一种用于对车辆运动状态进行系统性监测的方法和系统

技术领域

本发明涉及信息采集领域，尤其涉及一种用于对车辆运动状态进行系统性监测的方法和系统。

背景技术

人类社会已经迈入人工智能的时代，自动驾驶技术作为人工智能热门研究领域之一，其价值和意义已经逐步显现，自动驾驶汽车能够解放人类的双手，降低交通事故发生的频率，提高通行效率，保证人们的安全，自动驾驶技术的研究与应用已成为车辆行业升级的利器。自动驾驶控制系统是自动驾驶技术的重要组成部分，是影响自动驾驶技术性能优劣的重要因素。

车辆系统状态是自动驾驶控制系统的输入，但受限于系统某些状态量不易直接量测、传感器测量误差等问题。具体地，车辆在运动过程中，系统某些状态量无法直接测量，如车辆在弯道行驶时，无法通过传感器获取车辆的质心侧偏角信息。同时，车辆运行的路面坡度角和倾斜角也会对车辆的运动状态产生影响，但是车载传感器无法直接测量路面坡度角和倾斜角。车辆运动状态信号的缺失会导致自动驾驶控制系统精度降低或者失效。此外，量测设备受限于经济性和使用性限制，很难工程化应用；量测设备受限于自身性能，测量信息存在误差。例如高精度的GPS系统造价高昂，为降低车辆成本，很难应用于量产自动驾驶车辆。量产自动驾驶车辆车载传感器大部分成本较低，测量精度有限，输入到控制系统的信号精度有限，从而导致无法实现高精度控制。

针对上述问题，现有技术中的解决方案通常只针对单个车辆信号设计了监测方法，未对车辆状态进行系统的监测方法设计。因此，需要能够改进现有技术中的缺陷的方法和系统。

发明内容

提供本发明内容来以简化形式介绍将在以下具体实施方式部分中进一步描述的一些概念。本发明内容并不旨在标识出所要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定所要求保护的主题的范围。

针对现有技术中的问题，本发明提出了一种针对车辆运动状态的系统性监测方法，能够对于车辆的滑移状态、横向速度、纵向速度、航向角、横摆角、侧倾角，惯导系统的横向加速度测量偏差、纵向加速度测量偏差、角速度测量偏差，运行路面的坡度进行了系统的监测，丰富了车辆运动系统的状态量信号，获取无法利用传感器测量的系统状态量信号，以使得能够在仅使用惯导系统和轮速计传感器的情况下，满足大部分自动驾驶控制算法的系统状态量信号需求，并且提高了车辆状态量信号精度。

在本发明的一个实施例中，公开了一种用于对车辆运动状态进行系统性监测的方法，该方法包括：

获取包括传感器测量值的输入信号；

基于该输入信号中所包括的轮胎转速、轮胎表面速度和轮胎转角加速度来检测轮胎打滑状态；

根据该输入信号中所包括的轮胎转速、发动机扭矩、制动信号和档位信号来判断车辆横向运行状态和车辆纵向运行状态，其中车辆横向运行状态被划分为侧偏和不侧偏，车辆纵向运行状态被划分为静止、运行不制动和运行制动；

基于该轮胎打滑状态和该车辆纵向运行状态来监测车辆纵向运行速度；

通过将该输入信号中所包括的偏航角角速度、车轮转角和车辆纵向加速度与标定阈值进行比较来执行惯性测量单元偏置监测系统使能；

对由该惯性测量单元偏置监测系统监测到的纵向加速度、横向加速度和偏航角角速度的测量偏差进行处理以获取这三个测量偏差的测量偏置监测值并基于该测量偏置监测值来获取这三个测量值的无偏测量值；

