CN113515807B - 车轮垂向力检测方法、装置、电子设备及存储介质 - Google Patents
车轮垂向力检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113515807B CN113515807B CN202110432661.1A CN202110432661A CN113515807B CN 113515807 B CN113515807 B CN 113515807B CN 202110432661 A CN202110432661 A CN 202110432661A CN 113515807 B CN113515807 B CN 113515807B
- Authority
- CN
- China
- Prior art keywords
- determining
- vertical force
- grounding
- wheel
- tire
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000006870 function Effects 0.000 claims description 21
- 238000010801 machine learning Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 5
- 238000013178 mathematical model Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
Abstract
本发明涉及一种车轮垂向力检测方法、装置、电子设备及存储介质,其中方法包括:根据轮胎的接地长度确定轮胎的接地区域面积;基于所述接地区域面积确定车轮的垂向力。本发明通过接地区域面积来检测垂向力,具有更高的检测精度,提升了车辆安全控制系统的可靠性。
Description
技术领域
本发明涉及车辆工程技术领域,尤其涉及一种车轮垂向力检测方法、装置、电子设备及存储介质。
背景技术
轮胎是车辆与地面直接接触的部件,因此对轮胎的受力信息进行检测对车辆的正常行驶起到重要的作用。
相关技术中,先对安装在轮胎内的传感器采集到的数据进行分析,确定轮胎的接地长度,然后根据预先确定的接地长度和车轮垂向力之间的关系模型,确定车轮的垂向力。
但是,相关检测方案确定的车轮垂向力精度较低。
发明内容
本发明的目的是提供一种车轮垂向力检测方法、装置、电子设备及存储介质,能够解决车轮垂向力检测不准确的技术问题。
第一方面,本发明实施例提供了一种车轮垂向力检测方法,包括:
根据轮胎的接地长度确定轮胎的接地区域面积;
基于所述接地区域面积确定车轮的垂向力。
第二方面,本发明实施例提供了一种车轮垂向力检测装置,包括:
第一确定模块,用于根据轮胎的接地长度确定轮胎的接地区域面积;
第二确定模块,用于基于所述接地区域面积确定车轮的垂向力。
第三方面,本发明实施例提供了一种电子设备,该电子设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述车轮垂向力检测方法的步骤。
第四方面,本发明实施例提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述车轮垂向力检测方法的步骤。
在本发明实施例中,根据接地区域面积去检测车轮垂向力,提高了车轮垂向力检测的精度,提升了车辆安全控制系统的可靠性。
附图说明
图1为本发明实施例提供的车轮垂向力检测方法的流程示意图;
图2为本发明实施例提供的传感器和胎冠的位置关系的示意图;
图3为本发明实施例提供的周向应变曲线的示意图;
图4为本发明实施例提供的径向加速度变化曲线的示意图;
图5为本发明实施例提供的接地区域形状的示意图;
图6为本发明实施例提供的车轮垂向力检测装置的结构示意图;
图7为本发明实施例提供的电子设备的结构示意图。
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作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。
本发明的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本发明实施例提供的车轮垂向力检测方法可以应用在车辆行进过程中,测量车轮的垂向力。也可以应用在轮胎投入使用前,对轮胎的参数进行检测的过程中。
图1为本发明实施例提供的车轮垂向力检测方法的流程示意图,如图1所示,本申请实施例提供一种车轮垂向力检测方法,包括:
步骤101,根据轮胎的接地长度确定轮胎的接地区域面积。具体来说,需要先确定轮胎的接地长度,轮胎的接地长度是通过布置在轮胎胎冠内壁的至少两个传感器采集的信号确定的。
