辨识车辆的轮胎侧偏刚度的方法和相关装置与流程

1.本技术涉及人工智能中的自动驾驶领域，更具体地，涉及辨识车辆的轮胎侧偏刚度的方法和相关装置。


背景技术：

2.人工智能(artificial intelligence,ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能领域的研究包括机器人，自然语言处理，计算机视觉，决策与推理，人机交互，推荐与搜索，ai基础理论等。
3.自动驾驶是人工智能领域的一种主流应用。自动驾驶技术依靠计算机视觉、雷达、监控装置和全球定位系统等协同合作，让机动车辆可以在不需要人类主动操作下，实现自动驾驶。自动驾驶的车辆使用各种计算系统来帮助将乘客从一个位置运输到另一位置。一些自动驾驶车辆可能要求来自操作者(诸如，领航员、驾驶员或者乘客)的一些初始输入或者连续输入。自动驾驶车辆准许操作者从手动模操作式切换到自动驾驶模式或者介于两者之间的模式。由于自动驾驶技术无需人类来驾驶机动车辆，所以理论上能够有效避免人类的驾驶失误，减少交通事故的发生，且能够提高公路的运输效率。因此，自动驾驶技术越来越受到重视。
4.车辆运动控制是实现自动驾驶技术的基础。目前主流的一种车辆运动控制方法为模型预测控制(model predictive control，mpc)。使用mpc方法来实现车辆的自动驾驶时，需要先辨识mpc方法所使用的模型中的参数，车辆的轮胎侧偏刚度就是其中一个需要辨识的重要参数。
5.目前常用的辨识车辆的轮胎侧偏刚度的方法中，是先获得车辆行驶过程中的方向盘转角和对应的横摆角速度，然后根据这些方向盘转角和横摆角速度拟合车辆的轮胎侧偏刚度。这种方法获得的轮胎侧偏刚度准确度有待提高。


技术实现要素：

6.本技术提供的辨识车辆的轮胎侧偏刚度的方法和相关装置，可以低成本地辨识得到车辆的轮胎侧偏刚度，可以辨识得到准确度较高的轮胎侧偏刚度，以及可以降低辨识轮胎侧偏刚度的复杂度。
7.第一方面，本技术提供一种辨识车辆的轮胎侧偏刚度的方法。所述方法包括：从预设的轮胎侧偏刚度空间中采样得到第一轮胎侧偏刚度；将所述第一轮胎侧偏刚度和第一样本空间中的方向盘转角输入所述车辆的运动模型，将将所述运动模型输出的横摆角速度作为所述第一轮胎侧偏刚度和所述第一样本空间中的方向盘转角共同对应的第一预期横摆
角速度，所述第一样本空间中包括方向盘转角和所述车辆在所述第一样本空间中的方向盘转角的控制下行驶时的实际横摆角速度；根据所述第一样本空间中的方向盘转角对应的第一预期横摆角速度和对应的实际横摆角速度，计算所述第一样本空间中的方向盘转角和所述第一轮胎侧偏刚度共同对应的第一横摆角速度误差；在所述第一横摆角速度误差小于参考横摆角速度误差阈值的情况下，将所述第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度。
8.该方法中，先从预设的轮胎侧偏刚度空间中选取候选的轮胎侧偏刚度，再使用车辆的运动模型基于该候选的轮胎侧偏刚度计算预期的横摆角速度，以及该根据该计算得到的横摆角速度与相应的实际横摆角速度之间的误差来判断该候选的轮胎侧偏刚度是否可以作为车辆的轮胎侧偏刚度，并在横摆角速度误差小于或等于参考横摆角速度误差阈值的情况下，将该候选的轮胎侧偏刚度选为车辆的轮胎侧偏刚度。
9.并且，该方法中，由于预期横摆角速度与实际的横摆角速度之间的误差可以表征候选的轮胎侧偏刚度与真实的轮胎侧偏刚度之间的误差，因此，通过实际横摆角速度与预期横摆角速度之间的误差选择车辆的轮胎侧偏刚度，相当于通过车辆实际的轮胎侧偏刚度与候选的轮胎侧偏刚度之间的误差来选择车辆的轮胎侧偏刚度。这使得将横摆角速度误差小于或等于参考横摆角速度误差阈值的第一轮胎侧偏刚度与车辆的真实轮胎侧偏刚度之间的误差也满足预设的需要。这样，可以通过设置参考横摆角速度误差阈值的大小来获得更为准确的轮胎侧偏刚度，即提高辨识得到的轮胎侧偏刚度的准确度。
10.此外，该方法中，由于车辆的方向盘转角和实际横摆角速度都是很容易测量的，因此，可以降低辨识车辆的轮胎侧偏刚度的成本。
11.根据所述第一样本空间中的方向盘转角对应的第一预期横摆角速度和对应的实际横摆角速度，计算所述第一样本空间中的方向盘转角对应的第一横摆角速度误差时，可以计算所述第一样本空间中的全部或部分方向盘转角对应的第一预期横摆角速度与对应的实际横摆角速度之间协方差，并将计算得到的协方差作为第一轮胎侧偏刚度应用于述第一样本空间中的方向盘转角时的第一横摆角速度误差。
12.或者，可以计算所述第一样本空间中每个方向盘转角对应的第一预期横摆角速度与该方向盘转角对应的实际横摆角速度之间的误差，再计算这些误差的方差、标准差、均方根值或均方根误差等，然后将计算的得到的方差、标准差、均方根值或均方根误差作为第一轮胎侧偏刚度应用于述第一样本空间中的方向盘转角时的第一横摆角速度误差。
13.所述第一轮胎侧偏刚度可以包括车辆的前轮侧偏刚度或后轮侧偏刚度，或者既可以包括前轮侧偏刚度又包括后轮侧偏刚度。
14.第一样本空间中横摆角速度可以是车辆在多种行驶速度状态下，基于多种方向盘转角的控制行驶时的实际横摆角速度，也可以是车辆在同一个行驶速度状态下基于多种方向盘转角控制时的实际横摆角速度。
15.在一些可能的实现方式中，所述轮胎侧偏刚度空间中包含位于所述车辆的轮胎侧偏刚度取值范围内的轮胎侧偏刚度。
16.因为轮胎侧偏刚度空间中包含的是位于车辆合理轮胎侧偏刚度取值范围内的轮胎侧偏刚度，因此，可以使得最终辨识得到的轮胎侧偏刚度是位于车辆的合理轮胎侧偏刚度取值范围内的，从而可以进一步提高辨识得到的轮胎侧偏刚度的准确性。
17.在一些可能的实现方式中，在所述第一横摆角速度误差小于或等于参考横摆角速度误差阈值的情况下，将所述第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度，包括：在所述第一横摆角速度误差为多个横摆角速度误差中的最小横摆角速度误差，且所述第一横摆角速度误差小于或等于参考横摆角速度误差阈值的情况下，将所述第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度，其中，所述多个横摆角速度误差与多个轮胎侧偏刚度一一对应，所述多个轮胎侧偏刚度是从所述预设的轮胎侧偏刚度空间中采样得到的，且所述多个轮胎侧偏刚度包括所述第一轮胎侧偏刚度，所述多个横摆角速度误差中的每个横摆角速度误差是根据对应的轮胎侧偏刚度、所述运动模型、所述第一样本空间中的方向盘转角、所述第一样本空间中的方向盘转角对应的实际横摆角速度计算得到的。
18.该实现方式中，基于同样的样本空间计算多个轮胎侧偏刚度中每个轮胎侧偏刚度对应的横摆角速度误差，并且，将其中较小的横摆角速度误差对应的轮胎侧偏刚度选择为车辆的轮胎侧偏刚度。这样，可以进一步提高辨识得到的轮胎侧偏刚度的准确度。
19.在一些可能的实现方式中，所述将所述第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度，包括：将所述第一轮胎侧偏刚度和第一测试空间中每个方向盘转角输入所述运动模型，并将所述运动模型输出的横摆角速度作为所述第一轮胎侧偏刚度和所述第一测试空间中的方向盘转角共同对应的第一预期横摆角速度，所述第一测试空间中包括方向盘转角和所述车辆在所述第一测试空间中每个方向盘转角控制下行驶时的实际横摆角速度，所述第一样本空间中的实际横摆角速度和所述第一测试空间中的实际横摆角速度是在所述车辆处于相同行驶速度和不同方向盘转角的状态下测量得到的；根据所述第一测试空间中的方向盘转角对应的第一预期横摆角速度和对应的实际横摆角速度，计算所述第一测试空间中的方向盘转角对应的第一横摆角速度测试误差；在所述第一横摆角速度测试误差小于或等于参考横摆角速度误差阈值的情况下，将所述第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度。
20.该实现方式中，在所述第一横摆角速度误差小于所述参考横摆角速度误差阈值的情况下，通过判断第一轮胎侧偏刚度应用在其他方向盘转角状态下的横摆角速度误差是否小于或等于参考横摆角速度测试误差阈值，来检测第一轮胎侧偏刚度的准确度，并且，在该横摆角速度误差小于或等于参考横摆角速度测试误差阈值的情况下，即在第一轮胎侧偏刚度的准确度满足预设条件的情况下，才将第一轮胎侧偏刚度选为车辆的轮胎侧偏刚度。这样可以避免将第一轮胎侧偏刚度作为车辆的轮胎侧偏刚度时出现过拟合现象，从而可以进一步提高辨识得到的轮胎侧偏刚度的准确度。
21.在一些可能的实现方式中，所述参考横摆角速度测试误差阈值包括至少一个横摆角速度测试误差，所述至少一个横摆角速度测试误差与所述第一测试空间以外的至少一个测试空间以及与所述第一样本空间以外的至少一个样本空间分别一一对应，所述至少一个横摆角速度测试误差是根据对应的测试空间、对应的样本空间、所述多个轮胎侧偏刚度和所述运动模型计算得到的，所述至少一个测试空间中的实际横摆角速度和所述第一测试空间中的实际横摆角速度是在所述车辆处于不同的行驶速度状态下测量的，所述至少一个样本空间中的实际横摆角速度和所述第一样本空间中的实际横摆角速度是在所述车辆处于不同的行驶速度状态下测量的，所述至少一个测试空间中每个测试空间中的实际横摆角速度和对应的样本空间中的实际横摆角速度是在所述车辆处于相同行驶速度和不同方向盘
转角状态下测量的。
