CN114683868A - 车辆质量自学习的控制方法及装置 - Google Patents

车辆质量自学习的控制方法及装置 Download PDF

Info

Publication number
CN114683868A
CN114683868A CN202011578818.3A CN202011578818A CN114683868A CN 114683868 A CN114683868 A CN 114683868A CN 202011578818 A CN202011578818 A CN 202011578818A CN 114683868 A CN114683868 A CN 114683868A
Authority
CN
China
Prior art keywords
vehicle
mass
vehicle mass
self
learning
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
CN202011578818.3A
Other languages
English (en)
Inventor
王银磊
孙策
李玉山
刘秀
李岩
单红艳
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.)
Great Wall Motor Co Ltd
Original Assignee
Great Wall Motor Co Ltd
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 Great Wall Motor Co Ltd filed Critical Great Wall Motor Co Ltd
Priority to CN202011578818.3A priority Critical patent/CN114683868A/zh
Publication of CN114683868A publication Critical patent/CN114683868A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • B60L15/2009—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed for braking
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/10—Vehicle control parameters
    • B60L2240/14—Acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/423—Torque
    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明适用于车辆控制技术领域，提供了一种车辆质量自学习的控制方法及装置，该方法包括：当接收到自动驾驶终端发送的货物装载信号时，根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量；当所述车辆质量符合预设车辆质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩；将所述驱动扭矩或者所述制动扭矩发送给驱动电机，实现车辆的驱动或者制动。通过自学习得到一个车辆质量用于后续扭矩的计算，较现有技术中直接采用预设的车辆质量更准确，使得得到的扭矩也更准确，且扭矩值不会出现阶跃性变化，从而可以使车辆在驱动时避免出现驱动过快或过慢的情况。

