车辆质心侧偏角的估计方法、装置及车辆与流程
本申请涉及车辆技术,尤其涉及车辆质心侧偏角的估计方法、装置及车辆。
背景技术:
1、在汽车的发展进程中,车辆主动安全控制系统的性能日益依赖于对车辆运动状态的精确感知。其中,质心侧偏角作为衡量车辆横向稳定性与侧滑趋势的核心参数,直接影响车身电子稳定系统、直接横摆力矩控制等关键功能的控制效果。由于高精度传感器(如惯性导航系统)成本高昂且难以量产部署,基于算法的质心侧偏角估计方法成为主流技术路径。
2、相关技术中,一般通过数据驱动方法利用深度神经网络等机器学习模型,通过历史数据训练实现质心侧偏角估计。但该类方法需大量高质量标注数据,尤其在极限工况下数据获取困难且风险高;同时,模型结构复杂、泛化能力差,且对车载计算资源消耗大,难以满足实时控制要求。
技术实现思路
1、为了解决上述问题,本申请至少提供了一种车辆质心侧偏角的估计方法、装置及车辆。该方案实现了在小样本数据下高精度、高实时性的质心侧偏角估计。
2、本申请的技术方案是这样实现的:
3、第一方面,本申请提供了一种车辆质心侧偏角的估计方法,方法包括:获取车辆的运行状态数据;从运行状态数据中确定出用于输入预设估计器的输入数据;其中,输入数据用于表征车辆的侧向变化程度;利用预设估计器对输入数据进行处理,以确定车辆的实时质心侧偏角。
4、第二方面,本申请提供了一种车辆质心侧偏角的估计装置,装置包括:获取单元,用于获取车辆的运行状态数据;确定单元,用于从运行状态数据中确定出用于输入预设估计器的输入数据;其中,输入数据用于表征车辆的侧向变化程度;处理单元,用于利用预设估计器对输入数据进行处理,以确定车辆的实时质心侧偏角。
5、第三方面,本申请提供了一种车辆,传感器和控制器,传感器用于获取车辆的运行状态数据,控制器用于根据运行状态数据进行处理,实现第一方面提供的方法。
6、第四方面,本申请还提供了一种存储介质,该存储介质上存储有计算机程序或者指令,该计算机程序或者指令被处理器执行时实现上述第一方面提供的任一种方法。
7、第五方面,本申请还提供了一种计算机程序产品,该计算机程序产品包括计算机程序或者指令,该计算机程序或者指令被处理器执行时,实现上述第一方面提供的任一种方法。
8、该方案中,首先获取车辆的运行状态数据,进而从中提取出能够表征车辆侧向变化程度的输入数据,作为预设估计器的输入;然后利用该预设估计器对输入数据进行处理,输出车辆的实时质心侧偏角。该方法通过构建融合车辆物理特性的轻量级机器学习估计器,避免了传统模型对轮胎非线性参数的强依赖,同时克服了纯数据驱动方法对海量训练数据的需求,实现了在小样本数据下高精度、高实时性的质心侧偏角估计。
1.一种车辆质心侧偏角的估计方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述输入数据包括第一特征数据和第二特征数据;所述第一特征数据包括与车辆侧向运动相关的第一历史数据,所述第二特征数据包括与车辆侧向响应差值相关的第一实时数据,所述车辆侧向响应差值根据实际侧向加速度与期望侧向加速度的差值确定。
3.根据权利要求2所述的方法,其特征在于,所述第一特征数据为将所述第一历史数据经过第一权重数据加权处理后的数据,所述第二特征数据为将所述第一实时数据经过第二权重数据加权处理后的数据。
4.根据权利要求2或3所述的方法,其特征在于,所述第一特征数据包括以下至少一项:历史估计侧向速度、历史前轮转角、历史横摆角速度;
5.根据权利要求4所述的方法,其特征在于,所述历史估计侧向速度、所述历史前轮转角、所述历史横摆角速度各自均包括相邻两个历史时刻的数据。
6.根据权利要求4所述的方法,其特征在于,所述第二特征数据还包括以下至少一项:当前时刻所述车辆的车轮的轮速;当前时刻的纵向速度、当前时刻的纵向加速度、当前时刻的侧向加速度。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述预设估计器为解析型估计器,且所述预设估计器是基于表征车辆的侧向变化程度的数据训练建立的。
8.根据权利要求1-6任一项所述的方法,其特征在于,利用所述预设估计器对所述输入数据进行处理,以确定所述车辆的实时质心侧偏角,包括:
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
10.根据权利要求9所述的方法,所述可解估计器模型的确定过程,包括:
11.根据权利要求10所述的方法,其特征在于,所述至少基于训练数据和所述可解估计器模型确定所述预设估计器模型的第一权重特征,包括:
12.根据权利要求1-6任一项所述的方法,其特征在于,所述利用所述预设估计器对所述输入数据进行处理,以确定所述车辆的实时质心侧偏角,包括:
13.一种车辆质心侧偏角的估计装置,其特征在于,所述装置包括:
14.一种车辆,其特征在于,所述车辆包括传感器、控制器;所述传感器用于获取车辆的运行状态数据,所述控制器用于根据所述运行状态数据控制所述车辆实现权利要求1-12任一项所述的方法。
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