CN114896820A - 基于虚拟场景的汽车列车行驶通过性及性能分析预测方法 - Google Patents

基于虚拟场景的汽车列车行驶通过性及性能分析预测方法 Download PDF

Info

Publication number
CN114896820A
CN114896820A CN202210668919.2A CN202210668919A CN114896820A CN 114896820 A CN114896820 A CN 114896820A CN 202210668919 A CN202210668919 A CN 202210668919A CN 114896820 A CN114896820 A CN 114896820A
Authority
CN
China
Prior art keywords
road
train
automobile
virtual scene
automobile train
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
CN202210668919.2A
Other languages
English (en)
Inventor
金萧
邹晓强
李玉刚
李雪鹏
董治泓
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.)
Faw Logistics Co ltd
Original Assignee
Faw Logistics 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 Faw Logistics Co ltd filed Critical Faw Logistics Co ltd
Priority to CN202210668919.2A priority Critical patent/CN114896820A/zh
Publication of CN114896820A publication Critical patent/CN114896820A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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]
    • 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

本发明涉及一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，包括建立道路虚拟场景，对拟通过的道路建立虚拟场景；汽车列车虚拟建模，基于车辆轴距、轮距、载荷等信息建立汽车列车多体动力学模型；进行汽车列车在道路虚拟场景的低速通过性分析；进行汽车列车最小转弯半径、最高车速、稳定性分析；本发明可以实现汽车列车运行通过性的预测，提前规划可行路线，提高行驶安全性。本发明采用道路设计信息采集路面信息用于分析通过性，效率高，成本低；本发明不依赖于实车及传感器，采用虚拟技术进行通过性、汽车列车稳定性的分析。

Description

基于虚拟场景的汽车列车行驶通过性及性能分析预测方法
技术领域
本发明属于车辆运输技术领域，涉及一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法。
背景技术
当前汽车列车虚拟环境建模技术主要依据实车三维扫描进行，即通过加装激光传感器、雷达传感器、超声波传感器等的车辆在实际道路运行后，采集路面信息，然后通过数据处理建立虚拟路面环境，该方法成本高周期长。
当前汽车列车在使用过程中对行驶环境的适应性主要依靠驾驶员经验，以及实车试探性通过，存在一定的安全隐患，由于汽车列车车体长，灵活性低，对交通环境的适应性差，但是对交通环境的影响很大，很多汽车列车在使用过程中均出现过道路太窄而不能通过的情况，导致交通堵塞、安全风险较大。
公告号为CN105946766A专利文献，涉及一种基于激光雷达与视觉的车辆碰撞预警系统及其控制方法，包括处理模块和人机交互模块，处理模块包括决策控制单元、图像采集单元以及雷达采集单元，图像采集单元用于获取视频或图像信息，其通讯连接至决策控制单元并可向其发送信息；激光雷达采集单元用于检测障碍物信息，其通讯连接至决策控制单元并可向其发送信息；决策控制单元接收图像采集单元、激光雷达采集单元输出的信息并进行处理；人机交互模块与处理模块通讯连接，用于接收决策控制单元输出的信息并进行相应人机交互。本发明采用激光雷达技术，视觉与激光雷达融合技术，实时检测与前车的安全距离，当小于安全距离时警告驾驶人员，提高了驾驶员的驾车安全。
公告号为CN113706593A专利文献，公开了一种适用于车辆几何通过性参数检测的车辆底盘点云融合方法，用于解决从车辆底部采集到的点云帧在配准和融合时由于采集方式和车辆底部的环境特性所导致的误配准问题。该方法包括：根据从车辆底部获取到的点云序列帧数据逐一进行配准。通过解算满足分布判据的抽样点的FPFH特征及待配准点云帧中具有相似FPFH特征的点所组成的配对点对，获得粗配准结果并作为三维ICP精配准初始矩阵。通过解算根据采集方法的先验运动约束最临近配准点所组成配准点，得到ICP精配准结果并根据此结果进行融合。本发明对于车辆底部整体几何数据的获取具有较好的准确度和实时性。
公告号为CN112644482A用于确定行驶通道可通过性的方法、驾驶员辅助系统和车辆，本发明涉及一种用于确定行驶通道的可通过性的方法，其中，所述方法包括在使用多个超声波传感器的情况下发射超声波脉冲并且从车辆周围环境中的反射对象接收回波以及确定狭窄部位可通过性概率P。在此设置，通过考虑至少两个标准tp来确定所述狭窄部位E可通过性概率P，所述标准选自振幅梯度、所接收的回波的数量梯度、聚集点的位置、所求取的间距的变化曲线和所识别的表征对象。本发明的另一方面涉及一种驾驶员辅助系统，所述驾驶员辅助系统设置为用于实施所述方法，以及一种车辆，所述车辆包括这种驾驶员辅助系统。
公告号为CN202593376U专利文献，公开了一种车辆可通过性预判断及辅助系统，包括：电子控制单元、与该电子控制单元电性连接的远距离探测设备、近距离探测设备以及提示设备。该系统可以使驾驶者在遇到狭窄通道时，在没有经验的情况下，利用该系统顺利通过，避免因驾驶者的粗心大意和经验不足而出交通事故。
经过查新已有通过性分析方法均依赖于实车行驶以传感器采集路面信息。上述专利，与本申请相关度较低。
发明内容
为完成汽车列车道路运行可行性预测，帮助驾驶员提前规划行驶路线及安全车速，达到提高运行安全性、运行效率的目标，为挂车尺寸设计(轴距、轮距)，牵引车选择提供数据支持，本发明提出了一种基于动力学虚拟技术的汽车列车行驶通过性及性能分析预测技术。
本发明通过对汽车列车、拟通过路线建立车—路协同虚拟场景，为汽车列车参数设计选择、运行轨迹、通过性、行驶操纵稳定性分析，提供最佳行驶路线、行驶车速，以及行驶效率的估计。同时，本发明综合考虑了汽车列车空载、满载、最小转弯半径、最高车速等预测分析方法，虚拟场景建立方法。
本发明通过道路设计或施工图纸采集路面轨迹、宽度、坡度、是否易积水结冰等信息，然后建立路面虚拟环境包括路面轨迹、宽度、坡度、附着系数(冰雪路面附着系数较低)信息，通过建立汽车列车动力学模型，包括汽车列车载荷、轮胎等结构参数，以多体动力学方法计算分析其运行轨迹、行驶稳定性，极大提高了分析的精度及效率。
本发明主要对汽车列车行驶轨迹通过性及运行稳定性性能分析，即对汽车列车行驶过程中行驶轨迹，车辆行驶操纵稳定性的分析，通过建立行驶环境车—路协同虚拟场景进行车辆行驶性能预测，在汽车列车实车运行前完成运行安全性评估，并编制安全运行指导文件，避免发生不可通过或出现安全事故发生。
为解决上述技术问题，本发明是采用如下技术方案实现的，结合附图说明如下：
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。
一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，包括：
建立道路虚拟场景，对拟通过的道路建立虚拟场景；
汽车列车虚拟建模，基于车辆轴距、轮距、载荷等信息建立汽车列车多体动力学模型；
进行汽车列车在道路虚拟场景的低速通过性分析；
进行汽车列车最小转弯半径、最高车速、稳定性分析。
进一步地，所述建立道路虚拟场景，具体内容如下：
首先提取道路信息，包括基于道路设计规划图建立道路虚拟场景，其中主要包括道路二维方向坐标、道路宽度、道路边缘坐标、识别道路易积雪结冰路面设置地附着系数路面、路面最大最小坡度；
然后通过动力学软件建立包含以上路面信息的道路虚拟场景；
进一步地，所述汽车列车虚拟建模，具体内容如下：
建立基于动力学软件的包含车辆结构及参数的机械系统动力学参数化模型，包含汽车列车动力学参数；
包含影响汽车列车运行性能及通过性的汽车总长、宽、高外轮廓，悬架轴距、轮距，各车体之间连接位置及连接形式几何参数，悬架设计硬点、连接结构、衬套参数、轮胎汽车底盘动力学参数；
汽车列车虚拟建模过程中重点考虑铰接点位置及铰接形式；
通过对动力学软件二次开发增加相应的子类型后，对各悬架系统赋予不同子类型，实现多轴悬架与车身的安装连接问题。
进一步地，所述进行汽车列车在道路虚拟场景的低速通过性分析，具体内容如下：
首先进行汽车列车在虚拟场景道路循迹低车速运行，通过控制汽车列车模型转向盘转角实现对虚拟道路循迹行驶，并控制汽车列车模型循迹运行车速，采集出汽车列车外轮廓轨迹曲线，通过列车外轮廓轨迹曲线与虚拟道路边缘的最小间隙计算分析汽车列车在该道路的通过性，控制汽车列车在虚拟道路场景不同的循迹车速，分析汽车列车运行轨迹受循迹车速影响的变化。
进一步地，所述虚拟道路边缘的最小间隙计算，包含最小间隙计算的自动化程序编写，通过计算汽车列车运行过程中某一时刻外轮廓与道路边缘轨迹之间直线距离，寻找距离道路边缘轨迹点最近的列车外轮廓轨迹点，计算汽车列车外轮廓与相近道路边缘之间的法向距离，取直线距离与法向距离中最小值作为此刻汽车列车最小间隙，统计道路边缘轨迹中所有弯道中的最小间隙以及整个运行过程中的最小间隙，提前规划车辆在弯道的借道行驶，为车辆运行规则提供参数支持。
进一步地，所述统计道路边缘轨迹中所有弯道中的最小间隙以及整个运行过程中的最小间隙，具体内容如下：
设两个点A、B坐标分别为A(x1，y1)、B(x2，y2)，A指道路边缘点、B指列车外轮廓轨迹点；x1指A点距坐标原点的X向距离，y1指A点距坐标原点的Y向距离，x2指B点距坐标原点的X向距离，y2指B点距坐标原点的Y向距离。
则A和B两点之间的距离为：
Figure BDA0003692483770000051
以数组A(m,2)为道路边缘点集合，m为道路边缘点个数，B(n,2)为列车外轮廓轨迹点集合，n为外轮廓点个数，C(m,n)为外轮廓与路边缘距离点矩阵，矩阵C中每行向量中最小值即是距离该道路边缘点的最小值，统计出每个弯道中道路边缘点最小值可以作为汽车列车在该弯道的通过性；
C＝sqrt(sum(A-B).^2)
则矩阵C中的最小值是整个运行过程中汽车列车距离道路边缘最小值，反应整个运行过程的通过性。
进一步地，所述进行汽车列车最小转弯半径、最高车速、稳定性分析，具体内容如下：
通过对建立的汽车列车动力学模型施加六种常用工况输入：转向盘角阶跃、转向盘角脉冲、稳态回转、弯道制动、单移线、最小转弯半径，考察汽车列车各车体横摆角速度、侧向加速度、侧倾角度、转向盘转角、放大系数参数，依据标准所规定的试验车速、转向盘转角编制汽车列车动力学模型分析工况，使汽车列车按标准中规定的试验工况行驶考察车辆收敛性、稳定性、安全性。
进一步地，建立道路虚拟场景应用道路设计图纸文件提取道路信息。
一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，还包括编制汽车列车运行指导文件，规定最高车速及通过性分析。
进一步地，所述依据标准为《GBT 6323-2014汽车操纵稳定性试验方法》、《GBT25979-2010道路车辆重型商用汽车列车和铰接客车横向稳定性试验方法》、《ISO 147922003Road vehicles–Heavy commercial vehicles and buses-Steady-state circulartests》、《QC-T480-1999_汽车操纵稳定性指标限值与评价方法》。
与现有技术相比本发明的有益效果是：
本发明可以实现汽车列车运行通过性的预测，提前规划可行路线，提高行驶安全性。
本发明采用道路设计信息采集路面信息用于分析通过性，效率高，成本低。
本发明不依赖于实车及传感器，采用虚拟技术进行通过性、汽车列车稳定性的分析。
附图说明
下面结合附图对本发明作进一步的说明：
图1为一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法技术路线示意图；
图2为汽车通过性分析示意图；
图3为汽车参数选择及路径规划示意图；
图4为点坐标示意图。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚，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更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。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。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。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。下面结合附图对本发明的实施例进行详细说明。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。
下面结合附图对本发明作详细的描述：
本发明的技术方案主要包含五个步骤/模块，参阅图1，分别为：
(1)建立道路虚拟场景，对拟通过的道路建立虚拟场景；
(2)汽车列车虚拟建模，基于车辆轴距、轮距、载荷等信息建立汽车列车多体动力学模型；
(3)进行汽车列车在道路虚拟场景的低速通过性分析；
(4)进行汽车列车最小转弯半径、最高车速、稳定性等分析；
(5)编制汽车列车运行指导文件，规定最高车速及通过性分析。
虚拟场景如图1所示，各模块详细技术方案如下。
步骤1.建立道路虚拟场景
首先提取道路信息，包括基于道路设计规划图建立道路虚拟场景，其中主要包括道路二维方向坐标、道路宽度，道路边缘坐标，识别道路易积雪结冰路面设置地附着系数路面，路面最大最小坡度；
然后通过动力学软件建立包含以上路面信息的道路虚拟场景；
本方法所建立的道路虚拟场景应用道路设计图纸文件提取道路信息，避免了使用扫描硬件进行实际道路扫描，提高了道路建模效率。
步骤2.汽车列车虚拟建模
参阅图2、图3，建立基于动力学软件的包含车辆结构及参数的机械系统动力学参数化模型，包含汽车列车动力学参数，如：轴距、轮距、质量、轮胎等，本方法建模包含了影响汽车列车运行性能及通过性的汽车总长、宽、高外轮廓，悬架轴距、轮距，各车体之间连接位置(连接点距悬架中心距离、离地高度)及连接形式(包括牵引盘连接、牵引销连接)等几何参数，悬架设计硬点、连接结构、衬套参数、轮胎等汽车底盘动力学参数，提高了模型通过性及行驶性能的分析精度及效率，该建模方法可以通过改变模型参数实现汽车列车载荷、轴距、轮距等参数的灵活变化，便于生成多个不同参数化模型的动力学模型，通过对不同参数化模型进行通行路面行驶场景计算，行驶稳定性计算，明确汽车列车通过性、行驶稳定性对汽车列车结构参数的敏感性，为挂车列车底盘结构参数设计，车体连接点设计、牵引车参数选择提供理论依据；
由于汽车列车由三节及以上车体构成，车体之间的铰接点位置及铰接形式对汽车列车行驶通过性及稳定性有较大影响，本发明中汽车列车虚拟建模过程中重点考虑了铰接点位置及铰接形式；
由于汽车列车采用多轴悬架系统，各悬架系统需要赋予不同子类型后方可进行悬架系统安装连接，由于建模软件本身子类型数量受限，本方法通过对动力学软件二次开发增加相应的子类型后，对各悬架系统赋予不同子类型，实现多轴悬架与车身的安装连接问题。
步骤3.汽车列车在道路虚拟场景的通过性分析
参阅图2、图3，本虚拟场景分析包含以下步骤，首先进行汽车列车在虚拟场景道路循迹低车速运行，通过控制汽车列车模型转向盘转角实现对虚拟道路循迹行驶，并控制汽车列车模型循迹运行车速，循迹一周后采集出汽车列车外轮廓轨迹曲线，通过列车外轮廓轨迹曲线与虚拟道路边缘的最小间隙计算分析汽车列车在该道路的通过性，并且可以控制汽车列车在虚拟道路场景不同的循迹车速，分析汽车列车运行轨迹受循迹车速影响的变化，为通过性安全车速的设定提供依据。
本发明中包含了最小间隙计算的自动化程序编写，通过计算汽车列车运行过程中某一时刻外轮廓与道路边缘轨迹之间直线距离，寻找距离道路边缘轨迹点最近的列车外轮廓轨迹点，计算汽车列车外轮廓与相近道路边缘之间的法向距离，取直线距离与法向距离中最小值作为此刻汽车列车最小间隙，统计道路边缘轨迹中所有弯道中的最小间隙以及整个运行过程中的最小间隙，提前规划车辆在弯道的借道行驶，为车辆运行规则提供参数支持。
如图4所示，设两个点A、B坐标分别为A(x1，y1)、B(x2，y2)，A指道路边缘点、B指列车外轮廓轨迹点；x1指A点距坐标原点的X向距离，y1指A点距坐标原点的Y向距离，x2指B点距坐标原点的X向距离，y2指B点距坐标原点的Y向距离。
则A和B两点之间的距离为：
Figure BDA0003692483770000101
以数组A(m,2)为道路边缘点集合，m为道路边缘点个数，B(n,2)为列车外轮廓轨迹点集合，n为外轮廓点个数，C(m,n)为外轮廓与路边缘距离点矩阵，矩阵C中每行向量中最小值即是距离该道路边缘点的最小值，统计出每个弯道中道路边缘点最小值可以作为汽车列车在该弯道的通过性。
C＝sqrt(sum(A-B).^2)
则矩阵C中的最小值是整个运行过程中汽车列车距离道路边缘最小值，反应整个运行过程的通过性。
步骤4.汽车列车最小转弯半径、最高车速、稳定性等性能分析
通过对前文所建立的汽车列车动力学模型施加6种常用工况输入：转向盘角阶跃、转向盘角脉冲、稳态回转、弯道制动、单移线、最小转弯半径，考察汽车列车各车体横摆角速度、侧向加速度、侧倾角度、转向盘转角、放大系数等参数，依据标准《GBT 6323-2014汽车操纵稳定性试验方法》、《GBT 25979-2010道路车辆重型商用汽车列车和铰接客车横向稳定性试验方法》、《ISO 14792 2003 Road vehicles–Heavy commercial vehicles and buses-Steady-state circular tests》、《QC-T480-1999_汽车操纵稳定性指标限值与评价方法》所规定的试验车速、转向盘转角编制汽车列车动力学模型分析工况，使汽车列车按标准中规定的试验工况行驶考察车辆收敛性、稳定性、安全性。
本发明提出的一种基于虚拟场景的汽车列车行驶通过性及性能分析预测技术，解决了汽车列车运行通过性、行驶性能预测的局限性。通过对汽车列车建立动力学模型，建立车—路协同虚拟场景，以及汽车列车运行常用工况实现对汽车列车性能的预测，为汽车列车运行安全性、稳定性提供指导文件，提高汽车列车运行安全性、保证运行效率。
本发明以道路设计、规划参数提取道路关键信息，建立虚拟路面环境，并建立多体动力学模型，以动力学模型仿真情况提供车辆通过性、稳定性运行指导建议。
本发明主要目的是为汽车列车、牵引车参数选择、运行通过性、稳定性进行预测，该目的通过实车试验同样可以完成最小间隙的测试、最高车速的设定、运行指导文件，但是实验成本高效率低。
以上所述，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，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

Claims (10)

1.一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，其特征在于，包括：
建立道路虚拟场景，对拟通过的道路建立虚拟场景；
汽车列车虚拟建模，基于车辆轴距、轮距、载荷等信息建立汽车列车多体动力学模型；
进行汽车列车在道路虚拟场景的低速通过性分析；
进行汽车列车最小转弯半径、最高车速、稳定性分析。
2.根据权利要求1所述的一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，其特征在于：
所述建立道路虚拟场景，具体内容如下：
首先提取道路信息，包括基于道路设计规划图建立道路虚拟场景，其中主要包括道路二维方向坐标、道路宽度、道路边缘坐标、识别道路易积雪结冰路面设置地附着系数路面、路面最大最小坡度；
然后通过动力学软件建立包含以上路面信息的道路虚拟场景。
3.根据权利要求2所述的一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，其特征在于：
所述汽车列车虚拟建模，具体内容如下：
建立基于动力学软件的包含车辆结构及参数的机械系统动力学参数化模型，包含汽车列车动力学参数；
包含影响汽车列车运行性能及通过性的汽车总长、宽、高外轮廓，悬架轴距、轮距，各车体之间连接位置及连接形式几何参数，悬架设计硬点、连接结构、衬套参数、轮胎汽车底盘动力学参数；
汽车列车虚拟建模过程中重点考虑铰接点位置及铰接形式；
通过对动力学软件二次开发增加相应的子类型后，对各悬架系统赋予不同子类型，实现多轴悬架与车身的安装连接问题。
4.根据权利要求3所述的一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，其特征在于：
所述进行汽车列车在道路虚拟场景的低速通过性分析，具体内容如下：
首先进行汽车列车在虚拟场景道路循迹低车速运行，通过控制汽车列车模型转向盘转角实现对虚拟道路循迹行驶，并控制汽车列车模型循迹运行车速，采集出汽车列车外轮廓轨迹曲线，通过列车外轮廓轨迹曲线与虚拟道路边缘的最小间隙计算分析汽车列车在该道路的通过性，控制汽车列车在虚拟道路场景不同的循迹车速，分析汽车列车运行轨迹受循迹车速影响的变化。
5.根据权利要求4所述的一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，其特征在于：
所述虚拟道路边缘的最小间隙计算，包含最小间隙计算的自动化程序编写，通过计算汽车列车运行过程中某一时刻外轮廓与道路边缘轨迹之间直线距离，寻找距离道路边缘轨迹点最近的列车外轮廓轨迹点，计算汽车列车外轮廓与相近道路边缘之间的法向距离，取直线距离与法向距离中最小值作为此刻汽车列车最小间隙，统计道路边缘轨迹中所有弯道中的最小间隙以及整个运行过程中的最小间隙，提前规划车辆在弯道的借道行驶，为车辆运行规则提供参数支持。
6.根据权利要求5所述的一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，其特征在于：
所述统计道路边缘轨迹中所有弯道中的最小间隙以及整个运行过程中的最小间隙，具体内容如下：
设两个点A、B坐标分别为A(x1，y1)、B(x2，y2)，A指道路边缘点、B指列车外轮廓轨迹点；x1指A点距坐标原点的X向距离，y1指A点距坐标原点的Y向距离，x2指B点距坐标原点的X向距离，y2指B点距坐标原点的Y向距离。
则A和B两点之间的距离为：
Figure FDA0003692483760000031
以数组A(m,2)为道路边缘点集合，m为道路边缘点个数，B(n,2)为列车外轮廓轨迹点集合，n为外轮廓点个数，C(m,n)为外轮廓与路边缘距离点矩阵，矩阵C中每行向量中最小值即是距离该道路边缘点的最小值，统计出每个弯道中道路边缘点最小值可以作为汽车列车在该弯道的通过性；
C＝sqrt(sum(A-B).^2)
则矩阵C中的最小值是整个运行过程中汽车列车距离道路边缘最小值，反应整个运行过程的通过性。
7.根据权利要求6所述的一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，其特征在于：
所述进行汽车列车最小转弯半径、最高车速、稳定性分析，具体内容如下：
通过对建立的汽车列车动力学模型施加六种常用工况输入：转向盘角阶跃、转向盘角脉冲、稳态回转、弯道制动、单移线、最小转弯半径，考察汽车列车各车体横摆角速度、侧向加速度、侧倾角度、转向盘转角、放大系数参数，依据标准所规定的试验车速、转向盘转角编制汽车列车动力学模型分析工况，使汽车列车按标准中规定的试验工况行驶考察车辆收敛性、稳定性、安全性。
8.根据权利要求2所述的一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，其特征在于：
建立道路虚拟场景应用道路设计图纸文件提取道路信息。
9.根据权利要求1所述的一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，其特征在于：还包括编制汽车列车运行指导文件，规定最高车速及通过性分析。
10.根据权利要求7所述的一种基于虚拟场景的汽车列车行驶通过性及性能分析预测方法，其特征在于：
所述依据标准为《GBT 6323-2014汽车操纵稳定性试验方法》、《GBT 25979-2010道路车辆重型商用汽车列车和铰接客车横向稳定性试验方法》、《ISO 14792 2003Road vehicles–Heavy commercial vehicles and buses-Steady-state circular tests》、《QC-T480-1999_汽车操纵稳定性指标限值与评价方法》。
CN202210668919.2A 2022-06-14 2022-06-14 基于虚拟场景的汽车列车行驶通过性及性能分析预测方法 Pending CN114896820A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210668919.2A CN114896820A (zh) 2022-06-14 2022-06-14 基于虚拟场景的汽车列车行驶通过性及性能分析预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210668919.2A CN114896820A (zh) 2022-06-14 2022-06-14 基于虚拟场景的汽车列车行驶通过性及性能分析预测方法

Publications (1)

Publication Number Publication Date
CN114896820A true CN114896820A (zh) 2022-08-12

Family

ID=82727801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210668919.2A Pending CN114896820A (zh) 2022-06-14 2022-06-14 基于虚拟场景的汽车列车行驶通过性及性能分析预测方法

Country Status (1)

Country Link
CN (1) CN114896820A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116088520A (zh) * 2023-02-07 2023-05-09 睿羿科技(山东)有限公司 一种无人驾驶铰链车辆的精准方向控制方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116088520A (zh) * 2023-02-07 2023-05-09 睿羿科技(山东)有限公司 一种无人驾驶铰链车辆的精准方向控制方法

Similar Documents

Publication Publication Date Title
CN109927719B (zh) 一种基于障碍物轨迹预测的辅助驾驶方法和系统
CN112700470B (zh) 一种基于交通视频流的目标检测和轨迹提取方法
CN108437986B (zh) 车辆驾驶辅助系统及辅助方法
WO2018105179A1 (ja) 車載用画像処理装置
CN202163431U (zh) 基于多传感器信息融合的碰撞及偏离预警装置
WO2022206942A1 (zh) 一种基于行车安全风险场的激光雷达点云动态分割及融合方法
US9359009B2 (en) Object detection during vehicle parking
Aycard et al. Intersection safety using lidar and stereo vision sensors
CN103455144A (zh) 车载人机交互系统及方法
CN103176185A (zh) 用于检测道路障碍物的方法及系统
CN107389084A (zh) 行车路径规划方法及存储介质
CN109871787A (zh) 一种障碍物检测方法及装置
WO2019213982A1 (zh) 基于最小作用量原理的驾驶人操控行为量化方法及装置
CN107796373A (zh) 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法
Valldorf et al. Advanced Microsystems for Automotive Applications 2007
CN112674646A (zh) 基于多算法融合的自适应贴边作业方法及机器人
Tanaka et al. Vehicle detection based on perspective transformation using rear-view camera
Xuan et al. Lane change maneuver detection from probe vehicle DGPS data
CN113432615B (zh) 基于多传感器融合可驾驶区域的检测方法、系统和车辆
CN114896820A (zh) 基于虚拟场景的汽车列车行驶通过性及性能分析预测方法
Guerrieri et al. Smart tramway Systems for Smart Cities: a deep learning application in ADAS systems
Cao et al. Vehicle motion analysis based on a monocular vision system
CN106250912A (zh) 基于图像的车辆位置获取方法
CN113962301B (zh) 一种多源输入信号融合的路面质量检测方法及系统
CN114926729A (zh) 一种基于行车视频的高风险路段鉴别系统及方法

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