图2为本发明实施例提供的传感器和胎冠的位置关系的示意图,如图2所示,三个传感器分别集成在电路板上,等间距的布置在与轮胎胎冠内壁中心线垂直的方向上,由胶水将传感器和轮胎胎冠内壁粘连固定,各个电路板之间不发生接触。在一些实施例中,传感器的数量至少为两个,传感器的种类为应变传感器、加速度传感器等的一种或者多种的任意组合。径向加速度传感器可以测得轮胎与地面接触区域的径向加速度,周向应变传感器可以测得轮胎与地面接触区域的应变。多个传感器可以等间距布置也可以不等间距布置,不影响对传感器数据的采集。
在轮胎转动时通过传感器采集轮胎相关量序列,采集的轮胎相关量序列越多,对车轮垂向力的检测精度越高。在轮胎的转动过程中,采集的轮胎相关量序列曲线会出现周期性的变化,轮胎转动一周即为一个周期,在传感器转向地面和转离地面的时候,序列曲线会急剧的变化,这种剧烈的变化正好对应着接地区域的前缘和后缘的转折位置。通过确定序列曲线一个周期内斜率绝对值最大的两个时间点,可以确定两个时间点之间的时间差。这个时间差还可以通过对序列曲线作求导处理,取导数曲线两个峰值之间的时间差来确定。这个时间差即为传感器转向和转离地面的时间差。
获得前述的时间差后,还需要获取轮胎的轮速,通过轮速和时间差来确定车轮的接地长度。轮胎的轮速可以通过在车轮上布置轮速传感器获得,也可以通过前述获得的轮胎相关量序列曲线得到对应车轮一个旋转周期的时间以及车轮的直径来确定。车轮轮速乘以前述的时间差就是对应的传感器所在位置的轮胎的接地长度。
图3为本发明实施例提供的周向应变曲线的示意图,如图3所示,在轮胎胎冠内壁布置的传感器为周向应变传感器,周向应变传感器的数量至少为两个,通过周向应变传感器采集车轮周向应变序列,在车轮转动的过程中周向应变序列曲线会出现周期性的变化,图3为应变序列曲线的一个周期示意图。从图3中可以看出,在周向应变传感器转向和转离地面时,应变曲线出现剧烈的变化,这种变化正好对应着传感器所在位置轮胎的接地区域前缘和后缘的转折位置。通过确定应变曲线中斜率绝对值最大的时间点,点A和点B,确定点A和点B之间的时间差。这个时间差也可以通过对应变曲线作求导处理,取导数曲线中两个峰值点之间的时间差来确定。这个时间差即为对应传感器转向和转离地面的时间差。确定点A和点B之间的时间差后,再乘以车轮的轮速就得到接地长度。
图4为本发明实施例提供的径向加速度变化曲线的示意图,如图4所示,在轮胎胎冠内壁布置的传感器为径向加速度传感器,径向加速度传感器的数量至少为两个,通过径向加速度传感器采集轮胎径向加速度序列。在车轮转动的过程中径向加速度变化曲线会出现周期性的变化,图4为径向加速度变化曲线的一个周期示意图。从图4中可以看出,在径向加速度传感器转向和转离地面时,径向加速度变化曲线出现剧烈的变化,这种变化正好对应着接地区域前缘和后缘的转折位置。通过确定径向加速度变化曲线中斜率绝对值最大的时间点,点C和点D,确定点C和点D之间的时间差。这个时间差还可以通过对径向加速度变化曲线作求导处理,取导数曲线中两个峰值点之间的时间差来确定。这个时间差即为对应传感器转向和转离地面的时间差。确定点C和点D之间的时间差之后,再乘以车轮的轮速就得到接地长度。
在接地区域内,通过不同位置的传感器最终确定的接地长度不同。越靠近胎冠中心线位置的传感器最终确定的接地长度越长,越远离胎冠中心线位置的传感器最终确定的接地长度越短。在只有一个传感器的情况下,传感器通常布置在胎冠内壁中心线的位置,最终获取的接地长度为接地区域前缘和后缘之间的距离,通过这个接地长度去确定接地区域面积,得到的结果为接地长度乘以轮胎的宽度,这个结果远远大于实际的接地区域面积,误差很大,因此需要布置至少两个传感器来确定至少两个接地长度。通过布置多个传感器去确定多个接地长度,将多个接地长度进行融合,传感器的数量越多最终确定的接地区域面积越接近真实值,对车轮垂向力检测的精度越高。但是传感器布置过多会增加成本,同时影响车轮的性能。优选的,传感器的数量为3个,分别布置在胎冠中心线的位置,以及中心线两边对称的位置。
步骤102,基于所述接地区域面积确定车轮的垂向力。
具体来说,车轮的接地区域面积与车轮垂向力有关,车轮垂向力越大车轮的接地区域面积越大,车轮垂向力越小车轮的接地区域面积越小。因此,可以通过车轮接地区域面积去检测车轮垂向力。
在获取到轮胎的接地区域面积后,需要去确定接地区域面积和车轮垂向力之间的数学模型。以接地区域面积为自变量,垂向力大小为因变量,去确定两者之间的数学关系。模型的建立可以通过人工智能来实现,代替人工建立模型的过程,本发明可以通过机器学习算法对样本数据进行学习来训练模型。
本发明实施例提供的车轮垂向力检测方法,通过轮胎的接地长度确定接地区域面积,通过接地区域面积来检测垂向力的大小,使得车轮垂向力大小的检测精度更高,提升了车辆安全控制系统的可靠性。
可选地,所述根据轮胎的接地长度确定轮胎的接地区域面积,包括:
基于所述接地长度确定接地区域形状的函数表达式;
根据所述函数表达式确定所述接地区域面积。