Description

车辆质量自学习的控制方法及装置
技术领域
本发明属于车辆控制技术领域，尤其涉及一种车辆质量自学习的控制方法及装置。
背景技术
近年来，自动驾驶的飞速发展，用于货运的低速、低质量的智能物流车，由于其场景单一、功能单一、控制简单等特点，在短途货运、移动售卖等领域发挥着独特的作用。
智能物流车由于其自身质量较小但载货质量较大会出现空载和满载，因此整车的质量会引起行驶阻力和惯性量差异较大的现象，导致在不同的载重时，整车控制器(Vehicle Control Unit，VCU)对加速度分解得到的驱动或制动的扭矩值出现阶跃性变化，导致车辆形成起步太慢、制动太久等情况，无法满足车辆驱动或制动的及时性。
发明内容
有鉴于此，本发明实施例提供了一种车辆质量自学习的控制方法及装置，旨在解决现有技术中VCU对加速度分解得到的驱动或制动的扭矩值出现阶跃性变化的问题。
为实现上述目的，本发明实施例的第一方面提供了一种车辆质量自学习的控制方法，包括：
当接收到自动驾驶终端发送的货物装载信号时，根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量；
当所述车辆质量符合预设车辆质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩；
将所述驱动扭矩或者所述制动扭矩发送给驱动电机，实现车辆的驱动或者制动。
作为本申请另一实施例，所述根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量，包括：
检测所述车辆的车速是否大于预设车速；
当所述车辆的车速大于所述预设车速时，开启车辆质量自学习；
采集所述车辆的运行数据，根据所述运行数据得到所述车辆质量自学习后的车辆质量，结束所述车辆质量自学习。
作为本申请另一实施例，所述采集所述车辆的运行数据，根据所述运行数据得到所述车辆质量自学习后的车辆质量，包括：
在所述车辆运行过程中的预设时间段采集一个扭矩；
获取车辆在所述预设时间段内的加速度；
根据所述扭矩和所述加速度，计算第一车辆质量；
依次采集多个与所述预设时间段相同的时间片段内的多个扭矩和加速度，并根据上述计算所述第一车辆质量的方式计算得到多个车辆质量；
计算所述第一车辆质量和所述多个车辆质量的平均值，得到所述车辆质量自学习后的车辆质量。
作为本申请另一实施例，所述获取车辆在所述预设时间段内的加速度，包括：
采集所述预设时间段内开始时刻对应的所述车辆的初始速度，结束时刻对应的所述车辆的结束速度；
根据所述结束速度以及所述初始速度，计算所述车辆在所述预设时间段内的加速度。
作为本申请另一实施例，所述根据所述结束速度以及所述初始速度，计算所述车辆在所述预设时间段内的加速度，包括：
根据a＝(V1-V0)/t计算所述车辆在所述预设时间段内的加速度；
其中，a表示所述车辆的加速度，V1表示所述结束速度，V0表示所述初始速度，t表示所述预设时间段。
作为本申请另一实施例，所述根据所述扭矩和所述加速度，计算第一车辆质量，包括：
根据
Figure BDA0002864234350000031
计算第一车辆质量；
其中，M表示所述第一车辆质量，T表示所述扭矩，a表示所述加速度，g表示重力加速度，f表示滚动阻力系数，r表示轮胎半径。
作为本申请另一实施例，所述当所述车辆质量符合预设车辆质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩，包括：
获取预设车辆空载质量和预设车辆满载质量；
当所述车辆质量大于所述预设车辆空载质量，且小于所述预设车辆满载质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩。
作为本申请另一实施例，还包括：
当所述车辆质量不大于所述预设车辆空载质量和/或不小于所述预设车辆满载质量时，设置所述车辆质量为所述预设车辆空载质量，并根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩。
作为本申请另一实施例，还包括：
当接收到自动驾驶终端发送的货物卸载信号时，设置所述车辆质量为预设车辆空载质量。
本发明实施例的第二方面提供了一种车辆质量自学习的控制装置，包括：
自学习模块，用于当接收到自动驾驶终端发送的货物装载信号时，根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量；
扭矩计算模块，用于当所述车辆质量符合预设车辆质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩；
发送模块，用于将所述驱动扭矩或者所述制动扭矩发送给驱动电机，实现车辆的驱动或者制动。
本发明实施例与现有技术相比存在的有益效果是：与现有技术相比，本发明通过自学习得到一个车辆质量用于后续扭矩的计算，较现有技术中直接采用预设的车辆质量更准确，使得得到的扭矩也更准确，且扭矩值不会出现阶跃性变化，从而可以使车辆在驱动时避免出现驱动过快或过慢的情况。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的车辆质量自学习的控制方法的实现流程示意图；
图2是本发明实施例提供的车辆质量自学习的控制装置的示例图；
图3是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1为本发明实施例提供的一种车辆质量自学习的控制方法的实现流程示意图，详述如下。
步骤101，当接收到自动驾驶终端发送的货物装载信号时，根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量。
可选的，当自动驾驶终端识别到车辆完成货物装载时，向整车控制器(VehicleControl Unit，VCU)发送货物装载信号，VCU接收到货物装载信号后，检测所述车辆的车速是否大于预设车速；当所述车辆的车速大于所述预设车速时，开启车辆质量自学习；采集所述车辆的运行数据，根据所述运行数据得到所述车辆质量自学习后的车辆质量，结束所述车辆质量自学习。
可选的，预设车速可以根据时间需求进行设置，在本实施例中不限定预设车速的取值。例如，预设车速可以为5km/h、6km/h等。当所述车辆的车速不大于所述预设车速时，继续进行车速监测。
可选的，车辆的运行数据包括车辆的扭矩和车辆的加速度。则采集所述车辆的运行数据，根据所述运行数据得到所述车辆质量自学习后的车辆质量时，可以包括：
在所述车辆运行过程中每隔预设时间段采集一个扭矩；
获取车辆在每个所述预设时间段内的加速度；
根据每个预设时间段对应的扭矩和加速度，计算每个预设时间段的车辆质量；
根据每个预设时间段的车辆质量计算平均值，得到所述车辆质量自学习后的车辆质量。
可选的，预设时间段可以根据时间需求进行设置，在本实施例中不限定预设时间段的值。例如，预设时间段可以为90ms、100ms、110ms等。例如可以采集车辆每隔100ms的一个扭矩。需要说明的是，这里VCU直接采集扭矩。
可选的，获取车辆在所述预设时间段内的加速度时，可以包括：采集所述预设时间段内开始时刻对应的所述车辆的初始速度，结束时刻对应的所述车辆的结束速度；根据所述结束速度以及所述初始速度，计算所述车辆在所述预设时间段内的加速度。
可选的，根据a＝(V1-V0)/t计算所述车辆在所述预设时间段内的加速度；
其中，a表示所述车辆的加速度，V1表示所述结束速度，V0表示所述初始速度，t表示所述预设时间段。
可选的，根据
Figure BDA0002864234350000061
计算第一车辆质量；
其中，M表示所述第一车辆质量，T表示所述扭矩，a表示所述加速度，g表示重力加速度，f表示滚动阻力系数，r表示轮胎半径。
可选的，可以依次获取20个与所述预设时间段相同的时间片段内的扭矩和加速度，并根据上述计算所述第一车辆质量的方式计算得到多个对应的车辆质量，例如，M2 M3M4……。然后计算这20个车辆质量的平均值，作为自学习后的车辆质量。
步骤102，当所述车辆质量符合预设车辆质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩。
可选的，本步骤可以包括以下步骤：
获取预设车辆空载质量和预设车辆满载质量；
当所述车辆质量大于所述预设车辆空载质量，且小于所述预设车辆满载质量时，即
Figure BDA0002864234350000062
时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩。
当所述车辆质量不大于所述预设车辆空载质量和/或不小于所述预设车辆满载质量时，即
Figure BDA0002864234350000063
时，设置所述车辆质量为所述预设车辆空载质量，即
Figure BDA0002864234350000064
并根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩。
可选的，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩时，可以包括：根据
Figure BDA0002864234350000065
计算车辆的驱动扭矩或者制动扭矩。
步骤103，将所述驱动扭矩或者所述制动扭矩发送给驱动电机，实现车辆的驱动或者制动。
可选的，当自动驾驶终端识别到车辆完成卸载后，给VCU发送货物卸载信号，VCU接收到自动驾驶终端发送的货物卸载信号时，设置所述车辆质量为预设车辆空载质量Mo。
在本实施例中，当自动驾驶终端再次识别到车辆完成货物装载时，则继续执行步骤101，以及后续步骤。
上述车辆质量自学习的控制方法，当接收到自动驾驶终端发送的货物装载信号时，根据车辆的运行状态进行车辆质量自学习，得到车辆质量自学习后的车辆质量；当车辆质量符合预设车辆质量时，根据车辆质量计算车辆的驱动扭矩或者制动扭矩；将驱动扭矩或者上述制动扭矩发送给驱动电机，实现车辆的驱动或者制动。本实施例中通过自学习得到的车辆质量更准确，使得得到的扭矩也更准确，从而可以使车辆在驱动时避免出现驱动过快或过慢的情况，在制动回收时，可以更多的回收制动能量减少电耗。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的车辆质量自学习的控制方法，图2示出了本发明实施例提供的车辆质量自学习的控制装置的示例图。如图2所示，该装置可以包括：自学习模块201、扭矩计算模块202和发送模块203。
自学习模块201，用于当接收到自动驾驶终端发送的货物装载信号时，根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量；
扭矩计算模块202，用于当所述车辆质量符合预设车辆质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩；
发送模块203，用于将所述驱动扭矩或者所述制动扭矩发送给驱动电机，实现车辆的驱动或者制动。
可选的，所述自学习模块201根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量时，可以用于：
检测所述车辆的车速是否大于预设车速；
当所述车辆的车速大于所述预设车速时，开启车辆质量自学习；
采集所述车辆的运行数据，根据所述运行数据得到所述车辆质量自学习后的车辆质量，结束所述车辆质量自学习。
可选的，所述自学习模块201采集所述车辆的运行数据，根据所述运行数据得到所述车辆质量自学习后的车辆质量时，可以用于：
在所述车辆运行过程中的预设时间段采集一个扭矩；
获取车辆在所述预设时间段内的加速度；
根据所述扭矩和所述加速度，计算第一车辆质量；
依次采集多个与所述预设时间段相同的时间片段内的多个扭矩和加速度，并根据上述计算所述第一车辆质量的方式计算得到多个车辆质量；
计算所述第一车辆质量和所述多个车辆质量的平均值，得到所述车辆质量自学习后的车辆质量。
可选的，所述自学习模块201获取车辆在所述预设时间段内的加速度时，可以用于：
采集所述预设时间段内开始时刻对应的所述车辆的初始速度，结束时刻对应的所述车辆的结束速度；
根据所述结束速度以及所述初始速度，计算所述车辆在所述预设时间段内的加速度。
可选的，所述自学习模块201根据所述结束速度以及所述初始速度，计算所述车辆在所述预设时间段内的加速度时，可以用于：
根据a＝(V1-V0)/t计算所述车辆在所述预设时间段内的加速度；
其中，a表示所述车辆的加速度，V1表示所述结束速度，V0表示所述初始速度，t表示所述预设时间段。
可选的，所述自学习模块201根据所述扭矩和所述加速度，计算第一车辆质量时，可以用于：
根据
Figure BDA0002864234350000091
计算第一车辆质量；
其中，M表示所述第一车辆质量，T表示所述扭矩，a表示所述加速度，g表示重力加速度，f表示滚动阻力系数，r表示轮胎半径。
可选的，当所述车辆质量符合预设车辆质量时，扭矩计算模块202根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩时，可以用于：
获取预设车辆空载质量和预设车辆满载质量；
当所述车辆质量大于所述预设车辆空载质量，且小于所述预设车辆满载质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩。
可选的，扭矩计算模块202还用于：
当所述车辆质量不大于所述预设车辆空载质量和/或不小于所述预设车辆满载质量时，设置所述车辆质量为所述预设车辆空载质量，并根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩。
可选的，自学习模块201用于：
当接收到自动驾驶终端发送的货物卸载信号时，设置所述车辆质量为预设车辆空载质量。
上述车辆质量自学习的控制装置，当接收到自动驾驶终端发送的货物装载信号时，自学习模块根据车辆的运行状态进行车辆质量自学习，得到车辆质量自学习后的车辆质量；当车辆质量符合预设车辆质量时，扭矩计算模块根据车辆质量计算车辆的驱动扭矩或者制动扭矩；发送模块将驱动扭矩或者上述制动扭矩发送给驱动电机，实现车辆的驱动或者制动。本实施例中通过自学习得到的车辆质量更准确，使得得到的扭矩也更准确，从而可以使车辆在驱动时避免出现驱动过快或过慢的情况，在制动回收时，可以更多的回收制动能量减少电耗。
图3是本发明一实施例提供的终端设备的示意图。如图3所示，该实施例的终端设备300包括：处理器301、存储器302以及存储在所述存储器302中并可在所述处理器301上运行的计算机程序303，例如车辆质量自学习的控制程序。所述处理器301执行所述计算机程序303时实现上述车辆质量自学习的控制方法实施例中的步骤，例如图1所示的步骤101至103，所述处理器301执行所述计算机程序303时实现上述各装置实施例中各模块的功能，例如图3所示模块201至203的功能。
示例性的，所述计算机程序303可以被分割成一个或多个程序模块，所述一个或者多个程序模块被存储在所述存储器302中，并由所述处理器301执行，以完成本发明。所述一个或多个程序模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序303在所述车辆质量自学习的控制装置或者终端设备300中的执行过程。例如，所述计算机程序303可以被分割成自学习模块201、扭矩计算模块202和发送模块203，各模块具体功能如图2所示，在此不再一一赘述。
所述终端设备300可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器301、存储器302。本领域技术人员可以理解，图3仅仅是终端设备300的示例，并不构成对终端设备300的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器301可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器302可以是所述终端设备300的内部存储单元，例如终端设备300的硬盘或内存。所述存储器302也可以是所述终端设备300的外部存储设备，例如所述终端设备300上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器302还可以既包括所述终端设备300的内部存储单元也包括外部存储设备。所述存储器302用于存储所述计算机程序以及所述终端设备300所需的其他程序和数据。所述存储器302还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，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单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种车辆质量自学习的控制方法，其特征在于，包括：
当接收到自动驾驶终端发送的货物装载信号时，根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量；
当所述车辆质量符合预设车辆质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩；
将所述驱动扭矩或者所述制动扭矩发送给驱动电机，实现车辆的驱动或者制动。
2.如权利要求1所述的车辆质量自学习的控制方法，其特征在于，所述根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量，包括：
检测所述车辆的车速是否大于预设车速；
当所述车辆的车速大于所述预设车速时，开启车辆质量自学习；
采集所述车辆的运行数据，根据所述运行数据得到所述车辆质量自学习后的车辆质量，结束所述车辆质量自学习。
3.如权利要求2所述的车辆质量自学习的控制方法，其特征在于，所述采集所述车辆的运行数据，根据所述运行数据得到所述车辆质量自学习后的车辆质量，包括：
在所述车辆运行过程中的预设时间段采集一个扭矩；
获取车辆在所述预设时间段内的加速度；
根据所述扭矩和所述加速度，计算第一车辆质量；
依次采集多个与所述预设时间段相同的时间片段内的多个扭矩和加速度，并根据上述计算所述第一车辆质量的方式计算得到多个车辆质量；
计算所述第一车辆质量和所述多个车辆质量的平均值，得到所述车辆质量自学习后的车辆质量。
4.如权利要求3所述的车辆质量自学习的控制方法，其特征在于，所述获取车辆在所述预设时间段内的加速度，包括：
采集所述预设时间段内开始时刻对应的所述车辆的初始速度，结束时刻对应的所述车辆的结束速度；
根据所述结束速度以及所述初始速度，计算所述车辆在所述预设时间段内的加速度。
5.如权利要求4所述的车辆质量自学习的控制方法，其特征在于，所述根据所述结束速度以及所述初始速度，计算所述车辆在所述预设时间段内的加速度，包括：
根据a＝(V1-V0)/t计算所述车辆在所述预设时间段内的加速度；
其中，a表示所述车辆的加速度，V1表示所述结束速度，V0表示所述初始速度，t表示所述预设时间段。
6.如权利要求3所述的车辆质量自学习的控制方法，其特征在于，所述根据所述扭矩和所述加速度，计算第一车辆质量，包括：
根据
Figure FDA0002864234340000021
计算第一车辆质量；
其中，M表示所述第一车辆质量，T表示所述扭矩，a表示所述加速度，g表示重力加速度，f表示滚动阻力系数，r表示轮胎半径。
7.如权利要求1-6中任一项所述的车辆质量自学习的控制方法，其特征在于，所述当所述车辆质量符合预设车辆质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩，包括：
获取预设车辆空载质量和预设车辆满载质量；
当所述车辆质量大于所述预设车辆空载质量，且小于所述预设车辆满载质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩。
8.如权利要求7所述的车辆质量自学习的控制方法，其特征在于，还包括：
当所述车辆质量不大于所述预设车辆空载质量和/或不小于所述预设车辆满载质量时，设置所述车辆质量为所述预设车辆空载质量，并根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩。
9.如权利要求1-6中任一项所述的车辆质量自学习的控制方法，其特征在于，还包括：
当接收到自动驾驶终端发送的货物卸载信号时，设置所述车辆质量为预设车辆空载质量。
10.一种车辆质量自学习的控制装置，其特征在于，包括：
自学习模块，用于当接收到自动驾驶终端发送的货物装载信号时，根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量；
扭矩计算模块，用于当所述车辆质量符合预设车辆质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩；
发送模块，用于将所述驱动扭矩或者所述制动扭矩发送给驱动电机，实现车辆的驱动或者制动。
CN202011578818.3A 2020-12-28 2020-12-28 车辆质量自学习的控制方法及装置 Pending CN114683868A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011578818.3A CN114683868A (zh) 2020-12-28 2020-12-28 车辆质量自学习的控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011578818.3A CN114683868A (zh) 2020-12-28 2020-12-28 车辆质量自学习的控制方法及装置

Publications (1)

Publication Number Publication Date
CN114683868A true CN114683868A (zh) 2022-07-01

Family

ID=82129805

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011578818.3A Pending CN114683868A (zh) 2020-12-28 2020-12-28 车辆质量自学习的控制方法及装置

Country Status (1)

Country Link
CN (1) CN114683868A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103158687A (zh) * 2011-12-13 2013-06-19 康明斯有限公司 针对车辆重量的混合动力车辆制动调节
SE1451290A1 (en) * 2014-10-29 2016-04-30 Scania Cv Ab Method and system for decelerating a vehicle
US9873353B1 (en) * 2017-02-22 2018-01-23 Bordrin Motor Corporation System and method for controlling creep torque of an electric vehicle
CN111267638A (zh) * 2020-01-21 2020-06-12 浙江吉利新能源商用车集团有限公司 一种商用车山路工况驾驶的控制方法、系统、设备及介质
CN111348048A (zh) * 2020-04-01 2020-06-30 湖南行必达网联科技有限公司 货车超载报警方法、装置、设备及存储介质
CN111361544A (zh) * 2020-03-25 2020-07-03 潍柴动力股份有限公司 车辆再生扭矩调整方法及车辆
CN111469674A (zh) * 2020-05-06 2020-07-31 浙江吉利新能源商用车集团有限公司 一种用于新能源载货车辆的制动能量回收控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103158687A (zh) * 2011-12-13 2013-06-19 康明斯有限公司 针对车辆重量的混合动力车辆制动调节
SE1451290A1 (en) * 2014-10-29 2016-04-30 Scania Cv Ab Method and system for decelerating a vehicle
US9873353B1 (en) * 2017-02-22 2018-01-23 Bordrin Motor Corporation System and method for controlling creep torque of an electric vehicle
CN111267638A (zh) * 2020-01-21 2020-06-12 浙江吉利新能源商用车集团有限公司 一种商用车山路工况驾驶的控制方法、系统、设备及介质
CN111361544A (zh) * 2020-03-25 2020-07-03 潍柴动力股份有限公司 车辆再生扭矩调整方法及车辆
CN111348048A (zh) * 2020-04-01 2020-06-30 湖南行必达网联科技有限公司 货车超载报警方法、装置、设备及存储介质
CN111469674A (zh) * 2020-05-06 2020-07-31 浙江吉利新能源商用车集团有限公司 一种用于新能源载货车辆的制动能量回收控制方法

Similar Documents

Publication Publication Date Title
CN111348048B (zh) 货车超载报警方法、装置、设备及存储介质
CN112356837A (zh) 车辆载重监测方法、服务器及控制系统
CN113852563A (zh) 报文数据传输方法、装置、终端设备及可读存储介质
CN109767520B (zh) 一种车辆载重处理方法及装置
CN109720207B (zh) 车辆能耗分析方法、装置及计算机可读介质
WO2019238146A2 (zh) 基于车载终端的出租车计程计价方法与系统
CN113645097A (zh) 车辆信号监测方法、终端设备及电子控制单元
CN115503494A (zh) 单踏板车辆的控制方法、车辆控制终端及单踏板车辆
RU2709357C2 (ru) Алгоритмы сжатия для передачи сообщений по шине транспортного средства с данными предварительного представления
CN114475630B (zh) 控车协同决策方法、装置、车辆及计算机可读存储介质
CN114264357B (zh) 针对车辆排队通过动态称重区域的智能处理方法和设备
CN111098842A (zh) 车辆速度控制方法及相关设备
CN113280901B (zh) 车辆载重的确定方法和装置
CN114683868A (zh) 车辆质量自学习的控制方法及装置
CN114172686A (zh) 车载can总线报文入侵检测方法以及相关设备
CN110481538B (zh) 分配混合动力车辆转矩的方法及装置、智能网联车辆系统
CN109910635B (zh) 一种电动车的车速控制方法、系统及终端设备
CN112287178A (zh) 数据清洗方法、装置、电子设备及存储介质
CN116501025A (zh) 控制参数的标定方法、装置、电子设备及可读存储介质
CN109829004B (zh) 基于无人车的数据处理方法、装置、设备以及存储介质
CN109839964B (zh) 舵机控制方法及终端设备
CN114407906B (zh) 一种车辆载重测量方法、装置、存储介质及设备
CN112347558B (zh) 一种基于概率波的闭环优化方法、系统、电子设备和介质
CN112991311B (zh) 车辆超重检测方法、装置、系统及终端设备
US20230289580A1 (en) Neural network circuit and neural network circuit control method

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