车辆部件控制方法、装置、设备、存储介质及程序产品与流程
本技术涉及车辆控制,具体涉及一种车辆部件控制方法、装置、设备、存储介质及程序产品。
背景技术:
1、随着车辆智能化水平的不断提升,用户对车辆座舱个性化体验需求日益强烈,针对座椅和后视镜等车辆部件,可以采用基于神经网络模型、多模态大模型或者人工智能模型的智能控制方法实现车辆部件个性化调节。
2、但是,现代车企普遍采用同一电子电气架构与底盘平台衍生多款车型,
3、导致座舱空间布局、传感器安装位姿、车辆部件行程与机械联动关系存在显著差异。上述智能控制方法在进行跨车型部署时,未对相关车型进行数学硬性约束,在局部遮挡、极端体型或分布外输入时容易产生越界和振荡指令,响应行为不可预测,难以满足车辆功能安全要求。因此,目前亟需解决车辆部件调节方法在跨车型部署时功能安全确定性难以保障的问题。
技术实现思路
1、鉴于相关技术的上述不足,本技术提供一种车辆部件控制方法、装置、设备、存储介质及程序产品,有效提高车辆部件调节在跨车型部署时的功能安全确定性。
2、第一方面,本技术提供一种车辆部件控制方法,所述方法包括:
3、根据车辆的目标车型参数,以及目标用户的人体特征参数,确定目标车辆部件的调节预测参数,以及所述调节预测参数对应的不确定性度量,其中,所述目标车型参数包括与所述目标车辆部件相关联的车型参数,所述目标车辆部件包括与所述车辆中所述目标用户相关联的车辆部件;
4、根据所述车辆与所述目标车型参数相关联的车型约束参数,构建目标约束优化条件和目标函数;
5、以所述调节预测参数为优化起点,以根据所述不确定性度量在所述目标约束优化条件下求解所述目标函数的最优函数值为优化目标,得到第一调节参数;
6、根据所述第一调节参数控制所述目标车辆部件执行调节动作。
7、在可选的实施方式中,所述目标约束优化条件为标准二次规划模型的模型约束优化条件,所述目标函数为所述标准二次规划模型的模型函数;
8、所述以所述调节预测参数为优化起点,以根据所述不确定性度量在所述目标约束优化条件下求解所述目标函数的最优函数值为优化目标,包括:
9、将所述调节预测参数和所述不确定性度量输入至所述标准二次规划模型,通过求解所述标准二次规划模型的所述模型函数在所述模型约束优化条件约束下的所述最优函数值,输出所述第一调节参数。
10、在可选的实施方式中,所述车型约束参数至少包括车辆部件行程参数、运动学耦合参数和人机工学理想参数,所述根据所述车辆与所述目标车型参数相关联的车型约束参数,构建目标约束优化条件和目标函数,包括:
11、根据所述车辆部件行程参数,构建所述标准二次规划模型的目标安全边界,所述模型约束优化条件包括所述目标安全边界;
12、根据所述运动学耦合参数,构建所述标准二次规划模型的线性约束范围,所述模型约束优化条件包括所述线性约束范围;
13、根据所述人机工学理想参数,构建所述标准二次规划模型的所述模型函数。
14、在可选的实施方式中,所述根据所述车辆部件行程参数,构建所述标准二次规划模型的目标安全边界,包括:
15、根据所述车辆部件行程参数中的机械行程信息和所述人体特征参数,构建动态安全边界;
16、根据所述车辆部件行程参数中的单步阈值信息,对所述动态安全边界进行步长平滑约束,得到所述标准二次规划模型的所述目标安全边界,所述单步阈值信息用于表征所述目标车辆部件单次调节的参数限制范围。
17、在可选的实施方式中,所述人体特征参数至少包括体型信息和穿衣指数信息,所述根据所述车辆部件行程参数中的机械行程信息和所述人体特征参数,构建动态安全边界,包括:
18、根据所述机械行程信息中各个调节自由度的物理限位,确定基础安全下限和基础安全上限;
19、根据所述体型信息确定间隙修正系数,并根据所述间隙修正系数和所述基础安全下限,确定所述动态安全边界的下限;
20、根据所述穿衣指数信息确定行程缓冲系数,并根据所述行程缓冲系数和所述基础安全上限,确定所述动态安全边界的上限。
21、在可选的实施方式中,所述根据所述车辆部件行程参数中的单步阈值信息,对所述动态安全边界进行步长平滑约束,得到所述标准二次规划模型的所述目标安全边界,包括:
22、以所述单步阈值信息相对应的目标车辆部件的当前实际位置为中心,所述单步阈值信息为半径,构建临时约束范围;
23、根据所述动态安全边界和所述临时约束范围确定交集,得到所述标准二次规划模型的所述目标安全边界。
24、在可选的实施方式中,所述根据所述运动学耦合参数,构建所述标准二次规划模型的线性约束范围,包括:
25、将所述运动学耦合参数转换为约束条件,得到耦合约束矩阵和边界向量;
26、根据所述耦合约束矩阵和所述边界向量,确定所述标准二次规划模型的所述线性约束范围。
27、在可选的实施方式中,所述根据所述人机工学理想参数,构建所述标准二次规划模型的所述模型函数,包括:
28、根据所述人机工学理想参数中的舒适基准信息,构建期望目标向量;
29、根据所述人机工学理想参数中的线性影响系数,构建雅可比线性化矩阵;
30、根据所述期望目标向量和所述雅可比线性化矩阵,分别构建二阶导数矩阵和线性向量,得到所述标准二次规划模型的所述模型函数。
31、在可选的实施方式中,所述根据所述第一调节参数控制所述目标车辆部件执行调节动作,包括:
32、在所述不确定性度量小于等于预设度量阈值的情况下,执行所述根据所述第一调节参数控制所述目标车辆部件执行调节动作。
33、在可选的实施方式中,所述确定目标车辆部件的调节预测参数,以及所述调节预测参数对应的不确定性度量之后,所述方法还包括:
34、在所述不确定性度量大于预设度量阈值的情况下,确定与所述人体特征参数相对应的第二调节参数;
35、根据所述第二调节参数控制所述目标车辆部件执行调节动作。
36、在可选的实施方式中,所述通过求解所述标准二次规划模型的所述模型函数在所述模型约束优化条件约束下的所述最优函数值,输出所述第一调节参数,包括:
37、在所述模型函数在所述模型约束优化条件约束下输出的函数值存在约束冲突的情况下,对所述模型约束优化条件进行迭代更新,直至所述模型函数输出的函数值不存在约束冲突,得到所述标准二次规划模型输出的所述第一调节参数。
38、在可选的实施方式中,所述将所述调节预测参数和所述不确定性度量输入至所述标准二次规划模型之后,所述方法还包括:
39、在所述标准二次规划模型在所述模型约束优化条件约束下未收敛的情况下,控制所述目标车辆部件的调节参数保持不变。
40、第二方面,本技术提供一种车辆部件控制装置,所述装置包括:
41、参数预测模块,用于根据车辆的目标车型参数,以及目标用户的人体特征参数,确定目标车辆部件的调节预测参数,以及所述调节预测参数对应的不确定性度量,其中,所述目标车型参数包括与所述目标车辆部件相关联的车型参数,所述目标车辆部件包括与所述车辆中所述目标用户相关联的车辆部件;
42、约束构建模块,用于根据所述车辆与所述目标车型参数相关联的车型约束参数,构建目标约束优化条件和目标函数;
43、参数优化模块,用于以所述调节预测参数为优化起点,以根据所述不确定性度量在所述目标约束优化条件下求解所述目标函数的最优函数值为优化目标,得到第一调节参数;
44、部件调节模块,用于根据所述第一调节参数控制所述目标车辆部件执行调节动作。
45、第三方面,本技术提供一种车辆部件控制设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序实现如本技术第一方面所述的车辆部件控制方法。
46、第四方面,本技术提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如本技术第一方面所述的车辆部件控制方法。
47、第五方面,本技术提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备执行如本技术第一方面所述的车辆部件控制方法。
48、本技术提供的车辆部件控制方法、装置、设备、存储介质及程序产品,根据车辆的目标车型参数,以及目标用户的人体特征参数,确定目标车辆部件的调节预测参数,以及调节预测参数对应的不确定性度量;根据车辆与目标车型参数相关联的车型约束参数,构建目标约束优化条件和目标函数;以调节预测参数为优化起点,以根据不确定性度量在目标约束优化条件下求解目标函数的最优函数值为优化目标,得到第一调节参数;根据第一调节参数控制目标车辆部件执行调节动作。本技术采用配置参数驱动的动态约束生成与二次规划热启动机制,将多维人体特征与车型参数实时线性化为凸优化约束矩阵,以调节预测参数为初值进行热启动求解,支持多维车辆部件控制的全局协同优化,确保车辆部件的调节满足物理安全边界,有效增强车辆部件功能安全确定性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com