根据该无偏测量值来监测车辆横向运行速度；

根据该无偏测量值以及该车辆横向运行速度和该车辆纵向运行速度来监测车辆运行路面坡度角；以及

输出所监测到的各项监测值。

在本发明的一个实施例中，该轮胎打滑状态根据以下方式之一来确定：单个车轮转速的纵向比较；多个车轮转速间的横向比较；以及轮速微分与IMU-ax的直接比较。

在本发明的一个实施例中，基于该轮胎打滑状态和该车辆纵向运行状态来监测车辆纵向运行速度进一步包括：

根据该轮胎打滑状态和该车辆纵向运行状态来选取最佳状态轮胎以获取该最佳状态轮胎的轮胎表面速度；

基于该轮胎表面速度通过几何关系及坐标变换计算出车辆纵向运行速度预测值；以及

利用该车辆纵向运行速度预测值与通过传感器信息计算出的车辆纵向运行速度信息，通过卡尔曼滤波来获取车辆纵向运行速度监测值。

在本发明的一个实施例中，通过将该输入信号中所包括的偏航角角速度、车轮转角和车辆纵向加速度与标定阈值进行比较来执行惯性测量单元偏置监测系统使能进一步包括：

当车辆保持匀速直线行驶时，分别判断所获取的偏航角角速度信号、车轮转角信号以及车辆纵向加速度信号是否在0位上；以及

在与0位差距大于阈值的情况下开启该惯性测量单元偏置监测系统。

在本发明的一个实施例中，对由该惯性测量单元偏置监测系统监测到的纵向加速度、横向加速度和偏航角角速度的测量偏差进行处理以获取这三个测量偏差的测量偏置监测值进一步包括：

通过低通滤波和幅值滤波分别对这三个测量偏差进行处理并将滤波后的状态值作为该测量偏置监测值。

在本发明的一个实施例中，该方法进一步包括基于该无偏测量值来监测车辆偏航角，包括以下操作：

建立包含垂向、侧倾和俯仰三个运动自由度的车辆联合模型；以及

将该无偏测量值代入该车辆联合模型以获取车辆偏航角监测值。

在本发明的一个实施例中，该方法进一步包括根据该无偏测量值来监测车辆质心侧偏角，其中该车辆质心侧偏角和该车辆横向运行速度进一步通过以下操作来监测：

利用车辆运动学模型和Luenberger观测器来获取车辆质心侧偏角和车辆横向运行速度监测值。

在本发明的一个实施例中，根据该无偏测量值以及该车辆横向运行速度和该车辆纵向运行速度来监测车辆运行路面坡度角进一步包括：

通过卡尔曼滤波来获取车辆运行路面坡度角监测值。

在本发明的一个实施例中，该车辆纵向运行速度以及该车辆质心侧偏角和该车辆横向运行速度进一步基于该车辆运行路面坡度角来监测。

在本发明的另一个实施例中，公开了一种用于对车辆运动状态进行系统性监测的系统，该系统包括：

信号输入模块，其被配置成获取包括传感器测量值的输入信号；

测量偏置监测模块，其被配置成：

通过将该输入信号中所包括的偏航角角速度、车轮转角和车辆纵向加速度与标定阈值进行比较来执行惯性测量单元偏置监测系统使能；以及

对由该惯性测量单元偏置监测系统监测到的纵向加速度、横向加速度和偏航角角速度的测量偏差进行处理以获取这三个测量偏差的测量偏置监测值并基于该测量偏置监测值来获取这三个测量值的无偏测量值；

纵向速度监测模块，其被配置成：

基于该输入信号中所包括的轮胎转速、轮胎表面速度和轮胎转角加速度来检测轮胎打滑状态；

根据该输入信号中所包括的轮胎转速、发动机扭矩、制动信号和档位信号来判断车辆横向运行状态和车辆纵向运行状态，其中车辆横向运行状态被划分为侧偏和不侧偏，车辆纵向运行状态被划分为静止、运行不制动和运行制动；以及

基于该轮胎打滑状态和该车辆纵向运行状态来监测车辆纵向运行速度；

横向速度监测模块，其被配置成根据该无偏测量值来监测车辆横向运行速度；

路面坡度监测模块，其被配置成根据该无偏测量值以及该车辆横向运行速度和该车辆纵向运行速度来监测车辆运行路面坡度角；以及

信号输出模块，其被配置成输出所监测到的各项监测值。

在本发明的一个实施例中，该纵向速度监测模块被进一步配置成根据以下方式之一来确定该轮胎打滑状态：单个车轮转速的纵向比较；多个车轮转速间的横向比较；以及轮速微分与IMU-ax的直接比较。

在本发明的一个实施例中，该纵向速度监测模块被进一步配置成通过以下操作来监测该车辆纵向运行速度：

根据该轮胎打滑状态和该车辆纵向运行状态来选取最佳状态轮胎以获取该最佳状态轮胎的轮胎表面速度；

基于该轮胎表面速度通过几何关系及坐标变换计算出车辆纵向运行速度预测值；以及

利用该车辆纵向运行速度预测值与通过传感器信息计算出的车辆纵向运行速度信息，通过卡尔曼滤波来获取车辆纵向运行速度监测值。

在本发明的一个实施例中，该测量偏置监测模块被进一步配置成通过以下操作来执行惯性测量单元偏置监测系统使能：

当车辆保持匀速直线行驶时，分别判断所获取的偏航角角速度信号、车轮转角信号以及车辆纵向加速度信号是否在0位上；以及

在与0位差距大于阈值的情况下开启该惯性测量单元偏置监测系统。

在本发明的一个实施例中，该测量偏置监测模块被进一步配置成通过以下操作来获取该测量偏置监测值：

通过低通滤波和幅值滤波分别对这三个测量偏差进行处理并将滤波后的状态值作为该测量偏置监测值。

在本发明的一个实施例中，该装置进一步包括车身角度监测模块，其被配置成基于这三个测量值的无偏测量值来监测车辆偏航角，并且该车身角度监测模块被进一步配置成通过以下操作来监测该车辆偏航角：

建立包含垂向、侧倾和俯仰三个运动自由度的车辆联合模型；以及

将该无偏测量值代入该车辆联合模型以获取车辆偏航角监测值。

在本发明的一个实施例中，该横向速度监测模块被进一步配置成根据这些无偏测量值来监测车辆质心侧偏角，并且通过以下操作来监测该车辆质心侧偏角和该车辆横向运行速度：

利用车辆运动学模型和Luenberger观测器来获取车辆质心侧偏角和车辆横向运行速度监测值。

在本发明的一个实施例中，该路面坡度监测模块被进一步配置成通过以下操作来监测该车辆运行路面坡度角：

通过卡尔曼滤波来获取车辆运行路面坡度角监测值。

在本发明的又一个实施例中，公开了一种计算机可读存储介质，其存储用于对车辆运动状态进行系统性监测的指令，包括：

用于获取包括传感器测量值的输入信号的指令；

用于基于该输入信号中所包括的轮胎转速、轮胎表面速度和轮胎转角加速度来检测轮胎打滑状态的指令；

用于根据该输入信号中所包括的轮胎转速、发动机扭矩、制动信号和档位信号来判断车辆横向运行状态和车辆纵向运行状态的指令，其中车辆横向运行状态被划分为侧偏和不侧偏，车辆纵向运行状态被划分为静止、运行不制动和运行制动；

用于基于该轮胎打滑状态和该车辆纵向运行状态来监测车辆纵向运行速度的指令；

用于通过将该输入信号中所包括的偏航角角速度、车轮转角和车辆纵向加速度与标定阈值进行比较来执行惯性测量单元偏置监测系统使能的指令；

用于对由该惯性测量单元偏置监测系统监测到的纵向加速度、横向加速度和偏航角角速度的测量偏差进行处理以获取这三个测量偏差的测量偏置监测值并基于该测量偏置监测值来获取这三个测量值的无偏测量值的指令；

用于根据该无偏测量值来监测车辆横向运行速度的指令；

用于根据该无偏测量值以及该车辆横向运行速度和该车辆纵向运行速度来监测车辆运行路面坡度角的指令；以及

用于输出所监测到的各项监测值的指令。

在结合附图研读了下文对本发明的具体示例性实施例的描述之后，本发明的其他方面、特征和实施例对于本领域普通技术人员将是明显的。尽管本发明的特征在以下可能是针对某些实施例和附图来讨论的，但本发明的全部实施例可包括本文所讨论的有利特征中的一个或多个。换言之，尽管可能讨论了一个或多个实施例具有某些有利特征，但也可以根据本文讨论的本发明的各种实施例使用此类特征中的一个或多个特征。以类似方式，尽管示例性实施例在下文可能是作为设备、系统或方法实施例进行讨论的，但是应当领会，此类示例性实施例可以在各种设备、系统、和方法中实现。

附图说明

为了能详细理解本公开的以上陈述的特征所用的方式，可参照各方面来对以上简要概述的内容进行更具体的描述，其中一些方面在附图中阐示。然而应该注意，附图仅阐示了本公开的某些典型方面，故不应被认为限定其范围，因为本描述可允许有其他等同有效的方面。

图1示出了根据本公开的一个实施例的用于对车辆运动状态进行系统性监测的系统的框图。

图2示出了根据本公开的一个实施例的用于对车辆运动状态进行系统性监测的系统中的信号流图。

图3示出了根据本公开的一个实施例的用于对车辆运动状态进行系统性监测的方法的流程图。

具体实施方式

以下将参考形成本发明一部分并示出各具体示例性实施例的附图更详尽地描述各个实施例。然而，各实施例可以以许多不同的形式来实现，并且不应将其解释为限制此处所阐述的各实施例；相反地，提供这些实施例以使得本公开变得透彻和完整，并且将这些实施例的范围完全传达给本领域普通技术人员。各实施例可按照方法、系统或设备来实施。因此，这些实施例可采用硬件实现形式、全软件实现形式或者结合软件和硬件方面的实现形式。因此，以下具体实施方式并非是局限性的。

各流程图中的步骤可通过硬件(例如，处理器、引擎、存储器、电路)、软件(例如，操作系统、应用、驱动器、机器/处理器可执行指令)或其组合来执行。如本领域普通技术人员将理解的，各实施例中所涉及的方法可以包括比示出的更多或更少的步骤。

本文提出了一种针对车辆运动状态的系统监测方法，利用现有的成熟监测器、滤波器方法，如Luenberger监测器、卡尔曼滤波、低通滤波等系统组合，对于车辆的滑移状态、横向速度、纵向速度、航向角、横摆角、侧倾角，惯导系统的横向加速度测量偏差、纵向加速度测量偏差、角速度测量偏差，运行路面的坡度进行了系统的监测，增加了车辆运动系统的状态量信号，提高了车辆状态量信号精度。

下文中将通过框图以及方法流程图对本公开的各方面进行更详细、更全面的描述。

图1示出了根据本公开的一个实施例的用于对车辆运动状态进行系统性监测的系统100的框图。

如图1所示，在本发明的一个实施例中，用于对车辆运动状态进行系统性监测的系统100包括信号输入模块102、测量偏置监测模块104、纵向速度监测模块106、(可任选的)车身角度监测模块108(图1中用虚线表示)、横向速度监测模块110、路面坡度监测模块112、以及信号输出模块114。

在本发明的一个实施例中，信号输入模块102可被配置成获取包括传感器测量值的输入信号。在该实施例中，传感器测量值可包括但不限于轮胎转速、轮胎表面速度、轮胎转角加速度、发动机扭矩、制动信号、档位信号、纵向加速度、横向加速度、以及偏航角角速度，等等。所获取的各种测量值/信号被馈送至本发明中的各个监测模块/监测器以供进行处理和分析。

在本发明的一个实施例中，测量偏置监测模块104可被配置成通过将该输入信号中所包括的偏航角角速度、车轮转角和车辆纵向加速度与标定阈值进行比较来执行惯性测量单元偏置监测系统使能；以及对由该惯性测量单元偏置监测系统监测到的纵向加速度、横向加速度和偏航角角速度的测量偏差进行处理以获取这三个测量偏差的测量偏置监测值并基于这些测量偏置监测值来获取纵向加速度、横向加速度和偏航角角速度的无偏测量值。在本发明的一个实施例中，还可通过将该输入信号中所包括的偏航角角速度、车轮转角和车辆纵向加速度与标定阈值进行比较，判断惯性测量单元偏置监测系统(具体而言，惯性测量单元横向加速度偏置、纵向加速度偏置及偏航角角速度偏置监测系统)是否开启。

在本发明的另一个实施例中，测量偏置监测模块104可被进一步配置成当车辆保持匀速直线行驶时，分别判断所获取的偏航角角速度信号、车轮转角信号以及车辆纵向加速度信号是否在0位上，并且在与0位差距大于阈值的情况下开启该惯性测量单元偏置监测系统。如本领域技术人员可以理解的，该阈值可以是任何合适的阈值，而不是限于特定阈值，并且标定阈值(0位)也可以是任何其他合适的标定阈值，而不限于该0位标定阈值。

在开启该惯性测量单元偏置监测系统的情况下，当监测到横向加速度偏置、纵向加速度偏置及偏航角角速度偏置时，该测量偏置监测模块104可被进一步配置成通过以下操作来获取上述三个测量偏差的测量偏置监测值：通过低通滤波和幅值滤波分别对这三个测量偏差进行处理并将滤波后的状态值作为该测量偏置监测值，计算原理如下：

其中，

在本发明的一个实施例中，首先，纵向速度监测模块106可被配置成基于输入信号中所包括的轮胎转速、轮胎表面速度和轮胎转角加速度来检测轮胎打滑状态。在该实施例中，该纵向速度监测模块106可被进一步配置成根据以下方式之一来确定该轮胎打滑状态：单个车轮转速的纵向比较；多个车轮转速间的横向比较；以及轮速微分与IMU-ax的直接比较。具体而言：

1)单个车轮转速的纵向比较：当前转速与历史转速比对，若变化过大，则倾向于打滑。计算原理为：

其中w(k)为当前轮胎第k次测量的角速度值，m为记录的取样次数，Δω

2)多个车轮转速间的横向比较：驱动时，一般驱动轮比被动轮的转速更高，打滑倾向更大；制动时，一般滑移率高的车轮，抱死概率更大，更不具有车速代表性。计算原理为：

其中，w(k)为当前轮胎第k次测量的角速度值，R

3)轮速微分与IMU-ax的直接比较：车辆的车速可以由车轮的轮速折算而来，当轮胎打滑时，由车轮的转速就会迅速上升，那么由车轮的轮速折算而来的车速也会迅速上升，所以轮速微分，也就是轮胎转速的变化率与折算而来的车速变化率是相同的。IMU-ax是传感器IMU通过物理方式测量出来的车辆的加速度，也就是整个车体运动过程中的加速度。当车轮不打滑时，轮速实际上就是整个车体运动的速度，二者相同，那么轮速的微分与IMU-ax的值就是一致的。当车轮发生打滑时，轮速迅速上升，但整个车体的运动速度仍然和之间相同，所以轮速的微分就会大于IMU-ax的值，由此可以判断出车轮发生了打滑。

在本发明的一个实施例中，纵向速度监测模块106还可被配置成根据该输入信号中所包括的轮胎转速、发动机扭矩、制动信号和档位信号来判断车辆横向运行状态和车辆纵向运行状态。车辆运行状态的判定可以在上述轮胎打滑状态判定之前、之后或同时进行。在该实施例中，车辆横向运行状态可被划分为侧偏和不侧偏，并且车辆纵向运行状态可被划分为静止、运行不制动和运行制动。

随后，纵向速度监测模块106可被配置成基于该轮胎打滑状态和该车辆纵向运行状态来监测车辆纵向运行速度。具体而言，该纵向速度监测模块被进一步配置成通过以下操作来监测该车辆纵向运行速度：

1)根据该轮胎打滑状态和该车辆纵向运行状态来选取最佳状态轮胎以获取该最佳状态轮胎的轮胎表面速度。在本发明的一个实施例中，最佳状态轮胎的选择标准是以车轮滑转率最小为最佳状态车轮，并获取该最优轮胎的轮胎表面速度。

2)基于该轮胎表面速度通过几何关系及坐标变换计算出车辆纵向运行速度预测值；以及

3)利用该车辆纵向运行速度预测值与通过传感器信息计算出的车辆纵向运行速度信息，通过卡尔曼滤波来获取车辆纵向运行速度监测值。

上述步骤1)至3)的计算原理为：

/>

P

K(k)＝P

P(k)＝(I-K(k)H)P

其中，

在本发明的一个实施例中，可任选的车身角度监测模块108可被配置成根据由测量偏置监测模块104提供的这三个测量值(即，纵向加速度、横向加速度和偏航角角速度)的无偏测量值来监测车辆偏航角。在该实施例中，车身角度监测模块108可被进一步配置成通过以下操作来监测该车辆偏航角：建立包含垂向、侧倾和俯仰三个运动自由度的车辆联合模型(将四轮处的悬架等效为弹簧阻尼元件，并垂向自由度等效为弹簧阻尼元件)；以及将该无偏测量值代入该车辆联合模型以获取车辆偏航角监测值。

在本发明的一个实施例中，横向速度监测模块110可被配置成根据这些无偏测量值来监测车辆横向运行速度。无偏测量值的获取方式可以与上述车身角度监测模块108获取无偏测量值的方式相同，即由测量偏置监测模块104提供的纵向加速度、横向加速度和偏航角角速度的无偏测量值。在本发明的另一个实施例中，横向速度监测模块110还可被进一步配置成根据这些无偏测量值来监测车辆质心侧偏角，并且利用车辆运动学模型和Luenberger观测器来获取车辆质心侧偏角监测值和车辆横向运行速度监测值。如本领域技术人员可以理解的，可采用任何合适的车辆运动学模型，而不限于特定车辆运动学模型，并且可采用任何其他合适的观测器来获取车辆质心侧偏角和车辆横向运行速度监测值，而不限于特定的Luenberger观测器。

在本发明的一个实施例中，路面坡度监测模块112可被配置成根据这些无偏测量值以及横向速度监测模块110提供的车辆横向运行速度和纵向速度监测模块106提供的车辆纵向运行速度来监测车辆运行路面坡度角。在该实施例中，路面坡度监测模块112可通过卡尔曼滤波来获取车辆运行路面坡度角监测值，计算原理同上式[4]-[8]。

在本发明的另一个实施例中，该车辆纵向运行速度以及该车辆质心侧偏角和该车辆横向运行速度可进一步基于该车辆运行路面坡度角来监测以进一步提高监测准确性。

图2示出了根据本公开的一个实施例的用于对车辆运动状态进行系统性监测的系统100中的信号流图。图2中的各个监测器与图1中的各个监测模块相对应。

如图2所示，车辆上的各种传感器可采集各种传感器测量信号，包括但不限于轮胎转速、轮胎表面速度、轮胎转角加速度、发动机扭矩、制动信号、档位信号、纵向加速度、横向加速度、以及偏航角角速度，等等。所获取的各种测量值/信号被馈送至本发明中的各个监测模块/监测器以供进行处理和分析。例如，传感器所采集的轮胎转速，轮胎表面速度、轮胎转角加速度、发动机扭矩、制动信号、以及档位信号可被馈送至纵向速度监测器以供进行处理和分析并生成车辆纵向速度监测值作为信号监测结果，并且所产生的纵向速度监测值可被其他监测器使用，如图2所示，可被惯性测量单元测量偏置监测器和路面坡度监测器使用。

此外，如图2所示，传感器所采集的车辆的纵向加速度、横向加速度、以及偏航角角速度可被分别馈送至惯性测量单元测量偏置监测器、可任选的车身角度监测器、横向速度监测器、以及路面坡度监测器以供进行处理和分析，并分别产生测量偏置监测值、车辆偏航角(诸如俯仰角和侧倾角)监测值、质心侧偏角和车辆横向速度监测值、以及路面坡度角监测值，以作为信号监测结果。另外，在本发明的一个实施例中，测量偏置监测值又可被车身角度监测器、横向速度监测器、以及路面坡度监测器用来校正纵向加速度、横向加速度、以及偏航角角速度以产生这些测量值的无偏测量值，车辆纵向速度和车辆横向速度监测值又可被惯性测量单元测量偏置监测器和路面坡度监测器用来以更高的准确性分别生成测量偏置监测值和路面坡度角监测值，并且路面坡度角监测值又可被纵向速度监测器和横向速度监测器用来以更高的准确性生成相应监测值。

图3示出了根据本公开的一个实施例的用于对车辆运动状态进行系统性监测的方法300的流程图。

如图3所示，方法300开始于步骤302，获取包括传感器测量值的输入信号。在本发明的一个实施例中，传感器测量值可包括但不限于轮胎转速、轮胎表面速度、轮胎转角加速度、发动机扭矩、制动信号、档位信号、纵向加速度、横向加速度、以及偏航角角速度，等等。所获取的各种测量值/信号被馈送至本发明中的各个监测模块/监测器以供进行处理和分析。

接着，方法300继续至步骤304，基于该输入信号中所包括的轮胎转速、轮胎表面速度和轮胎转角加速度来检测轮胎打滑状态。在本发明的一个实施例中，该轮胎打滑状态根据以下方式之一来确定：单个车轮转速的纵向比较；多个车轮转速间的横向比较；以及轮速微分与IMU-ax的直接比较。

然后，方法300继续至步骤306，根据该输入信号中所包括的轮胎转速、发动机扭矩、制动信号和档位信号来判断车辆横向运行状态和车辆纵向运行状态，其中车辆横向运行状态被划分为侧偏和不侧偏，车辆纵向运行状态被划分为静止、运行不制动和运行制动。

随后，方法300继续至步骤308，基于该轮胎打滑状态和该车辆纵向运行状态来监测车辆纵向运行速度。在本发明的一个实施例中，基于该轮胎打滑状态和该车辆纵向运行状态来监测车辆纵向运行速度进一步包括：根据该轮胎打滑状态和该车辆纵向运行状态来选取最佳状态轮胎以获取该最佳状态轮胎的轮胎表面速度；基于该轮胎表面速度通过几何关系及坐标变换计算出车辆纵向运行速度预测值；以及利用该车辆纵向运行速度预测值与通过传感器信息计算出的车辆纵向运行速度信息，通过卡尔曼滤波来获取车辆纵向运行速度监测值。

接下来，方法300继续至步骤310，通过将该输入信号中所包括的偏航角角速度、车轮转角和车辆纵向加速度与标定阈值进行比较来执行惯性测量单元偏置监测系统使能。在本发明的一个实施例中，该步骤进一步包括：当车辆保持匀速直线行驶时，分别判断所获取的偏航角角速度信号、车轮转角信号以及车辆纵向加速度信号是否在0位上；以及在与0位差距大于阈值的情况下开启该惯性测量单元偏置监测系统。

然后，方法300继续至步骤312，对由该惯性测量单元偏置监测系统监测到的纵向加速度、横向加速度和偏航角角速度的测量偏差进行处理以获取这三个测量偏差的测量偏置监测值并基于该测量偏置监测值来获取这三个测量值(即，纵向加速度、横向加速度和偏航角角速度)的无偏测量值。在本发明的一个实施例中，该步骤进一步包括：通过低通滤波和幅值滤波对这三个测量偏差进行处理并将滤波后的状态值作为该测量偏置监测值。在本发明的另一个实施例中，这些无偏测量值可被用来监测车辆偏航角，在本发明的该实施例中，监测车辆偏航角可进一步包括：建立包含垂向、侧倾和俯仰三个运动自由度的车辆联合模型；以及将该无偏测量值代入该车辆联合模型以获取车辆偏航角监测值。

随后，方法300继续至步骤314，根据该无偏测量值来监测车辆横向运行速度。在本发明的另一个实施例中，该方法还可包括根据该无偏测量值来监测车辆质心侧偏角，并且利用车辆运动学模型和Luenberger观测器来获取车辆质心侧偏角和车辆横向运行速度监测值。

接下来，方法300继续至步骤316，根据该无偏测量值以及该车辆横向运行速度和该车辆纵向运行速度来监测车辆运行路面坡度角。在本发明的一个实施例中，该步骤进一步包括：通过卡尔曼滤波来获取车辆运行路面坡度角监测值。

最后，方法300继续至步骤318，输出所监测到的各项监测值。在本发明的一个实施例中，所输出的各项监测值可被相应监测模块/监测器进一步使用以生成更准确的监测值。

在步骤318后，方法300结束。

综上，本发明的技术方案利用现有的成熟监测器和滤波器方法，对于车辆的滑移状态、横向速度、纵向速度、航向角、横摆角、侧倾角，惯导系统的横向加速度测量偏差、纵向加速度测量偏差、角速度测量偏差，运行路面的坡度进行了系统的监测，增加了车辆运动系统的状态量信号，提高了车辆状态量信号精度。

以上参考根据本发明的实施例的方法、系统和计算机程序产品的框图和/或操作说明描述了本发明的实施例。框中所注明的各功能/动作可以按不同于任何流程图所示的次序出现。例如，取决于所涉及的功能/动作，连续示出的两个框实际上可以基本上同时执行，或者这些框有时可以按相反的次序来执行。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。