CN111583402B - 路面模型建立方法及装置 - Google Patents
路面模型建立方法及装置 Download PDFInfo
- Publication number
- CN111583402B CN111583402B CN202010272797.6A CN202010272797A CN111583402B CN 111583402 B CN111583402 B CN 111583402B CN 202010272797 A CN202010272797 A CN 202010272797A CN 111583402 B CN111583402 B CN 111583402B
- Authority
- CN
- China
- Prior art keywords
- road surface
- matrix
- elevation
- unevenness
- pavement
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本公开提供了一种路面模型建立方法及装置,属于路面建模领域。该方法包括:获取沿路面的长度方向的路面不平度高程曲线;通过传递函数和所述路面不平度高程曲线确定二维不平随机路面高程数值矩阵;对所述二维不平随机路面高程数值矩阵进行插值运算,得到三维空间不平度路面模型。通过获取沿路面的长度方向的路面不平度高程曲线,通过传递函数和所述路面不平度高程曲线确定出可以得到反映路面各区域的高程的二维不平随机路面高程数值矩阵,再对二维不平随机路面高程数值矩阵进行插值运算,从而可以得到三维空间不平度路面模型。该方法建模过程简单,仿真效率高,速度快,生成的路面功率谱与标准谱较为吻合。
Description
技术领域
本公开涉及路面建模领域,特别涉及一种路面模型建立方法及装置。
背景技术
路面模型是研究汽车操纵稳定性和平顺性的基础,准确的路面模型可以真实地再现实际车辆的路面激励输入。
对于路面模型的建立,大多采用谐波叠加法、二维AR模型法、扩展一维傅里叶变换法等方法。但谐波叠加法和二维AR模型法建立路面模型速度较慢,比较耗时,而扩展一维傅里叶变换法建立的路面模型的路面功率谱与给定的标准谱相差较大。
发明内容
本公开实施例提供了一种路面模型建立方法及装置。能够快速建立准确的路面模型。所述技术方案如下:
一方面,本公开实施例提供了一种路面模型建立方法,所述方法包括:
获取沿路面的长度方向的路面不平度高程曲线;
通过传递函数和所述路面不平度高程曲线确定二维不平随机路面高程数值矩阵;
对所述二维不平随机路面高程数值矩阵进行插值运算,得到三维空间不平度路面模型。
可选地,所述获取沿路面的长度方向的路面不平度高程曲线,包括:
根据功率谱密度函数建立路面不平度空间域模型;
根据所述路面不平度空间域模型确定所述路面不平度高程曲线。
可选地,所述根据功率谱密度函数建立路面不平度空间域模型,包括:
根据功率谱密度函数建立如下路面不平度空间域模型:
可选地,所述通过传递函数和所述路面不平度高程曲线确定二维不平随机路面高程数值矩阵,包括:
根据如下传递函数对所述路面不平度高程曲线上的多个点的高程分别进行迭代,得到所述二维不平随机路面高程数值矩阵:
其中,Gco为传递函数,Δy为距离,s为复域,所述二维不平随机路面高程数值矩阵为m×n矩阵,所述二维不平随机路面高程数值矩阵中的第1列元素分别为所述路面不平度高程曲线上的所述多个点的高程,所述二维不平随机路面高程数值矩阵中的第i列元素分别由所述路面不平度高程曲线上的所述多个点的高程经过i-1次迭代得到,m,n、i均为正整数,1<i≤n。
可选地,所述二维不平随机路面高程数值矩阵为方阵,所述对所述二维不平随机路面高程数值矩阵进行插值运算,包括:
确定所述二维不平随机路面高程数值矩阵的转置矩阵AT与所述二维不平随机路面高程数值矩阵A的和,得到矩阵C;
对所述矩阵C进行插值运算,得到三维空间不平度路面模型。
另一方面,本公开实施例还提供了一种路面模型建立装置,所述装置包括:
获取模块,用于获取沿路面的长度方向的路面不平度高程曲线;
拉伸模块,用于通过传递函数和所述路面不平度高程曲线确定二维不平随机路面高程数值矩阵;
处理模块,用于对所述二维不平随机路面高程数值矩阵进行插值运算,得到三维空间不平度路面模型。
可选地,所述获取模块用于采用如下方式获取沿路面的长度方向的路面不平度高程曲线:
根据功率谱密度函数建立路面不平度空间域模型;
根据所述路面不平度空间域模型确定所述路面不平度高程曲线。
可选地,所述获取模块用于根据功率谱密度函数建立如下路面不平度空间域模型:
可选地,所述拉伸模块用于根据如下传递函数对所述路面不平度高程曲线上的多个点的高程分别进行迭代,得到所述二维不平随机路面高程数值矩阵:
其中,Gco为传递函数,Δy为距离,s为复域,所述二维不平随机路面高程数值矩阵为m×n矩阵,所述二维不平随机路面高程数值矩阵中的第1列元素分别为所述路面不平度高程曲线上的所述多个点的高程,所述二维不平随机路面高程数值矩阵中的第i列元素分别由所述路面不平度高程曲线上的所述多个点的高程经过i-1次迭代得到,m,n、i均为正整数,1<i≤n。
可选地,所述二维不平随机路面高程数值矩阵为方阵,所述处理模块用于确定所述二维不平随机路面高程数值矩阵的转置矩阵AT与所述二维不平随机路面高程数值矩阵A的和,得到矩阵C;
对所述矩阵C进行插值运算,得到三维空间不平度路面模型。
本公开实施例提供的技术方案带来的有益效果至少包括:
通过获取沿路面的长度方向的路面不平度高程曲线,通过传递函数和所述路面不平度高程曲线确定出可以得到反映路面各区域的高程的二维不平随机路面高程数值矩阵,再对二维不平随机路面高程数值矩阵进行插值运算,从而可以得到三维空间不平度路面模型。该方法建模过程简单,仿真效率高,速度快,生成的路面功率谱与标准谱较为吻合。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种路面模型建立方法的流程图;
图2是本公开实施例提供的另一种路面模型建立方法的流程图;
图3是本公开实施例提供的一种路面示意图;
图4是本公开实施例提供的一种路面不平度高程曲线图;
图5是本公开实施例提供的另一种路面模型建立方法的流程图;
图6是本公开实施例提供的一种路面模型建立装置的结构框图;
图7是路面功率谱密度与标准功率谱密度的比较示意图;
图8是本公开实施例提供的一种三维空间不平度路面模型;
图9是从三维空间不平度路面模型中提取的路面不平度高程曲线;
图10是路面功率谱密度与标准功率谱密度的比较示意图;
图11是从三维空间不平度路面模型中提取的路面不平度高程曲线;
图12是路面功率谱密度与标准功率谱密度的比较示意图;
图13是本公开实施例提供的一种三维空间不平度路面模型;
图14是从三维空间不平度路面模型中提取的路面不平度高程曲线;
图15是路面功率谱密度与标准功率谱密度的比较示意图;
图16是从三维空间不平度路面模型中提取的路面不平度高程曲线;
图17是路面功率谱密度与标准功率谱密度的比较示意图;
图18是从三维空间不平度路面模型中提取的路面不平度高程曲线;
图19是路面功率谱密度与标准功率谱密度的比较示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开实施方式作进一步地详细描述。
图1是本公开实施例提供的一种路面模型建立方法的流程图。如图1所示,该方法包括:
在步骤S11中,获取沿路面的长度方向的路面不平度高程曲线。
在步骤S12中,通过传递函数和路面不平度高程曲线确定二维不平随机路面高程数值矩阵。
在步骤S13中,对二维不平随机路面高程数值矩阵进行插值运算,得到三维空间不平度路面模型。
通过获取沿路面的长度方向的路面不平度高程曲线,通过传递函数和所述路面不平度高程曲线确定出可以得到反映路面各区域的高程的二维不平随机路面高程数值矩阵,再对二维不平随机路面高程数值矩阵进行插值运算,从而可以得到三维空间不平度路面模型。该方法建模过程简单,仿真效率高,速度快,生成的路面功率谱与标准谱较为吻合。
图2是本公开实施例提供的另一种路面模型建立方法的流程图。如图2所示,该方法包括:
在步骤S21中,根据功率谱密度函数建立路面不平度空间域模型。
功率谱密度函数常用来表示路面不平度,功率谱密度函数的表达式如下:
其中,Gq(n)为路面功率谱密度,n为空间频率,n0为参考空间频率,W为频率指数,Gq(n0)为参考空间频率n0下的路面功率谱密度。
空间频率n和参考空间频率n0的单位均为m-1,参考空间频率n0可以为0.1m-1,在标准路面下,频率指数W可以为2,参考空间频率n0下的路面功率谱密度Gq(n0)与路面等级有关,在机械振动道路路面谱测量数据报告中通常将道路等级划分为A、B、C、D、E、F、G、H、8个等级,以D级道路为例,Gq(n0)的下限为512×10-6m3,上限为2048×10-6m3。
根据功率谱密度函数建立出如下路面不平度空间域模型:
在步骤S22中,根据路面不平度空间域模型确定路面不平度高程曲线。
路面不平度高程曲线反应的是沿路面的长度方向的截面上,路面各点相对水平面的相对高度位置。确定出路面不平度高程曲线就可以确定出在沿路面的长度方向的一个截面上,路面各点的位置。
式(2)为一阶线性微分方程,根据式(2)即可得到路面不平度高程曲线:
h=q(x) (3)
其中,h为水平位移为x处的路面不平度高程。
图3是本公开实施例提供的一种路面示意图。如图3所示,路面不平度高程曲线100a相当于是路面100位于第一截面101上的点的集合。图3中示意性地示出了路面100位于第一截面101上的4个点,该第一截面101为沿路面100的长度方向(即图3中的x方向)的截面,第一截面101与路面100的宽度方向(即图3中的y方向)垂直。
图4是本公开实施例提供的一种路面不平度高程曲线图,图4中的横坐标表示路面100上的点的水平位置,纵坐标表示高程。如图4所示,该路面不平度高程曲线可以反应出在路面100长度方向0~100m范围内,路面100位于第一截面101上的任意点的高程。该路面不平度高程曲线为D级路面的路面不平度高程曲线。
根据路面不平度高程曲线可以确定出路面100位于第一截面101上,沿路面100的长度方向排列的一系列点的高度位置,可以表示成一个m×1矩阵,m为点的个数,m>1且为整数,该m×1矩阵中各元素的排列顺序即是m个点沿路面100的长度方向的排列顺序,每个元素的大小反应的是对应的点的高程,例如该m×1矩阵中第6行第1列的元素A61的大小反应的是路面100位于第一截面101上,沿路面100的长度方向的第6个点的高程。
在步骤S23中,根据如下传递函数对路面不平度高程曲线上的多个点的高程分别进行迭代,得到二维不平随机路面高程数值矩阵:
其中,Gco为传递函数,Δy为距离,s为复域,二维不平随机路面高程数值矩阵为m×n矩阵,二维不平随机路面高程数值矩阵中的第1列元素分别为路面不平度高程曲线上的多个点的高程,二维不平随机路面高程数值矩阵中的第i列元素分别由路面不平度高程曲线上的多个点的高程经过i-1次迭代得到,m,n、i均为正整数,1<i≤n。
参照图3,对路面不平度高程曲线100a上的多个点的高程进行一次迭代,可以得到第二截面102上对应的多个点的高程,进行两次迭代,可以得到第三截面103上对应的多个点的高程,以此类推,进行n-1次迭代,可以得到第n截面上对应的多个点的高程,第一截面101、第二截面102……第n截面为沿路面的宽度方向等间距且相互平行的n个截面,相邻两个截面之间的间距为Δy。将一次迭代定义为对路面不平度高程曲线的一次横向拉伸,每一次横向拉伸就相当于确定了路面的一个截面。通过第一次横向拉伸可以确定出在路面100的第二截面102上,路面100各点的位置,通过第二次横向拉伸可以确定出在路面的第三截面103上,路面100各点的位置,通过第n-1次横向拉伸可以确定出在路面的第n截面上,路面100各点的位置。
迭代是逐点进行的,通过对第一截面101上的m个点依次进行一次迭代,可以得到位于第二截面102上的m个点,直至进行第n-1次迭代,得到位于第n截面上的m个点,可以得到一个m×n矩阵,即二维不平随机路面高程数值矩阵。二维不平随机路面高程数值矩阵中的每个元素的大小反应的是路面100在相应截面上对应的点的高程,例如二维不平随机路面高程数值矩阵中第6行第7列的元素A67的大小反应的是第7截面上沿路面100的长度方向的第6个点的高程。
Δy和n满足如下关系式:
y=Δy·(n-1) (5)
其中,y为路面的宽度,Δy为距离,n为迭代次数。
在步骤S24中,对二维不平随机路面高程数值矩阵进行插值运算,得到三维空间不平度路面模型。
二维不平随机路面高程数值矩阵中的元素个数为m×n个,即只反应出路面的m×n个点的高程,通过对二维不平随机路面高程数值矩阵进行插值运算,可以得出整个路面上任意点的高程,即得到了三维空间不平度路面模型。
正方形的路面是一种常见的试验场。图5是本公开实施例提供的另一种路面模型建立方法的流程图。该方法用于建立呈正方形的路面模型。如图5所示,该方法包括:
在步骤S31中,根据功率谱密度函数建立路面不平度空间域模型。
步骤S31与前述的步骤S21可以相同,此处不再详述。
在步骤S32中,根据路面不平度空间域模型确定路面不平度高程曲线。
步骤S32与前述的步骤S22可以相同,此处不再详述。
在步骤S33中,通过传递函数和路面不平度高程曲线确定二维不平随机路面高程数值矩阵。
传递函数可以参照前述的式(4)。
通过步骤S33,可以得到二维不平随机路面高程数值矩阵A,二维不平随机路面高程数值矩阵A为m×n矩阵,其中m=n,即二维不平随机路面高程数值矩阵A为m阶方阵,且第一截面上,沿路面的长度方向排列的m个点中,相邻点的间距为Δy。
得到二维不平随机路面高程数值矩阵A的过程可以与前述的步骤S23相同,此处不再详述。
在步骤S34中,确定二维不平随机路面高程数值矩阵的转置矩阵AT与二维不平随机路面高程数值矩阵A的和,得到矩阵C。
由于二维不平随机路面高程数值矩阵A为m阶方阵,因此转置矩阵AT和矩阵C均为m阶方阵。
矩阵C中的每个元素的大小反应的是路面在相应截面上对应的点的高程,例如矩阵C中第8行第9列的元素C89的大小反应的是第9截面上沿路面的长度方向的第8个点的高程。
在步骤S35中,对矩阵C进行插值运算,得到三维空间不平度路面模型。
矩阵C中的元素个数为m×m个,即只能反应出路面的m×m个点的高程,通过对矩阵C进行插值运算,就可以得出整个路面上任意点的高程,从而得到了三维空间不平度路面模型。该三维空间不平度路面模型为呈正方形的路面模型。
可以利用仿真软件Matlab/Simulink通过图1、图2、图5所示的方法建立路面模型。
图6是本公开实施例提供的一种路面模型建立装置的结构框图。如图6所示,该路面模型建立装置包括获取模块10,拉伸模块20和处理模块30。
其中,获取模块10用于获取沿路面的长度方向的路面不平度高程曲线;拉伸模块20用于通过传递函数和路面不平度高程曲线确定二维不平随机路面高程数值矩阵;处理模块30用于对二维不平随机路面高程数值矩阵进行插值运算,得到三维空间不平度路面模型。
获取模块10可以用于执行前述的步骤S11,拉伸模块20可以用于执行前述的步骤S12,处理模块30可以用于执行前述的步骤S13。
通过获取沿路面的长度方向的路面不平度高程曲线,通过传递函数和所述路面不平度高程曲线确定出可以得到反映路面各区域的高程的二维不平随机路面高程数值矩阵,再对二维不平随机路面高程数值矩阵进行插值运算,从而可以得到三维空间不平度路面模型。该方法建模过程简单,仿真效率高,速度快,生成的路面功率谱与标准谱较为吻合。
该路面模型建立装置还可以采用图2或图5所示的方法建立路面模型。
可选地,获取模块10可以用于采用如下方式获取沿路面的长度方向的路面不平度高程曲线:
根据功率谱密度函数建立路面不平度空间域模型。
根据路面不平度空间域模型确定路面不平度高程曲线。
其中,获取模块10可以用于根据功率谱密度函数建立出如下路面不平度空间域模型:
获取模块10可以用于执行前述的步骤S21~步骤S22或步骤31~步骤S32,以确定路面不平度高程曲线。
可选地,拉伸模块20可以用于根据如下传递函数对路面不平度高程曲线上的多个点的高程分别进行迭代,得到二维不平随机路面高程数值矩阵:
其中,Gco为传递函数,Δy为距离,s为复域,二维不平随机路面高程数值矩阵为m×n矩阵,二维不平随机路面高程数值矩阵中的第1列元素分别为路面不平度高程曲线上的多个点的高程,二维不平随机路面高程数值矩阵中的第i列元素分别由路面不平度高程曲线上的多个点的高程经过i-1次迭代得到,m,n、i均为正整数,1<i≤n。
拉伸模块20可以用于执行前述的步骤S23或步骤S33,以得到二维不平随机路面高程数值矩阵。
处理模块30还可以用于执行前述的步骤S24,以得到三维空间不平度路面模型。
在执行图5所示的方法时,二维不平随机路面高程数值矩阵为方阵,处理模块30还可以用于确定二维不平随机路面高程数值矩阵的转置矩阵AT与二维不平随机路面高程数值矩阵A的和,得到矩阵C;对矩阵C进行插值运算,得到三维空间不平度路面模型。
处理模块30可以用于执行前述的步骤S34和步骤S35,以得到三维空间不平度路面模型。
以下对本公开实施例提供的路面模型建立方法和路面模型建立装置建立的路面模型进行验证:
对路面不平度高程曲线进行验证。以图4所示的路面不平度高程曲线为例,图7是路面功率谱密度与标准功率谱密度的比较示意图。如图7所示,图4所示的路面不平度高程曲线的路面功率谱密度与标准功率谱密度进行比较,始终位于E级公路的标准功率谱密度和C级公路的标准功率谱密度之间,在D级公路的标准功率谱密度附近,吻合度较高。可以较好地反应出D级公路的特性。
对图2所示的方法建立的三维空间不平度路面模型进行验证。图8是本公开实施例提供的一种三维空间不平度路面模型。该三维空间不平度路面模型采用图2所示的方法建立。该路面的长宽均为100m。
从三维空间不平度路面模型中提取y=80m时x方向上的路面不平度高程曲线,图9是从三维空间不平度路面模型中提取的路面不平度高程曲线。该路面不平度高程曲线反应的是三维空间不平度路面模型在y=80m的截面上各个点的高度位置。图10是路面功率谱密度与标准功率谱密度的比较示意图。如图10所示,y=80m时x方向上的路面不平度高程曲线的路面功率谱密度与标准功率谱密度进行比较,始终位于E级公路的标准功率谱密度和C级公路的标准功率谱密度之间,在D级公路的标准功率谱密度附近,吻合度较高。可以较好地反应出D级公路的特性。
从三维空间不平度路面模型中提取以(50,50)为圆心,半径40m的半圆弧路径的路面不平度高程曲线,图11是从三维空间不平度路面模型中提取的路面不平度高程曲线。该路面不平度高程曲线反应的是三维空间不平度路面模型中路面上以(50,50)为圆心,半径40m的半圆弧路径上各个点的高度位置。图12是路面功率谱密度与标准功率谱密度的比较示意图。如图12所示,以(50,50)为圆心,半径40m的半圆弧路径的路面不平度高程曲线的路面功率谱密度与标准功率谱密度进行比较,始终位于E级公路的标准功率谱密度和C级公路的标准功率谱密度之间,在D级公路的标准功率谱密度附近,吻合度较高。可以较好地反应出D级公路的特性。
对图5所示的方法建立的三维空间不平度路面模型进行验证。图13是本公开实施例提供的一种三维空间不平度路面模型。该三维空间不平度路面模型采用图5所示的方法建立。该路面的长宽均为100m。
从三维空间不平度路面模型中提取y=35m时x方向上的路面不平度高程曲线,图14是从三维空间不平度路面模型中提取的路面不平度高程曲线。该路面不平度高程曲线反应的是三维空间不平度路面模型在y=35m的截面上各个点的高度位置。图15是路面功率谱密度与标准功率谱密度的比较示意图。如图15所示,y=35m时x方向上的路面不平度高程曲线的路面功率谱密度与标准功率谱密度进行比较,始终位于E级公路的标准功率谱密度和C级公路的标准功率谱密度之间,在D级公路的标准功率谱密度附近,吻合度较高。可以较好地反应出D级公路的特性。
从三维空间不平度路面模型中提取以(50,50)为圆心,半径40m的半圆弧路径的路面不平度高程曲线,图16是从三维空间不平度路面模型中提取的路面不平度高程曲线。该路面不平度高程曲线反应的是三维空间不平度路面模型中路面上以(50,50)为圆心,半径40m的半圆弧路径上各个点的高度位置。图17是路面功率谱密度与标准功率谱密度的比较示意图。如图17所示,以(50,50)为圆心,半径40m的半圆弧路径的路面不平度高程曲线的路面功率谱密度与标准功率谱密度进行比较,始终位于E级公路的标准功率谱密度和C级公路的标准功率谱密度之间,在D级公路的标准功率谱密度附近,吻合度较高。可以较好地反应出D级公路的特性。
从三维空间不平度路面模型中提取x=78m时y方向上的路面不平度高程曲线,图18是从三维空间不平度路面模型中提取的路面不平度高程曲线。该路面不平度高程曲线反应的是三维空间不平度路面模型在x=78m的截面上各个点的高度位置。图19是路面功率谱密度与标准功率谱密度的比较示意图。如图19所示,x=78m时y方向上的路面不平度高程曲线的路面功率谱密度与标准功率谱密度进行比较,始终位于E级公路的标准功率谱密度和C级公路的标准功率谱密度之间,在D级公路的标准功率谱密度附近,吻合度较高。可以较好地反应出D级公路的特性。
以上所述仅为本公开的可选实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (4)
1.一种路面模型建立方法,其特征在于,所述方法包括:
根据功率谱密度函数建立如下路面不平度空间域模型:
根据所述路面不平度空间域模型确定所述路面不平度高程曲线;
根据如下传递函数对所述路面不平度高程曲线上的多个点的高程分别进行迭代,得到二维不平随机路面高程数值矩阵:
其中,Gco为传递函数,Δy为距离,s为复域,所述二维不平随机路面高程数值矩阵为m×n矩阵,所述二维不平随机路面高程数值矩阵中的第1列元素分别为所述路面不平度高程曲线上的所述多个点的高程,所述二维不平随机路面高程数值矩阵中的第i列元素分别由所述路面不平度高程曲线上的所述多个点的高程经过i-1次迭代得到,m,n、i均为正整数,1<i≤n;
对所述二维不平随机路面高程数值矩阵进行插值运算,得到三维空间不平度路面模型。
2.根据权利要求1所述的路面模型建立方法,其特征在于,所述二维不平随机路面高程数值矩阵为方阵,所述对所述二维不平随机路面高程数值矩阵进行插值运算,包括:
确定所述二维不平随机路面高程数值矩阵的转置矩阵AT与所述二维不平随机路面高程数值矩阵A的和,得到矩阵C;
对所述矩阵C进行插值运算,得到三维空间不平度路面模型。
3.一种路面模型建立装置,其特征在于,所述装置包括:
获取模块,用于根据功率谱密度函数建立如下路面不平度空间域模型:
拉伸模块,用于根据如下传递函数对所述路面不平度高程曲线上的多个点的高程分别进行迭代,得到二维不平随机路面高程数值矩阵:
其中,Gco为传递函数,Δy为距离,s为复域,所述二维不平随机路面高程数值矩阵为m×n矩阵,所述二维不平随机路面高程数值矩阵中的第1列元素分别为所述路面不平度高程曲线上的所述多个点的高程,所述二维不平随机路面高程数值矩阵中的第i列元素分别由所述路面不平度高程曲线上的所述多个点的高程经过i-1次迭代得到,m,n、i均为正整数,1<i≤n;
处理模块,用于对所述二维不平随机路面高程数值矩阵进行插值运算,得到三维空间不平度路面模型。
4.根据权利要求3所述的路面模型建立装置,其特征在于,所述二维不平随机路面高程数值矩阵为方阵,所述处理模块用于确定所述二维不平随机路面高程数值矩阵的转置矩阵AT与所述二维不平随机路面高程数值矩阵A的和,得到矩阵C;
对所述矩阵C进行插值运算,得到三维空间不平度路面模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272797.6A CN111583402B (zh) | 2020-04-09 | 2020-04-09 | 路面模型建立方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272797.6A CN111583402B (zh) | 2020-04-09 | 2020-04-09 | 路面模型建立方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111583402A CN111583402A (zh) | 2020-08-25 |
CN111583402B true CN111583402B (zh) | 2023-06-27 |
Family
ID=72111401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010272797.6A Active CN111583402B (zh) | 2020-04-09 | 2020-04-09 | 路面模型建立方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111583402B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112836576B (zh) * | 2020-12-30 | 2021-09-24 | 北京理工大学 | 一种越野道路路面模型的快速分析方法 |
CN115018911A (zh) * | 2022-04-25 | 2022-09-06 | 襄阳达安汽车检测中心有限公司 | 一种仿真场景路面自动生成方法、装置、设备及读存介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419724A (zh) * | 2008-12-09 | 2009-04-29 | 东南大学 | 一种应用于虚拟样机系统的三维路面生成方法 |
CN102074043A (zh) * | 2011-01-06 | 2011-05-25 | 浙江大学 | 用于车辆动力学研究的三维路面高程数据生成方法 |
WO2018122808A1 (zh) * | 2016-12-30 | 2018-07-05 | 同济大学 | 一种基于舒适度的自动驾驶行驶规划方法 |
-
2020
- 2020-04-09 CN CN202010272797.6A patent/CN111583402B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419724A (zh) * | 2008-12-09 | 2009-04-29 | 东南大学 | 一种应用于虚拟样机系统的三维路面生成方法 |
CN102074043A (zh) * | 2011-01-06 | 2011-05-25 | 浙江大学 | 用于车辆动力学研究的三维路面高程数据生成方法 |
WO2018122808A1 (zh) * | 2016-12-30 | 2018-07-05 | 同济大学 | 一种基于舒适度的自动驾驶行驶规划方法 |
Non-Patent Citations (1)
Title |
---|
黄志强 ; 郑旺辉 ; .Matlab实现ADAMS三维随机路面建模.现代防御技术.2018,(03),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111583402A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111583402B (zh) | 路面模型建立方法及装置 | |
Choksi et al. | On the phase diagram for microphase separation of diblock copolymers: an approach via a nonlocal Cahn–Hilliard functional | |
CN101479768B (zh) | 图像处理系统和图像处理方法 | |
CN112116616B (zh) | 基于卷积神经网络的相位信息提取方法、存储介质及设备 | |
Vilaça et al. | 3D surface profile equipment for the characterization of the pavement texture–TexScan | |
Di Paolo et al. | Wave and structure interaction using multi-domain couplings for Navier-Stokes solvers in OpenFOAM®. Part I: Implementation and validation | |
Piekarczuk et al. | Stability and bearing capacity of arch-shaped corrugated shell elements: experimental and numerical study | |
CN107122522B (zh) | 一种基于填挖方分析的数字高程模型精度评价方法 | |
CN105975702B (zh) | 斜拉桥健康监测传感器优化布置方法和系统 | |
CN105469398A (zh) | 一种基于反向映射法的变形散斑生成方法 | |
Kring et al. | Analyzing mobile offshore bases using accelerated boundary-element methods | |
Kryuchkova et al. | Assessment of turbulent wake behind two wind turbines using multi-fractal analysis | |
Budinski et al. | Lattice Boltzmann method for groundwater flow in non-orthogonal structured lattices | |
CN114643818B (zh) | 一种基于图像识别的轮胎花纹噪声仿真预测方法、设备和程序产品 | |
CN110596242A (zh) | 一种桥式起重机主梁局部损伤定位方法 | |
CN115034001A (zh) | 一种锈蚀钢结构承载性能评估方法、系统、设备及介质 | |
Brown et al. | Emulation of as-manufactured transonic rotor airfoil modal behavior and the significance of frequency veering | |
CN115356703A (zh) | 基于面元分布的粗糙目标rcs缩比测量方法及装置 | |
CN115524086A (zh) | 基于车桥耦合振动的统计矩曲率梁式桥损伤识别方法 | |
CN111090901B (zh) | 基于车辆动载分析的井周路面结构设计方法及系统 | |
Neri | Augmented-Resolution Digital image correlation algorithm for vibration measurements | |
CN117056789B (zh) | 多测试组测试下随机子空间法模态参数确认方法和系统 | |
CN111241760A (zh) | 一种城市污染物扩散的升尺度计算方法 | |
CN106979752A (zh) | 一种应变局部化带宽度及间距的统一光学测量方法 | |
JP2019012378A (ja) | エンボス加工シミュレーション装置及びエンボス加工シミュレーション方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |