束的坡度-里程i3-s3； S4：转化坡度-时间i4-t4序列； 对步骤S3计算出的微行程内坡度-里程i3-s3数据进行合并，并将合并后整体的坡度-里 程i4-s4数据按照车辆的里程-时间s1-t1数据转化为坡度-时间i4-t4数据输出。
2.根据权利要求1所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 步骤S1所述的采集数据及建立数据库包括以下步骤： 步骤S11：采集道路坡度相关信息； 通过车载GPS传感器进行道路试验，采集得到时间t1、车速v1、道路高程h1、行驶里程 s1数据； 步骤S12：建立数据库； 从步骤S11中采集的道路坡度相关信息中提取时间t1、速度v1、道路高程h1、行驶里程 s1数据建立原始数据库Database。
3.根据权利要求1所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 步骤S2所述的处理数据包括以下步骤： 步骤S21：原始数据降频为1Hz数据； 原始数据采样频率为20Hz，使用降频方法将其降频为1Hz数据；降频后得到1Hz的时间 t2，速度v2，道路高程h2，行驶里程s2数据； 步骤S22：处理怠速时刻海拔值； 由于GPS信号存在噪声干扰，使得在怠速时刻的海拔值存在波动，将怠速时刻海拔设置 为最末时刻海拔，保证该状态下海拔为统一值hidle；对于多个微行程组成的行驶段，按照从 后向前的顺序处理怠速时刻海拔； 步骤S23：划分微行程； 以“一段怠速的开始到下一段怠速的开始”为依据划分微行程，将行驶段s2划分为多个 微行程s21,s22,s23...； 步骤S24：合并低速、短行程微行程； 按照S23的划分标准进行微行程划分后，所得到的结果中可能会有最高行驶速度小于最小 车速限值vmin，或者有总行驶里程小于最小里程限制smin的微行程；将这两种微行程合并到相 邻微行程，合并时优先向前一个微行程合并。
4.根据权利要求3所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 所述最小车速限值0.1km/h≤vmin≤3km/h； 所述最小里程限值10m≤vmin≤30m。
5.根据权利要求1所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 步骤S3所述的计算微行程内坡度-里程i3-s3包括以下步骤： 步骤S31：计算间隔1米的坡度-里程i3-s3数据； 根据GPS车速-时间v2-t2及高程h2数据计算相邻两个采样点间的行驶距离Δs及高程差 Δh，然后按照道路坡度定义式:
6.根据权利要求5所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 所述样条插值方法的范围是2-5次样条插值； 所述功率谱密度上限值95％≤A≤99.9％； 所述零相移巴特沃斯滤波器阶数范围是2-6阶； 所述的衰减系数0.9≤λ≤0.99。
7.根据权利要求1所述的一种基于道路线形和频谱特征的道路坡度计算方法，其特征在 于： 步骤S4所述的转化坡度-时间i4-t4序列包括以下步骤： 步骤S41：合并微行程计算结果； 对步骤S39计算得到的微行程内的坡度-里程i3-s3数据进行合并，得到整个行程的坡度- 里程i4-s4数据； 步骤S42：坡度-时间i4-t4数据转换与输出； 根据坡度-里程i4-s4数据和里程-时间s1-t1数据，依据行驶距离一致这一原则，结合线 性插值方法，转换得到道路坡度-时间i4-t4数据，作为最终计算结果输出。
翻译：技术领域
本发明涉及一种道路坡度计算方法，特别涉及一种应用于工况设计的基于道路线形和频谱特征的道路坡度计算方法。
背景技术
车辆的燃油消耗量与排放量是评价车辆的重要指标。在测量车辆的燃油消耗量与排放量时，通常是将车辆在室内转鼓试验台上按标准的运行工况运行一段时间，测量此段时间内车辆的排放量。上述标准工况中包含车辆运行的速度和加速度数据，并假设道路坡度值为定值零。但是，车辆在实际道路坡度变化的情况下运行时，存在标准的零坡度不反映实情的情况，在正确预测车辆的燃油消耗量与排放量这一点上未必充分。
重型车辆、混合动力汽车对道路坡度变化十分敏感，不同的道路坡度会对车辆运行工况产生显著影响，因此准确的道路坡度计算方法对车辆运行工况的设计具有重要意义。对于车辆行驶过程中获取道路坡度信息的方法，最为常见的方法有两种，一种是从动力学方程出发，使用状态估计的方法计算道路坡度；另一种是基于GPS高程信息，计算道路坡度。
使用状态估计的方法计算坡度，需要准确的测量发动机驱动力矩、车速、风速等信息，而对这些参数的准确测量存在一定难度，计算的坡度值也存在一定的误差。而现有的基于GPS高程信息计算道路坡度值的方法，主要运用GPS采集的高程差与车辆水平位移差的比值Δh/Δs，经过简单滤波后作为道路坡度的计算值。由此可见，现有的通过GPS信息计算道路坡度值的方法是一种利用GPS高程信息和位置信息直接计算道路坡度的方法，由于这种方法对于GPS信号依赖性强，当GPS信号受干扰时，道路坡度计算结果误差极大，使计算结果严重偏离真实值，此结果直接应用在车辆运行工况设计中会影响对车辆的动力性和经济性评价，这一方面体现在设计的运行工况致使车辆动力输出不足或过大，另一方面体现在对控制器提出了不合理的功率需求，进而增加了燃油消耗量。最终导致设计车辆的动力性和经济性在试验台架和实际道路上的性能不一致。
发明内容
本发明的目的是为了解决现有的汽车运行工况设计中因道路坡度信息存在的对GPS信号依赖性强、误差大而无法应用于运行工况设计的问题，提供一种准确度高的基于道路线形和频谱特征的道路坡度计算方法，用来设计出更合理的汽车运行工况。
为了实现上述目的，本发明采用的技术方案为：
一种基于道路线形和频谱特征的道路坡度计算方法，包括以下步骤：
S1：采集数据及建立原始数据库Database；
S2：处理数据；
将原始数据库Database中的数据降频，设置怠速时刻的海拔值为统一值hidle，将行驶段划分为若干个微行程，并将微行程距离小于设定限值smin的微行程合并到相邻的微行程中；
S3：计算微行程内坡度-里程i3-s3；
首先，根据步骤S2处理后的数据计算道路里程间隔为1米的坡度值i3；其次，对坡度值i3进行功率谱密度分析；最后，滤波得到满足道路线型约束的坡度-里程i3-s3；
S4：转化坡度-时间i4-t4序列；
对步骤S3计算出的微行程内坡度-里程i3-s3数据进行合并，并将合并后整体的坡度-里程i4-s4数据按照车辆的里程-时间s1-t1数据转化为坡度-时间i4-t4数据输出。
技术方案中步骤S1所述的采集数据及建立数据库包括以下步骤：
步骤S11：采集道路坡度相关信息；
通过车载GPS传感器进行道路试验，采集得到时间t1、车速v1、道路高程h1、行驶里程s1数据；
步骤S12：建立数据库；
从步骤S11中采集的道路坡度相关信息中提取时间t1、速度v1、道路高程h1、行驶里程s1数据建立原始数据库Database。
技术方案中步骤S2所述的处理数据包括以下步骤：
步骤S21：原始数据降频为1Hz数据；
原始数据采样频率为20Hz，使用降频方法将其降频为1Hz数据；降频后得到1Hz的时间t2，速度v2，道路高程h2，行驶里程s2数据；
步骤S22：处理怠速时刻海拔值；
由于GPS信号存在噪声干扰，使得在怠速时刻的海拔值存在波动，将怠速时刻海拔设置为最末时刻海拔，保证该状态下海拔为统一值hidle；对于多个微行程组成的行驶段，按照从后向前的顺序处理怠速时刻海拔；
步骤S23：划分微行程；
以“一段怠速的开始到下一段怠速的开始”为依据划分微行程，将行驶段s2划分为多个微行程s21,s22,s23...；
步骤S24：合并低速、短行程微行程；
按照S23的划分标准进行微行程划分后，所得到的结果中可能会有最高行驶速度小于最小车速限值vmin，或者有总行驶里程小于最小里程限制smin的微行程；将这两种微行程合并到相邻微行程，合并时优先向前一个微行程合并。
技术方案中所述最小车速限值0.1km/h≤vmin≤3km/h；
所述最小里程限值10m≤vmin≤30m。
技术方案中步骤S3所述的计算微行程内坡度-里程i3-s3包括以下步骤：
步骤S31：计算间隔1米的坡度-里程i3-s3数据；
根据GPS车速-时间v2-t2及高程h2数据计算相邻两个采样点间的行驶距离Δs及高程差Δh，然后按照道路坡度定义式:
计算每一个采样点对应的道路坡度值isample，使用样条插值方法得到行驶距离间隔1米的道路坡度计算值i3，得到微行程内的坡度-里程i3-s3数据；
步骤S32：分析坡度-里程i3-s3数据的功率谱密度；
使用功率谱密度分析函数分析单个微行程内的坡度-里程i3-s3数据，获得功率谱密度-频率数据对；
步骤S33：初选滤波器截止频率f0；
根据S32的功率谱密度分析结果，选取总功率谱密度上限值A对应的频率为初始截止频率f0；
步骤S34：坡度-里程i3-s3数据滤波；
根据S33确定的截止频率f0构造零相移巴特沃斯滤波器，使用零相移巴特沃斯滤波器对坡度初步计算结果进行滤波处理。
步骤S35：判定滤波结果；
对S34计算结果进行差分计算，计算单位距离内道路坡度变化：Δi＝is+1-is；如果坡度变化Δi满足道路线形约束，那么滤波结束，执行步骤S37；否则执行步骤S36；
步骤S36：滤波器截止频率衰减；
以一定系数λ作为衰减系数，对滤波器截止频率f0进行衰减并构造新的滤波器截止频率fnew进行滤波，返回执行步骤S34；
步骤S37：判断道路坡度计算结果是否超过限值imax；
当坡度结果满足滤波结束的判定条件后，再对坡度结果是否超过道路竖曲线设计规范限值imax进行判定；如果超过限值，则执行步骤S38；否则执行步骤S39；
步骤S38：处理超过限值的坡度数据；
对微行程内超过道路竖曲线设计规范限值imax的坡度值，采用等比例压缩的方式将该微行程内的坡度值压缩到道路竖曲线设计规范以内；将起步加速段和减速停车段内超出±5％的坡度值等比例压缩到±2％以内，并执行步骤S37；
步骤S39：判断是否为最后一段微行程；
判断此段微行程是否为最后一段微行程，若是最后一段微行程则执行步骤S41，否则执行步骤S310；
步骤S310：调取下一段微行程；
选取下一段微行程数据作为计算对象，并执行步骤S31。
技术方案中所述样条插值方法的范围是2-5次样条插值；
所述功率谱密度上限值95％≤A≤99.9％；
所述零相移巴特沃斯滤波器阶数范围是2-6阶；
所述的衰减系数0.9≤λ≤0.99。
技术方案中步骤S4所述的转化坡度-时间i4-t4序列包括以下步骤：
步骤S41：合并微行程计算结果；
对步骤S39计算得到的微行程内的坡度-里程i3-s3数据进行合并，得到整个行程的坡度-里程i4-s4数据；
步骤S42：坡度-时间i4-t4数据转换与输出；
根据坡度-里程i4-s4数据和里程-时间s1-t1数据，依据行驶距离一致这一原则，结合线性插值方法，转换得到道路坡度-时间i4-t4数据，作为最终计算结果输出。
与现有技术相比本发明的有益效果是：
1.与现有道路坡度计算方法相比，本发明的道路坡度计算方法基于高程与距离比的坡度计算理论，此理论容易理解，不需要复杂的计算公式，计算方便、计算量小。
2.与现有道路坡度计算方法相比，本发明的道路坡度计算方法需要的计算数据，仅通过低成本的车载GPS传感器采集到的信息，即可计算出精度较高适用于重型车辆、混合动力车辆工况设计所需的道路坡度值。
3.与现有道路坡度计算方法相比，本发明的道路坡度计算方法的计算步骤清晰明了，本领域普通技术人员在不付出创造性劳动的情况下，即可理解并实施。
4.本发明的道路坡度计算方法计算出的坡度值，该信息有利于设计包含坡度信息的汽车运行工况的正确性和代表性，有利于基于运行工况测试时对发动机和车辆的动力性、经济性进行合理评价，使设计车辆的动力性、经济性在试验台架和实际道路上的性能保持一致。
附图说明
图1为本发明所述的基于道路线形和频谱特征的道路坡度计算方法的实施过程示例图；
图2为本发明所述的基于道路线形和频谱特征的道路坡度计算方法的零相移巴特沃斯滤波器的实施原理图；
图3为本发明所述的基于道路线形和频谱特征的道路坡度计算方法的一种结构实施示例图；
图4为本发明所述的基于道路线形和频谱特征的道路坡度计算方法计算出的一组坡度效果图。
具体实施方式
下面结合附图对本发明作详细的描述：
一种基于道路线形和频谱特征的道路坡度计算方法，包括如下四个部分：
第一部分S1：采集数据及建立原始数据库Database部分；
首先利用安装GPS设备的车辆进行道路试验，接着采集并建立含时间t1、速度v1、道路高程h1、行驶里程s1的20Hz原始数据库Database。
第二部分S2：数据初步处理部分；
首先，将原始数据库Database中的时间t1、速度v1、道路高程h1、行驶里程s1数据按照1Hz降频，得到1Hz的时间t2、速度v2、道路高程h2、行驶里程s2数据；其次，设置怠速时刻的海拔值为统一值hidle，再次，将行驶段s2划分为多个微行程s21,s22,s23...，最后，将微行程距离小于设定限值smin的微行程合并到相邻的微行程中。
第三部分S3：微行程内坡度-里程i3-s3计算；
利用第二部分预处理后的时间t2、速度v2、道路高程h2、行驶里程s2数据插值计算距离间隔Δs等于1米的道路坡度值i3，并对计算出的坡度i3数据进行功率谱密度分析。接着，选择设定的截止频率f0以及设定的滤波器F对坡度i3进行滤波，然后对滤波后结果i3按照道路线型约束进行判定：当不满足判定条件时，对滤波截止频率f0进行衰减并再次滤波及结果判定；当满足判定条件时，再对道路坡度值i3进行最大值判定，当最大值小于道路设计的实际限值imax时，微行程内坡度计算结束；当最大值大于道路设计的实际限值imax时，对此段微行程内的道路坡度值进行等比例压缩并再次进行最大值判定。
第四部分S4：转化坡度-时间i4-t4序列；
对第三部分计算出的微行程内坡度-里程i3-s3数据进行合并，并将合并后整体的坡度-里程i4-s4数据按照车辆的里程-时间s1-t1数据转化为坡度-时间i4-t4数据输出。
所述第一部分S1包括以下步骤：
步骤S11：道路坡度相关信息采集
通过车载GPS传感器进行道路试验，采集得到时间t1、速度v1、道路高程h1、行驶里程s1数据。
步骤S12：数据库建立
从步骤S11中采集的道路坡度相关信息中提取时间t1、速度v1、道路高程h1、行驶里程s1数据建立原始数据库Database。
所述第二部分S2包括以下步骤：
步骤S21：原始数据降频为1Hz数据
原始数据采样频率为20Hz，使用降频方法将其降频为1Hz数据。降频后得到1Hz的时间t2、速度v2、道路高程h2、行驶里程s2数据。
步骤S22：处理怠速时刻海拔值
由于GPS信号存在噪声干扰，使得在怠速时刻(连续两秒车辆行驶速度小于0.1m/s)的海拔值存在波动，需要对这部分的波动进行处理。将怠速时刻海拔设置为最末时刻海拔，保证该状态下海拔为统一值hidle。对于多个微行程组成的行驶段，按照从后向前的顺序处理怠速时刻海拔。
步骤S23：划分微行程
以“一段怠速的开始到下一段怠速的开始”为依据划分微行程，将行驶段划分为若干个微行程。
步骤S24：低速、短行程微行程合并
按照S23的划分标准进行微行程划分后，所得到的结果中可能会有最高行驶速度小于最小车速限值vmin，或者有总行驶里程小于最小里程限制smin的微行程。将这两种微行程合并到相邻微行程计算道路坡度，合并时优先向前一个微行程合并。
优选的是，所述最小车速限值0.1km/h≤vmin≤3km/h。
优选的是，所述最小里程限值10m≤vmin≤30m。。
所述第三部分S3包括以下步骤：
步骤S31：计算间隔1米的坡度-里程i3-s3数据
根据GPS车速-时间v2-t2及高程h2数据计算相邻两个采样点间的行驶距离Δs及高程差Δh，然后按照道路坡度定义式:
计算每一个采样点对应的道路坡度值isample，使用样条插值的方法得到行驶距离间隔1米的道路坡度值i3，并可得到微行程内的坡度-里程i3-s3数据。
优选的是，所述样条插值方法的范围是2-5次样条插值。
步骤S32：坡度-里程i3-s3数据的功率谱密度分析
使用功率谱密度分析函数分析单个微行程内的坡度-里程i3-s3数据，获得功率谱密度-频率数据对。
步骤S33：初选滤波器截止频率f0
根据S32的功率谱密度分析结果，选取总功率谱密度上限值A对应的频率为初始截止频率f0。
优选的是，所述功率谱密度上限值95％≤A≤99.9％。
步骤S34：坡度-里程i3-s3数据滤波
根据S33确定的截止频率f0构造零相移巴特沃斯滤波器，使用零相移巴特沃斯滤波器对坡度初步计算结果进行滤波处理。
优选的是，所述零相移巴特沃斯滤波器阶数范围是2-6阶。
步骤S35：滤波结果判定
对S34计算结果进行差分计算，即计算单位距离内道路坡度变化：Δi＝is+1-is。如果坡度变化Δi满足道路线形约束，那么滤波结束，执行步骤S37；否则执行步骤S36。
步骤S36：滤波器截止频率衰减
以一定系数λ作为衰减系数，对滤波器截止频率f0进行衰减并构造新的滤波器截止频率fnew进行滤波，返回执行步骤S34。
优选的是，所述的衰减系数0.9≤λ≤0.99。
步骤S37：判断道路坡度计算结果是否超过限值imax
当坡度结果满足滤波结束的判定条件后，再对坡度结果是否超过道路竖曲线设计规范限值imax进行判定。如果超过限值，则执行步骤S38；否则执行步骤S39。
步骤S38：超过限值的坡度数据处理
对微行程内超过道路竖曲线设计规范限值imax的坡度值，采用等比例压缩的方式将该微行程内的坡度值压缩到道路竖曲线设计规范以内。特别的，将起步加速段和减速停车段(以100米的行驶距离定义)内超出±5％的坡度值等比例压缩到±2％以内，并执行步骤S37。
步骤S39：判断是否为最后一段微行程
判断此段微行程是否为最后一段微行程，若是最后一段微行程则执行步骤S41，否则执行步骤S310。
步骤S310：调取下一段微行程
选取下一段微行程数据作为计算对象，并执行步骤S31。
所述第四部分S4包括以下步骤：
步骤S41：微行程计算结果合并
对步骤S39计算得到的微行程内的坡度-里程i3-s3数据进行合并，得到整个行程的坡度-里程i4-s4数据。
步骤S42：转化为坡度-时间i4-t4数据输出
根据坡度-里程i4-s4数据和里程-时间s1-t1数据，依据行驶距离一致这一原则，结合线性插值方法，得到道路坡度-时间i4-t4数据，作为最终计算结果输出。
具体实施例：
下面详细描述本发明的实施例的具体过程，所述实施过程的示例在附图中示出，其中自始至终相同或类似的标号表示具有相同或类似功能的单元。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明为了解决现有基于GPS信息的道路坡度计算方法对GPS信号依赖强、计算结果误差大，不能用于车辆的工况设计中，进而影响对车辆动力性、经济性评价的问题，提供了一种基于道路线形和频谱特征的道路坡度计算方法，该方法参阅图1所示，包括如下四个部分：
第一部分S1：采集数据及建立原始数据库Database部分；
首先利用安装GPS设备的车辆进行道路试验，接着采集并建立含时间t1、速度v1、道路高程h1、行驶里程s1的20Hz原始数据库Database。
第二部分S2：数据初步处理部分；
首先，将原始数据库Database中的时间t1、速度v1、道路高程h1、行驶里程s1数据按照1Hz降频，得到1Hz的时间t2、速度v2、道路高程h2、行驶里程s2数据；其次，设置怠速时刻的海拔值为统一值hidle，再次，将行驶段s2划分为多个微行程s21,s22,s23...，最后，将微行程距离小于设定限值smin的微行程合并到相邻的微行程中。
第三部分S3：微行程内坡度-里程i3-s3计算；
利用第二部分预处理后的时间t2、速度v2、道路高程h2、行驶里程s2数据插值计算距离间隔Δs等于1米的道路坡度值i3，并对计算出的坡度i3数据进行功率谱密度分析。接着，选择设定的截止频率f0以及设定的滤波器F对坡度i3进行滤波，然后对滤波后结果i3按照道路线型约束进行判定：当不满足判定条件时，对滤波截止频率f0进行衰减并再次滤波及结果判定；当满足判定条件时，再对道路坡度值i3进行最大值判定，当最大值小于道路设计的实际限值imax时，微行程内坡度计算结束；当最大值大于道路设计的实际限值imax时，对此段微行程内的道路坡度值进行等比例压缩并再次进行最大值判定。
第四部分S4：转化坡度-时间i4-t4序列；
对第三部分计算出的微行程内坡度-里程i3-s3数据进行合并，并将合并后整体的坡度-里程i4-s4数据按照车辆的里程-时间s1-t1数据转化为坡度-时间i4-t4数据输出。
所述第一部分S1包括以下步骤：
步骤S11：道路坡度相关信息采集
通过车载GPS传感器进行道路试验，采集得到车速t1、道路高程h1、行驶里程s1数据。
步骤S12：数据库建立
从步骤S11中采集的道路坡度相关信息中提取时间t1、速度v1、道路高程h1、行驶里程s1数据建立20Hz的原始数据库Database。
所述第二部分S2包括以下步骤：
步骤S21：原始数据降频为1Hz数据
原始数据采样频率为20Hz，使用降频方法将其降频为1Hz数据。降频后得到1Hz的时间t2、速度v2、道路高程h2、行驶里程s2数据。
步骤S22：处理怠速时刻海拔值
由于GPS信号存在噪声干扰，使得在怠速时刻(连续两秒车辆行驶速度小于0.1m/s)的海拔值存在波动，需要对这部分的波动进行处理。将怠速时刻海拔设置为最末时刻海拔，保证该状态下海拔为统一值hidle。对于多个微行程组成的行驶段，按照从后向前的顺序处理怠速时刻海拔。
步骤S23：划分微行程
以“一段怠速的开始到下一段怠速的开始”为依据划分微行程，将行驶段划分为若干个微行程。例如两个相邻的怠速段，前一段的时刻为[tp+1,tp+2,tp+3…,tp+m]，后一段的时刻为[tk+1,tk+2,tk+3,…,tk+n]，其中tk+1-tp+m>2,将[tp+1,tp+2,tp+3…,tp+m,…,tk+1]内数据划分为一个微行程。
步骤S24：低速、低行程微行程合并
按照S23的划分标准进行微行程划分后，所得到的结果中可能会有最高行驶速度小于最小车速限值vmin，或者有总行驶里程小于最小里程限制smin的微行程，根据数据采集质量，车速限值大于或等于0.1km/h，小于或等于3km/h，车速限值vmin优选的是1km/h；该里程限值选择应大于或等于10米，小于或等于30米，里程限值smin优选的是20米。将这两种微行程合并到相邻微行程中计算道路坡度，合并时优先向前一个微行程合并。
所述第三部分S3包括以下步骤：
步骤S31：计算间隔1米的坡度-里程i3-s3数据
根据GPS车速-时间v2-t2及高程h2数据计算相邻两个采样点间的行驶距离Δs及高程差Δh，然后按照道路坡度定义式:
计算每一个采样点对应的道路坡度值isample，使用样条插值的方法得到行驶距离间隔1米的道路坡度值i3，得到微行程内的坡度-里程i3-s3数据。根据计算精度需求，所用样条插值方法可选范围是为2-5次样条插值，优选的是3次样条插值。
步骤S32：坡度-里程i3-s3数据的功率谱密度分析
使用功率谱密度分析函数分析单个微行程内的坡度-里程i3-s3数据，获得功率谱密度-频率数据对。
步骤S33：初选滤波器截止频率f0
根据坡度计算值的功率谱密度分析结果，选取总功率谱密度上限值A对应的频率为初始截止频率f0，根据计算效率和精度要求，该功率谱密度上限值A选择应大于或等于95％，小于或等于99.9％，例如选择功率谱密度上限值为99％。
步骤S34：坡度-里程数据滤波
根据S33确定的截止频率f0构造零相移巴特沃斯滤波器，使用零相移巴特沃斯滤波器对坡度初步计算结果进行滤波处理，根据计算效率和精度要求，该零相移巴特沃斯滤波器阶数选择应大于或等于2阶，小于或等于6阶，优选的是4阶零相移巴特沃斯滤波器。
参阅图2所示，零相移巴特沃斯滤波器滤波过程是：首先，将坡度初步计算结果进行前向滤波；其次，将滤波后结果进行时域翻转；再次，对翻转后序列再进行前向滤波；最后，对第二次通过滤波器的滤波后结果再次进行时域翻转并输出坡度-里程i-s序列。
步骤S35：滤波结果判定
对S34计算结果进行差分计算，即计算单位距离内道路坡度变化：Δi＝is+1-is。如果坡度变化Δi满足道路线形约束，例如：设计速度80km/h的公路，其竖曲线半径最小为2000米，间隔1m时坡度变化率应小于1/2000，如果满足约束条件，那么滤波结束，执行步骤S37；否则执行步骤S36。
步骤S36：滤波器截止频率衰减
以一定系数λ作为衰减系数，对滤波器截止频率f0进行衰减并构造新的滤波器截止频率fnew进行滤波，返回执行步骤S34，根据计算效率和精度要求，衰减系数λ选择应大于或者等于0.9，小于或者等于0.99，衰减系数λ优选0.95。
步骤S37：判断道路坡度计算结果是否超过限值imax
当坡度结果满足滤波结束的判定条件后，再对坡度结果是否超过道路竖曲线设计规范限值imax进行判定，如高速公路数据中道路坡度限值为±5％。如果超过限值，则执行步骤S38；否则执行步骤S39。
步骤S38：超过限值的坡度数据处理
对微行程内超过道路竖曲线设计规范限值imax的坡度值，采用等比例压缩的方式将该微行程内的坡度值压缩到道路竖曲线设计规范以内。特别的，将起步加速段和减速停车段(以100米的行驶距离定义)内超出±5％的坡度值等比例压缩到±2％以内，并执行步骤S37。
步骤S39：判断是否为最后一段微行程
判断此段微行程是否为最后一段微行程，若是最后一段微行程则执行步骤S41，否则执行步骤S310。
步骤S310：调取下一段微行程
选取下一段微行程数据作为计算对象，并执行步骤S31。
所述第四部分S4包括以下步骤：
步骤S41：微行程计算结果合并
对步骤S39计算得到的微行程内的坡度-里程i3-s3数据进行合并，得到整个行程的坡度-里程i4-s4数据。
步骤S42：坡度-时间i4-t4数据转换与输出
根据坡度-里程i4-s4数据和里程-时间s1-t1数据，依据行驶距离一致这一原则，结合线性插值方法，得到道路坡度-时间i4-t4数据，作为最终计算结果输出。
与本发明的基于道路线形和频谱特征的道路坡度计算方法相对应，参阅图3所示，本发明的基于道路线形和频谱特征的道路坡度计算模块1包括道路坡度计算过程模块2，速度、高程数据模块3，国标中公路坡度数据模块4，路段构成点坡度计算模块5，提取怠速点与路段拆分模块6，功率谱密度及道路线型分析模块7，坡度数据功率谱密度分析模块8，坡度数据零相移滤波模块9，坡度数据变化率判别模块10，坡度数据的最大值判别模块11，坡度数据合并与输出模块12。
模块3是速度、高程数据模块，利用实验车辆安装GPS传感器，采集车速、高程等信息，构造用于计算整体道路坡度的数据库。模块5是路段构成点坡度计算模块，利用高程与路程比值的坡度计算公式计算路段构成点的坡度值。模块6是提取怠速点与路段拆分模块，包括提取车辆怠速时刻的路段点、将坡度数据按照怠速路段点进行拆分。模块7是功率谱密度及道路线型分析模块，该模块是整个算法的主体部分，包括模块8坡度数据功率谱密度分析模块，对微行程内的坡度-里程数据进行功率谱密度分析；模块9坡度数据零相移滤波模块，根据模块8的功率谱密度分析结果对微行程内的坡度-里程数据进行零相移滤波；模块10坡度数据变化率判别模块，根据模块4国标中公路坡度数据对模块9滤波后的坡度-里程数据的变化率进行判别；模块11坡度数据的最大值判别模块，根据模块4国标中公路坡度数据对模块10变化率判别后的坡度-里程数据的进行最大值判别。模块12是坡度数据合并与输出模块，将模块7计算完的微行程内坡度-里程数据进行合并，得到整个行程的坡度-里程数据，然后根据里程-时间数据确定该时刻的道路坡度，得到并输出计算完成的道路坡度-时间序列。
本说明书中的实施方式采用递进的方式描述，各个实施方式之间相同相似的部分互相参见即可。尤其，对于结构实施例而言，由于其基本相似于方法实施过程，所以描述得比较简单，相关之处参见方法实施过程的部分说明即可。以上所描述的结构实施例仅是示意性的，其中所述作为分离部件说明的模块、单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块、单元来实现本实施例的方案和目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上依据图式所示的结构实施例详细说明了本发明的构造、特征及作用效果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。
