基于Simulink的车辆坡度识别模型，扩展卡尔曼滤波。道路坡度估计算法，使用Simulink模型搭建

基于Simulink的车辆坡度识别模型，扩展卡尔曼滤波。
道路坡度估计算法，使用Simulink模型搭建，已经在实际道路上测试使用。
 主要程序执行流程：
1） 获取陀螺仪和加速度采集的实时动态信息
2） 初始化用来校正传感器
3） 通过预处理对信号进行滤波，消除大部分错误和失真的信号
4） 主处理动态调整加权因数、利用角速度校正加速度等方法，得到最优的
坡度估计
5） 通过 CAN 总线将估计的坡度信号传递给整车其他电控单元
该道路坡度估计方法融合传感器和车速信号的和系统，包括以下步骤：一、信号预处理，包括对惯性传感器获得的原始加速度信号的低通滤波和从CAN线获得的车速信号的差分；二、计算重力加速度，利用惯性传感器预处理后的XYZ加速度信号计算当地重力加速度；三、利用带遗忘因子的递归最小二乘法估算道路坡度变化率，滤除大量噪声并且保证算法的实时性；四、利用卡尔曼滤波算法估算道路坡度，将传感器信号和车速信号进行数据融合，提高道路坡度估算的精度。