22.该实现方式中，通过多个样本空间从轮胎侧偏刚度空间中选出各个样本空间对应的最小横摆角速度误差所对应的候选轮胎侧偏刚度，以及对这多个样本空间分别对应的候选轮胎侧偏刚度进行准确度检验，最终，可以将这些候选轮胎侧偏刚度中最准确的轮胎候选侧偏刚度选为车辆的轮胎侧偏刚度。这种实现方式可以进一步提高辨识得到的轮胎侧偏刚度的准确性。
23.在一些可能的实现方式中，所述第一样本空间中包括所述至少一个测试空间中部分或全部测试空间，所述第一测试空间包括所述至少一个样本空间中的部分或全部样本空间。
24.该实现方式中，通过交叉验证的方式来选取车辆的轮胎侧偏刚度，可以进一步提高车辆的轮胎侧偏刚度的准确性。
25.在一些可能的实现方式中，所述方法还包括：所述第一横摆角速度误差大于所述参考横摆角速度误差阈值，并且所述多个轮胎侧偏刚度中每个轮胎侧偏刚度对应的横摆角速度平均误差小于第一阈值的情况下，更新所述轮胎侧偏刚度空间，且更新后的轮胎侧偏刚度空间中的最大轮胎侧偏刚度大于更新前的轮胎侧偏刚度空间中的最大轮胎侧偏刚度，其中，所述第一阈值为负数，所述每个轮胎侧偏刚度对应的横摆角速度平均误差满足：err
p
为所述每个轮胎侧偏刚度对应的横摆角速度平均误差，n为所述第一样本空间中的方向盘转角的数量，r
i,pred
为基于所述每个轮胎侧偏刚度和所述第一样本空间中的第i个方向盘转角计算得到的横摆角速度，r
i,mes
为所述第一样本空间中的第i个方向盘转角对应的实际横摆角速度。
26.若每个轮胎侧偏刚度分别对应的预测横摆角速度均小于实际横摆角速度，可以认为采样得到的轮胎侧偏刚度相比于真实的轮胎侧偏刚度而言，偏小，因此，应扩充轮胎侧偏刚度空间的上界，以使得可以重新选出合适的轮胎侧偏刚度，从而可以辨识得到准确度更高的轮胎侧偏刚度。
27.其中，更新轮胎侧偏刚度空间之间，可以重复执行之前的操作，重新选取第一轮胎侧偏刚度，以及根据第一轮胎侧偏刚度选取车辆的轮胎侧偏刚度。
28.在一些可能的实现方式中，所述方法还包括：所述第一横摆角速度误差大于所述参考横摆角速度误差阈值，且所述多个轮胎侧偏刚度中每个轮胎侧偏刚度对应的横摆角速度平均误差大于第二阈值的情况下，更新所述轮胎侧偏刚度空间，且更新后的轮胎侧偏刚度空间中的最小轮胎侧偏刚度小于更新前的轮胎侧偏刚度空间中的最小轮胎侧偏刚度，其中，所述第二阈值为正数，所述每个轮胎侧偏刚度对应的横摆角速度平均误差满足：err
p
为所述每个轮胎侧偏刚度对应的横摆角速度平均误差，n为所述第一样本空间中的方向盘转角的数量，r
i,pred
为基于所述第一侧偏刚度和所述第一样本空间中的第i个方向盘转角计算得到的横摆角速度，r
i,mes
为所述第一样本空间中的第i个方向盘转角对应的实际横摆角速度。
29.若每个轮胎侧偏刚度对应的预测横摆角速度大于实际横摆角速度，可以认为采样得到的轮胎侧偏刚度相比于真实的轮胎侧偏刚度而言，偏大，因此，应扩充轮胎侧偏刚度空
间的下界，以使得可以重新选出合适的轮胎侧偏刚度，从而可以辨识得到准确度更高的轮胎侧偏刚度。
30.其中，更新轮胎侧偏刚度空间之间，可以重复执行之前的操作，重新选取第一轮胎侧偏刚度，以及根据第一轮胎侧偏刚度选取车辆的轮胎侧偏刚度。
31.在一些可能的实现方式中，所述多个轮胎侧偏刚度是基于第一采样间隔从所述轮胎侧偏刚度空间中采样得到的侧偏刚度。其中，所述方法还包括：所述第一横摆角速度误差大于所述参考横摆角速度误差阈值，且所述多个轮胎侧偏刚度一一对应的多个横摆角速度平均误差中小于零的横摆角速度平均误差均小于第一阈值，以及所述多个横摆角速度平均误差大于零的横摆角速度平均误差均大于第二阈值的情况下，基于第二采样间隔从所述轮胎侧偏刚度空间中重新选取轮胎侧偏刚度，所述第二采样间隔小于所述第一采样间隔，其中，所述第一阈值为负数，所述第二阈值为正数，所述多个轮胎侧偏刚度中每个轮胎侧偏刚度对应的横摆角速度平均误差满足：err
p
为所述每个轮胎侧偏刚度对应的横摆角速度平均误差，n为所述第一样本空间中的方向盘转角的数量，r
i,pred
为基于所述每个轮胎侧偏刚度和所述第一样本空间中的第i个方向盘转角计算得到的横摆角速度，r
i,mes
为所述第一样本空间中的第i个方向盘转角对应的实际横摆角速度。
32.这种实现方式中，预期横摆角速度位于实际横摆角速度的两侧，说明这多个轮胎侧偏刚度的采样间隔较大，因此，应减小采样间隔，并重新采样多个轮胎侧偏刚度，从这多个轮胎侧偏刚度中重新选择第一轮胎侧偏刚度以及基于第一轮胎侧偏刚度为车辆选取轮胎侧偏刚度，以便于重新选出合适的轮胎侧偏刚度，从而可以辨识得到准确度更高的轮胎侧偏刚度。
33.在一些可能的实现方式中，所述运动模型为所述车辆的二自由度的模型状态方程依次进行拉普拉斯变换、z域变换和逆z变换得到的离散时间序列模型。
34.因为运动模型为离散时间序列模型，且离散时间序列模型中包含的参数较简单，因此可以降低获取预期横摆角速度的复杂度，从而可以降低获取车辆的轮胎侧偏刚度的复杂度，从而可以提高辨识效率。
35.第二方面，本技术提供一种辨识车辆的轮胎侧偏刚度的装置，该装置包括用于执行第一方面中各个步骤的软件和/或硬件模块。
36.例如，所述装置包括：采样模块，用于从预设的轮胎侧偏刚度空间中采样得到第一轮胎侧偏刚度；横摆角速度获取模块，用于将所述第一轮胎侧偏刚度和第一样本空间中的方向盘转角输入所述车辆的运动模型，并将所述运动模型输出的横摆角速度作为所述第一轮胎侧偏刚度和所述第一样本空间中的方向盘转角共同对应的第一预期横摆角速度；误差计算模块，用于根据所述第一样本空间中的方向盘转角对应的第一预期横摆角速度和对应的实际横摆角速度，计算所述第一样本空间中的方向盘转角和所述第一侧偏刚度共同对应的第一横摆角速度误差；轮胎侧偏刚度获取模块，用于在所述第一横摆角速度误差小于或等于参考横摆角速度误差阈值的情况下，将所述第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度。
37.在一种可能的实现方式中，所述轮胎侧偏刚度空间中包含位于所述车辆的轮胎侧偏刚度取值范围内的轮胎侧偏刚度。
38.在一种可能的实现方式中，
39.所述轮胎侧偏刚度获取模块具体用于：
40.在所述第一横摆角速度误差为多个横摆角速度误差中的最小横摆角速度误差，且所述第一横摆角速度误差小于或等于参考横摆角速度误差阈值的情况下，将所述第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度，其中，所述多个横摆角速度误差与多个轮胎侧偏刚度一一对应，所述多个轮胎侧偏刚度是从所述预设的轮胎侧偏刚度空间中采样得到的，且所述多个轮胎侧偏刚度包括所述第一轮胎侧偏刚度，所述多个横摆角速度误差中的每个横摆角速度误差是根据对应的轮胎侧偏刚度、所述运动模型、所述第一样本空间中的方向盘转角、所述第一样本空间中的方向盘转角对应的实际横摆角速度计算得到的。
41.在一种可能的实现方式中，所述横摆角速度获取模块还用于：将所述第一轮胎侧偏刚度和第一测试空间中每个方向盘转角输入所述运动模型，并将所述运动模型输出的横摆角速度作为所述第一轮胎侧偏刚度和第一测试空间中每个方向盘转角输出的第一预期横摆角速度，所述第一测试空间中包括方向盘转角和所述车辆在所述第一测试空间中每个方向盘转角控制下行驶时的实际横摆角速度，所述第一样本空间中的实际横摆角速度和所述第一测试空间中的实际横摆角速度是在所述车辆处于相同行驶速度和不同方向盘转角的状态下测量得到的；所述误差计算模块还用于：根据所述第一测试空间中的方向盘转角对应的第一预期横摆角速度和对应的实际横摆角速度，计算所述第一测试空间中的方向盘转角和所述第一轮台侧偏刚度对应的第一横摆角速度测试误差；所述轮胎侧偏刚度获取模块具体用于：在所述第一横摆角速度测试误差小于或等于参考横摆角速度测试误差阈值的情况下，将所述第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度。
42.在一种可能的实现方式中，所述参考横摆角速度测试误差阈值包括至少一个横摆角速度测试误差，所述至少一个横摆角速度测试误差与所述第一测试空间以外的至少一个测试空间以及与所述第一样本空间以外的至少一个样本空间分别一一对应，所述至少一个横摆角速度测试误差是根据对应的测试空间、对应的样本空间、所述多个轮胎侧偏刚度和所述运动模型计算得到的，所述至少一个测试空间中的实际横摆角速度和所述第一测试空间中的实际横摆角速度是在所述车辆处于不同的行驶速度状态下测量的，所述至少一个样本空间中的实际横摆角速度和所述第一样本空间中的实际横摆角速度是在所述车辆处于不同的行驶速度状态下测量的，所述至少一个测试空间中每个测试空间中的实际横摆角速度和对应的样本空间中的实际横摆角速度是在所述车辆处于相同行驶速度和不同方向盘转角状态下测量的。
43.在一种可能的实现方式中，所述第一样本空间中包括所述至少一个测试空间中的部分或全部测试空间，所述第一测试空间中包括所述至少一个样本空间中的部分或全部样本空间。
44.在一种可能的实现方式中，所述装置还包括更新模块，所述更新模块用于：在所述第一横摆角速度误差大于所述参考横摆角速度误差阈值，并且所述多个轮胎侧偏刚度中每个轮胎侧偏刚度对应的多个横摆角速度平均误差均小于第一阈值的情况下，更新所述轮胎侧偏刚度空间，且更新后的轮胎侧偏刚度空间中的最大轮胎侧偏刚度大于更新前的轮胎侧偏刚度空间中的最大轮胎侧偏刚度，其中，所述第一阈值为负数，所述每个轮胎侧偏刚度对
应的横摆角速度平均误差满足：err
p
为所述每个轮胎侧偏刚度对应的横摆角速度平均误差，n为所述第一样本空间中的方向盘转角的数量，r
i,pred
为基于所述每个轮胎侧偏刚度和所述第一样本空间中的第i个方向盘转角计算得到的横摆角速度，r
i,mes
为所述第一样本空间中的第i个方向盘转角对应的实际横摆角速度。
45.其中，所述采样模块还用于从更新后的轮胎侧偏刚度空间中采样得到第一轮胎侧偏刚度；所述横摆角速度获取模块还用于将重新采样得到的第一轮胎侧偏刚度和第一样本空间中的方向盘转角输入所述车辆的运动模型，并将所述运动模型输出的横摆角速度作为重新采样得到的第一轮胎侧偏刚度和所述第一样本空间中的方向盘转角共同对应的第一预期横摆角速度；误差计算模块还用于根据所述第一样本空间中的方向盘转角重新对应的第一预期横摆角速度和对应的实际横摆角速度，计算所述第一样本空间中的方向盘转角和所述重新采样得到的第一侧偏刚度共同对应的第一横摆角速度误差；轮胎侧偏刚度获取模块还用于在所述重新计算得到的第一横摆角速度误差小于或等于参考横摆角速度误差阈值的情况下，将所述重新采样得到的第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度。
46.在一种可能的实现方式中，所述装置还包括更新模块，所述更新模块用于：所述第一横摆角速度误差大于所述参考横摆角速度误差阈值，且所述多个轮胎侧偏刚度中每个轮胎侧偏刚度对应的横摆角速度平均误差均大于第二阈值的情况下，更新所述轮胎侧偏刚度空间，且更新后的轮胎侧偏刚度空间中的最小轮胎侧偏刚度小于更新前的轮胎侧偏刚度空间中的最小轮胎侧偏刚度，其中，所述第二阈值为正数，所述每个轮胎侧偏刚度对应的横摆角速度平均误差满足：err
p
为所述每个轮胎侧偏刚度对应的横摆角速度平均误差，n为所述第一样本空间中的方向盘转角的数量，r
i,pred
为基于所述每个轮胎侧偏刚度和所述第一样本空间中的第i个方向盘转角计算得到的横摆角速度，r
i,mes
为所述第一样本空间中的第i个方向盘转角对应的实际横摆角速度。
47.其中，所述采样模块还用于从更新后的轮胎侧偏刚度空间中采样得到第一轮胎侧偏刚度；所述横摆角速度获取模块还用于将重新采样得到的第一轮胎侧偏刚度和第一样本空间中的方向盘转角输入所述车辆的运动模型，并将所述运动模型输出的横摆角速度作为重新采样得到的第一轮胎侧偏刚度和所述第一样本空间中的方向盘转角共同对应的第一预期横摆角速度；误差计算模块还用于根据所述第一样本空间中的方向盘转角重新对应的第一预期横摆角速度和对应的实际横摆角速度，计算所述第一样本空间中的方向盘转角和所述重新采样得到的第一侧偏刚度共同对应的第一横摆角速度误差；轮胎侧偏刚度获取模块还用于在所述重新计算得到的第一横摆角速度误差小于或等于参考横摆角速度误差阈值的情况下，将所述重新采样得到的第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度。
48.在一种可能的实现方式中，所述多个轮胎侧偏刚度是基于第一采样间隔从所述轮胎侧偏刚度空间中采样得到的轮胎侧偏刚度。
49.其中，所述采样模块还用于：所述第一横摆角速度误差大于所述参考横摆角速度误差阈值，且所述多个轮胎侧偏刚度一一对应的多个横摆角速度平均误差中小于零的横摆角速度平均误差均小于第一阈值，以及所述多个横摆角速度平均误差中大于零的横摆角速度平均误差均大于第二阈值的情况下，基于第二采样间隔从所述轮胎侧偏刚度空间中重新
选取轮胎侧偏刚度，所述第二采样间隔小于所述第一采样间隔，其中，所述第一阈值为负数，所述第二阈值为正数，所述多个轮胎侧偏刚度中每个轮胎侧偏刚度对应的横摆角速度平均误差满足：err
p
为所述每个轮胎侧偏刚度对应的横摆角速度平均误差，n为所述第一样本空间中的方向盘转角的数量，r
i,pred
为基于所述每个轮胎侧偏刚度和所述第一样本空间中的第i个方向盘转角计算得到的横摆角速度，r
i,mes
为所述第一样本空间中的第i个方向盘转角对应的实际横摆角速度。
50.其中，所述横摆角速度获取模块还用于将重新采样得到的轮胎侧偏刚度和第一样本空间中的方向盘转角输入所述车辆的运动模型，并将所述运动模型输出的横摆角速度作为重新采样得到的第一轮胎侧偏刚度和所述第一样本空间中的方向盘转角共同对应的第一预期横摆角速度；误差计算模块还用于根据所述第一样本空间中的方向盘转角重新对应的第一预期横摆角速度和对应的实际横摆角速度，计算所述第一样本空间中的方向盘转角和所述重新采样得到的第一侧偏刚度共同对应的第一横摆角速度误差；轮胎侧偏刚度获取模块还用于在所述重新计算得到的第一横摆角速度误差小于或等于参考横摆角速度误差阈值的情况下，将所述重新采样得到的第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度。
51.在一种可能的实现方式中，所述运动模型为所述车辆的二自由度的模型状态方程依次进行拉普拉斯变换、z域变换和逆z变换得到的离散时间序列模型。
52.第三方面，提供了一种辨识车辆的轮胎侧偏刚度的装置，该装置包括处理器，用于执行存储器存储的程序，当所述存储器存储的程序被执行时，所述处理器用于执行第一方面或者其中任意一种实现方式中的方法。
53.可选地，所述装置还可以包括所述存储器。
54.第四方面，提供一种计算机可读介质，该计算机可读介质存储用于计算设备执行的程序代码，该程序代码包括用于执行第一方面或其中任意一种实现方式中的方法。
55.第五方面，提供一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述第一方面或其中任意一种实现方式中的方法。
56.第六方面，提供一种芯片，所述芯片包括处理器与数据接口，所述处理器通过所述数据接口读取存储器上存储的指令，执行上述第一方面或其中任意一种实现方式中的方法。
57.可选地，作为一种实现方式，所述芯片还可以包括存储器，所述存储器中存储有指令，所述处理器用于执行所述存储器上存储的指令，当所述指令被执行时，所述处理器用于执行第一方面或其中任意一种实现方式中的方法。
58.第七方面，提供了一种计算设备，该计算设备包括：存储器，用于存储程序；处理器，用于执行所述存储器存储的程序，当所述存储器存储的程序被执行时，所述处理器用于执行第一方面或者其中任意一种实现方式中的方法。
59.第八方面，提供了一种车辆，该车辆包括：存储器，用于存储程序；处理器，用于执行所述存储器存储的程序，当所述存储器存储的程序被执行时，所述处理器用于执行第一方面或者其中任意一种实现方式中的方法。
60.第九方面，本技术提供一种控制车辆行驶的方法。所述方法包括：辨识车辆的轮胎侧偏刚度；基于所述轮胎侧偏刚度对所述车辆进行控制，所述轮胎侧偏刚度是使用第一方
面或其中任意一种可能的实现方式所述的方法辨识的轮胎侧偏刚度。
61.该方法中，因为使用的轮胎侧偏刚度是使用第一方面或其中任意一种可能的实现方式优化得到的，因此有助于保证车辆的轮胎侧偏刚度的准确性，从而可以提高车辆的行驶安全性。
62.第十方面，本技术提供一种控制车辆行驶的装置。所述装置包括：辨识模块，用于辨识车辆的轮胎侧偏刚度；控制模块，用于基于所述轮胎侧偏刚度对所述车辆进行控制，所述轮胎侧偏刚度是使用第一方面或其中任意一种可能的实现方式所述的方法获取的轮胎侧偏刚度。
63.第十一方面，提供了一种基于控制车辆行驶的装置，该装置包括：存储器，用于存储程序；处理器，用于执行所述存储器存储的程序，当所述存储器存储的程序被执行时，所述处理器用于执行第九方面中的方法。
64.第十二方面，提供一种计算机可读介质，该计算机可读介质存储用于计算设备执行的程序代码，该程序代码包括用于执行第九方面中的方法。
65.第十三方面，提供一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述第九方面中的方法。
66.第十四方面，提供一种芯片，所述芯片包括处理器与数据接口，所述处理器通过所述数据接口读取存储器上存储的指令，执行上述第九方面中的方法。
67.可选地，作为一种实现方式，所述芯片还可以包括存储器，所述存储器中存储有指令，所述处理器用于执行所述存储器上存储的指令，当所述指令被执行时，所述处理器用于执行第九方面中的方法。
68.第十五方面，提供了一种计算设备，该计算设备包括：存储器，用于存储程序；处理器，用于执行所述存储器存储的程序，当所述存储器存储的程序被执行时，所述处理器用于执行第九方面中的方法。
69.第十六方面，提供了一种车辆，该车辆包括：存储器，用于存储程序；处理器，用于执行所述存储器存储的程序，当所述存储器存储的程序被执行时，所述处理器用于执行第九方面中的方法。
附图说明
70.图1为本技术一个实施例的车辆的结构示意图；
71.图2为本技术一个实施例的云侧辨识车辆参数的应用示意图；
72.图3为本技术一个实施例的辨识车辆的轮胎侧偏刚度的方法的流程示意图；
73.图4为本技术一个实施例的参数空间映射的示意图；
74.图5为本技术另一个实施例的参数空间映射的示意图；
75.图6为本技术又一个实施例的参数空间映射的示意图；
76.图7为本技术另一个实施例的辨识车辆的轮胎侧偏刚度的方法的流程示意图；
77.图8为本技术一个实施例的数据采集场景的示意图；
78.图9为本技术一个实施例的中位偏差对横摆角速度的影响示意图；
79.图10为本技术一个实施例的辨识车辆的轮胎侧偏刚度的装置的结构示意图；
80.图11为本技术一个实施例的辨识车辆的轮胎侧偏刚度的装置的结构示意图；
81.图12为本技术一个实施例的计算机程序产品的结构示意图。
具体实施方式
82.下面将结合附图，对本技术中的技术方案进行描述。
83.图1是本技术一个实施例的车辆100的功能框图。在一个示例中，可以将车辆100配置为完全或部分地自动驾驶模式。例如，车辆100可以在处于自动驾驶模式中的同时控制自身，并且可通过人为操作来确定车辆及其周边环境的当前状态，确定周边环境中的至少一个其他车辆的可能行为，并确定该其他车辆执行可能行为的可能性相对应的置信水平，基于所确定的信息来控制车辆100。在车辆100处于自动驾驶模式中时，可以将车辆100置为在没有和人交互的情况下操作。
84.车辆100可包括各种子系统，例如行进系统102、传感器系统104、控制系统106、一个或多个外围设备108以及电源110、计算机系统112和用户接口116。可选地，车辆100可包括更多或更少的子系统，并且每个子系统可包括多个元件。另外，车辆100的每个子系统和元件可以通过有线或者无线互连。
85.行进系统102可包括为车辆100提供动力运动的组件。在一个实施例中，行进系统102可包括引擎118、能量源119、传动装置120和车轮121。引擎118可以是内燃引擎、电动机、空气压缩引擎或其他类型的引擎组合，例如气油发动机和电动机组成的混动引擎，内燃引擎和空气压缩引擎组成的混动引擎。引擎118将能量源119转换成机械能量。
86.能量源119的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源119也可以为车辆100的其他系统提供能量，例如为传感系统104、计算机系统112、控制系统106或外围设备108。
87.传动装置120可以将来自引擎118的机械动力传送到车轮121。传动装置120可包括变速箱、差速器和驱动轴。在一个示例中，传动装置120还可以包括其他器件，比如离合器。其中，驱动轴可包括可耦合到一个或多个车轮121的一个或多个轴。
88.传感器系统104可包括感测关于车辆100周边的环境的信息的若干个传感器。例如，传感器系统104可包括定位系统122、惯性测量单元(inertial measurement unit，imu)124、雷达126、激光测距仪128以及相机130。定位系统122可以是全球定位系统(global positioning system，gps)，也可以是北斗系统或者其他定位系统。
89.传感器系统104还可包括车辆100的内部系统的传感器，例如车内空气质量监测器、燃油量表、机油温度表等。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测是车辆100的安全操作的关键功能。
90.定位系统122可用于估计车辆100的地理位置。imu 124用于基于惯性加速度来感测车辆100的位置和朝向变化。在一个示中，imu 124可以是加速度计和陀螺仪的组合。
91.雷达126可利用无线电信号来感测车辆100的周边环境内的物体。在一些示例中，除了感测物体以外，雷达126还可用于感测物体的速度和/或前进方向。
92.激光测距仪128可利用激光来感测车辆100所位于的环境中的物体。在一些示例中，激光测距仪128可包括一个或多个激光源、激光扫描器以及一个或多个检测器，以及其他系统组件。
93.相机130可用于捕捉车辆100的周边环境的多个图像。相机130可以是静态相机或
视频相机。
94.控制系统106用于控制车辆100及其组件。控制系统106可包括各种元件，例如包括转向系统132、油门134、制动单元136等。
95.转向系统132可操作来调整车辆100的前进方向。例如，在一个示例中，转向系统132可以为方向盘系统。
96.油门134用于控制引擎118的操作速度并进而控制车辆100的速度。
97.制动单元136用于控制车辆100减速。制动单元136可通过摩擦力来减慢车轮121。在一些示例中，制动单元136可将车轮121的动能转换为电流。制动单元136也可采取其他形式来减慢车轮121转速从而控制车辆100的速度。
98.当然，在一个实例中，控制系统106可以增加或替换地包括除了所示出和描述的那些以外的组件。或者也可以减少一部分上述示出的组件。
99.车辆100通过外围设备108与外部传感器、其他车辆、其他计算机系统或用户之间进行交互。外围设备108可包括无线通信系统146、车载电脑148、麦克风150和/或扬声器152。
100.在一些实施例中，外围设备108提供车辆100的用户与用户接口116交互的手段。例如，车载电脑148可向车辆100的用户提供信息。用户接口116还可操作车载电脑148来接收用户的输入。车载电脑148可以通过触摸屏进行操作。在其他情况中，外围设备108可提供用于车辆100与位于车内的其它设备通信的手段。例如，麦克风150可从车辆100的用户接收音频(例如，语音命令或其他音频输入)。类似地，扬声器152可向车辆100的用户输出音频。
101.无线通信系统146可以直接地或者经由通信网络来与一个或多个设备无线通信。例如，无线通信系统146可使用第三代移动通信技术(3rd-generation，3g)通信，例如码分多址(code division multiple access，cdma)通信系统、全球移动通信系统(global system for mobile communications，gsm)；或者使用第四代移动通信技术(4g)通信，例如长期演进(long term evolution，lte)；或者使用第五代移动通信技术(5th generation mobile networks，5g)通信。
102.无线通信系统146可利用无线上网(wifi)与无线局域网(wireless local area network，wlan)通信。在一些示例中，无线通信系统146可利用红外链路、蓝牙或紫蜂协议(zigbee)与设备直接通信。或者，无线通信系统146可以采用其他无线协议，例如各种车辆通信系统通信。例如，无线通信系统146可包括一个或多个专用短程通信(dedicated short range communications，dsrc)设备，这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。
103.电源110可向车辆100的各种组件提供电力。在一个示例中，电源110可以为可再充电锂离子电池或铅酸电池。这种电池的一个或多个电池组可被配置为电源为车辆100的各种组件提供电力。在一些示例中，电源110和能量源119可一起实现，例如全电动车中的电源和能量源相同。
104.用户接口116，用于向车辆100的用户提供信息或从其接收信息。可选地，用户接口116可包括在外围设备108的集合内的一个或多个输入/输出设备，例如无线通信系统146、车载电脑148、麦克风150和扬声器152。
105.可选地，上述这些组件中的一个或多个可与车辆100分开安装或关联。例如，存储
器114可以部分或完全地与车辆100分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。
106.可选地，上述组件只是一个示例，实际应用中，上述各个模块中的组件有可能根据实际需要增添或者删除，图1不应理解为对本技术实施例的限制。
107.计算机系统112可包括至少一个处理器113，处理器113执行存储在例如存储器114这样的非暂态计算机可读介质中的指令115。计算机系统112还可以是采用分布式方式控制车辆100的个体组件或子系统的多个计算设备。
108.处理器113可以是任何常规的处理器，诸如商业可获得的中央处理器(central processing unit，cpu)。可选地，该处理器可以是诸如特殊应用集成电路(application specific integrated circuit，asic)或其它基于硬件的处理器的专用设备。
109.图1功能性地图示了一个处理器和一个存储器，但是，本领域的普通技术人员应该理解，车辆100的计算机系统112中实际上可以包括多个处理器或多个存储器。不同于使用单一的处理器来执行本技术实施例中所描述的步骤，诸如转向组件和减速组件的一些组件，每个组件都可以具有其自己的处理器，所述处理器只执行与特定于组件的功能相关的计算。
110.可选地，计算机系统112中的部分处理器可以位于远离车辆100并且与车辆100进行无线通信。
111.在一些实施例中，存储器114可包含指令115(例如，程序逻辑)，指令115可被处理器113执行来执行车辆100的各种功能，包括前述描述的任意功能。存储器114也可包含额外的指令，包括向行进系统102、传感器系统104、控制系统106和外围设备108中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。
112.除了指令115以外，存储器114还可存储数据，例如道路地图、路线信息，车辆的位置、方向、速度以及其它这样的车辆数据，以及其他信息。这种信息可在车辆100在自主、半自主和/或手动模式中操作期间被车辆100和计算机系统112使用。
113.车辆100的部分或所有功能受计算机系统112控制。计算机系统112可基于从各种子系统(例如，行进系统102、传感器系统104和控制系统106)以及从用户接口116接收的输入来控制车辆100的功能。
114.例如，传感系统104采集到环境信息、自车运动状态和/或底盘信息等信息之后；计算机系统112可以处理传感系统采集各种信息，构成车辆100的世界模型以及进行行为决策，生成期望轨迹，并计算车辆的各种控制量；控制量输出给控制系统106之后，由控制系统106基于该控制量控制车辆行驶。
115.其中，计算机系统112计算车辆的控制量的过程中，需要使用到车辆的各种参数，例如使用到车辆的轮胎侧偏刚度，该轮胎侧偏刚度可以通过图3所示的方法辨识得到。
116.例如，在车辆100的行驶过程中，可以通过传感系统104采集车辆100在一种或多种行驶速度下的方向盘转角和对应的横摆角速度，然后基于这些方向盘转角数据和横摆角速度数据可以生成一个或多个样本空间，甚至可以生成一个或多个测试空间，并基于这些样本空间和测试空间执行图3所示的方法，以获得车辆100的轮胎侧偏刚度，从而使得车辆100可以根据该轮胎侧偏刚度确定车辆100的控制量，进而可以控制车辆行驶。
117.上述车辆100可以为轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、割草机、娱
乐车、游乐场车辆、施工设备、电车、高尔夫球车、火车、和手推车等，本技术实施例不做特别的限定。
118.图2示出了根据示例实施例的车辆和云服务中心的示例。云服务中心可以经诸如无线通信网络的网络202，从其操作环境内的车辆210接收数据(例如车辆的传感系统采集的信息等)。
119.在一个示例中，车辆210上的传感系统采集到方向盘转角和横摆角速度之后，可以将这些数据发送给云服务中心；云服务中心根据接收到的数据，运行其存储的辨识车辆的参数的程序，实现图3中所示的方法，辨识车辆210的轮胎侧偏刚度。
120.辨识得到的轮胎侧偏刚度可以发送给车辆210。车辆210接收到该轮胎侧偏刚度之后，可以基于该轮胎侧偏刚度，实现自动驾驶。
121.网络202可以包括各种配置和协议，包括因特网、万维网、内联网、虚拟专用网络、广域网、局域网、使用一个或多个公司的专有通信协议的专用网络、以太网、wifi和http、以及前述的各种组合。这种通信可以由能够传送数据到其它计算机和从其它计算机传送数据的任何设备，诸如调制解调器和无线接口。
122.在一个示例中，云服务中心220可以包括具有多个计算机的服务器，例如负载均衡服务器群。这些服务器可以被类似于计算机系统1122的配置，具有处理器、存储器、指令等。
123.图3是本技术一个实施例的辨识车辆的轮胎侧偏刚度的方法的示例性流程图。该方法可以包括s310至s340。
124.s310，从预设的轮胎侧偏刚度空间中采样得到第一轮胎侧偏刚度。
125.其中，轮胎侧偏刚度空间可以是轮胎侧偏刚度的一个取值范围，当然也可以是一个轮胎侧偏刚度集合，该轮胎侧偏刚度集合中包括至少一个轮胎侧偏刚度。
126.该轮胎侧偏刚度空间可以是后轮的侧偏刚度空间，也可以是前轮的侧偏刚度空间，也可以同时为前轮和后轮的侧偏刚度空间。
127.从轮胎侧偏刚度空间中采样第一轮胎侧偏刚度的采样间隔可以是预设的。轮胎侧偏刚度的采样间隔可以理解为相邻两次采样得到的轮胎侧偏刚度之间的间隔。
128.例如，轮胎侧偏刚度空间为车辆的前轮侧偏刚度空间，且该轮胎侧偏刚度空间的取值范围为50000至200000时，采样间隔可以预设为5000。
129.采样时，可以从轮胎侧偏刚度空间中的最大轮胎侧偏刚度开始采样，也可以从轮胎侧偏刚度空间中的最小轮胎侧偏刚度开始采样，或者可以从指定的轮胎侧偏刚度开始采样，或者可以随机初始得到一个位于轮胎侧偏刚度空间中的轮胎侧偏刚度，并从该轮胎侧偏刚度开始采样。
130.在一些示例中，小型轿车轮胎的后轮侧偏刚度绝对值的大致范围为56000～160000。
131.在一些示例中可以适当扩充车辆的轮胎侧偏刚度取值范围，例如小型轿车的轮胎侧偏刚度绝对值的大致范围为56000～160000，实际上可以将小型轿车的轮胎侧偏刚度的取值范围设置为50000～200000。
132.通常情况下，为保证车辆具有不足转向特性，后轮的侧偏刚度都比前轮的侧偏刚度要大，因此可以设置后轮的侧偏刚度与前轮的侧偏刚度的比值的取值范围为0.4～0.9。
133.s320，将第一轮胎侧偏刚度和第一样本空间中的方向盘转角输入车辆的运动模
型，并将运动模型输出的横摆角速度作为第一样本空间中的方向盘转角和第一轮胎侧偏刚度共同对应的第一预期横摆角速度，第一样本空间中包括方向盘转角和车辆在第一样本空间中的方向盘转角的控制下行驶时的实际横摆角速度。
134.在可以步骤之前，可以先测量车辆的方向盘转角和横摆角速度，以得到第一样本空间，所述第一样本空间中包括一个或多个方向盘转角和所述车辆在所述第一样本空间中每个方向盘转角的控制下行驶时的实际横摆角速度。
135.第一样本空间中的方向盘转角和横摆角速度通常是一一对应的。第一样本空间中的方向盘转角和横摆角速度可以是车辆行驶过程中测量得到。其中，第一样本空间中的所有方向盘转角和横摆角速度可以是车辆行驶在相同速度的情况下测量得到的，也可以是车辆行驶在不同速度的情况下测量得到的。
136.本实施例中，为了便于描述，将根据运动模型计算得到的横摆角速度称为预期横摆角速度。并且，为了进一步描述方便，将根据第一样本空间、第一轮胎侧偏刚度和运动模型计算得到的横摆角速度称为第一样本空间中的方向盘转角和第一轮胎侧偏刚度对应的第一预期横摆角速度。
137.在一种示例中，车辆的运动模型的输入包括车辆的方向盘转角，车辆运动模型的参数包括车辆的轮胎侧偏刚度，车辆运动模型的输出包括车辆的横摆角速度。可以理解的是，车辆运动模型中还可以包括其他输入、其他参数和其他输出。例如，车辆的运动模型可是车辆的运动状态方程模型，例如式(1)所示的状态方程模型。
138.在另一种示例中，可以对车辆的运动状态方程进行转换，得到相对应的运动模型，例如，得到式(8)所示的离散时间序列模型。
139.在一个示例中，假设第一样本空间中包括n1个方向盘转角和n1个横摆角速度时，这n1个方向盘转角和n1个横摆角速度一一对应，则使用车辆的运动模型，基于第一轮胎侧偏刚度集合和第一样本空间中的方向盘转角，可以推测得到n1个第一预期横摆角速度，这n1个第一预期横摆角速度中的第j1个第一预期横摆角速度为基于第一轮胎侧偏刚度和所述第一样本空间中的第j1个方向盘转角计算得到的横摆角速度，j1为小于或等于n1的正整数，n1为正整数。
140.s330，根据第一样本空间中的方向盘转角对应的第一预期横摆角速度和对应的实际横摆角速度，计算第一样本空间中的方向盘转角和第一轮胎侧偏刚度对应的第一横摆角速度误差。
141.该第一横摆角速度误差可以理解为第一轮胎侧偏刚度应用于第一样本空间时的横摆角速度误差。第一横摆角速度误差可以是第一样本空间中的方向盘转角对应的预期横摆角速度与实际横摆角速度之间的协方差。
142.或者，可以计算所述第一样本空间中每个方向盘转角对应的第一预期横摆角速度与该方向盘转角对应的实际横摆角速度之间的误差，再计算这些误差的方差、标准差、均方根值或均方根误差等，然后将计算的得到的方差、标准差、均方根值或均方根误差作为第一轮胎侧偏刚度应用于述第一样本空间中的方向盘转角时的第一横摆角速度误差。
143.例如，s320中计算得到n1个第一预期横摆角速度时，根据这n1个第一预期横摆角速度与第一样本空间中的n1个实际横摆角速度，可以计算得到第一横摆角速度误差。
144.在一个示例中，可以通过式(18)所示的关系式计算第一横摆角速度误差。
145.s340，在第一横摆角速度误差小于或等于参考横摆角速度误差阈值的情况下，将第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度。
146.将第一轮胎侧偏刚度选为所述车辆的轮胎侧偏刚度，可以理解为将第一轮胎侧偏刚度作为为车辆辨识得到的轮胎侧偏刚度。
147.该方法中，先从预设的轮胎侧偏刚度空间中采样第一轮胎侧偏刚度作为候选轮胎侧偏刚度，再使用车辆的运动模型基于该候选轮胎侧偏刚度计算预期的横摆角速度，以及根据该计算得到的横摆角速度与相应的实际横摆角速度之间的误差来判断该候选轮胎侧偏刚度是否可以作为车辆的轮胎侧偏刚度，并在横摆角速度误差小于或等于参考横摆角速度误差阈值的情况下，将该候选轮胎侧偏刚度选为车辆的轮胎侧偏刚度。
148.并且，该方法中，由于预期横摆角速度与实际的横摆角速度之间的误差可以表征候选轮胎侧偏刚度与真实轮胎侧偏刚度之间的误差，因此，通过实际横摆角速度与预期横摆角速度之间的误差选择车辆的轮胎侧偏刚度，相当于通过车辆实际的轮胎侧偏刚度与候选轮胎侧偏刚度之间的误差来选择车辆的轮胎侧偏刚度。这样，可以通过设置参考横摆角速度误差阈值来获得更为准确的轮胎侧偏刚度，即提高辨识得到的轮胎侧偏刚度的准确度。
149.此外，该方法中，由于车辆的方向盘转角和实际横摆角速度都是很容易获取的，因此，可以降低辨识车辆的轮胎侧偏刚度的成本。
150.本实施例的一些实现方式中，所述轮胎侧偏刚度空间中包含的可以是位于所述车辆的轮胎侧偏刚度取值范围内的侧偏刚度。这样可以使得辨识得到的轮胎侧偏刚度位于车辆的轮胎侧偏刚度的合理取值范围内，从而有助于保证辨识得到的轮胎侧偏刚度的合理性和准确性。
151.本实施例中，可以在轮胎侧偏刚度空间中采样得到多个轮胎侧偏刚度，并基于这多个轮胎侧偏刚度中每个轮胎侧偏刚度与第一样本空间获取每个轮胎侧偏刚度与第一样本空间对应的横摆角速度误差，其中，第一轮胎侧偏刚度为这多个轮胎侧偏刚度中的一个，且这多个轮胎侧偏刚度中除第一轮胎侧偏刚度以外的每个轮胎侧偏刚度和第一样本空间共同对应的横摆角速度误差的计算方式可以参考第一轮胎侧偏刚度和第一样本空间共同对应的第一横摆角速度误差的获取方式，此处不再赘述。
152.本实施例中，从轮胎侧偏刚度空间中采集包含第一轮胎侧偏刚度在内的多个轮胎侧偏刚度以及计算得到这多个轮胎侧偏刚度中每个轮胎侧偏刚度基于第一样本空间对应的横摆角速度误差之后，可以将这多个轮胎侧偏刚度一一对应的多个横摆角速度误差中的最小横摆角速度误差对应的轮胎侧偏刚度选为第一轮胎侧偏刚度，然后再基于第一轮胎侧偏刚度对应的第一横摆角速度误差是否小于或等于参考横摆角速度误差阈值来决定是否将第一轮胎侧偏刚度选为车辆的轮胎侧偏刚度。
153.本实施例中，在第一横摆角速度误差小于或等于参考横摆角速度误差阈值的情况下，还可以使用测试空间对第一轮胎侧偏刚度进行检验，以验证第一轮胎侧偏刚度是否可以作为车辆的轮胎侧偏刚度。所述测试空间中可以包括一个或多个方向盘转角和所述车辆在所述测试空间中每个方向盘转角控制下行驶时的实际横摆角速度。为了便于叙述，将该测试空间称为第一测试空间。通常情况下，测试空间中应包含与第一样本空间中不同的方向盘转角和不同的实际横摆角速度。可选地，第一测试空间中的实际横摆角速度与第一样
本空间中的实际横摆角速度可以是在车辆处于同一行驶速度状态下测量的。
154.在一个示例中，使用第一测试空间对第一轮胎侧偏刚度进行检验时，可以参考基于第一轮胎侧偏刚度、第一样本空间和运动模型获取第一横摆角速度误差的方法，基于第一轮胎侧偏刚度、第一测试空间和运动模型获取第一轮胎侧偏刚度应用于第一测试空间时的横摆角速度误差。例如，将基于第一轮胎侧偏刚度、第一样本空间和运动模型获取第一横摆角速度误差的方法中的第一样本空间替换为第一测试空间。为了便于叙述，将第一轮胎侧偏刚度应用于第一测试空间时获取的横摆角速度误差称为第一横摆角速度测试误差。
155.获取到第一横摆角速度测试误差之后，可以根据第一横摆角速度测试误差判断是否将第一轮胎侧偏刚度选为车辆的轮胎侧偏刚度。例如，在第一横摆角速度误差小于或等于参考横摆角速度测试误差阈值的条件的情况下，将第一轮胎侧偏刚度选为车辆的轮胎侧偏刚度。
156.在一种示例中，可以获取第一样本空间以外的至少一个样本空间和第一测试空间以外的至少一个测试空间，所述至少一个样本空间与所述至少一个测试空间一一对应。
157.可以理解的是，所述至少一个样本空间中的方向盘转角与第一样本空间中的方向盘转角可以相同，且所述至少一个样本空间中的方向盘转角对应的实际横摆角速度与第一样本空间中的方向盘转角对应的实际横摆角速度是在车辆处于不同的行驶速度下测量的。
158.可以理解的是，所述至少一个测试空间中的方向盘转角与第一测试空间中的方向盘转角可以相同，且所述至少一个测试空间中的方向盘转角对应的实际横摆角速度与第一测试空间中的方向盘转角对应的实际横摆角速度是在车辆处于不同的行驶速度下测量的。
159.可以理解的是，所述至少一个测试空间中每个测试空间的实际横摆角速度与对应的样本空间中的实际横摆角速度，可以是在车辆处于相同的行驶速度下测量的。
160.该示例中可以基于所述至少一个样本空间中的每个样本空间和对应的测试空间，从采样得到的多个轮胎侧偏刚度中，选取与该样本空间和该测试空间对应的最优轮胎侧偏刚度和横摆角速度测试误差。所述至少一个样本空间中每个样本空间和对应的测试空间对应的最优轮胎侧偏刚度和横摆角测试误差的计算方法可以参考基于第一样本空间、第一测试空间、车辆的运动模型和采样得到的多个轮胎侧偏刚度计算第一轮胎侧偏刚度和第一横摆角速度测试误差的方法，此处不再赘述。
161.获得所述至少一个样本空间中每个样本空间对应的最优轮胎侧偏刚度和横标角速度测试误差之后，可以将所述至少一个样本空间一一对应的至少一个横摆角速度测试误差与第一横摆角速度测试误差作比较，并在第一横摆角速度测试误差小于或等于所述至少一个样本空间一一对应的至少一个横摆角速度测试误差时，将第一轮胎侧偏刚度选择车辆的轮胎侧偏刚度。
162.该示例中，所述至少一个样本空间一一对应的至少一个横摆角速度测试误差即为前述的参考横摆角速度测试误差阈值。
163.本实施例的一些实现方式中，所述第一样本空间中可以包括所述至少一个测试空间中的部分或全部测试空间，所述第一测试空间中可以包括所述至少一个样本空间中的全部或部分样本空间。该实现方式中，通过交叉验证的方式来获取车辆的轮胎侧偏刚度，可以进一步提高辨识得到的轮胎侧偏刚度的准确性。
164.本实施例中，若所述第一横摆角速度误差大于所述参考横摆角速度误差阈值，并
且所述多个轮胎侧偏刚度中每个轮胎侧偏刚度对应的横摆角速度平均误差均小于第一阈值，则可以认为所述采样得到的多个轮胎侧偏刚度相比于车辆真实的轮胎侧偏刚度而言，均较小，因此，应扩充轮胎侧偏刚度空间的上界，并重新执行s310至s340。这样可以重新采样得到轮胎侧偏刚度，以重新选出更合适的第一轮胎侧偏刚度，从而可以辨识得到准确度更高的轮胎侧偏刚度。
165.若所述第一横摆角速度误差大于所述参考横摆角速度误差阈值，且所述多个轮胎侧偏刚度中的每个轮胎侧偏刚度对应的横摆角速度平均误差均大于第二阈值，则可以认为所述采样得到的多个轮胎侧偏刚度相比于车辆真实的轮胎侧偏刚度而言，均较大，因此，应扩充轮胎侧偏刚度空间的下界，并重新执行s310至s340。这样可以重新采样得到轮胎侧偏刚度，以重新选出更合适的第一轮胎侧偏刚度，从而可以辨识得到准确度更高的轮胎侧偏刚度。
166.若所述第一横摆角速度误差大于所述参考横摆角速度误差阈值，且所述多个轮胎侧偏刚度一一对应的多个横摆角速度平均误差中小于零的横摆角速度平均误差均小于第一阈值，以及所述多个横摆角速度平均误差中大于零的横摆角速度平均误差均大于第二阈值，则可以认为所述采样得到的多个轮胎侧偏刚度的采样间隔较大，因此，可以减小采样间隔，并重新执行s310至s340，以重新采样多个轮胎侧偏刚度，并从这多个轮胎侧偏刚度中重新选取出更为合适的第一轮胎侧偏刚度，从而可以辨识得到准确度更高的轮胎侧偏刚度。
167.其中，第一阈值为负数，第二阈值为正数，每个轮胎侧偏刚度对应的横摆角速度平均误差满足：err
p
为所述每个轮胎侧偏刚度对应的横摆角速度平均误差，n为所述第一样本空间中的方向盘转角的数量，r
i,pred
为基于所述每个轮胎侧偏刚度和所述第一样本空间中的第i个方向盘转角计算得到的横摆角速度，r
i,mes
为所述第一样本空间中的第i个方向盘转角对应的实际横摆角速度。
168.例如，原采样间隔为5000的情况下，可以将采样间隔减小为2500，然后根据该采样间隔重新从轮胎侧偏刚度空间中选取多个轮胎侧偏刚度，并重新选取第一侧偏侧偏刚度，并判断第一轮胎侧偏刚度是否可以作为车辆的轮胎侧偏刚度。
169.本实施例的一些实现方式中，所述运动模型可以为离散时间序列模型。
170.下面以车辆的二自由度运动模型为例，介绍本技术一个实施例的通过模型降维和离散化获得离散时间序列模型的方法。
171.车辆二自由度的模型状态方程表达式如式(1)所示：
[0172][0173]
其中，表示侧向速度vy的一阶导数，表示横摆角速度r的一阶导数，cf表示前轮的侧偏刚度，cr表示后轮的侧偏刚度，lr表示后轮轴距，lf表示前轮轴距，m表示车辆重量，v
x
表示前向速度，iz表示转动惯量，δ表示方向盘转角。
[0174]
消去(1)式中的vy消去，得到式(2)：
[0175][0176]
其中，表示横摆角速度的二阶导数，表示方向盘转角的一阶导数。
[0177]
对式(2)两边同时取拉普拉斯(laplacian)变换，可得式(3)：
[0178][0179]
其中，n1、n2、d1和d2满足如下关系式(4)、(5)、(6)和(7)：
[0180][0181][0182][0183][0184]
根据传递函数到z域的近似关系：可以将式(3)转换到z域，得到式(8)，其中，ts表示采样时间：
[0185][0186]
其中，f1、f2、m0和m1满足式(9)、式(10)、式(11)和式(12)：
[0187][0188][0189][0190][0191]
再由z域与离散序列的关系z-1
(f(z)z-n
)＝f(t-n)，对式(8)做逆z变换，可得式(13)：
[0192]
r(t) f1r(t-1) f2r(t-2)＝m0δ(t) m1δ(t-1)
ꢀꢀꢀ
(13)
[0193]
式(13)即为车辆的离散时间序列模型。
[0194]
经过上述的变换后，状态方程中的原始参数cf和cr的参数空间已经被映射成离散时间序列模型的参数f1、f2、m0和m1的参数空间。如图4所示，映射后的参数f1、f2、m0和m1构成的参数空间是一个复杂的非线性空间，其中，映射参数1表示f1、f2、m0和m1中的部分参数，映射参数2表示f1、f2、m0和m1中的另一部分参数。
[0195]
若直接在映射后的参数空间使用最小二乘法求解最优参数，会出现过拟合问题。例如，如图5所示，最优参数不满足映射后的参数空间的约束。
[0196]
如果使用数学表达式描述原始参数空间的约束投影到映射空间的约束，然后建立带约束的优化问题去求解最优参数，虽然理论上可以求出满足映射空间约束的参数，但由于映射关系过于复杂，实际工程中较难实现。
[0197]
本技术的实施例采用采样方法，在原始参数空间中进行采样，且可以通过控制采样的分辨率去实现对映射空间不同程度的近似，分析采样点处参数的性能，挑选最优参数。如图6所示，本技术挑选得到的最优参数，既满足映射空间约束，又能保证参数性能的参数辨识方法。
[0198]
图7为本技术另一个实施例的辨识车辆的轮胎侧偏刚度的方法。该方法包括s710至s740。
[0199]
s710，数据采集。
[0200]
通常来说，车辆轮胎的侧偏特性与车辆的侧偏角有关。具体地，若侧偏角的大小位于一定范围内，则轮胎侧偏特性呈线性；若侧偏角的大小位于在该范围之外，则轮胎的侧偏特性呈现非线性。车辆二自由度模型假设轮胎的侧偏特性呈线性，因此，在采集数据时需要保证车辆轮胎工作在线性区域。
[0201]
可以通过将车辆的侧向加速度控制在一定的范围内来控制轮胎工作在线性区域。一般来说，当车辆的侧向加速度小于或等于2m/s2时，轮胎工作在线性区域，且车辆行驶的绝大多数场景下，加速度都是小于或等于2m/s2。
[0202]
在一些示例中，采集数据的场景设置在城区常见的十字路口处，并通过改变车辆的速度来实现不同的侧向加速度。
[0203]
如图8所示，本实施例中设定四组车速，分别为20千米每小时(km/h)、25km/h、30km/h和35km/h，并在车辆行驶在每个速度时分别向左和向右各采集一组数据，共计8组数据，每组数据包括多个数据，每个数据包括一一对应的方向盘转角和横摆角速度。
[0204]
本实施例中，可以使用四种方式，对采集的8组数据进行划分，一种示例性划分方式如下。
[0205]
在第一种划分方式中，可以将速度为20km/h的场景下采集的向左和向右的两组数据划分为第一组样本数据，将速度为25km/h的场景下采集的向左和向右的两组数据划分为第二组样本数据，将速度为30km/h的场景下采集的向左和向右的两组数据划分为第三组样本数据，将速度为35km/h的场景下采集的向左和向右的两组数据划分为测试数据。本实施例中的样本数据可以理解为前述的样本空间，测试数据可以理解为前述的测试空间。
[0206]
在第二种划分方式中，可以将速度为20km/h的场景下采集的向左和向右的两组数据划分为第一组样本数据，将速度为25km/h的场景下采集的向左和向右的两组数据划分为第二组样本数据，将速度为35km/h的场景下采集的向左和向右的两组数据划分为第三组样
本数据，将速度为30km/h的场景下采集的向左和向右的两组数据划分为测试数据。
[0207]
在第三种划分方式中，可以将速度为20km/h的场景下采集的向左和向右的两组数据划分为第一组样本数据，将速度为30km/h的场景下采集的向左和向右的两组数据划分为第二组样本数据，将速度为35km/h的场景下采集的向左和向右的两组数据划分为第三组样本数据，将速度为25km/h的场景下采集的向左和向右的两组数据划分为测试数据。
[0208]
在第四种划分方式中，可以将速度为25km/h的场景下采集的向左和向右的两组数据划分为第一组样本数据，将速度为30km/h的场景下采集的向左和向右的两组数据划分为第二组样本数据，将速度为35km/h的场景下采集的向左和向右的两组数据划分为第三组样本数据，将速度为20km/h的场景下采集的向左和向右的两组数据划分为测试数据。
[0209]
s720，数据预处理。
[0210]
如图9所示，方向盘转角δ输入车辆运动模型之前，会受到中位偏差的影响。为排除中位偏差的影响，需要对中位偏差进行辨识，并消除中位偏差对横摆角速度的影响。下面介绍两种辨识中位偏差的方法。
[0211]
第一种方法中，司机控制车辆沿直线行驶，车辆当前的实际方向盘转角δ
act
应为0
°
。这种情况下，观察或测量车辆呈现出的方向盘转角δ
ret
。如果δ
ret
不为0，则相应的中位偏差err为err＝-δ
ret
。
[0212]
第二种方法中，不限制车辆沿直线行驶，并使用车辆运动学模型对中位偏差进行辨识。其中，车辆的实际方向盘转角δ
act
、中位偏差err与车辆呈现出的方向盘转角δ
ret
之间满足式(14)所示的关系式：
[0213]
δ
act
＝δ
ret
err
ꢀꢀꢀ
(14)
[0214]
在车体坐标系下，由阿克曼转向模型可知式(15)所示的关系式：
[0215][0216]
其中，r表示转向半径、l表示车辆的轴距。
[0217]
又由速度v与角速度r关系满足式(16)所示的关系式：
[0218][0219]
所以综合式(15)和式(16)可得到如式(17)所示的关系式：
[0220][0221]
将式(17)代入式(14)，使用最小二乘法可获得err的估计值。
[0222]
通过上述方法辨识得到车辆的中位偏差之后，可以将s710中采集到的方向盘转角和该辨识得到的中位偏差代入式(14)中，从而得到校正后的方向盘转角δ
act
，并更新数据中的方向盘转角。
[0223]
s730，参数空间初始化、参数采样和参数映射。
[0224]
以小型轿车为例，小型轿车的轮胎侧偏刚度绝对值的大致范围为56000～160000。可以在此基础上进行适当扩充，设置前轮胎的侧偏刚度cf的取值范围为50000～200000。一般情况下，为保证车辆具有不足转向特性，后轮的侧偏刚度都比前轮要大，故设置cf/cr的取值范围为0.4～0.9。cf和cr的取值范围即构成初始的原始参数空间。
[0225]
得到初始的原始参数空间之后，可以对该空间进行采样。在一些示例中，可以对cf和cr进行均匀采样，例如，可以将采样的初始间隔设置为5000，并从原始参数空间中对cf和cr进行均匀采样。
[0226]
采样得到cf和cr后，可以将采样得到的cf和cr代入式(4)、(5)、(6)、(7)、(9)、(10)、(11)和(12)中，计算得到映射后的参数值f1、f2、m0和m1。
[0227]
从原始参数参数空间中采集到多少对cf和cr，相应地，可以计算得到相应数量的参数对f1、f2、m0和m1。
[0228]
s740，获取横摆角速度误差、选取轮胎侧偏刚度，并验证选取的轮胎侧偏刚度是否可以作为车辆的轮胎侧偏刚度。
[0229]
例如，针对第一种划分方式中的每组样本数据和每组参数值f1、f2、m0和m1，可以执行如下操作：将该组参数值f1、f2、m0和m1代入到式(13)中，并将该组样本数据中校正后的方向盘转角作为式(13)的输入，预测相应的横摆角速度，并计算预测得到的横摆角速度与该组样本数据中与前述输入的方向盘转角对应的横摆角速度之间的误差，计算公式如式(18)所示。
[0230][0231]
其中，r
pred
表示针对该对参数值f1、f2、m0和m1预测的各个横摆角速度，r
mes
表示该组样本数据中相应的横摆角速度，n表示该组样本数据中的方向盘转角的数量，errr表示该组参数值f1、f2、m0和m1对应的横摆角速度误差，或者说errr表示该组参数值f1、f2、m0和m1相对应的cf和cr所对应的横摆角速度误差。
[0232]
针对第一种划分方式中的同一组样本数据，计算得到多组参数值中每组参数值对应的横摆角速度误差之后，若其中最小横摆角速度误差小于或等于预设的参考横摆角速度误差阈值，则可以将该最小横摆角速度误差对应的那一组参数值选为该组参数值对应的第一轮胎侧偏刚度，并认为该第一轮胎侧偏刚度可以作为车辆的轮胎侧偏刚度，否则可以使用式(19)计算每组参数值应用在该组样本数据上的横摆角速度平均误差。
[0233][0234]
其中，err
p
为横摆角速度平均误差，n为该组样本数据中的方向盘转角的数量，r
i,pred
为基于每组参数和该组样本数据中的第i个方向盘转角计算得到的横摆角速度，r
i,mes
为该组样本数据中的第i个方向盘转角对应的实际横摆角速度。
[0235]
得到第一种划分方式每组参数值f1、f2、m0和m1基于该组样本数据的横摆角速度平均误差之后，可以将每组参数值对应的横摆角速度平均误差与预设的第一阈值和第二阈值作比较，并根据比较结果做不同的处理。
[0236]
第一轮胎侧偏刚度合适的情况下，将第一轮胎侧偏刚度对应的参数值f1、f2、m0和m1代入到式(13)中，并将第一种划分方式下的测试数据中校正后的方向盘转角作为式(13)的输入，预测相应的横摆角速度，并计算预测得到的横摆角速度与该测试数据中对应的横摆角速度之间的误差，计算公式如式(18)所示，该误差可以称为第一划分方式下的预测误差。
[0237]
但是要注意的是，此时，r
pred
表示针对该对参数值f1、f2、m0和m1预测的各个横摆角
速度，r
mes
表示该测试数据中相应的横摆角速度，n表示该组测试数据中的方向盘转角的数量，errr表示该组参数值f1、f2、m0和m1对应的横摆角速度误差。
[0238]
每组参数值对应的横摆角速度平均误差与预设的第一阈值和第二阈值作比较之后，，可以按照具体情况采取不同的处理。
[0239]
第一种情况，若所有组参数值f1、f2、m0和m1对应的横摆角速度平均误差均小于零，且均小于第一阈值，则说明当前采样的参数偏小，则需要扩充cf和cr的上边界，增大稳态横摆角速度增益的上限。
[0240]
例如，可以根据初始的原始参数空间确定新的原始参数空间，所述新的原始参数空间中包括大于初始原始参数空间中所有cf的cf；然后基于新的原始参数空间，结合第一种划分方式下的样本数据和测试数据，重新确定合适的第一轮胎侧偏刚度和第一轮胎侧偏刚度的横摆角速度预测误差。第一阈值为负数。
[0241]
第二种情况，若所有组参数值f1、f2、m0和m1对应的横摆角速度误差均大于零，且均大于第二阈值，则说明当前采样的参数偏大，则需要扩充cf和cr的下边界，减小稳态横摆角速度增益的下限。第二阈值为正数。
[0242]
例如，可以根据初始的原始参数空间确定新的原始参数空间，所述新的原始参数空间中包括小于初始原始参数空间中所有cf的cf；然后基于新的原始参数空间，结合第一种划分方式下的样本数据和测试数据，重新确定第一种划分方式下合适的第一轮胎侧偏刚度和第一轮胎侧偏刚度对应的横摆角速度预测误差。
[0243]
第三种情况，若一部分参数值f1、f2、m0和m1对应的横摆角速度误差均大于零，且均大于第二阈值，而剩余一部分参数值f1、f2、m0和m1对应的横摆角速度误差均小于零，且均小于第一阈值，则说明当前采样率不够，则需要增大采样率。
[0244]
例如，可以根据初始的原始参数空间确定新的原始参数空间，所述新的原始参数空间中的参数之间的间隔小于初始原始参数空间中的参数之间的间隔，例如，将采样间隔减少为原采样间隔的一半；然后基于新的原始参数空间，结合第一种划分方式下的样本数据和测试数据，重新确定第一种划分方式下合适的第一轮胎侧偏刚度和第一轮胎侧偏刚度的横摆角速度预测误差。
[0245]
采用相似的方法，依次获取第二种划分方式、第三种划分方式和第四种划分方式下的第一轮胎侧偏刚度和第一轮胎侧偏刚度的横摆角速度预测误差之后，可以将这四个预测误差中的最小误差对应的第一轮胎侧偏刚度确定为车辆的轮胎侧偏刚度。
[0246]
本实施例的方法，通过车载传感器测量得到车辆的方向盘转角和横摆角速度，把车辆模型状态方程进行降维转换到离散时间域；并对原始参数空间的采样，以及将原始参数空间中的轮胎侧偏刚度参数映射在映射空间，以及通过控制采样精度实现对映射空间参数值域不同程度的近似，在采样空间中按照设定规则挑选最优参数。
[0247]
本实施例的方法成本低，这是因为该方法消除了对车辆模型中难测量的状态量的依赖，只需要测量方向盘转角和横摆角速度，通过普通的车载传感器即可辨识得到车辆的轮胎侧偏刚度。本实施例的方法辨识效果好，这是因为基于参数的原始空间进行采样，可以保证参数取值在一个合理的范围内，而且在选取最优参数时，使用交叉验证的方法，提高了参数的泛化性能，有效解决了直接使用最小二乘法得到的参数不在合理范围内，泛化性能较差的问题。本实施例的方法不会依赖特定工况，因为本实施例的方法只需要在车辆可以
做出转弯行为的区域即可实现，无需特定的输入激励或保持车辆处于稳态等需求。此外，本实施例的方法的实时性好，这是因为基于本实施例的方法的计算量较小，可以满足实时在线辨识参数的要求。
[0248]
图10为本技术一个实施例的辨识车辆的轮胎侧偏刚度的装置900的结构示意图。装置900可以包括采样模块910、横摆角速度获取模块930、误差计算模块940和轮胎侧偏刚度获取模块950。采样模块910、横摆角速度获取模块930、误差计算模块940和轮胎侧偏刚度获取模块950的相关功能可以通过处理器来实现。
[0249]
装置900可以用于实现前述图3或图7所示的方法。
[0250]
例如，采样模块910可以用于执行s310，横摆角速度获取模块930可以用于执行s320，误差计算模块940可以用于执行s330，轮胎侧偏刚度获取模块950可以用于执行s340。
[0251]
又如，采样模块910可以用于执行s730；横摆角速度获取模块930可以用于执行s740中预测横摆角速度的相关操作；误差计算模块940可以用于执行s740中获取横摆角速度误差的相关操作；轮胎侧偏刚度获取模块950可以用于执行s740中选取车辆的轮胎侧偏刚度的相关操作。
[0252]
装置900可部署在云环境中，云环境是云计算模式下利用基础资源向用户提供云服务的实体。云环境包括云数据中心和云服务平台，所述云数据中心包括云服务提供商拥有的大量基础资源(包括计算资源、存储资源和网络资源)，云数据中心包括的计算资源可以是大量的计算设备(例如服务器)。装置900可以是云数据中心中用于辨识车辆参数的服务器。装置900也可以是创建在云数据中心中的用于辨识车辆参数的虚拟机。装置900还可以是部署在云数据中心中的服务器或者虚拟机上的软件装置，该软件装置用于辨识车辆参数，该软件装置可以分布式地部署在多个服务器上、或者分布式地部署在多个虚拟机上、或者分布式地部署在虚拟机和服务器上。例如，装置900中的模块910、模块920、模块930、模块940和模块950可以分布式地部署在多个服务器上，或分布式地部署在多个虚拟机上，或者分布式地部署在虚拟机和服务器上。又如，模块950包括多个子模块时，这多个子模块可以部署在多个服务器上，或分布式地部署在多个虚拟机上，或者分布式地部署在虚拟机和服务器上。
[0253]
装置900可以由云服务提供商在云服务平台抽象成一种辨识车辆参数的云服务提供给用户，用户在云服务平台购买该云服务后，云环境利用该云服务向用户提供辨识车辆参数的云服务，用户可以通过应用程序接口(application program interface，api)或者通过云服务平台提供的网页界面上传样本数据甚至测试数据，装置900辨识得到车辆的侧偏刚度，并将该侧偏刚度返回至车辆。
[0254]
当装置900为软件装置时，装置900也可以单独部署在任意环境的一个计算设备上。装置900为硬件时，可以是计算设备，也可以是芯片。
[0255]
图11为本技术实施例提供的一种辨识车辆参数的装置1000的结构示意图。装置1000包括处理器1002、通信接口1003和存储器1004。装置1000的一种示例为芯片。装置1000的另一种示例为计算设备。
[0256]
处理器1002、存储器1004和通信接口1003之间可以通过总线通信。存储器1004中存储有可执行代码，处理器1002读取存储器1004中的可执行代码以执行对应的方法。存储器1004中还可以包括操作系统等其他运行进程所需的软件模块。操作系统可以为linux
tm
，
unix
tm
，windows
tm
等。
[0257]
例如，存储器1004中的可执行代码用于实现图3或图7所示的方法，处理器1002读取存储器1004中的该可执行代码以执行图3或图7所示的方法。
[0258]
其中，处理器1002可以为中央处理器(central processing unit，cpu)。存储器1004可以包括易失性存储器(volatile memory)，例如随机存取存储器(random access memory，ram)。存储器1004还可以包括非易失性存储器(2non-volatile memory，2nvm)，例如只读存储器(2read-only memory，2rom)，快闪存储器，硬盘驱动器(hard disk drive，hdd)或固态启动器(solid state disk，ssd)。
[0259]
在本技术的一些实施例中，所公开的方法可以实施为以机器可读格式被编码在计算机可读存储介质上的或者被编码在其它非瞬时性介质或者制品上的计算机程序指令。图12示意性地示出根据前述任意一个实施例而布置的示例计算机程序产品的概念性局部视图，所述示例计算机程序产品包括用于在计算设备上执行计算机进程的计算机程序。在一个实施例中，示例计算机程序产品1100是使用信号承载介质1101来提供的。所述信号承载介质1101可以包括一个或多个程序指令1102，其当被一个或多个处理器运行时可以提供以上针对图3或图7所示的方法中描述的功能或者部分功能。因此，例如，参考图3中所示的实施例，s310至s340的一个或多个特征可以由与信号承载介质1101相关联的一个或多个指令来承担。又如，参考图7中所示的实施例，s710至s740的一个或多个特征可以由与信号承载介质1101相关联的一个或多个指令来承担。
[0260]
在一些示例中，信号承载介质1101可以包含计算机可读介质1103，诸如但不限于，硬盘驱动器、紧密盘(cd)、数字视频光盘(dvd)、数字磁带、存储器、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random access memory，ram)等等。在一些实施方式中，信号承载介质1101可以包含计算机可记录介质1104,诸如但不限于，存储器、读/写(r/w)cd、r/w dvd、等等。在一些实施方式中，信号承载介质1101可以包含通信介质1105,诸如但不限于，数字和/或模拟通信介质(例如，光纤电缆、波导、有线通信链路、无线通信链路、等等)。因此，例如，信号承载介质1101可以由无线形式的通信介质1105(例如，遵守ieee 802.11标准或者其它传输协议的无线通信介质)来传达。一个或多个程序指令1102可以是，例如，计算机可执行指令或者逻辑实施指令。在一些示例中，前述的计算设备可以被配置为，响应于通过计算机可读介质1103、计算机可记录介质1104、和/或通信介质1105中的一个或多个传达到计算设备的程序指令1102，提供各种操作、功能、或者动作。应该理解，这里描述的布置仅仅是用于示例的目的。因而，本领域技术人员将理解，其它布置和其它元素(例如，机器、接口、功能、顺序、和功能组等等)能够被取而代之地使用，并且一些元素可以根据所期望的结果而一并省略。另外，所描述的元素中的许多是可以被实现为离散的或者分布式的组件的、或者以任何适当的组合和位置来结合其它组件实施的功能实体。
[0261]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0262]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、
装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0263]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0264]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0265]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0266]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
[0267]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。