CN111125854A - 车辆动力学模型的优化方法、装置、存储介质和终端设备 - Google Patents
车辆动力学模型的优化方法、装置、存储介质和终端设备 Download PDFInfo
- Publication number
- CN111125854A CN111125854A CN201811286729.4A CN201811286729A CN111125854A CN 111125854 A CN111125854 A CN 111125854A CN 201811286729 A CN201811286729 A CN 201811286729A CN 111125854 A CN111125854 A CN 111125854A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- model
- dynamics
- gradient
- composite
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005457 optimization Methods 0.000 title claims abstract description 22
- 238000004088 simulation Methods 0.000 claims abstract description 55
- 239000002131 composite material Substances 0.000 claims description 86
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 23
- 230000001133 acceleration Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 12
- 238000012795 verification Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Landscapes
- Steering Control In Accordance With Driving Conditions (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种车辆动力学模型的优化方法、装置、存储介质和终端设备，其中，所述方法包括：获取车辆在预设的行驶工况中行驶的实车行驶数据；控制所述车辆的仿真车依据车辆动力学模型在所述行驶工况中进行仿真，获得仿真行驶数据；其中，初始化的所述车辆动力学模型至少由所述车辆的部分动力参数构建；判断所述仿真行驶数据与所述实车行驶数据的误差是否满足收敛条件；以及如果所述误差不满足所述收敛条件，根据所述车辆动力学模型的模型参数梯度及梯度方向，调整所述车辆动力学模型的模型参数。采用本发明，可以提高辆动力学模型的精度，以提高无人车仿真的可靠性。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种车辆动力学模型的优化方法、装置、存储介质和终端设备。
背景技术
自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。随着无人驾驶汽车的发展，无人车系统的控制算法迭代速度越来越快，实车调试的成本和周期大大增大。为了快速验证控制算法的准确程度，可以在仿真系统中搭建准确的车辆动力学模型，实现与实车调试的相同的测试环境。
但是，现有技术的方案存在以下缺陷：车辆的主机供应商为了商业保密等原因，提供的车辆性能参数通常是不完整的，例如，发动机特性曲线、变速箱换档曲线、转向特性等。在无人车控制算法的优化或调整过程中，由于缺少精确的车辆参数，所搭建的车辆动力学模型难以真实地反应车辆的动态特性，影响无人车控制算法的优化过程，降低无人车控制算法的精度。
发明内容
本发明实施例提供一种车辆动力学模型的优化方法、装置、存储介质和终端设备，以解决或缓解现有技术中的以上一个或多个技术问题。
第一方面，本发明实施例提供了一种车辆动力学模型的优化方法，包括：
获取车辆在预设的行驶工况中行驶的实车行驶数据；
控制所述车辆的仿真车依据车辆动力学模型在所述行驶工况中进行仿真，获得仿真行驶数据；其中，初始化的所述车辆动力学模型至少由所述车辆的部分动力参数构建；
判断所述仿真行驶数据与所述实车行驶数据的误差是否满足收敛条件；以及
如果所述误差不满足所述收敛条件，根据所述车辆动力学模型的模型参数梯度及梯度方向，调整所述车辆动力学模型的模型参数，以使所述车辆动力学模型与所述车辆的动力特性相符。
结合第一方面，在第一方面的第一种实施方式中，所述方法还包括：
获取所述车辆在预设的复合行驶工况中行驶的复合实车行驶数据；
根据所述复合实车行驶数据，确定所述车辆动力学模型的拟合精度；以及
如果所述拟合精度不满足精度标准，则修正所述车辆动力学模型的模型参数梯度及梯度方向。
结合第一方面的第一种实施方式，在第一方面的第二种实施方式中，所述根据所述复合实车行驶数据，确定所述车辆动力学模型的拟合精度，包括：
控制所述车辆的仿真车依据所述动力学模型在所述复合行驶工况中进行仿真，获得复合仿真行驶数据；以及
根据所述复合仿真行驶数据与所述复合实车行驶数据之间的匹配程度，确定所述车辆动力学模型的拟合精度。
结合第一方面的第一种实施方式，在第一方面的第三种实施方式中，所述方法还包括：
如果所述车辆动力学模型的精度满足所述精度标准，则保持所述车辆动力学模型的模型参数梯度及梯度方向。
结合第一方面，在第一方面的第二种实施方式中，所述车辆动力学模型包括所述车辆的各功能控制系统分别对应的动力学子模型；所述方法还包括：
从所述复合实车行驶数据中，提取描述所述功能控制系统的工作的复合实车行驶数据；
根据所述功能控制系统的复合实车行驶数据，确定所述功能控制系统所对应的动力学子模型的拟合精度；
如果所述动力学子模型的拟合精度不满足所述动力学子模型的精度标准，则修正所述动力学子模型的模型参数梯度及梯度方向；以及
如果所述动力学子模型的拟合精度满足所述动力学子模型的精度标准，则保持所述动力学子模型的模型参数梯度及梯度方向。
第二方面，本发明实施例提供一种车辆动力学模型的优化装置，包括：
实车数据获取模块，用于获取车辆在预设的行驶工况中行驶的实车行驶数据；
仿真数据获取模块，用于控制所述车辆的仿真车依据车辆动力学模型在所述行驶工况中进行仿真，获得仿真行驶数据；其中，初始化的所述车辆动力学模型至少由所述车辆的部分动力参数构建的；
误差收敛判断模块，用于判断所述仿真行驶数据与所述实车行驶数据的误差是否满足收敛条件；以及
模型参数调整模块，用于如果所述误差不满足所述收敛条件，根据所述车辆动力学模型的模型参数梯度及梯度方向，调整所述车辆动力学模型的模型参数，以使所述车辆动力学模型与所述车辆的动力特性相符。
结合第二方面，在第二方面的第一种实施方式，所述装置还包括：
复合实车数据获取模块，用于获取所述车辆在预设的复合行驶工况中行驶的复合实车行驶数据；
拟合精度确定模块，用于根据所述复合实车行驶数据，确定所述车辆动力学模型的拟合精度；以及
梯度及方向调整模块，用于如果所述拟合精度不满足精度标准，则如果所述拟合精度不满足精度标准，则修正所述车辆动力学模型的模型参数梯度及梯度方向。
结合第二方面的第一种实施方式，在第二方面的第二种实施方式中，所述拟合精度确定模块包括：
复合仿真数据获取单元，用于控制所述车辆的仿真车依据所述动力学模型在所述复合行驶工况中进行仿真，获得复合仿真行驶数据；以及
匹配程度计算单元，用于根据所述复合仿真行驶数据与所述复合实车行驶数据之间的匹配程度，确定所述车辆动力学模型的拟合精度。
结合第二方面的第二种实施方式，在第二方面的第三种实施方式中，所述装置还包括：
梯度及方向保持模块，用于如果所述车辆动力学模型的精度满足所述精度标准，则保持所述车辆动力学模型的模型参数梯度及梯度方向。
结合第二方面，在第二方面的第四种实施方式中，所述车辆动力学模型包括所述车辆的各功能控制系统分别对应的动力学子模型；以及，所述装置还包括：
子数据提取模块，用于从所述复合实车行驶数据中，提取描述所述功能控制系统的工作的复合实车行驶数据；
子模型精度计算模块，用于根据所述功能控制系统的复合实车行驶数据，确定所述功能控制系统所对应的动力学子模型的拟合精度；
子模型梯度调整模块，用于如果所述动力学子模型的拟合精度不满足所述动力学子模型的精度标准，则修正所述动力学子模型的模型参数梯度及梯度方向；以及
子模型梯度保持模块，用于如果所述动力学子模型的拟合精度满足所述动力学子模型的精度标准，则保持所述动力学子模型的模型参数梯度及梯度方向。
所述装置的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，车辆动力学模型的优化结构中包括处理器和存储器，所述存储器用于车辆动力学模型的优化装置执行上述车辆动力学模型的优化程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述车辆动力学模型的优化装置还可以包括通信接口，用于车辆动力学模型的优化装置与其他设备或通信网络通信。
第三方面，本发明实施例还提供一种计算机可读存储介质，用于车辆动力学模型的优化装置所用的计算机软件指令，其中包括用于执行上述车辆动力学模型的优化方法所涉及的程序。
上述技术方案中的任意一个技术方案具有如下优点或有益效果：
本发明实施例利用同一行驶工况下的实车行驶数据和仿真行驶数据，判断车辆动力学模型是否需要调整，如果需要调整，则根据预定的梯度以及梯度方向调整模型的参数，然后再进行仿真得到新的仿真行驶数据，直至新的仿真行驶数据与实车行驶数据之间的误差满足收敛条件。如此得到的车辆动力学模型可以符合真实车辆的动力特性，提高车辆动力学模型应用于无人车仿真测试的可靠性。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1是本发明提供的车辆动力学模型的优化方法的一个实施例的流程示意图；
图2是本发明提供的车辆动力学模型精度验证过程的一个实施例的流程示意图；
图3是本发明提供的车辆动力学模型的拟合精度的确定的一个实施例的流程示意图；
图4是本发明提供的动力学子模型的精度验证过程的一个实施例的流程示意图；
图5是本发明提供的车辆动力学模型的优化方法的一个应用示例的流程示意图；
图6是本发明提供的车辆动力学模型的建模过程的一个应用示例的流程示意图；
图7是本发明提供的车辆动力学模型的优化装置的一个实施例的结构示意图；
图8是本发明提供的终端设备的一个实施例的结构示意图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
在车辆供应商未能提供车辆的完整动力参数或在车辆的参力数据缺失的情况下，初始车辆所搭建的车辆动力学模型可能与车辆的动力特征不符合，利用车辆动力学模型进行仿真的效果不佳。在这些情况下，都可以利用本发明实施例提供的方法，对车辆动力学模型进行优化，使之与要仿真的车辆的动力特征相吻合。
请参阅图1，本发明实施例提供了一种车辆动力学模型的优化方法。本实施例包括步骤S100至步骤S400，具体如下：
S100，获取车辆在预设的行驶工况中行驶的实车行驶数据。
在一些实施例中，行驶工况可以包括在同一行驶环境下采用不同油门开度、刹车开度、方向盘转角等控制指令。行驶环境可以包括在直行道路、拐弯道路、上下坡、掉头等情况。实车行驶数据是由驾驶员在此车辆上进行驾驶操作而获取的数据，例如，此车辆在油门开度A下直行的车速、加速度等。再如，此车辆在刹车开度B下下坡的车速、加速度、偏向角等。
S200，控制车辆的仿真车依据车辆动力学模型在行驶工况中进行仿真，获得仿真行驶数据。其中，初始化的车辆动力学模型至少由车辆的部分动力参数构建的。
接上例，仿真行驶数据可以是：此车辆的仿真车依据车辆动力学模型在油门开度A下直行的车速、加速度等，或者此车辆的仿真车依据车辆动力学模型在刹车开度B的情况下上坡的车速、加速度、偏向角等。
如果此车辆提供描述车辆的动力特性的动力参数，则可以根据此动力参数搭建初始的车辆动力学模型，然后按本实施例提供的方法进行优化。如果此车辆没有提供描述车辆的动力特性的动力参数，可以根据车辆的型号厂家，包含的组件型号，查询相同或相近型号的车辆的动力参数或车辆动力学模型。如可以查询到车辆动力学模型，则步骤200采用此车辆动力学模型进行仿真。如果可以查询到动力参数，但查询不到车辆动力学模型，则根据查询到的动力参数，构建车辆动力学模型，然后按本实施例提供的方法进行优化。例如，车辆有提供发动机功率、制动功率等信息，可以依此功率数据，按经验预先搭建初始的车辆动力学模型。
在一些实施例中，由于车辆可以包括多个功能控制系统，例如、发动机、离合器、变速箱、制动系统、轮胎控制系统等，因此可以以模块化的方式搭建初始的车辆动力学模型。此车辆动力学模型可以包括多个子模型。
S300，判断仿真行驶数据与实车行驶数据的误差是否满足收敛条件。
在一些实施例中，可以将相同工况条件下的数据进行比较。例如，对于同样的方向盘转角，比较实车的轮胎侧偏角与仿真的轮胎侧偏角之间的误差；对于同样的制动开度，比较实车的加速度与仿真的加速度之间的误差等。对应此例子，收敛条件可以预先设定，对于同样的方向盘转角，要求实车的轮胎侧偏角与仿真的轮胎侧偏角尽可能一致。对于同样的制动开度，实车的加速度与仿真的加速度尽可能一致。例如，统计的误差在实车的数据的5％或10％内范围。
S400，如果误差不满足收敛条件，根据车辆动力学模型的模型参数梯度及梯度方向，调整车辆动力学模型的模型参数，以使车辆动力学模型与车辆的动力特性相符。
在调整车辆动力学模型的模型参数之后，继续采用步骤S200进行仿真，获得新的仿真行驶数据，将原步骤S100所获得的实车行驶数据与新的仿真行驶数据进行比较。如果误差不满足收敛条件，继续执行上述的迭代，直至误差满足收敛条件。
在一些实施例中，如果车辆动力学模型包括多个，则可以类似上述步骤S300至步骤S400，决定是否对子模型的参数进行调整，若是，则仅对此子模型的参数进行调整，然后重新利用整个车辆动力学模型进行仿真，以决定是否继续调整，直至此子模型的仿真数据与实车数据的误差满足收敛条件。
在一些实施例中，可以采用复合行驶工况对车辆动力学模型进行精度验证，并调整模型的模型参数梯度及梯度方向。如图2所示，本实施例包括步骤S510至步骤S530，如下：
S510，获取车辆在预设的复合行驶工况中行驶的复合实车行驶数据。
在本实施例中，相对于前述的行驶工况，复合行驶工况可以包括更多更复杂的控制指令。例如，前述的行驶工况包括油门开度、刹车开度。复合行驶工况可以包括油门开度、刹车开度、方向盘转角。复合实车行驶数据可以包括速度、加速度、轨迹追踪等车辆的行驶状态。
S520，根据复合实车行驶数据，确定车辆动力学模型的拟合精度。
在一些实施例中，可以将复合实车行驶数据与仿真仿真行驶数据进行比较，确定车辆动力学模型在复合行驶工况下是否仍然能较好地仿真车辆的行驶。对于复合行驶工况，驾驶员的输出更新且时域变化较快，利用复合行驶工况来验证车辆动力学模型的拟合精度，更为真实。
S530，如果拟合精度不满足精度标准，则修正车辆动力学模型的模型参数梯度及梯度方向。
在修正模型参数梯度及梯度方向之后，继续执行上述步骤S100至步骤S400的方法对车辆动力学模型进行优化。
此外，如果车辆动力学模型的精度满足精度标准，则保持车辆动力学模型的模型参数梯度及梯度方向，停止上述步骤S510至S530的车辆动力学模型精度验证过程。
在一些实施例中，上述步骤S520对于拟合精度的确定，可以如图3所示，包括步骤S522和步骤A524，如下：
S522，控制车辆的仿真车依据动力学模型在复合行驶工况中进行仿真，获得复合仿真行驶数据。
S524，根据复合仿真行驶数据与复合实车行驶数据之间的匹配程度，确定车辆动力学模型的拟合精度。此拟合精度可以表示车辆动力学模型与实际车辆的动力特性之间的拟合程度。
示例性地，输入复合行驶工况以进行仿真：在弯道A处选择油门开度A1、制动开度A2和方向盘转角开度A3，在直行B处选择油门开度B1、制动开度B2和方向盘转角开度B3，在上坡C处选择油门开度C1、制动开度C2和方向盘转角开度C3。
实车驾驶获取的复合实车行驶数据可以包括：在弯道A处的实车车速aa1、实车加速度aa2、实车偏航角aa3、实车轮胎侧偏角aa4，在直行B处的实车车速bb1、实车加速度bb2、实车偏航角bb3、实车轮胎侧偏角bb4，在上坡C处的实车车速cc1、实车加速度cc2、实车偏航角cc3、实车轮胎侧偏角cc4。
仿真输出的复合仿真行驶数据可以包括：在弯道A处的仿真车速a1、仿真加速度a2、仿真偏航角a3、仿真轮胎侧偏角a4，在直行B处的仿真车速b1、仿真加速度b2、仿真偏航角b3、仿真轮胎侧偏角b4，在上坡C处的仿真车速c1、仿真加速度c2、仿真偏航角c3、仿真轮胎侧偏角c4。
如此，复合仿真行驶数据与复合实车行驶数据之间的匹配程度可以如下：在弯道A处的实车车速aa1与在弯道A处的仿真车速a1之间的匹配程度，对于同一类型的数据均可以此类推，在此不再赘述。可以将计算得到的所有匹配程度进行数学统计，例如，取均值、取均方根差、取中位数等，统计得到的数值即可以作为车辆动力学模型的拟合精度。
在一些实施例中，如果车辆动力学模型包括车辆的各功能控制系统分别对应的动力学子模型，即多个子模型，则可以分别对每个子模型的精度进行验证，如果验证通过，则不对此子模型的模型参数梯度及梯度方向进行修正，如果验证不通过，则对此子模型的模型参数梯度及梯度方向进行修正，而其他的子模型不修正。具体地，如图4所示，本实施例提供的动力学子模型的精度验证过程，可以包括步骤S610至步骤S640，如下：
S610，从复合实车行驶数据中，提取描述功能控制系统的工作的复合实车行驶数据。
S620，根据功能控制系统的复合实车行驶数据，确定功能控制系统所对应的动力学子模型的拟合精度。
S630，如果动力学子模型的拟合精度不满足动力学子模型的精度标准，则修正动力学子模型的模型参数梯度及梯度方向。
S640，如果动力学子模型的拟合精度满足动力学子模型的精度标准，则保持动力学子模型的模型参数梯度及梯度方向。
对于每个子模型均可按以上方式修正子模型的模型参数梯度及梯度方向。
请参阅图5，以下将描述车辆动力学模型的优化方法的一个应用示例的过程：
第一步S10，获取车辆的实车测试数据。实车测试数据的样本量尽可能地多。实车测试数据包括车辆的各种工况的行驶数据，例如：不同油门开度下的直线加速、不同刹车开度下的减速。以及其他类似转弯工况、掉头工况、上下坡工况等的行驶数据。
第二步S20，在获取上述实车测试数据的基础上，对车辆动力学模型进行建模。可以以模块化的方式分别对车辆动力学模型的各子模型进行建模，例如划分成发动机、离合器、变速箱、制动系统、轮胎模型等模块。设定各模块的收敛条件，然后利用机器学习的方法对各模块的参数进行辨识。
其中，车辆动力学模型涉及多个功能模块及基础控制器功能，例如：TCU(Transmission Control Unit，即自动变速箱控制单元)、ECU(Electronic Control Unit，电子控制单元)、ABS(antilock brake system，制动防抱死系统)、ESP(ElectronicStability Program，车身电子稳定系统，)等。为了较好的实现车辆参数的辨识，因此采用模块化建模方式，各模块包含各自需辨识的参数。
采用经验数据，例如制动防抱死系统的功率，设置各模块的初始化参数。然后，设定各个部件的收敛条件，例如：转向系统的子模型，对于同样的方向盘转角，实车和模型的轮胎侧偏角要尽可能的一致；制动系统的子模型，对于同样的制动开度，实车和模型的减速度要尽可能的一致。示例性地，各个模块的收敛条件可以设为：采用固定的时域窗口，例如10s内的数据，比较实车行驶数据和仿真行驶数据之间的偏差、均值、均方根误差、误差范围等特性，如果这些特性在实车行驶数据的正负10％的范围之内，可以确定该组数据的吻合性，如不满足此要求，则进入下一个迭代周期。迭代计算的过程可以参考图6。
如果车辆动力学模型或各子模型在简单工况下获取的实际行驶数据与仿真行驶数据，经以上述方式进行参数的辨识或优化之后，满足收敛条件后，车辆动力学模型或各子模型建模初步完成，可以执行下一步，以验证车辆动力学模型或各子模型的仿真可靠性。
第三步S30，采用复合行驶工况对车辆动力学模型进行精度验证。可以从第一步中选择相应复合行驶工况的复合实车行驶数据。复合实车行驶数据可以包括速度、加速度、轨迹追踪等车辆状态。验证的过程可以包括仿真的速度、加速度、轨迹追踪等车辆状态与实车的速度、加速度、轨迹追踪等车辆状态两者之间的匹配程度。
由于复合行驶工况，更加接近实车行驶工况，能较真实验证动力学模型参数的匹配程度。复合行驶工况下，驾驶员的输出更加多变且时域变化较快，可以更好的发现上述步骤仿真行驶数据与实车行驶数据拟合匹配过程中的非线性区间。此非线性区间为实车行驶数据与仿真行驶数据的不匹配区域。然后，本实施例可以此不匹配区域进行分析，修正上述步骤中建模完成的模型的模型参数梯度及梯度方向，从而实现非线性区域的参数优化。
第四步S40，当模型精度达到仿真测试的需求时，即，当模型的拟合精度达到精度标准时，停止第三步的验证调试过程。
请参阅图7，本发明实施例提供一种车辆动力学模型的优化装置，包括：
实车数据获取模块100，用于获取车辆在预设的行驶工况中行驶的实车行驶数据；
仿真数据获取模块200，用于控制所述车辆的仿真车依据车辆动力学模型在所述行驶工况中进行仿真，获得仿真行驶数据；其中，初始化的所述车辆动力学模型至少由所述车辆的部分动力参数构建的；
误差收敛判断模块300，用于判断所述仿真行驶数据与所述实车行驶数据的误差是否满足收敛条件；以及
模型参数调整模块400，用于如果所述误差不满足所述收敛条件，根据所述车辆动力学模型的模型参数梯度及梯度方向，调整所述车辆动力学模型的模型参数，以使所述车辆动力学模型与所述车辆的动力特性相符。
在一些实施例中，所述装置还包括：
复合实车数据获取模块，用于获取所述车辆在预设的复合行驶工况中行驶的复合实车行驶数据；
拟合精度确定模块，用于根据所述复合实车行驶数据，确定所述车辆动力学模型的拟合精度；以及
梯度及方向调整模块，用于如果所述拟合精度不满足精度标准，则如果所述拟合精度不满足精度标准，则修正所述车辆动力学模型的模型参数梯度及梯度方向。
在一些实施例中，所述拟合精度确定模块包括：
复合仿真数据获取单元，用于控制所述车辆的仿真车依据所述动力学模型在所述复合行驶工况中进行仿真，获得复合仿真行驶数据；以及
匹配程度计算单元，用于根据所述复合仿真行驶数据与所述复合实车行驶数据之间的匹配程度，确定所述车辆动力学模型的拟合精度。
在一些实施例中，所述装置还包括：
梯度及方向保持模块，用于如果所述车辆动力学模型的精度满足所述精度标准，则保持所述车辆动力学模型的模型参数梯度及梯度方向。
在一些实施例中，所述车辆动力学模型包括所述车辆的各功能控制系统分别对应的动力学子模型；以及，所述装置还包括：
子数据提取模块，用于从所述复合实车行驶数据中，提取描述所述功能控制系统的工作的复合实车行驶数据；
子模型精度计算模块，用于根据所述功能控制系统的复合实车行驶数据，确定所述功能控制系统所对应的动力学子模型的拟合精度；
子模型梯度调整模块，用于如果所述动力学子模型的拟合精度不满足所述动力学子模型的精度标准，则修正所述动力学子模型的模型参数梯度及梯度方向；以及
子模型梯度保持模块，用于如果所述动力学子模型的拟合精度满足所述动力学子模型的精度标准，则保持所述动力学子模型的模型参数梯度及梯度方向。
所述装置的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，车辆动力学模型的优化结构中包括处理器和存储器，所述存储器用于车辆动力学模型的优化装置执行上述第一方面中车辆动力学模型的优化程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述车辆动力学模型的优化装置还可以包括通信接口，用于车辆动力学模型的优化装置与其他设备或通信网络通信。
本发明实施例还提供一种车辆动力学模型的优化终端设备，如图8所示，该设备包括：存储器21和处理器22，存储器21内存储有可在处理器22上的计算机程序。处理器22执行计算机程序时实现上述实施例中的车辆动力学模型的优化方法。存储器21和处理器22的数量可以为一个或多个。
该设备还包括：
通信接口23，用于处理器22与外部设备之间的通信。
存储器21可能包括高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。
如果存储器21、处理器22和通信接口23独立实现，则存储器21、处理器22和通信接口23可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(ISA，Industry Standard Architecture)总线、外部设备互连(PCI，Peripheral Component)总线或扩展工业标准体系结构(EISA，Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器21、处理器22及通信接口23集成在一块芯片上，则存储器21、处理器22及通信接口23可以通过内部接口完成相互间的通信。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包括、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
本发明实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
在本发明实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于指令执行系统、输入法或者器件使用或者与其结合使用的程序。计算机可读介质上包括的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、射频(Radio Frequency，RF)等等，或者上述的任意合适的组合。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成的程序，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。存储介质可以是只读存储器，磁盘或光盘等。
以上，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (12)
1.一种车辆动力学模型的优化方法，其特征在于，包括：
获取车辆在预设的行驶工况中行驶的实车行驶数据；
控制所述车辆的仿真车依据车辆动力学模型在所述行驶工况中进行仿真，获得仿真行驶数据；其中，初始化的所述车辆动力学模型至少由所述车辆的部分动力参数构建；
判断所述仿真行驶数据与所述实车行驶数据的误差是否满足收敛条件；以及
如果所述误差不满足所述收敛条件，根据所述车辆动力学模型的模型参数梯度及梯度方向，调整所述车辆动力学模型的模型参数，以使所述车辆动力学模型与所述车辆的动力特性相符。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述车辆在预设的复合行驶工况中行驶的复合实车行驶数据；
根据所述复合实车行驶数据，确定所述车辆动力学模型的拟合精度；以及
如果所述拟合精度不满足精度标准，则修正所述车辆动力学模型的模型参数梯度及梯度方向。
3.如权利要求2所述的方法，其特征在于，所述根据所述复合实车行驶数据，确定所述车辆动力学模型的拟合精度，包括：
控制所述车辆的仿真车依据所述动力学模型在所述复合行驶工况中进行仿真，获得复合仿真行驶数据；以及
根据所述复合仿真行驶数据与所述复合实车行驶数据之间的匹配程度，确定所述车辆动力学模型的拟合精度。
4.如权利要求2所述的方法，其特征在于，所述方法还包括：
如果所述车辆动力学模型的精度满足所述精度标准，则保持所述车辆动力学模型的模型参数梯度及梯度方向。
5.如权利要求1所述的方法，其特征在于，所述车辆动力学模型包括所述车辆的各功能控制系统分别对应的动力学子模型；所述方法还包括：
从所述复合实车行驶数据中，提取描述所述功能控制系统的工作的复合实车行驶数据；
根据所述功能控制系统的复合实车行驶数据，确定所述功能控制系统所对应的动力学子模型的拟合精度；
如果所述动力学子模型的拟合精度不满足所述动力学子模型的精度标准，则修正所述动力学子模型的模型参数梯度及梯度方向；以及
如果所述动力学子模型的拟合精度满足所述动力学子模型的精度标准，则保持所述动力学子模型的模型参数梯度及梯度方向。
6.一种车辆动力学模型的优化装置，其特征在于，包括：
实车数据获取模块，用于获取车辆在预设的行驶工况中行驶的实车行驶数据；
仿真数据获取模块，用于控制所述车辆的仿真车依据车辆动力学模型在所述行驶工况中进行仿真，获得仿真行驶数据；其中，初始化的所述车辆动力学模型至少由所述车辆的部分动力参数构建；
误差收敛判断模块，用于判断所述仿真行驶数据与所述实车行驶数据的误差是否满足收敛条件；以及
模型参数调整模块，用于如果所述误差不满足所述收敛条件，根据所述车辆动力学模型的模型参数梯度及梯度方向，调整所述车辆动力学模型的模型参数，以使所述车辆动力学模型与所述车辆的动力特性相符。
7.如权利要求6所述的装置，其特征在于，所述装置还包括：
复合实车数据获取模块，用于获取所述车辆在预设的复合行驶工况中行驶的复合实车行驶数据；
拟合精度确定模块，用于根据所述复合实车行驶数据，确定所述车辆动力学模型的拟合精度；以及
梯度及方向调整模块，用于如果所述拟合精度不满足精度标准，则如果所述拟合精度不满足精度标准，则修正所述车辆动力学模型的模型参数梯度及梯度方向。
8.如权利要求7所述的装置，其特征在于，所述拟合精度确定模块包括：
复合仿真数据获取单元，用于控制所述车辆的仿真车依据所述动力学模型在所述复合行驶工况中进行仿真，获得复合仿真行驶数据；以及
匹配程度计算单元，用于根据所述复合仿真行驶数据与所述复合实车行驶数据之间的匹配程度，确定所述车辆动力学模型的拟合精度。
9.如权利要求8所述的装置，其特征在于，所述装置还包括：
梯度及方向保持模块，用于如果所述车辆动力学模型的精度满足所述精度标准，则保持所述车辆动力学模型的模型参数梯度及梯度方向。
10.如权利要求6所述的装置，其特征在于，所述车辆动力学模型包括所述车辆的各功能控制系统分别对应的动力学子模型；以及，所述装置还包括：
子数据提取模块，用于从所述复合实车行驶数据中，提取描述所述功能控制系统的工作的复合实车行驶数据；
子模型精度计算模块，用于根据所述功能控制系统的复合实车行驶数据，确定所述功能控制系统所对应的动力学子模型的拟合精度；
子模型梯度调整模块，用于如果所述动力学子模型的拟合精度不满足所述动力学子模型的精度标准，则修正所述动力学子模型的模型参数梯度及梯度方向；以及
子模型梯度保持模块，用于如果所述动力学子模型的拟合精度满足所述动力学子模型的精度标准，则保持所述动力学子模型的模型参数梯度及梯度方向。
11.一种实现车辆动力学模型的优化终端设备，其特征在于，所述终端设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-5中任一所述的车辆动力学模型的优化方法。
12.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的车辆动力学模型的优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811286729.4A CN111125854B (zh) | 2018-10-31 | 2018-10-31 | 车辆动力学模型的优化方法、装置、存储介质和终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811286729.4A CN111125854B (zh) | 2018-10-31 | 2018-10-31 | 车辆动力学模型的优化方法、装置、存储介质和终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111125854A true CN111125854A (zh) | 2020-05-08 |
| CN111125854B CN111125854B (zh) | 2024-03-29 |
Family
ID=70485489
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811286729.4A Active CN111125854B (zh) | 2018-10-31 | 2018-10-31 | 车辆动力学模型的优化方法、装置、存储介质和终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111125854B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112733359A (zh) * | 2021-01-05 | 2021-04-30 | 北京三快在线科技有限公司 | 动力学模型验证方法、装置、介质、电子设备及无人设备 |
| CN112835806A (zh) * | 2021-02-26 | 2021-05-25 | 一汽解放汽车有限公司 | 一种仿真测试平台、方法及存储介质 |
| CN113325695A (zh) * | 2021-05-31 | 2021-08-31 | 广州极飞科技股份有限公司 | 车辆方向控制模型的生成方法、车辆方向控制方法及装置 |
| CN113886945A (zh) * | 2021-09-09 | 2022-01-04 | 东风汽车集团股份有限公司 | 一种车轮与轮罩的预测方法及装置 |
| CN113968278A (zh) * | 2021-11-17 | 2022-01-25 | 广州文远知行科技有限公司 | 一种车辆方向盘修正方法、装置、电子设备及存储介质 |
| WO2022156182A1 (zh) * | 2021-01-25 | 2022-07-28 | 魔门塔(苏州)科技有限公司 | 车辆动力学模型的构建及车辆状态信息预测方法、装置 |
| CN115406558A (zh) * | 2022-07-22 | 2022-11-29 | 中国第一汽车股份有限公司 | 获取车辆的动力总成温度的方法和装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070260438A1 (en) * | 2006-05-08 | 2007-11-08 | Langer William J | Vehicle testing and simulation using integrated simulation model and physical parts |
| CN105426638A (zh) * | 2015-12-24 | 2016-03-23 | 吉林大学 | 一种驾驶员行为特性辨识装置 |
| US9477795B1 (en) * | 2012-06-29 | 2016-10-25 | The United States Of America As Represented By The Administrator Of National Aeronautics And Space Administration | Modeling, simulation, and control of a solar electric propulsion vehicle in near-earth vicinity including solar array degradation |
| CN106644519A (zh) * | 2017-01-17 | 2017-05-10 | 北京汽车研究总院有限公司 | 一种车辆垂向动力学模型参数辨识的方法及装置 |
| CN106649983A (zh) * | 2016-11-09 | 2017-05-10 | 吉林大学 | 用于无人驾驶车辆高速运动规划的车辆动力学模型建模方法 |
| CN108508760A (zh) * | 2018-03-05 | 2018-09-07 | 北京汽车研究总院有限公司 | 一种多轮独立驱动滑差转向车辆的联合仿真方法及系统 |
-
2018
- 2018-10-31 CN CN201811286729.4A patent/CN111125854B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070260438A1 (en) * | 2006-05-08 | 2007-11-08 | Langer William J | Vehicle testing and simulation using integrated simulation model and physical parts |
| US9477795B1 (en) * | 2012-06-29 | 2016-10-25 | The United States Of America As Represented By The Administrator Of National Aeronautics And Space Administration | Modeling, simulation, and control of a solar electric propulsion vehicle in near-earth vicinity including solar array degradation |
| CN105426638A (zh) * | 2015-12-24 | 2016-03-23 | 吉林大学 | 一种驾驶员行为特性辨识装置 |
| CN106649983A (zh) * | 2016-11-09 | 2017-05-10 | 吉林大学 | 用于无人驾驶车辆高速运动规划的车辆动力学模型建模方法 |
| CN106644519A (zh) * | 2017-01-17 | 2017-05-10 | 北京汽车研究总院有限公司 | 一种车辆垂向动力学模型参数辨识的方法及装置 |
| CN108508760A (zh) * | 2018-03-05 | 2018-09-07 | 北京汽车研究总院有限公司 | 一种多轮独立驱动滑差转向车辆的联合仿真方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 严小俊等: "整车操纵动力学性能仿真与实车验证", 设计研究》, pages 15 - 19 * |
| 李果著: "《汽车转向/制动系统协同控制理论与应用》", pages: 55 - 56 * |
| 杨建伟等: "基于梯度寻优重型车辆悬架参数优化", 《拖拉机与农用运输车》, vol. 38, no. 3, pages 27 - 30 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112733359A (zh) * | 2021-01-05 | 2021-04-30 | 北京三快在线科技有限公司 | 动力学模型验证方法、装置、介质、电子设备及无人设备 |
| CN112733359B (zh) * | 2021-01-05 | 2024-01-12 | 北京三快在线科技有限公司 | 动力学模型验证方法、装置、介质、电子设备及无人设备 |
| WO2022156182A1 (zh) * | 2021-01-25 | 2022-07-28 | 魔门塔(苏州)科技有限公司 | 车辆动力学模型的构建及车辆状态信息预测方法、装置 |
| CN112835806A (zh) * | 2021-02-26 | 2021-05-25 | 一汽解放汽车有限公司 | 一种仿真测试平台、方法及存储介质 |
| CN112835806B (zh) * | 2021-02-26 | 2023-03-21 | 一汽解放汽车有限公司 | 一种仿真测试平台、方法及存储介质 |
| CN113325695A (zh) * | 2021-05-31 | 2021-08-31 | 广州极飞科技股份有限公司 | 车辆方向控制模型的生成方法、车辆方向控制方法及装置 |
| CN113886945A (zh) * | 2021-09-09 | 2022-01-04 | 东风汽车集团股份有限公司 | 一种车轮与轮罩的预测方法及装置 |
| CN113968278A (zh) * | 2021-11-17 | 2022-01-25 | 广州文远知行科技有限公司 | 一种车辆方向盘修正方法、装置、电子设备及存储介质 |
| CN115406558A (zh) * | 2022-07-22 | 2022-11-29 | 中国第一汽车股份有限公司 | 获取车辆的动力总成温度的方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111125854B (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111125854B (zh) | 车辆动力学模型的优化方法、装置、存储介质和终端设备 | |
| CN112100856A (zh) | 一种基于多平台的自动驾驶联合仿真方法 | |
| CN109799699B (zh) | 自动驾驶系统控制参数处理方法、装置、设备、存储介质 | |
| CN112305938B (zh) | 一种控制模型开环仿真验证方法、装置、设备和介质 | |
| CN112925221B (zh) | 基于数据回注的辅助驾驶闭环测试方法 | |
| CN112948957A (zh) | 用于评估车辆性能的系统 | |
| CN112379668A (zh) | 车辆控制数据标定方法、装置、计算机设备和存储介质 | |
| CN112528434B (zh) | 信息识别方法、装置、电子设备和存储介质 | |
| CN112596502A (zh) | 自动泊车系统的硬件在环测试系统及方法 | |
| CN111123729A (zh) | 车辆驾驶仿真优化的方法、装置、存储介质和终端设备 | |
| CN104615890A (zh) | 极限工况下载荷提取的方法及装置 | |
| CN116107252A (zh) | 车辆自主换道参数的标定方法、装置、电子设备及介质 | |
| CN110308724B (zh) | 自动驾驶控制方法、装置、车辆、存储介质及电子设备 | |
| CN113946979A (zh) | 一种导航算法精度验证方法、系统、设备及器存储介质 | |
| KR20210023722A (ko) | 요구 사항에 대한 시스템의 테스트 방법 | |
| CN115964800A (zh) | 用于车辆aeb标定的方法、装置、电子设备及存储介质 | |
| CN113044046B (zh) | 驾驶员风格识别方法、系统、电子设备及可读存储介质 | |
| CN110598234A (zh) | 车辆动力学模型参数校准方法 | |
| CN113792410B (zh) | 一种车辆操控数据到仿真环境的映射方法及系统 | |
| Weber et al. | Investigations of the process of road matching on powertrain test rigs | |
| US20240104273A1 (en) | Verification system, verification method, and verification program | |
| Henschel et al. | Virtualization of Approvals for Brake Control Systems | |
| CN117369406A (zh) | 基于快速原型的实车测试方法、装置、电子设备及介质 | |
| JP4567168B2 (ja) | 車両内プロセスの開ループ制御／閉ループ制御方法，及びその制御装置 | |
| CN117688750A (zh) | 高级驾驶辅助系统的评估方法、装置、车辆及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |