CN110341591A - 一种用于纯电动或混合动力汽车主动安全的声音管理系统 - Google Patents

一种用于纯电动或混合动力汽车主动安全的声音管理系统 Download PDF

Info

Publication number
CN110341591A
CN110341591A CN201910617854.7A CN201910617854A CN110341591A CN 110341591 A CN110341591 A CN 110341591A CN 201910617854 A CN201910617854 A CN 201910617854A CN 110341591 A CN110341591 A CN 110341591A
Authority
CN
China
Prior art keywords
electric vehicle
pure electric
management system
active safety
acoustic management
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.)
Pending
Application number
CN201910617854.7A
Other languages
English (en)
Inventor
李捷
尹奇辉
梁志鹏
杨磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiyuan University of Science and Technology
Original Assignee
Taiyuan University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taiyuan University of Science and Technology filed Critical Taiyuan University of Science and Technology
Priority to CN201910617854.7A priority Critical patent/CN110341591A/zh
Publication of CN110341591A publication Critical patent/CN110341591A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q5/00—Arrangement or adaptation of acoustic signal devices
    • B60Q5/005—Arrangement or adaptation of acoustic signal devices automatically actuated
    • B60Q5/008—Arrangement or adaptation of acoustic signal devices automatically actuated for signaling silent vehicles, e.g. for warning that a hybrid or electric vehicle is approaching
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
    • G10L25/30—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/40—Bus networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/40—Bus networks
    • H04L2012/40208—Bus networks characterized by the use of a particular bus standard
    • H04L2012/40215—Controller Area Network CAN

Landscapes

  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Hybrid Electric Vehicles (AREA)

Abstract

本发明属于声音管理系统技术领域，具体涉及一种用于纯电动或混合动力汽车主动安全的声音管理系统，包括BP神经网络和采集系统，所述BP神经网络通过CAN总线与采集系统连接。所述采集系统包括电动汽车油门踏板位置传感器、电动汽车制动踏板位置传感器、电机转速传感器、车速传感器、模拟发动机发声装置、外界噪声测试器。所述CAN总线读取采集系统所采集的数据，通过BP神经网络进行信息融合。本发明使用BP神经网络自动生成模糊控制器，考虑到神经网络训练需要的数据量很大，提出变论域模糊控制，在有限的训练数据量的情况下，实现自适应控制。本发明用于纯电动或混合动力汽车主动安全的声音管理。

Description

一种用于纯电动或混合动力汽车主动安全的声音管理系统
技术领域
本发明属于声音管理系统技术领域，具体涉及一种用于纯电动或混合动力汽车主动安全的声音管理系统。
背景技术
目前纯电动汽车和混合动力汽车大量出现，在城市工况下纯电动汽车和混合动力汽车车速较慢。而纯电动汽车和混合动力汽车在低速行驶情况下噪声较小不易察觉，容易造成交通事故。纯电动车取消了发动机，从某种层面上讲也减少了驾驶员的驾驶体验，加速时发动机的轰鸣声会大大提高某些驾驶员的驾驶体验。欧盟、日本和美国都对纯电动汽车噪声最小值提出了限制，噪声小有安全隐患的纯电动汽车将不能上路。
现有技术大多围绕着纯电动汽车的发声装置的设计和发声的控制策略上。在纯电动汽车发声的控制策略上，现有技术考虑因素较少。大多只参考汽车的发动机转速和汽车速度，显然是不合理的。而且使用BP神经网络需要大量的数据，且训练过程比较复杂，即使训练好的神经网络的输出也可能不是想要的值，鲁棒性不高。而模糊控制器的设计调参是一个十分繁琐的工作，并且在创建模糊控制器的过程中所假设的数学模型不是精确的。
发明内容
针对上述技术问题，本发明提供了提供了一种使用BP神经网络自动生成的变论域模糊控制器，用于提高纯电动汽车或混合动力汽车主动安全和驾驶体验的发声控制算法。
为了解决上述技术问题，本发明采用的技术方案为：
一种用于纯电动或混合动力汽车主动安全的声音管理系统，包括BP神经网络和采集系统，所述BP神经网络通过CAN总线与采集系统连接。
所述采集系统包括电动汽车油门踏板位置传感器、电动汽车制动踏板位置传感器、电机转速传感器、车速传感器、模拟发动机发声装置、外界噪声测试器，其均与CAN总线连接。
所述CAN总线读取采集系统所采集的数据，通过BP神经网络进行信息融合。
所述信息融合的结果为根据以上数据将发声类型分为加速、制动、倒车、匀速四种类型，并确定合理的发声分贝数。
所述的BP神经网络生成的模糊控制器一共有5层，分别为输入、输入隶属度函数、模糊规则、输出隶属度函数、输出，其中输入层分为4组分别为：制动踏板位置变化率、根据外界噪声加权的车速值；加速踏板变化率、根据外界噪声加权的车速值；匀速车速、外界噪声值；匀速车速、外界噪声值，所述输出层节点有加速类型发声大小、制动类型发声大小、匀速类型发声大小、倒车类型发声大小。
所述BP神经网络经过反向训练逼近得到变论域模糊控制。
所述变论域模糊控制可以是变论域模糊控制器的直接输入，也可以是根据变论域模糊控制器所得数据查表控制。
所述变论域模糊控制进行信息融合，根据外界噪声值进行加权处理后再输出。
所述变论域模糊控制的伸缩因子为，其中E为输入或者输出论域的最大值，为取值0-1之间的数，所述伸缩因子描述输入论域的伸缩变化。
本发明与现有技术相比，具有的有益效果是：
本发明使用BP神经网络自动生成模糊控制器，考虑到神经网络训练需要的数据量很大，提出变论域模糊控制，在有限的训练数据量的情况下，实现自适应控制。并且变论域模糊控制综合汽车转速、车速、踩油门踏板力度、制动踏板力度、外界噪声等因素确定声音的大小。
附图说明
图1为使用BP神经网络生成的模糊控制器；
其中1为输入，2为输入隶属度函数，3为模糊规则，4为输出隶属度函数，5为输出，6为逻辑与运算。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种用于纯电动或混合动力汽车主动安全的声音管理系统，包括BP神经网络和采集系统，BP神经网络通过CAN总线与采集系统连接。采集系统采集数据，CAN总线读取采集系统所采集的数据，通过BP神经网络进行信息融合，根据外界噪声值进行加权处理后再输出。
进一步，优选的，采集系统包括电动汽车油门踏板位置传感器、电动汽车制动踏板位置传感器、电机转速传感器、车速传感器、模拟发动机发声装置、外界噪声测试器，其均与CAN总线连接。
进一步，CAN总线读取采集系统所采集的数据，通过BP神经网络生成的变论域模糊控制器进行信息融合。
进一步，信息融合的结果为根据以上数据将发声类型分为加速、制动、倒车、匀速四种类型，并确定合理的发声分贝数。
进一步，如图1所示，BP神经网络生成的模糊控制器一共有5层，分别为输入、输入隶属度函数、模糊规则、输出隶属度函数、输出，输入层节点有倒车车速、外界噪声值、油门踏板位置变化率、车速、制动踏板位置变化率、匀速车速，输出层节点有加速类型发声大小、制动类型发声大小、匀速类型发声大小、倒车类型发声大小，输入层有四组，其一为倒车车速、外界噪声值，其二为油门踏板位置变化率、根据外界噪声加权的车速值，其三为制动踏板位置变化率、根据外界噪声加权的车速值，其四为匀速车速、外界噪声值。优选的，加速声音类型、制动声音类型、倒车声音类型均为50hz的滴滴声与发动机运行声音的结合，匀速声音类型是发动机的运行的声音。
进一步，BP神经网络经过反向训练逼近得到变论域模糊控制。
进一步，优选的，变论域模糊控制可以是变论域模糊控制器的直接输入，也可以是根据变论域模糊控制器所得数据进行分段控制。
进一步，变论域模糊控制进行信息融合，根据外界噪声值进行加权处理后再输出。发声的大小随着外界噪声和车速变大而变大，并随油门踏板位置变化率和制动踏板位置变化率的变大而变大，且车速在0-20km/h总的发出噪声量不超过75db，倒车发声类型声音大小应超过47db。
进一步，变论域模糊控制的伸缩因子为。
进一步，E为输入或者输出论域的最大值，的取值为0-1之间的数，伸缩因子的作用为描述输入论域的伸缩变化，使用变论域可使模糊控制器的论域随着输入的值变大变小，使控制器的使用范围变大，减少控制器对数据样本的依赖。
本发明的工作流程为：
使用CAN总线读取车速、外界噪声大小、油门踏板位置、制动踏板位置数据。通过油门踏板位置传感器或制动踏板位置传感器数据计算踏板位置传感器。计算加速踏板位置变化率。判断汽车所处的运行工况：加速、制动、倒车、匀速。根据工况分类通过变论域模糊控制器作为声音类型大小的输出。
上面仅对本发明的较佳实施例作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化，各种变化均应包含在本发明的保护范围之内。

Claims (9)

1.一种用于纯电动或混合动力汽车主动安全的声音管理系统，其特征在于：包括BP神经网络和采集系统，所述BP神经网络通过CAN总线与采集系统连接。
2.根据权利要求1所述的一种用于纯电动或混合动力汽车主动安全的声音管理系统，其特征在于：所述采集系统包括电动汽车油门踏板位置传感器、电动汽车制动踏板位置传感器、电机转速传感器、车速传感器、模拟发动机发声装置、外界噪声测试器，其均与CAN总线连接。
3.根据权利要求1所述的一种用于纯电动或混合动力汽车主动安全的声音管理系统，其特征在于：所述CAN总线读取采集系统所采集的数据，通过BP神经网络进行信息融合。
4.根据权利要求3所述的一种用于纯电动或混合动力汽车主动安全的声音管理系统，其特征在于：所述信息融合的结果为根据以上数据将发声类型分为加速、制动、倒车、匀速四种类型，并确定合理的发声分贝数。
5.根据权利要求1所述的一种用于纯电动或混合动力汽车主动安全的声音管理系统，其特征在于：所述的BP神经网络生成的模糊控制器一共有5层，分别为输入、输入隶属度函数、模糊规则、输出隶属度函数、输出，其中输入层分为4组分别为：制动踏板位置变化率、根据外界噪声加权的车速值；加速踏板变化率、根据外界噪声加权的车速值；匀速车速、外界噪声值；匀速车速、外界噪声值，所述输出层节点有加速类型发声大小、制动类型发声大小、匀速类型发声大小、倒车类型发声大小。
6.根据权利要求1所述的一种用于纯电动或混合动力汽车主动安全的声音管理系统，其特征在于：所述BP神经网络经过反向训练逼近得到变论域模糊控制。
7.根据权利要求6所述的一种用于纯电动或混合动力汽车主动安全的声音管理系统，其特征在于：所述变论域模糊控制采用变论域模糊控制器的直接输入或根据变论域模糊控制器所得数据进行分段控制。
8.根据权利要求6所述的一种用于纯电动或混合动力汽车主动安全的声音管理系统，其特征在于：所述变论域模糊控制进行信息融合，根据外界噪声值进行加权处理后再输出。
9.根据权利要求6所述的一种用于纯电动或混合动力汽车主动安全的声音管理系统，其特征在于：所述变论域模糊控制的伸缩因子为，其中E为输入或者输出论域的最大值，为取值0-1之间的数，所述伸缩因子描述输入论域的伸缩变化。
CN201910617854.7A 2019-07-10 2019-07-10 一种用于纯电动或混合动力汽车主动安全的声音管理系统 Pending CN110341591A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910617854.7A CN110341591A (zh) 2019-07-10 2019-07-10 一种用于纯电动或混合动力汽车主动安全的声音管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910617854.7A CN110341591A (zh) 2019-07-10 2019-07-10 一种用于纯电动或混合动力汽车主动安全的声音管理系统

Publications (1)

Publication Number Publication Date
CN110341591A true CN110341591A (zh) 2019-10-18

Family

ID=68176801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910617854.7A Pending CN110341591A (zh) 2019-07-10 2019-07-10 一种用于纯电动或混合动力汽车主动安全的声音管理系统

Country Status (1)

Country Link
CN (1) CN110341591A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021122094A1 (de) 2021-08-26 2023-03-02 Ford Global Technologies, Llc Verfahren zum Betrieb eines Kraftfahrzeugs

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102183957A (zh) * 2011-03-04 2011-09-14 哈尔滨工程大学 船舶航向变论域模糊与最小二乘支持向量机复合控制方法
CN102645893A (zh) * 2012-04-19 2012-08-22 哈尔滨工程大学 船舶航向变论域模糊控制方法
CN103345153A (zh) * 2013-06-16 2013-10-09 北京联合大学 通用网络化预测模糊控制方法
CN103895567A (zh) * 2014-03-26 2014-07-02 北京长安汽车工程技术研究有限责任公司 一种电动汽车的声音模拟发声方法及装置
CN108645615A (zh) * 2018-04-08 2018-10-12 太原科技大学 一种自适应模糊神经网络齿轮剩余寿命预测方法
CN108809167A (zh) * 2018-06-26 2018-11-13 长春工业大学 一种基于模糊控制的bp神经网络pid调速控制算法
US10205428B1 (en) * 2017-10-31 2019-02-12 Toyota Research Institute, Inc. Variable audible-alert device
CN109591693A (zh) * 2018-10-31 2019-04-09 清华大学苏州汽车研究院（相城） 一种电动汽车运动声品质主动发声系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102183957A (zh) * 2011-03-04 2011-09-14 哈尔滨工程大学 船舶航向变论域模糊与最小二乘支持向量机复合控制方法
CN102645893A (zh) * 2012-04-19 2012-08-22 哈尔滨工程大学 船舶航向变论域模糊控制方法
CN103345153A (zh) * 2013-06-16 2013-10-09 北京联合大学 通用网络化预测模糊控制方法
CN103895567A (zh) * 2014-03-26 2014-07-02 北京长安汽车工程技术研究有限责任公司 一种电动汽车的声音模拟发声方法及装置
US10205428B1 (en) * 2017-10-31 2019-02-12 Toyota Research Institute, Inc. Variable audible-alert device
CN108645615A (zh) * 2018-04-08 2018-10-12 太原科技大学 一种自适应模糊神经网络齿轮剩余寿命预测方法
CN108809167A (zh) * 2018-06-26 2018-11-13 长春工业大学 一种基于模糊控制的bp神经网络pid调速控制算法
CN109591693A (zh) * 2018-10-31 2019-04-09 清华大学苏州汽车研究院（相城） 一种电动汽车运动声品质主动发声系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021122094A1 (de) 2021-08-26 2023-03-02 Ford Global Technologies, Llc Verfahren zum Betrieb eines Kraftfahrzeugs

Similar Documents

Publication Publication Date Title
CN106347138B (zh) 一种纯电动汽车的能量回收控制方法、装置及纯电动汽车
CN106004878B (zh) 一种自适应巡航舒适性控制系统及控制方法
CN108058615A (zh) 车辆制动能量的回收方法和装置
JPH0698903B2 (ja) 車両走行制御装置
CN104175891B (zh) 纯电动汽车能量回收再生制动控制方法
CN104627024B (zh) 提高纯电动车驾驶性的控制方法
CN109177951A (zh) 一种基于模糊控制的制动防抱死控制方法
CN104932268A (zh) 基于模糊pid的汽车巡航控制系统
CN114144329B (zh) 一种电机扭矩滤波控制方法、系统及混合动力车辆
CN206749792U (zh) 一种纯电动汽车行驶工况判别装置
CN107323198B (zh) 一种横向互联空气悬架互联状态模糊控制系统及方法
CN110877535A (zh) 一种纯电动汽车城市低速跟车路况的单踏板控制方法
CN107554356A (zh) 电动汽车的扭矩分配方法和装置
CN104973050B (zh) 一种基于驾驶意图的混合动力装置及其控制方法
CN106799975A (zh) 一种驾驶员需求扭矩的控制方法、装置及电动汽车
CN107097789A (zh) 一种纯电动汽车行驶工况判别系统
CN116442799A (zh) 一种车辆的扭矩分配的控制方法及装置
CN115284893A (zh) 电动汽车力矩分配方法、系统、计算机及可读存储介质
CN116803804A (zh) 一种车辆自适应滑行能量回馈控制方法、装置及车辆
CN110341591A (zh) 一种用于纯电动或混合动力汽车主动安全的声音管理系统
CN106494388B (zh) 一种混合动力汽车能量管理及车速调整装置及方法
CN106740269A (zh) 一种电动汽车的控制方法及电动汽车
CN108725257A (zh) 电动汽车整车控制系统及其控制方法
CN210502292U (zh) 基于智能控制的电动汽车再生制动系统
CN106994895A (zh) 一种四驱结构的地面耦合混合动力装置及其控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20191018

RJ01 Rejection of invention patent application after publication