CN105292121B - 一种预判车辆稳定性的方法 - Google Patents
一种预判车辆稳定性的方法 Download PDFInfo
- Publication number
- CN105292121B CN105292121B CN201510845376.7A CN201510845376A CN105292121B CN 105292121 B CN105292121 B CN 105292121B CN 201510845376 A CN201510845376 A CN 201510845376A CN 105292121 B CN105292121 B CN 105292121B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- force
- mrow
- centre
- stability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Abstract
本发明提供了一种预判车辆稳定性的方法,属于汽车技术领域。它解决了现有技术中对于汽车稳定性预判方法准确性不高,可靠性低的问题。本方法包括如下步骤:步骤S10、检测目标车辆的各个车轮受到地面的作用力Fi;步骤S20、分析计算目标车辆的力心坐标向量步骤S30、将力心坐标向量代入预存储在目标车辆的车载控制器中的车辆力心/稳定性转换函数计算得到目标车辆的稳定性信号Scar,并根据该稳定性信号Scar的值判断目标车辆当前所处的稳定性状态;测试车辆与目标车辆为型号相同或技术参数相近的车辆,测试车辆定义为在实验条件下用于标定测试数据的车辆,目标车辆定义正常上路行驶的车辆。本方法判断过程简单方便,且判断准确,可靠性高。
Description
技术领域
本发明属于车身稳定控制技术领域,涉及一种预判车辆稳定性的方法。
背景技术
侧翻事故是车辆最危险的事故,而且在侧翻事故发生时,几乎所有的驾驶员都无法察觉到侧翻的发生。汽车侧翻已经成为破坏生命财产和交通安全的重要问题。因此一直以来,车辆的行驶安全性,尤其是预警技术研究问题备受国内外学者的关注。欧洲及北美交通事故统计分析表明,汽车侧翻占导致人身伤害交通事故的5%,占人员死亡的交通事故的20%。
美国、加拿大、德国、日本等国家在车辆侧翻预警领域的研究起步较早,很多汽车制造企业、科研机构都针对车辆侧翻预警系统进行了深入研究。早期的侧翻预警系统一般在静态转向条件下通过实时比较侧向加速度或车辆侧倾角是否大于设定的静态门限值来判断车辆行驶状态,并可对驾驶员进行警示。此类方法较为简单,但不能提前警示驾驶员即将发生的侧翻危险。2001年,Chen和Peng提出一套使用侧翻时间(Time to Rollover,TTR)预测的侧翻预警算法,为了提高TTR值的精度,该算法采用神经网络技术,但影响了算法的实时性。
目前,我国对汽车侧翻预警的研究尚处于初级阶段,只有吉林大学、清华大学、北京航空航天大学、哈尔滨工业大学和南京航空航天大学等高校对汽车侧翻预警技术做了部分研究工作。例如,CN101350137公开了依据侧向加速度和侧翻加速度阈值判定侧翻危险的轿车预警系统。CN10119658公开了基于侧向加速度进行货车弯道侧翻预警装置,但上述专利都是基于静态门限值(侧向加速度阈值)来判定侧翻危险的,该方法对车辆未来一段时间发生的侧翻危险无法预测。
其原因在于影响车辆转弯稳定的因素很多。有转弯速度、转弯角度、上坡下坡、路面角度及高低差、路面平整性、车辆载荷大小、载荷高度、载荷不平衡分布及其动态变化行为、侧风、轮胎气压、车辆结构等13种。就连货车重心过高,在高低差过大的直道路面上行驶,极端情况下,也会造成侧翻。以上诸多因素中,不仅是单一因素的变化,实际行驶中往往是几种、部分或绝大部分组合的复杂变化。其结果是直接造成车辆转动惯量等参数也发生经常性、无规律的复杂变化,所以车辆转弯的稳定性难以捉摸。现有技术仅解决了上述因素中的几种或部分。所以在实际使用时效果不佳,没有达到预期的要求,根源就在于此。
通过分析上述多种因素,发现其有一个共同特点,即不管由何种原因引起的车辆稳定性的变化,都可以以各个轮胎承受车身重力大小的形式表示出来,即使在绝大部分或全部的因素组合变化下也一样。
因此,为了能够实现车辆动态侧翻预警,需要提出一种可以通过各个轮胎承受车身重力大小来预测未来一段时间侧翻危险的车辆动态侧翻预警方法。
发明内容
本发明针对现有的技术存在上述问题,提出了一种预判车辆稳定性的方法,该预判车辆稳定性的方法的预判准确、实时同步、实用性强。
