本发明涉及一种基于分频融合算法的坡度识别方法，属于车辆坡度识别。
背景技术：
1、随着道路条件的多样化和复杂化，车辆的安全驾驶越来越依赖于对周围环境的准确感知。坡度作为一项重要的环境参数，直接影响到车辆的行驶稳定性和驾驶员的操控决策。获取到车辆的实际坡度，可以帮助车辆优化电机动力输出、调整悬挂系统和制动系统的工作状态，从而提高车辆的性能、降低能耗。中国专利文献号cn115465280a提出了一种变加权系数进行重组坡度的方法，融合了加速度坡度与角速度坡度，但是此方法只进行了加权重组未能考虑不同坡度的优势频段；中国专利文献号cn117923337a提出了在车身前后安装角度传感器，获取道路坡度的方法，但是此方法装配难度较大，且机械误差易导致坡度值不准确。
2、由上可知，现有的坡度识别方法融合了加速度坡度与角速度坡度，只进行了加权重组未能考虑不同坡度的优势频段，影响坡度识别的可靠性。
技术实现思路
1、本发明的目的在于克服现有技术中的不足，提供一种基于分频融合算法的坡度识别方法及系统，通过分频融合算法，获取加速度坡度值的中低频部分以及角速度坡度值的高频部分，并将两者各自的优势区间相融合以输出融合角度，既保证了加速度坡度值中低频的连续优势又保证了角速度坡度值在高频上的瞬时优势，增强了坡度信号的鲁棒性，提高了坡度识别的精准度，确保了坡度识别的可靠性。
2、为解决上述技术问题，本发明是采用下述技术方案实现的：
3、第一方面，本发明提供了一种基于分频融合算法的坡度识别方法，包括以下步骤：
4、获取车辆的总加速度值和扭矩加速度，计算重力加速度分量；
5、根据重力加速度分量，计算加速度坡度值；
6、保留加速度坡度值的中低频部分，获得加速度坡度滤波值；
7、获取车辆俯仰方向的角速度，对所述角速度进行积分滤波获取角速度坡度值；
8、保留角速度坡度值的高频部分，获取角速度坡度高频值；
9、获取车速加速度，根据所述扭矩加速度、车速加速度、总加速度值和角速度坡度值，判断车辆工况是否异常；若车辆工况正常，则根据加速度坡度滤波值和角速度坡度高频值，计算融合角度，完成坡度识别。
10、进一步的，所述保留加速度坡度值的中低频部分，具体包括：通过低通滤波器保留加速度坡度值的中低频部分；
11、所述低通滤波器的表达式如下：
12、
13、式中：为加速度坡度滤波值；为加速度坡度值；a为时间系数；为上一周期的加速度坡度滤波值；k为采样时刻。
14、进一步的，所述保留角速度坡度值的高频部分，具体包括：通过高通滤波器保留角速度坡度值的高频部分；
15、所述高通滤波器的表达式如下：
16、
17、式中：为角速度坡度高频值；为上一周期的角速度坡度高频值；为角速度坡度值；为上一周期的角速度坡度值。
18、进一步的，所述根据加速度坡度滤波值和角速度坡度高频值，计算融合角度，表达式如下：
19、
20、
21、式中：为融合坡度；为上一周期的融合坡度。
22、进一步的，还包括：
23、若车辆工况异常，则输出停机信号、加速度坡度值或角速度坡度值，完成坡度识别。
24、进一步的，所述获取车速加速度，根据所述扭矩加速度、车速加速度、总加速度值和角速度坡度值，判断车辆工况是否异常，具体包括：
25、获取车速加速度，根据车速加速度和总加速度值，判断第一结果是否为正常：
26、根据总加速度值、扭矩加速度和角速度坡度值，判断第二结果是否为正常；
27、若第一结果和第二结果均为正常，则判断为车辆工况正常；
28、否则，判断车辆工况异常。
29、进一步的，所述获取车速加速度，根据车速加速度和总加速度值，判断第一结果是否为正常，具体包括：
30、获取车速加速度，若车速加速度大于零，且总加速度值大于零，则判断第一结果为正常；
31、若车速加速度大于零，且总加速度值不大于零，则判断第一结果为异常；
32、若车速加速度小于零，且总加速度值小于零，则判断第一结果为正常；
33、若车速加速度小于零，且总加速度值不小于零，则判断第一结果为异常；
34、所述根据总加速度值、扭矩加速度和角速度坡度值，判断第二结果是否为正常，具体包括：
35、若角速度坡度值大于零，且总加速度值小于扭矩加速度，则判断第二结果为正常；
36、若角速度坡度值大于零，且总加速度值不小于扭矩加速度，则判断第二结果为异常；
37、若角速度坡度值小于零，且总加速度值大于扭矩加速度，则判断第二结果为正常；
38、若角速度坡度值小于零，且总加速度值不大于扭矩加速度，则判断第二结果为异常。
39、进一步的，所述若车辆工况异常，则输出停机信号、加速度坡度值或角速度坡度值，具体包括：
40、若第一结果和第二结果均为异常，则输出停机信号；
41、若第一结果为正常，且第二结果为异常，则输出加速度坡度值；
42、若第一结果为异常，且第二结果为正常，则输出角速度坡度值。
43、第二方面，本发明提供了一种基于分频融合算法的坡度识别系统，包括：
44、加速度坡度解算模块：获取车辆的总加速度值和扭矩加速度，计算重力加速度分量；根据重力加速度分量，计算加速度坡度值；保留加速度坡度值的中低频部分，获得加速度坡度滤波值；
45、角速度坡度解算模块：获取车辆俯仰方向的角速度，对所述角速度进行积分滤波获取角速度坡度值；保留角速度坡度值的高频部分，获取角速度坡度高频值；
46、故障诊断模块：获取车速加速度，根据所述扭矩加速度、车速加速度、总加速度值和角速度坡度值，判断车辆工况是否异常；
47、分析融合算法模块：若车辆工况不异常，则根据加速度坡度滤波值和角速度坡度高频值，计算融合角度，完成坡度识别。
48、第三方面，本发明提供一种终端，包括处理器及存储介质；
49、所述存储介质用于存储指令；
50、所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
51、第四方面，计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述方法的步骤。
52、与现有技术相比，本发明所达到的有益效果：
53、该基于分频融合算法的坡度识别方法，通过分频融合算法，获取加速度坡度值的中低频部分以及角速度坡度值的高频部分，将两者各自的优势区间相融合并输出融合角度，既保证了加速度坡度值中低频的连续优势又保证了角速度坡度值在高频上的瞬时优势，增强了坡度信号的鲁棒性，提高了坡度识别的精准度，确保了坡度识别的可靠性。
1.一种基于分频融合算法的坡度识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于分频融合算法的坡度识别方法，其特征在于，所述保留加速度坡度值的中低频部分，具体包括：通过低通滤波器保留加速度坡度值的中低频部分；
3.根据权利要求2所述的基于分频融合算法的坡度识别方法，其特征在于，所述保留角速度坡度值的高频部分，具体包括：通过高通滤波器保留角速度坡度值的高频部分；
4.根据权利要求3所述的基于分频融合算法的坡度识别方法，其特征在于，所述根据加速度坡度滤波值和角速度坡度高频值，计算融合角度，表达式如下：
5.根据权利要求1所述的基于分频融合算法的坡度识别方法，其特征在于，还包括：
6.根据权利要求5所述的基于分频融合算法的坡度识别方法，其特征在于，所述获取车速加速度，根据所述扭矩加速度、车速加速度、总加速度值和角速度坡度值，判断车辆工况是否异常，具体包括：
7.根据权利要求6所述的基于分频融合算法的坡度识别方法，其特征在于，所述获取车速加速度，根据车速加速度和总加速度值，判断第一结果是否为正常，具体包括：
8.根据权利要求6所述的基于分频融合算法的坡度识别方法，其特征在于，所述根据总加速度值、扭矩加速度和角速度坡度值，判断第二结果是否为正常，具体包括：
9.根据权利要求6所述的基于分频融合算法的坡度识别方法，其特征在于，所述若车辆工况异常，则输出停机信号、加速度坡度值或角速度坡度值，具体包括：
10.一种基于分频融合算法的坡度识别系统，其特征在于，包括：
11.一种终端，其特征在于，包括处理器及存储介质；
12.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至9任一项所述方法的步骤。
