基于RLS和BO算法的重型车载重估算研究

针对重型车实际使用过程中载重估算精度低、成本高等问题，提出基于递归最小二乘法（RLS）和贝叶斯优化（BO）算法的内燃机重型车辆载重估算方法。该方法提出了基于数据滤波的车辆加速度和道路坡度计算方法，使用控制器局域网络（CAN）总线和全球定位系统（GPS）高程数据，基于车辆纵向动力学和RLS进行重型车载重估算。采用BO算法对12组训练数据建模，对车辆载重估算模型中的多变量滤波参数进行寻优配置，并利用测试数据进行模型估算性能评价。结果表明，该方法具有良好的载重估算精度，估算误差在6%以内。