本发明通过下列技术方案来实现:一种预判车辆稳定性的方法,其特征在于,所述方法包括如下步骤:
步骤S10、通过传感器检测目标车辆的各个车轮受到地面的作用力Fi,作用力Fi表示编号为i车轮受到的作用力信号;
步骤S20、通过目标车辆的车载控制器接收步骤S10中的作用力Fi,并分析计算获得目标车辆的力心坐标向量所述力心坐标向量表示车辆力心相对于车辆几何中心的坐标向量;
步骤S30、将力心坐标向量代入预存储在目标车辆的车载控制器中的车辆力心/稳定性转换函数计算得到目标车辆的稳定性信号Scar,并根据该稳定性信号Scar的值判断目标车辆当前所处的稳定性状态,所述车辆力心/稳定性转换函数通过在实验条件下标定测试车辆获得;
所述测试车辆与目标车辆为型号相同或技术参数相近的车辆,其中所述测试车辆定义为在实验条件下用于标定测试数据的车辆,所述目标车辆定义正常上路行驶的车辆。
本预判车辆稳定性的方法通过在各个车轮上设置传感器检测车轮受到的作用力信号,通过车载控制器对各个传感器检测到的作用力信号进行分析,然后通过预设的车辆力心/稳定性转换函数来计算车辆稳定性信号Scar1,可以得到直观的量化数据结果,更加准确可靠,此外,对于现有车辆来说,本系统加装方便,实用性强。
在上述的一种预判车辆稳定性的方法中,所述力心坐标向量通过建立以下数学模型获得:
式中,表示编号为i的传感器的位置相对于车辆几何中心的坐标向量。
在上述的一种预判车辆稳定性的方法中,步骤S30中所述车辆力心/稳定性转换函数的获得包括以下步骤:
步骤S31、选择一测试车辆,并在测试车辆的各个车轮模块上设置传感器采集车辆行驶过程中车身所施加给车轮的作用力F′i;
步骤S32、令测试车辆处于一系列不同稳定性条件下,通过由测试者根据具体情况来制定评分标准,并根据该标准评分获得不同的稳定性信号S′car;同时计算出测试车辆的力心坐标向量并将力心坐标向量与对应的车辆稳定性信号S′car配对保存为原始数据,所述力心坐标向量的求取方式与力心坐标向量的求取方式相同;
步骤S33、建立空间直角坐标系,将原始数据绘制在空间直角坐标系中形成空间点群,然后通过数学方法拟合得到一个与该空间点群误差最小的空间面函数,即为车辆力心/稳定性转换函数
通过在实验条件下对与目标车辆同型号或者技术参数相近的测试车辆进行测试获得车辆力心/稳定性转换函数这样能够得到准确的预设函数,减少了系统误差,利于提高对目标车辆行驶过程中稳定性判断的准确性。
在上述的一种预判车辆稳定性的方法中,步骤S33中所述数学方法拟合包括建立以下数学模型:
x=a*vm1*(cos(u)n-sin(u)n)+c (2)
y=b*vm2*(cos(u)n+sin(u)n)+d (3)
z=v (4)
其中u和v为自变量,取值范围分别为0-2π和0-1,a、b、c、d、m1、m2和n为通过拟合来确定的方程控制参数,m的取值范围为0-10,n的取值为大于等于1的奇数。上述控制参数中:a和b为数学模型的横向和纵向缩放参数;c和d为数学模型的横向和纵向平移参数;m1和m2为模型中关于车辆稳定性的线性/非线性变化控制参数;n为模型星形线形状控制参数。
在上述的一种预判车辆稳定性的方法中,所述方程控制参数a、b、c、d、m1、m2和均通过最小二乘法拟合获得。通过对原始数据采用最小二乘法拟合,可以获得准确性极高的车辆力心/稳定性转换函数减少了系统判断误差,系统有效性和可靠性高。
在上述的一种预判车辆稳定性的方法中,对步骤S32中获得的不同的稳定性信号S′car进行归一化处理,得到稳定性信号S′car的值域,然后设置k条分界线,将稳定性信号S′car的值域划分为k+1个区域,分别表示k+1个不同等级的稳定性标准,其中,2≤k≤5。通过归一化处理,使得稳定性信号S′car结果显示为更简洁的量化值,通过对稳定性信号S′car的值域进行分界,从而定义出各个不同值域区间的含义,方便明了。
在上述的一种预判车辆稳定性的方法中,所述划分包括等分划分或以不同权重非等分划分两种方式。采用等分划分方式对稳定性信号S′car的值域进行划分,简单方便,容易实现;采用以不同权重非等分划分方式可以根据车辆实际稳定性范围和影响大小进行划分,可以有重点,有针对性的划分稳定性信号S′car的值域,更有利于发挥车辆上各个装置(例如制动系统、气囊系统等)的性能,达到最佳效果,同时简化控制算法,便于实现。
在上述的一种预判车辆稳定性的方法中,还包括对车辆力心/稳定性转换及车辆力心变化趋势预判的步骤:
步骤S40:对力心坐标向量随时间作一阶导数运算得到车辆力心的速度向量
步骤S50、对力心坐标向量随时间作二阶导数运算得到车辆力心的加速度向量