具体来说,在确定多个接地长度后,建立坐标系,每一个接地长度都可以确定两个坐标点,为每一个传感器转向和转离地面的坐标点。对获得的多个坐标点进行多项式拟合,如利用最小二乘法对多项式径向拟合,得到的拟合曲线可以看做是接地区域的形状,当获取的坐标点尽可能多的时候,拟合曲线越接近于真实的轮胎接地区域的形状。通过确定拟合曲线的函数表达式,对该函数表达式进行积分,就可以得到拟合曲线的面积,也就是对应的接地区域面积。
本发明实施例提供的车轮垂向力检测方法,先通过接地长度确定接地区域形状的函数表达式,再根据函数表达式确定接地区域面积,使得到的接地区域面积更加精准,进一步提高了车轮垂向力的检测精度。
可选地,图5为本发明实施例提供的接地区域形状的示意图,如图5所示,所述基于所述接地长度确定接地区域形状的函数表达式,包括:
获取至少两个接地长度;所述接地长度是基于沿直角坐标系中的X轴安装在胎冠内壁的至少两个传感器采集的信号确定的;所述直角坐标系以轮胎的接地区域的中心为原点,以轮胎旋转方向为Y轴;
根据接地长度和接地长度对应的传感器在X轴上的位置,确定坐标值;
根据坐标值进行曲线拟合得到所述函数表达式。
具体来说,在一个实施例中,以与轮胎接触的地面为XOY直角坐标系所在的平面,以至少两个传感器在地面的投影点所连成的直线为X轴,胎冠中心线在地面的投影为Y轴,Y轴的方向为轮胎旋转的方向。例如,当车辆直行时,不同轮胎对应的Y轴的方向均与车辆行进的方向相同;而当车辆转弯时,不同轮胎的旋转方向不同,则Y轴的方向也不同。
通过确定的多个接地长度、最靠近轮胎边缘的传感器的位置和传感器之间的间距,确定至少4个坐标点,对这些坐标点进行曲线拟合,得到拟合曲线和对应的函数表达式,拟合可以通过最小二乘法进行,具体函数表达式为:
y=a0+a1x+a2x2+…+aixi
其中,x表示传感器在X轴上的投影位置,y为前后接地边缘在Y方向上的投影位置;i表示多项式的次数,根据不同次数下的拟合精度优选地进行确定;ai表示对应次数的系数。拟合得到ai的具体数值,由此得到确定的曲线函数,也就得到对应的接地区域形状。接地区域形状前后边缘对称,或者说接地区域形状近似于一个椭圆,因此可以只对前后边缘中的一边进行拟合,另外一边所得的曲线函数也可以确定。
此外,由于得到的接地区域形状前后边缘对称,因此Y轴的方向也可以为轮胎旋转的反方向,对最终拟合确定接地区域形状以及面积不产生影响。
如图5所示,在一个实施例中,在轮胎胎冠内壁布置的传感器数量为3个,第一传感器布置在胎冠中心线的位置,第二传感器和第三传感器布置在中心线两边对称的位置。则第一传感器的位置即为直角坐标系的原点位置,在确定第一传感器的第一接地长度L1后,得到一组坐标(0,L1/2)和(0,-L1/2)。确定第二传感器的位置和对应的第二接地长度L2后,得到一组坐标(x,L2/2)和(x,-L2/2)。确定第三传感器的位置和对应的第三接地长度L3后,得到一组坐标(-x,L3/2)和(-x,-L3/2)。基于前述的6个坐标点,对这6个坐标点进行多项式拟合,得到拟合曲线以及对应的函数表达式。
本发明实施例提供的车轮垂向力检测方法,先基于多个接地长度和以轮胎的接地区域的中心为原点的直角坐标系,确定出多个坐标点,再对这些坐标点进行曲线拟合,得到接地区域形状的函数表达式,使得到的接地区域形状更加精准,进一步提高了车轮垂向力的检测精度提升了车辆安全控制系统的可靠性。
可选地,所述基于所述接地区域面积确定车轮的垂向力,包括:
将所述接地区域面积输入至机器学习模型,输出车轮的垂向力;
其中,所述机器学习模型是基于接地区域面积样本数据以及预先确定的车轮垂向力标签进行训练后得到的。
具体来说,在通过接地区域面积来确定车轮垂向力大小之前,需要以接地区域面积为自变量,垂向力大小为因变量,来确定接地区域面积和垂向力大小之间的数学模型。在将接地区域面积输入至机器学习模型前,需要以接地区域面积为自变量,垂向力大小为因变量,建立机器学习模型。这里的机器学习算法包括:线性回归、强化学习、决策树、神经网络等,本发明实施例不作限制。
在试验条件下,设定不同的轮速,通过增加车轮的载重等手段改变车轮的垂向力,利用仪器采集实际情况下的垂向力大小和车轮的接地区域面积。其中,车轮垂向力的大小可以是通过车轮力传感器等获得。车轮的接地区域面积可以是通过传感器获取至少两个轮胎相关量序列,通过轮胎相关量序列和轮速确定接地长度,通过至少两个接地长度进行曲线拟合确定接地区域面积。车轮的接地区域面积还可以通过获得轮胎接地花纹印迹等方式获得。本发明实施例对此不作限制。
对采集到的样本垂向力大小和接地区域面积进行设计,将70%的样本划分为训练样本,15%的样本划分为验证样本,15%的样本划分为测试样本。之后将接地区域面积输入至机器学习模型进行训练,在对模型进行训练的同时利用验证样本数据来评估模型的误差,若误差持续下降,则继续训练直到满足预定的误差精度。若误差连续十次不下降,则终止训练,获得了训练完成的机器学习模型。
本发明实施例提供的通过训练完成的机器学习模型,去确定接地区域面积和车轮垂向力大小之间的数学模型,通过人工智能来建立模型,减少了人工的计算量,提高了建立模型的精度,增加了车轮垂向力检测的精度,提升了车辆安全控制系统的可靠性。
图6为本发明实施例提供的车轮垂向力检测装置的结构示意图,如图6所示,本发明实施例提供的车轮垂向力检测装置,包括第一确定模块601和第二确定模块602,其中:
第一确定模块601,用于根据轮胎的接地长度确定轮胎的接地区域面积;
第二确定模块602,用于基于所述接地区域面积确定车轮的垂向力。
可选地,第一确定模块601包括第一确定子模块和第二确定子模块,其中:
所述第一确定子模块用于基于所述接地长度确定接地区域面积形状的函数表达式;
所述确定子模块用于根据所述函数表达式确定所述接地区域面积。
可选地,所述第一确定子模块包括获取单元、确定单元和拟合单元;
所述确定单元用于获取至少两个接地长度;所述接地长度是基于沿直角坐标系中的X轴安装在胎冠内壁的至少两个传感器采集的信号确定的;所述直角坐标系以轮胎的接地区域的中心为原点,以轮胎旋转方向为Y轴;
所述确定单元用于根据接地长度和接地长度对应的传感器在X轴上的位置,确定坐标值;
所述拟合单元用于根据坐标值进行曲线拟合得到所述函数表达式。
可选地,第二确定模块602具体用于将所述接地区域面积输入至机器学习模型,输出车轮的垂向力;
其中,所述机器学习模型是基于接地区域面积样本数据以及预先确定的车轮垂向力标签进行训练后得到的。
具体来说,本发明实施例提供的上述车轮垂向力检测装置,能够实现上述方法实施例所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
图7为本发明实施例提供的电子设备的结构示意图,如图7所示,该电子设备可以包括:处理器(processor)701、通信接口(CommunicationsInterface)702、存储器(memory)703和通信总线704,其中,处理器701,通信接口702,存储器703通过通信总线704完成相互间的通信。处理器701可以调用存储器703中的逻辑指令,以执行车轮垂向力检测方法,该方法包括:根据轮胎的接地长度确定轮胎的接地区域面积;基于所述接地区域面积确定车轮的垂向力。
此外,上述的存储器703中的逻辑指令可以通过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,本发明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)执行本发明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(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述提供的车轮垂向力检测方法,该方法包括:根据轮胎的接地长度确定轮胎的接地区域面积;基于所述接地区域面积确定车轮的垂向力。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可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,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (6)
1.一种车轮垂向力检测方法,其特征在于,包括:
根据轮胎的接地长度确定轮胎的接地区域面积;
基于所述接地区域面积确定车轮的垂向力;
其中,所述根据轮胎的接地长度确定轮胎的接地区域面积,包括:
基于所述接地长度确定接地区域形状的函数表达式;
根据所述函数表达式确定所述接地区域面积;
其中,所述基于所述接地长度确定接地区域形状的函数表达式,包括:
获取至少两个接地长度;所述接地长度是基于沿直角坐标系中的X轴安装在胎冠内壁的至少两个传感器采集的信号确定的;所述直角坐标系以轮胎的接地区域的中心为原点,以轮胎旋转方向为Y轴;
根据接地长度和接地长度对应的传感器在X轴上的位置,确定坐标值;
根据坐标值进行曲线拟合得到所述函数表达式。
2.根据权利要求1所述的车轮垂向力检测方法,其特征在于,所述基于所述接地区域面积确定车轮的垂向力,包括:
将所述接地区域面积输入至机器学习模型,输出车轮的垂向力;
其中,所述机器学习模型是基于接地区域面积样本数据以及预先确定的车轮垂向力标签进行训练后得到的。
3.一种车轮垂向力检测装置,其特征在于,包括:
第一确定模块,用于根据轮胎的接地长度确定轮胎的接地区域面积;
第二确定模块,用于基于所述接地区域面积确定车轮的垂向力;
其中,所述第一确定模块包括第一确定子模块和第二确定子模块;
所述第一确定子模块用于基于所述接地长度确定接地区域面积形状的函数表达式;
所述第二确定子模块用于根据所述函数表达式确定所述接地区域面积;
其中,所述第一确定子模块包括获取单元、确定单元和拟合单元;
所述确定单元用于获取至少两个接地长度;所述接地长度是基于沿直角坐标系中的X轴安装在胎冠内壁的至少两个传感器采集的信号确定的;所述直角坐标系以轮胎的接地区域的中心为原点,以轮胎旋转方向为Y轴;
所述确定单元用于根据接地长度和接地长度对应的传感器在X轴上的位置,确定坐标值;
所述拟合单元用于根据坐标值进行曲线拟合得到所述函数表达式。
4.根据权利要求3所述的车轮垂向力检测装置,其特征在于,所述第二确定模块具体用于将所述接地区域面积输入至机器学习模型,输出车轮的垂向力;
其中,所述机器学习模型是基于接地区域面积样本数据以及预先确定的车轮垂向力标签进行训练后得到的。
5.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至2任一项所述车轮垂向力检测方法的步骤。
6.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述车轮垂向力检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110432661.1A CN113515807B (zh) | 2021-04-21 | 2021-04-21 | 车轮垂向力检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110432661.1A CN113515807B (zh) | 2021-04-21 | 2021-04-21 | 车轮垂向力检测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113515807A CN113515807A (zh) | 2021-10-19 |
CN113515807B true CN113515807B (zh) | 2024-01-30 |
Family
ID=78061119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110432661.1A Active CN113515807B (zh) | 2021-04-21 | 2021-04-21 | 车轮垂向力检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113515807B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007307980A (ja) * | 2006-05-17 | 2007-11-29 | Yokohama Rubber Co Ltd:The | タイヤの接地長算出方法及びタイヤの接地長算出装置 |
KR20130071197A (ko) * | 2011-12-20 | 2013-06-28 | 국방과학연구소 | 휠 차량의 수직력 추정 장치 및 그 방법 |
CN105151073A (zh) * | 2015-07-29 | 2015-12-16 | 齐齐哈尔轨道交通装备有限责任公司 | 一种铁路车辆及其车辆连接装置 |
JP2020082885A (ja) * | 2018-11-20 | 2020-06-04 | 株式会社Soken | 車両 |
CN112182477A (zh) * | 2020-08-27 | 2021-01-05 | 清华大学 | 轮胎侧向力辨识方法及装置 |
CN112429008A (zh) * | 2020-11-11 | 2021-03-02 | 江苏大学 | 一种轮胎垂向力估算系统及其估算方法 |
CN112622536A (zh) * | 2020-12-25 | 2021-04-09 | 中国农业大学 | 车辆轮胎工作状态监测传感装置及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4680532B2 (ja) * | 2004-06-02 | 2011-05-11 | 株式会社ブリヂストン | タイヤの動的状態推定方法とその装置 |
FR2905496B1 (fr) * | 2006-09-01 | 2008-10-24 | Michelin Soc Tech | Procede de simulation en temps reel du comportement physique d'un pneu, et application |
-
2021
- 2021-04-21 CN CN202110432661.1A patent/CN113515807B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007307980A (ja) * | 2006-05-17 | 2007-11-29 | Yokohama Rubber Co Ltd:The | タイヤの接地長算出方法及びタイヤの接地長算出装置 |
KR20130071197A (ko) * | 2011-12-20 | 2013-06-28 | 국방과학연구소 | 휠 차량의 수직력 추정 장치 및 그 방법 |
CN105151073A (zh) * | 2015-07-29 | 2015-12-16 | 齐齐哈尔轨道交通装备有限责任公司 | 一种铁路车辆及其车辆连接装置 |
JP2020082885A (ja) * | 2018-11-20 | 2020-06-04 | 株式会社Soken | 車両 |
CN112182477A (zh) * | 2020-08-27 | 2021-01-05 | 清华大学 | 轮胎侧向力辨识方法及装置 |
CN112429008A (zh) * | 2020-11-11 | 2021-03-02 | 江苏大学 | 一种轮胎垂向力估算系统及其估算方法 |
CN112622536A (zh) * | 2020-12-25 | 2021-04-09 | 中国农业大学 | 车辆轮胎工作状态监测传感装置及方法 |
Non-Patent Citations (5)
Title |
---|
内嵌加速度计的智能轮胎纵/垂向力估计算法;赵健;路妍晖;朱冰;刘胜利;;汽车工程(第02期);第137-142、183页 * |
智能轮胎的垂向力预测应用研究;王岩等;《轮胎工业》(第2期);第117-121页 * |
智能轮胎的垂向载荷测量;黄小靖;张峰;张士文;Zhengqi WU;魏胜;王锋;;汽车工程(第09期);第1270-1276、1283页 * |
轮胎印痕控制参数的研究;高明;侯波;于飞;荣英飞;赵书凯;;轮胎工业(第03期);第146-150页 * |
载重子午轮胎与路面相互作用的分析;路永婕;杨绍普;李韶华;;公路交通科技(第12期);第12-16页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113515807A (zh) | 2021-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110834642B (zh) | 车辆跑偏识别方法、装置、车辆及存储介质 | |
CN104590276B (zh) | 汽车绕z轴转动惯量和轮胎侧偏刚度识别方法 | |
CN109795477B (zh) | 消除稳态横向偏差的方法、装置及存储介质 | |
CN110781607B (zh) | 一种考虑车辆轮载空间分布的桥梁影响面识别方法 | |
CN111572551B (zh) | 泊车工况下的航向角计算方法、装置、设备及存储介质 | |
CN112577516B (zh) | 一种用于车辆轮速误差识别和补偿的方法和系统 | |
CN109916494B (zh) | 称重设备标定方法及装置 | |
CN104990563A (zh) | 车辆行驶里程计算方法 | |
CN113515807B (zh) | 车轮垂向力检测方法、装置、电子设备及存储介质 | |
EP3825191A1 (en) | Vehicle sideslip angle estimation system and method | |
CN109916484B (zh) | 称重设备联合称重方法及装置 | |
CN109916483B (zh) | 称重设备联合监控方法及装置 | |
CN107600074A (zh) | 车速测量方法和装置 | |
US6353777B1 (en) | Path correction for lane change analysis | |
CN113553543A (zh) | 轮胎纵向力的估测方法、装置、电子设备和存储介质 | |
CN113968232B (zh) | 确定轮胎载荷的方法、装置、存储介质及车载设备 | |
CN111123730A (zh) | 无人驾驶故障仿真方法、装置、设备及计算机可读介质 | |
CN109916489B (zh) | 称重设备联合称重方法及装置 | |
CN112000926A (zh) | 一种智能轮胎垂向载荷估算方法 | |
CN113836737B (zh) | 轮胎干涉风险监测方法、装置及设备 | |
CN112711855B (zh) | 一种数据处理方法、装置、存储介质及设备 | |
CN111409647A (zh) | 车速的修正方法及装置、车辆 | |
CN117348442A (zh) | 辅助驾驶的仿真测试方法及装置 | |
US20240159792A1 (en) | Sensor failure determination apparatus, sensor failure determination method, and tire physical information estimation system | |
CN114692292A (zh) | 一种汽车动力学性能仿真与试验结果快速对标方法 |
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 |