步骤S60、结合力心坐标向量速度向量和加速度向量进行并预判车辆力心的变化趋势。通过对力心坐标向量进行求导运算,获得力心坐标向量随时间t的运动变化趋势,从而可以判断出力心在下一时刻所处的位置,判断出车辆将要处于的稳定性状态。
在上述的一种预判车辆稳定性的方法中,所述传感器为力传感器,所述目标车辆和所述测试车辆均为具有刚性车身结构的车辆。
与现有技术相比,本发明具有以下优点:
1、能准确地分析计算出车辆稳定性质的量化的值;
2、通过分析车辆力心的运动趋势,还可以判断车辆在未来一段时间内的稳定性的动态趋势;
3、进一步分析车辆在跨越侧翻临界区时车辆力心的变化方式,使各种车辆动态侧翻预警成为现实;
4、前后方向也同样适用,特别地可以用于指示货车装货(如较重或较长货物)后的静态及动态稳定性质;
5、检测过程简单方便,且判断、预判准确,实时同步、实用性强。
附图说明
图1是本发明实施例中预判车辆稳定性的方法的流程图。
图2是本发明实施例中所建立的目标车辆的车辆力心计算模型图。
图3是本发明实施例中车辆力心/稳定性转换函数获取流程图。
图4是本发明实施例中对车辆力心/稳定性转换及车辆力心变化趋势预判分析的流程图。
图5是本发明实施例中车辆稳定性区域划分立体示意图。
图6是本发明实施例中车辆稳定性区域划分俯视示意图。
图中,100、目标车辆;101、车轮模块一;102、车轮模块二;103、车轮模块三;104、车轮模块四;111、传感器一;112、传感器二;113、传感器三;114、传感器四;120、参考原点;130、车辆力心。
具体实施方式
以下是本发明的具体实施例,并结合附图对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
本发明的预判车辆稳定性的方法可以适用于多数具有刚性车身结构的车辆,该车辆可以是普通家用四轮轿车,所涉及的传感器的数量一般为四个,优选采用力传感器。但是并不排除其他形式的多轮车辆,例如六轮车等,只需要在其他形式多轮车辆的车轮模块上装上对应数量的传感器。在以下实施例中,以四轮车辆为例,四个传感器分别对应设置在车辆四个车轮模块上。
如图1所示,本预判车辆稳定性的方法具体包括以下步骤:
步骤S10、通过传感器检测目标车辆100的各个车轮受到地面的作用力Fi,作用力Fi表示编号为i车轮受到的作用力信号;
步骤S20、通过目标车辆100的车载控制器接收步骤S10中的作用力Fi,并分析计算获得目标车辆100的力心坐标向量所述力心坐标向量表示车辆力心130相对于车辆几何中心的坐标向量;
步骤S30、将力心坐标向量代入预存储在目标车辆100的车载控制器中的车辆力心/稳定性转换函数计算得到目标车辆100的稳定性信号Scar,并根据该稳定性信号Scar的值判断目标车辆100当前所处的稳定性状态,车辆力心/稳定性转换函数通过在实验条件下标定测试车辆获得;本实施例中的测试车辆与目标车辆100为型号相同或技术参数相近的车辆,其中测试车辆定义为在实验条件下用于标定测试数据的车辆,目标车辆100定义正常上路行驶的车辆。
具体来说,如图2所示,力心坐标向量是通过建立车辆受力模型获得:以目标车辆100的几何中心作为参考原点120构建直角坐标系,将传感器一111、传感器二112、传感器三113和传感器四114分别一一对应设置于测试车辆的车轮模块一101、车轮模块二102、车轮模块三103和车轮模块四104上。从而检测各个车轮模块所受作用力的信号,即检测车轮受到的作用力信号F1、作用力信号F2、作用力信号F3、作用力信号F4。此外,在本发明的其他特定的案例中,传感器一111、传感器二112、传感器三113和传感器四114放置的位置还存在其他方案的可行性,原则上可以根据测试车辆的结构和特性而决定,例如可以放置在车身悬挂模块中,又例如可以放置在车轮模块与汽车底盘之间。通过上述模型,可以获得力心坐标向量的模型公式:
式中,表示编号为i的传感器的位置相对于参考原点120的坐标向量。
由于本实施例中的目标车辆100为四轮车辆,因此,式(1)实际为:
为传感器一111的位置相对于参考原点120的坐标向量,为传感器二112的位置相对于参考原点120的坐标向量,为传感器三113的位置相对于参考原点120的坐标向量,为传感器四114的位置相对于参考原点120的坐标向量。
如图3所示,车辆力心/稳定性转换函数通过下述步骤获得:步骤S31、选择一测试车辆,并在测试车辆的各个车轮模块上设置传感器采集车辆行驶过程中车身所施加给车轮的作用力F′i;
步骤S32、令测试车辆处于一系列不同稳定性条件下,通过由测试者根据具体情况来制定评分标准,并根据该标准评分获得不同的稳定性信号S′car;同时计算出测试车辆的力心坐标向量并将力心坐标向量与对应的车辆稳定性信号S′car配对保存为原始数据,所述力心坐标向量的求取方式与力心坐标向量的求取方式相同;
步骤S33、建立空间直角坐标系,将原始数据绘制在空间直角坐标系中形成空间点群,然后通过数学方法拟合得到一个与该空间点群误差最小的空间面函数,即为车辆力心/稳定性转换函数作为一种优选方案,数学方法拟合具体采用建立以下数学模型:
x=a*vm1*(cos(u)n-sin(u)n)+c (3)
y=b*vm2*(cos(u)n+sin(u)n)+d (4)
z=v (5)
其中u和v为自变量,取值范围分别为0-2π和0-1,a、b、c、d、m和n为通过拟合来确定的方程控制参数,m1和m2的取值范围为0-10,n的取值为大于等于1的奇数。以上述数学模型作为拟合模型,用最小二乘法得到该模型的参数a,b,c,d,m1,m2和n的最优解,从而得到一个与该空间点群误差最小的空间面函数,即为车辆力心/稳定性转换函数
更进一步地,对步骤S32中获得的不同的稳定性信号S′car进行归一化处理,得到稳定性信号S′car的值域,然后设置k条分界线,将稳定性信号S′car的值域划分为k+1个区域,分别表示k+1个不同等级的稳定性标准,其中,2≤k≤5。
通过对稳定性信号S′car的值域进行分界,从而定义出各个不同值域区间的含义,方便明了。其中,划分包括等分划分或以不同权重非等分划分两种方式。
如图5和图6所示,本实施例中,以五条分界线为例,即k为5,划分出的六个车辆稳定性区域分别对应着六档车辆稳定性等级。车辆稳定性区域的定义如表1所示。
表1.车辆稳定性区域定义表。
档位 | 名称 | 定义 | 状态 |
一档(I) | 稳定区 | 一号分界线之内区域 | 正常状态 |
二档(II) | 基本稳定区 | 一号与二号分界线之间区域 | 基本稳定 |
三档(III) | 一级亚稳定区 | 二号与三号分界线之间区域 | 轻度不稳定 |
四档(IV) | 二级亚稳定区 | 三号与四号分界线之间区域 | 中度不稳定 |
五档(V) | 三级亚稳定区 | 四号与五号分界线之间区域 | 重度不稳定 |
六档(VI) | 侧翻临界区 | 五号分界线之外区域 | 即将侧翻 |
本实施例中仅仅举例了分界线为五条的情况,实际应用中,分界线的数量需要根据不同车型的实际需求进行取值,即k可以为2-5的任意一个值,甚至设置更多分界线。根据上述方法,分界线可以设定为两条到五条。当分界线为两条时,不同稳定等级的区域包括:稳定区、基本稳定区和侧翻临界区;当分界线为三条时,不同稳定等级的区域包括:稳定区、基本稳定区、亚稳定区和侧翻临界区;当分界线为四条时,不同稳定等级的区域包括:稳定区、基本稳定区、一级亚稳定区、二级亚稳定区和侧翻临界区。
作为本发明的一种优选方案,如图4所示,本发明的预判车辆稳定性的方法还进一步包括对车辆力心/稳定性转换及车辆力心130变化趋势预判的步骤:
步骤S40:对力心坐标向量随时间t作一阶导数运算得到车辆力心130的速度向量
步骤S50、对力心坐标向量随时间t作二阶导数运算得到车辆力心130的加速度向量
步骤S60、结合力心坐标向量速度向量和加速度向量进行并预判车辆力心130的变化趋势。
本方法实施例中的预判过程只要找出目标车辆100的车辆力心130坐标所处的区域即可实现,因此不做过多赘述。以下着重分析实施例中车辆力心/稳定性转换及车辆力心130变化趋势的预判过程,具体如下所述:
1、当车辆力心130的坐标向量显示车辆稳定性处于稳定区或者基本稳定区,无论车辆力心130的坐标变化的速度向量往哪个方向移动,则当前及未来的一段时间内目标车辆100处于相对安全的状态。
2、当车辆力心130的坐标向量显示车辆稳定性处于一级亚稳定区,而车辆力心130的坐标变化的速度向量显示力心位置正朝向基本稳定区移动,则当前及未来的一段时间内目标车辆100处于安全的状态;反之,若车辆力心130的坐标变化的速度向量和/或加速度向量显示力心位置正朝向二级亚稳定区移动,则目标车辆100处于不安全状态,可以通过其他系统的辅助,及时地消除目标车辆100的这种中度不稳定状态。
3、当车辆力心130的坐标向量显示车辆稳定性处于二级亚稳定区,而车辆力心130的坐标变化的速度向量显示力心位置正朝向一级亚稳定区移动,则当前及未来的一段时间内目标车辆100趋向处于相对安全的状态;反之,若车辆力心130的坐标变化的速度向量和/或加速度向量显示力心位置正朝向三级亚稳定区移动,则目标车辆100处于危险状态,可以通过其他系统的辅助,及时地消除目标车辆100的这种重度不稳定状态。
4、当车辆力心130的坐标向量显示车辆稳定性处于三级亚稳定区,而车辆力心130的坐标变化的速度向量显示力心位置正朝向二级亚稳定区移动,则当前及未来的一段时间内目标车辆100趋向处于相对安全的状态;反之,若车辆力心130的坐标变化的速度向量和/或加速度向量显示力心位置正朝向侧翻临界区移动,则目标车辆100处于非常危险状态,必须通过其他系统的辅助,及时地消除目标车辆100的这种极度不稳定状态。
5、车辆力心130的坐标向量显示车辆稳定性处于稳定区,车辆力心130坐标变化的速度向量也显示车辆力心130没有发生显著的移动,但是车辆力心130坐标变化的加速度向量则出现较大的峰值。出现这种情况可能是由于汽车在行驶过程中突然遇到某种突发情况导致目标车辆100力心发生了某种突变。
在这种情况下,系统可以通过分析该加速度向量并评估这种趋势下车辆力心130有可能最终会移至的区域。若最终会移至的区域在可控区域之内,即侧翻临界区内,则可以通过其他系统的辅助,及时地消除目标车辆100的这种不稳定状态,使车辆回到安全状态。
若车辆力心130最终会移至不可控区域,即侧翻临界区以外的区域。则本系统会在第一时间发出侧翻预警,并警示驾驶员车辆即将侧翻。同时可启动刹车减速系统、车身抑制控制系统。在车辆侧翻确定并不可逆转时,本系统还可命令安全气囊,在车辆侧面接触到地面以前,提前开启侧面和/或前面的安全气囊,尽最大可能及时保护车内人员的生命和安全。
上述实施例中仅仅例举了以力传感器作为测量各个车轮模块受力状况的工具,但是并不排除采用其他方式来代替,例如:
1、间接测量力学信号(通过悬架):车辆悬架上的受力状况应基本等效于车轮的受力状况。车辆的悬架系统通常由弹性元件、阻尼元件和其他一些机构组成。弹性+阻尼原件通常会使得车辆悬架产生复杂的力学特征,但是技术上可以通过对车辆悬架系统进行数学建模、理论分析和模拟仿真,得到悬架系统的受力情况与悬架系统中某些位置或角度之间的变化规律,并通过位置、距离或角度传感器等所测得的信号依照模型计算得到悬架系统的受力情况。此处为了叙述简洁,假设某车车辆悬架仅由弹性元件及其他一些必要的机构组成。则根据弹性元件符合胡克定律F=-k·x的特性,在已知弹性元件的弹性系数k时,可以通过探测弹性元件的长度x,从而计算弹性元件的受力情况,其等效于车轮受力状况。
2、间接测量力学信号(通过轮胎胎压):汽车轮胎的胎压可以反映该轮胎受力状况(大小),因此用气压传感器精确探测车辆轮胎的气压信号,并通过轮胎的力学方程将其转化为轮胎的受力状况(大小)。
3、间接测量力学信号(通过应力应变法):假设在方案1中,需要在汽车车轮上的某个部位安装力学传感器,用于直接探测该部位的受力情况。那么可以通过应力应变这种间接测量法代替力传感器来测量该部位受力状况(应力状况)。应力应变法的原理是:一般作为结构材料所使用,其所被设计实际所承受的应力应变范围应该在该材料的弹性阶段之内(PS:一般材料在变形时,会先后经历以下几个阶段:弹性阶段、屈服阶段、应变强化阶段和颈缩阶段),即该材料在受力后会发生一定的应变,且该应变与应力应呈比例关系,即符合胡克定律。因此可以通过材料的力学测试确定该结构材料的弹性系数,则所测应力正比于所测材料的应变。而目前测材料的应变技术比较多,应用也比较广泛,比较常见的应变测量技术有:电阻应变片电测法、光学测试法(如基于材料双折射效应的光弹性法、光纤光栅应变测试法等)。通过上述技术手段,测量出结构材料的应变,再通过结构材料的应力应变关系计算出车辆该部分材料目前所受应力情况。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (9)
1.一种预判车辆稳定性的方法,其特征在于,所述方法包括如下步骤:
步骤S10、通过传感器检测目标车辆(100)的各个车轮受到地面的作用力Fi,作用力Fi表示编号为i车轮受到的作用力信号;
步骤S20、通过目标车辆(100)的车载控制器接收步骤S10中的作用力Fi,并分析计算获得目标车辆(100)的力心坐标向量所述力心坐标向量表示车辆力心(130)相对于车辆几何中心的坐标向量;
步骤S30、将力心坐标向量代入预存储在目标车辆(100)的车载控制器中的车辆力心/稳定性转换函数计算得到目标车辆(100)的稳定性信号Scar,并根据该稳定性信号Scar的值判断目标车辆(100)当前所处的稳定性状态,所述车辆力心/稳定性转换函数通过在实验条件下标定测试车辆获得;
所述测试车辆与目标车辆(100)为型号相同或技术参数相近的车辆,其中所述测试车辆定义为在实验条件下用于标定测试数据的车辆,所述目标车辆(100)定义正常上路行驶的车辆。
2.根据权利要求1所述的一种预判车辆稳定性的方法,其特征在于,所述力心坐标向量通过建立以下数学模型获得:
<mrow>
<msub>
<mover>
<mi>C</mi>
<mo>&RightArrow;</mo>
</mover>
<mrow>
<mi>f</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&Sigma;F</mi>
<mi>i</mi>
</msub>
<mo>&times;</mo>
<msub>
<mover>
<mi>P</mi>
<mo>&RightArrow;</mo>
</mover>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>&Sigma;F</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,表示编号为i的传感器的位置相对于车辆几何中心的坐标向量。
3.根据权利要求2所述的一种预判车辆稳定性的方法,其特征在于,步骤S30中所述车辆力心/稳定性转换函数的获得包括以下步骤:
步骤S31、选择一测试车辆,并在测试车辆的各个车轮模块上设置传感器采集车辆行驶过程中车身所施加给车轮的作用力F′i;
步骤S32、令测试车辆处于一系列不同稳定性条件下,通过由测试者根据具体情况来制定评分标准,并根据该标准评分获得不同的稳定性信号S′car;同时计算出测试车辆的力心坐标向量并将力心坐标向量与对应的车辆稳定性信号S′car配对保存为原始数据,所述力心坐标向量的求取方式与力心坐标向量的求取方式相同;
步骤S33、建立空间直角坐标系,将原始数据绘制在空间直角坐标系中形成空间点群,然后通过数学方法拟合得到一个与该空间点群误差最小的空间面函数,即为车辆力心/稳定性转换函数
4.根据权利要求3所述的一种预判车辆稳定性的方法,其特征在于,步骤S33中所述数学方法拟合为最小二乘法拟合。
5.根据权利要求3所述的一种预判车辆稳定性的方法,其特征在于,步骤S33中所述数学方法拟合包括建立以下数学模型:
x=a*vm1*(cos(u)n-sin(u)n)+c (2)
y=b*vm2*(cos(u)n+sin(u)n)+d (3)
z=v (4)
其中u和v为自变量,取值范围分别为0-2π和0-1,a、b、c、d、m1、m2和n为通过拟合来确定的方程控制参数,m1和m2的取值范围为0-10,n的取值为大于等于1的奇数。
6.根据权利要求3所述的一种预判车辆稳定性的方法,其特征在于,对步骤S32中获得的不同的稳定性信号S′car进行归一化处理,得到稳定性信号S′car的值域,然后设置k条分界线,将稳定性信号S′car的值域划分为k+1个区域,分别表示k+1个不同等级的稳定性标准,其中,2≤k≤5。
7.根据权利要求6所述的一种预判车辆稳定性的方法,其特征在于,所述划分包括等分划分或以不同权重非等分划分两种方式。
8.根据权利要求1或2或3所述的一种预判车辆稳定性的方法,其特征在于,还包括对车辆力心/稳定性转换及车辆力心(130)变化趋势预判的步骤:
步骤S40:对力心坐标向量随时间作一阶导数运算得到车辆力心(130)的速度向量
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>&RightArrow;</mo>
</mover>
<mrow>
<mi>f</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>d</mi>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>C</mi>
<mo>&RightArrow;</mo>
</mover>
<mrow>
<mi>f</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤S50、对力心坐标向量随时间作二阶导数运算得到车辆力心(130)的加速度向量
<mrow>
<msub>
<mover>
<mi>A</mi>
<mo>&RightArrow;</mo>
</mover>
<mrow>
<mi>f</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mi>d</mi>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>C</mi>
<mo>&RightArrow;</mo>
</mover>
<mrow>
<mi>f</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msup>
<mi>dt</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤S60、结合力心坐标向量速度向量和加速度向量进行并预判车辆力心(130)的变化趋势。
9.根据权利要求1或2或3所述的一种预判车辆稳定性的方法,其特征在于,所述传感器为力传感器,所述目标车辆(100)和所述测试车辆均为具有刚性车身结构的车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510845376.7A CN105292121B (zh) | 2015-11-27 | 2015-11-27 | 一种预判车辆稳定性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510845376.7A CN105292121B (zh) | 2015-11-27 | 2015-11-27 | 一种预判车辆稳定性的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105292121A CN105292121A (zh) | 2016-02-03 |
CN105292121B true CN105292121B (zh) | 2017-09-26 |
Family
ID=55190137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510845376.7A Active CN105292121B (zh) | 2015-11-27 | 2015-11-27 | 一种预判车辆稳定性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105292121B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107064010B (zh) * | 2016-12-15 | 2019-04-23 | 姜正晖 | 软土地区路面行驶质量评价方法 |
CN107679316B (zh) * | 2017-09-28 | 2020-05-08 | 奇瑞汽车股份有限公司 | 车辆异响的检测方法、装置及计算机可读存储介质 |
CN110288726B (zh) * | 2019-06-28 | 2021-10-08 | 广西民族大学 | 一种基于bp神经网络甘蔗转运车危险预测方法 |
CN110362088B (zh) * | 2019-08-02 | 2022-07-12 | 上海振华重工(集团)股份有限公司 | 一种适用于无人驾驶跨运车的循迹控制系统和方法 |
CN114858489B (zh) * | 2022-07-05 | 2022-09-09 | 山东亚华机械制造有限公司 | 一种车辆悬架性能分析实验平台 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100480773C (zh) * | 2004-06-30 | 2009-04-22 | 德克萨斯仪器股份有限公司 | 在闭环操作中微机电系统反射镜的稳定性 |
WO2007098891A1 (en) * | 2006-03-03 | 2007-09-07 | National University Of Ireland Maynooth | Method for determining the centre of gravity for an automotive vehicle |
CN101539487B (zh) * | 2009-05-05 | 2011-06-01 | 中国农业大学 | 一种汽车稳定性控制实车试验系统 |
CN101893517A (zh) * | 2010-07-28 | 2010-11-24 | 吉林大学 | 汽车稳定性参数测试台及使用该测试台的测试方法 |
CN102628750A (zh) * | 2012-03-23 | 2012-08-08 | 中国农业大学 | 一种侧向拉杆式车辆稳定性试验系统 |
CN104442830B (zh) * | 2014-11-05 | 2016-10-19 | 山东省计算中心(国家超级计算济南中心) | 四轮转向/驱动车辆的速度估计和摩擦辨识方法 |
CN104773170B (zh) * | 2015-04-28 | 2017-03-29 | 吉林大学 | 一种车辆稳定性集成控制方法 |
-
2015
- 2015-11-27 CN CN201510845376.7A patent/CN105292121B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105292121A (zh) | 2016-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105292121B (zh) | 一种预判车辆稳定性的方法 | |
US10744827B2 (en) | Tire pressure monitoring systems and methods | |
US10753827B2 (en) | Method and system for measuring vertical wheel impact force in real-time based on tire pressure monitoring | |
CN105764714B (zh) | 确定车辆轮胎的理论胎压与实际胎压之间的压力偏差以及车轮载荷的方法和系统 | |
US20090024269A1 (en) | Method for determining the centre of gravity for an automotive vehicle | |
CN110626353A (zh) | 一种基于侧倾风险指标的车辆危险状态预警方法 | |
EP3833553B1 (en) | Tread wear monitoring system and method | |
CN202547955U (zh) | 一种四轮定位仪车架组装式校准装置 | |
CN112319414B (zh) | 一种液罐车侧翻预警装置及方法 | |
EP2682733A1 (en) | Method and system for estimating the effort generated by the contact of a tire with the road in an instrumented tire | |
KR20140097564A (ko) | 차량의 이상 검출 방법 및 장치 | |
CN110926735A (zh) | 基于多维动态参数的桥梁结构快速诊断方法 | |
CN111976731B (zh) | 基于车辆频域响应的路面不平度识别方法 | |
CN106908128A (zh) | 基于Landweber迭代法的桥面多轴移动荷载的识别方法 | |
EP3115263B1 (en) | Rollover danger warning device | |
CN104350369A (zh) | 用于进行轮胎胎压检测的装置和方法 | |
CN107505082A (zh) | 胎压标定测量方法和装置 | |
CN111289270A (zh) | 测量车辆侧倾角度与防侧翻支架离地高度的装置及方法 | |
CN106768234A (zh) | 基于经典行作用法的桥面多轴移动荷载的识别方法 | |
CN109615258A (zh) | 汽车制动踏板感的评价方法 | |
Van Nguyen et al. | Measurement of static lateral stability angle and roll moment of inertia for agricultural tractors with attached implements | |
CN106595932A (zh) | 基于截断完全最小二乘法的桥面多轴移动荷载的识别方法 | |
CN106844982A (zh) | 基于求解最大熵的桥面多轴移动荷载的识别方法 | |
Xiong et al. | The Study for Anti-Rollover Performance Based on Fishhook and J Turn Simulation | |
CN202885935U (zh) | 一种测试客车运行轴荷的装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |