CN115964800A - 用于车辆aeb标定的方法、装置、电子设备及存储介质 - Google Patents

用于车辆aeb标定的方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115964800A
CN115964800A CN202211574789.2A CN202211574789A CN115964800A CN 115964800 A CN115964800 A CN 115964800A CN 202211574789 A CN202211574789 A CN 202211574789A CN 115964800 A CN115964800 A CN 115964800A
Authority
CN
China
Prior art keywords
calibration
vehicle
parameters
model
braking
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
CN202211574789.2A
Other languages
English (en)
Inventor
王启配
崔文锋
高大伟
吴杰
杨岳
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.)
Haomo Zhixing Technology Co Ltd
Original Assignee
Haomo Zhixing Technology 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 Haomo Zhixing Technology Co Ltd filed Critical Haomo Zhixing Technology Co Ltd
Priority to CN202211574789.2A priority Critical patent/CN115964800A/zh
Publication of CN115964800A publication Critical patent/CN115964800A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Regulating Braking Force (AREA)

Abstract

本申请提供一种用于车辆AEB标定的方法、装置、电子设备及存储介质。该方法包括：将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型，获得标定参数；将标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果；将标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果；根据实车标定结果对虚拟标定结果进行验证，在验证未通过的情况下根据实车标定结果和虚拟标定结果对标定模型进行优化更新，并存储更新后的标定模型，以基于更新后的标定模型进行车辆AEB标定。本申请在标定过程中，仅需收集与制动相关的参数，减少资源投入且保证项目周期可控，且提高了标定效率，缩短了标定周期，减少了标定资源需求。

Description

用于车辆AEB标定的方法、装置、电子设备及存储介质
技术领域
本申请涉及汽车技术领域，尤其涉及一种用于车辆自动紧急制动系统(Autonomous Emergency Braking，AEB)标定的方法、装置、电子设备及存储介质。
背景技术
近些年来，全国的汽车产量大幅度上升，在科技快速发展的时代，人们对汽车性能的要求也在逐渐提高，在功能要求上持续提出了更多，更高的要求。为了提高车辆行驶的安全性，在众多功能中，特别需要对车辆AEB进行标定工作，以提高AEB对驾驶员对汽车进行辅助控制的精确度，在安全距离内能够实现有效制动。
随着车型越来越丰富，需要针对每种车型分别进行AEB标定工作，采用实车标定方式面临着标定参数多、资源需求大以及效率低的问题。例如：需要实车、假人假车、标定设备、场地、人员等资源；通常一个功能项标定需要2～3周时间。
发明内容
本申请实施例提供了一种用于车辆AEB标定的方法、装置、电子设备及存储介质，以解决标定参数多、资源需求大及实车标定效率低的问题。
第一方面，本申请实施例提供了一种用于车辆AEB标定的方法，包括：
将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型，获得标定参数；
将所述标定参数输入电子控制器单元(Electronic Control Unit，ECU)仿真评价模型进行仿真，获得标定指标的虚拟标定结果；
将所述标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果；
根据所述实车标定结果对所述虚拟标定结果进行验证，在验证未通过的情况下根据所述实车标定结果和所述虚拟标定结果对所述标定模型进行优化更新，并存储更新后的标定模型，以基于更新后的标定模型进行车辆AEB标定。
在一种可能的实现方式中，所述标定模型包括车辆动力学模型、soft ECU模型和车辆传感器模型；相应的，在所述将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型之前，还包括：
搜集车辆模型参数并筛选车辆制动参数；其中，所述车辆模型参数至少包括车辆制动参数；所述车辆制动参数包括：车辆基本参数、制动系统参数和轮胎参数；
根据所述车辆制动参数和所述场地实验数据构建所述车辆动力学模型。
在一种可能的实现方式中，所述将所述标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果，包括：
将所述标定参数输入ECU仿真评价模型，获取制动试验工况集下各标定指标的虚拟标定结果；其中，所述制动试验工况集包括两个及两个以上设定制动试验工况。
在一种可能的实现方式中，所述制动试验工况集包括：车速20Km/h、30Km/h、40Km/h、50Km/h和60Km/h的全制动试验工况。
在一种可能的实现方式中，所述标定指标包括：制动距离、平均减速度、最大减速度和响应延迟时间；所述获取制动试验工况集下各标定指标的虚拟标定结果，包括：
通过Station计算各设定制动试验工况下的制动距离；
在各设定制动试验工况下，根据初始车速与车速为0时的减速度求取平均值计算平均减速度；
在各设定制动试验工况下，求得最大减速度；
在各设定制动试验工况下，根据第一次达到所述平均减速度的时间确定响应延迟时间。
在一种可能的实现方式中，在所述将所述标定参数输入车辆ECU以进行实车标定之前，还包括：
判断所述虚拟标定结果是否满足设定条件；
相应的，在满足所述设定条件时，执行所述将所述标定参数输入车辆ECU以进行实车标定的操作；否则，执行所述搜集车辆模型参数并筛选车辆制动参数及其之后的操作。
在一种可能的实现方式中，所述设定条件为各工况下标定指标的精度为80％。
在一种可能的实现方式中，所述根据所述车辆制动参数和所述场地实验数据构建所述车辆动力学模型，至少包括悬架K&C特性数据处理、魔术公式轮胎模型参数转换为经验轮胎模型处理、换挡策略处理、万有特性曲线数据处理和制动力矩系数计算。
在一种可能的实现方式中，所述将所述标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果，包括：
将所述标定参数输入所述车辆ECU中装载的SIL平台中；
由所述SIL平台中的VTD和CarSim仿真软件集成调动所述标定参数，并根据所述标定参数和制动试验工况集控制车辆运行；
获取车辆运行过程中的实时运行数据，并基于所述实时运行数据计算标定指标的实车标定结果。
第二方面，本申请实施例提供了一种用于车辆AEB标定的装置，包括：
模型输入模块，用于将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型，获得标定参数；
第一仿真输入模块，用于将所述标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果；
第二仿真输入模块，用于将所述标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果；
更新模块，用于根据所述实车标定结果对所述虚拟标定结果进行验证，在验证未通过的情况下根据所述实车标定结果和所述虚拟标定结果对所述标定模型进行优化更新，并存储更新后的标定模型，以基于更新后的标定模型进行车辆AEB标定。
第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本申请实施例提供一种用于车辆AEB标定的方法、装置、电子设备及存储介质，通过将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型，获得标定参数，结合车辆制动参数构建复杂车辆动力学模型，建立准确的车辆响应特性，提高车辆AEB标定的精确度，同时，在标定过程中，仅需收集与制动相关的参数，减少资源投入且保证项目周期可控。将标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果，可以快速高效的在实验室环境下完成AEB功能的标定工作。将标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果。根据实车标定结果对虚拟标定结果进行验证，在验证未通过的情况下根据实车标定结果和虚拟标定结果对标定模型进行优化更新，并存储更新后的标定模型，以基于更新后的标定模型进行车辆AEB标定，提高了标定效率，缩短了标定周期，减少了标定资源需求。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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是本申请一实施例提供的用于车辆AEB标定的方法的实现流程图；
图2是本申请另一实施例提供的用于车辆AEB标定的方法的实现流程图；
图3是本申请另一实施例提供的用于车辆AEB标定的方法的实现流程图；
图4是本申请一实施例提供的用于车辆AEB标定的装置的结构示意图；
图5是本申请一实施例提供的电子设备的结构示意图。
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，以便透彻理解本申请实施例。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申请。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申请的描述。
本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必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，以便这里描述的本申请实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
除非另有说明，术语“多个”表示两个或两个以上。
本申请实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
图1是本申请一实施例提供的用于车辆AEB标定的方法的实现流程图，如图1所示，该方法包括如下步骤：
S101，将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型，获得标定参数。
其中，标定模型为车辆动力学模型，基于车辆制动参数、场地实验数据、车辆传感器参数和车辆动力学模型计算针对车辆控制的控制参数，即标定参数，以基于标定参数对车辆进行虚拟仿真控制，并输入车辆ECU完成实车标定过程中的控制，从而基于虚拟仿真控制后标定指标的虚拟标定结果以及完成实车标定控制后标定指标的实车标定结果完成标定模型的更新，以提高后续虚拟仿真控制的精确度，降低对实车标定的资源需求。
在本实施例中，从项目执行角度，参数收集按照最小化原则，收集与制动相关的参数，保证资源投入少，而且项目周期可控。
S102，将标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果。
其中，通过ECU仿真评价模型进行仿真，可以快速高效的在实验室环境下完成AEB功能的标定工作，提高了标定效率，缩短标定周期，减少了针对实车、假人假车、标定设备、场地、人员等标定资源需求。
S103，将标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果。
其中，通过实车进行标定，在标定过程中基于步骤S101构建的标定模型求得的标定参数对车辆进行控制，能够提高车辆控制效率，另外，基于标定模型计算标定参数时考虑到了场地实验数据，因此，能够减少标定次数，缩短标定周期。
S104，根据实车标定结果对虚拟标定结果进行验证，在验证未通过的情况下根据实车标定结果和虚拟标定结果对标定模型进行优化更新，并存储更新后的标定模型，以基于更新后的标定模型进行车辆AEB标定。
其中，考虑到评价指标精度要求，根据实车标定结果对虚拟标定结果进行验证，判断虚拟标定结果是否满足精度要求，不满足时则对标定模型进行优化更新，以提高虚拟标定结果的精度，以满足后续车辆标定过程中，快速高效的在实验室环境下完成AEB功能的标定工作。
在本实施例中，通过将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型，获得标定参数，结合车辆制动参数构建复杂车辆动力学模型，建立准确的车辆响应特性，提高车辆AEB标定的精确度，同时，在标定过程中，仅需收集与制动相关的参数，减少资源投入且保证项目周期可控。将标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果，可以快速高效的在实验室环境下完成AEB功能的标定工作。将标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果。根据实车标定结果对虚拟标定结果进行验证，在验证未通过的情况下根据实车标定结果和虚拟标定结果对标定模型进行优化更新，并存储更新后的标定模型，以基于更新后的标定模型进行车辆AEB标定，提高了标定效率，缩短了标定周期，减少了标定资源需求。
在一种可能的实现方式中，标定模型包括车辆动力学模型、soft ECU模型和车辆传感器模型。相应的，在步骤S101将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型之前，还包括：
搜集车辆模型参数并筛选车辆制动参数；其中，车辆模型参数至少包括车辆制动参数；车辆制动参数包括：车辆基本参数、制动系统参数和轮胎参数；
根据车辆制动参数和场地实验数据构建车辆动力学模型。
其中，在搜集车辆模型参数并筛选车辆制动参数过程中，根据车辆具体工作模式进行分类搜集。具体的，包括：汽车ICE模式和汽车EV模式。在不同模式下，制动模型不同。在参数不断搜集过程中，车辆制动参数搜集到位后执行车辆动力学模型的构建操作。
在本实施例中，在步骤S101之前从多种车辆模型参数中选取车辆制动参数，并建立车辆动力学模型，以提高对车辆AEB标定的效率。其中，结合车辆基本参数、制动系统参数、轮胎参数和场地实验数据构建车辆动力学模型，不仅考虑制动系统自身参数，还综合考虑到车辆基本参数、轮胎和场地对AEB功能的影响，提高了构建车辆动力学模型的精确度。
在一种可能的实现方式中，步骤S102中，将标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果，包括：
将标定参数输入ECU仿真评价模型，获取制动试验工况集下各标定指标的虚拟标定结果；其中，制动试验工况集包括两个及两个以上设定制动试验工况。
在一种可能的实现方式中，制动试验工况集包括：车速20Km/h、30Km/h、40Km/h、50Km/h和60Km/h的全制动试验工况。
在本实施例中，设定制动试验工况集包括五档车速，五档车速基于城市街道中行驶场景设定，在城市街道中行驶时来往车辆和行人较多，交通情况复杂，在发生紧急事件时需要启动AEB功能。其中，制动试验工况集的设定限定标定条件，且满足负荷标定和具体控制需求，提高了标定效率。
图2是本申请另一实施例提供的用于车辆AEB标定的方法的实现流程图，如图2所示，该方法包括如下步骤：
构建标定模型：根据车辆制动参数和场地实验数据构建车辆动力学模型，根据场地实验数据构建满足动态响应的soft ECU模型，根据车辆传感器特性参数进行传感器建模；
定义标准法规场景库：具体的，定义制动试验工况集，包括：车速20Km/h、30Km/h、40Km/h、50Km/h和60Km/h的全制动试验工况；
虚拟仿真评价：将标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果；
验证标定指标的有效性，以实现实车标定过程中，对车辆ECU控制的有效性；
实车标定：验证通过的情况下，基于仿真评价输出的标定参数结果在实车上对控制器进一步性能标定；
标定结果评价：对比实车与虚拟仿真标定结果差异完成标定评价，并基标定评价结果优化迭代模型准确度。
在一种可能的实现方式中，标定指标包括：制动距离、平均减速度、最大减速度和响应延迟时间。
相应的，获取制动试验工况集下各标定指标的虚拟标定结果，包括：
通过Station计算各设定制动试验工况下的制动距离；
在各设定制动试验工况下，根据初始车速与车速为0时的减速度求取平均值计算平均减速度；
在各设定制动试验工况下，求得最大减速度；
在各设定制动试验工况下，根据第一次达到平均减速度的时间确定响应延迟时间。
在一种可能的实现方式中，在步骤S103将标定参数输入车辆ECU以进行实车标定之前，还包括：
判断虚拟标定结果是否满足设定条件。
相应的，在满足设定条件时，执行将标定参数输入车辆ECU以进行实车标定的操作；否则，执行搜集车辆模型参数并筛选车辆制动参数及其之后的操作。
在一种可能的实现方式中，设定条件为各工况下标定指标的精度为80％。
在本实施例中，在虚拟标定结果满足精度需求时进行实车标定，否则搜集车辆模型参数对车辆动力学模型进行修正，通过虚拟标定筛选符合实车标定的场景，提高实车标定的控制精度、安全性和有效性，通过虚拟标定降低实车标定的资源需求，提高标定效率。
在一种可能的实现方式中，根据车辆制动参数和场地实验数据构建车辆动力学模型，至少包括悬架K&C特性数据处理、魔术公式轮胎模型参数转换为经验轮胎模型处理、换挡策略处理、万有特性曲线数据处理和制动力矩系数计算。在其他实施例中，包括且不限于上述过程。
在一种可能的实现方式中，步骤S103将标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果，包括：
将标定参数输入车辆ECU中装载的SIL平台中；
由SIL平台中的VTD和CarSim仿真软件集成调动标定参数，并根据标定参数和制动试验工况集控制车辆运行；
获取车辆运行过程中的实时运行数据，并基于实时运行数据计算标定指标的实车标定结果。
在本实施例中，以SIL平台作为虚拟标定验证平台的核心工具链，验证SIL平台本身是否满足评价指标精度要求，直至满足精度要求，提高标定效率和精确度。
图3是本申请另一实施例提供的用于车辆AEB标定的方法的实现流程图，如图3所示，该方法包括如下步骤
参数搜集：具体的，根据车辆具体工作模式进行分类搜集，包括：汽车ICE模式和汽车EV模式；并在将车辆模型参数输入车辆模型前对搜集结果进行确认，具体的，根据车辆具体工作模式不同，相应设有参数需求列表，在将车辆模型参数输入车辆模型前基于参数需求列表对搜集到的数据类型进行确认。
模型构建：将车辆制动参数包括：车辆基本参数、制动系统参数和轮胎参数，输入底盘/动力及动力传动模型，并经过悬架K&C特性数据处理、魔术公式轮胎模型参数转换为经验轮胎模型处理、换挡策略处理、万有特性曲线数据处理和制动力矩系数计算多步骤处理完成模型的初步构建；基于制动实验工况对模型进行的精确度进行标定，在模型精确度不满足评价指标的要求时，重复参数搜集和模型构建的步骤直至模型评价指标满足需求，即制动距离、平均减速度、最大减速度和响应延迟时间在各工况下精度大于或等于80％。
实车标定及平台开发：SIL平台集成VTD和CarSim仿真软件，将标定参数和前述步骤制定的车辆制动模型输入VTD和CarSim仿真软件集成平台，以进行实车控制及标定。以SIL平台作为虚拟标定验证平台的核心工具链，验证SIL平台本身是否满足评价指标精度要求，直至满足精度要求，提高标定效率和精确度。
虚拟标定验证：基于虚拟标定结果和实车标定结果进行虚拟标定校验，在虚拟标定结果和实车标定结果一致时虚拟标定平台开发完成，若校验结果不一致重复参数搜集、模型构建、实车标定及平台开发步骤。
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，而不应对本申请实施例的实施过程构成任何限定。
以下为本申请的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
图4是本申请一实施例提供的用于车辆AEB标定的装置的结构示意图，如图4所示，为了便于说明，仅示出了与本申请实施例相关的部分，如图4所示，该装置包括：
模型输入模块401，用于将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型，获得标定参数。
第一仿真输入模块402，用于将标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果。
第二仿真输入模块403，用于将标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果。
更新模块404，用于根据实车标定结果对虚拟标定结果进行验证，在验证未通过的情况下根据实车标定结果和虚拟标定结果对标定模型进行优化更新，并存储更新后的标定模型，以基于更新后的标定模型进行车辆AEB标定。
在本实施例中，通过将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型，获得标定参数，结合车辆制动参数构建复杂车辆动力学模型，建立准确的车辆响应特性，提高车辆AEB标定的精确度，同时，在标定过程中，仅需收集与制动相关的参数，减少资源投入且保证项目周期可控。将标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果，可以快速高效的在实验室环境下完成AEB功能的标定工作。将标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果。根据实车标定结果对虚拟标定结果进行验证，在验证未通过的情况下根据实车标定结果和虚拟标定结果对标定模型进行优化更新，并存储更新后的标定模型，以基于更新后的标定模型进行车辆AEB标定，提高了标定效率，缩短了标定周期，减少了标定资源需求。
图5是本申请一实施例提供的电子设备的结构示意图。如图5所示，该实施例的电子设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个用于车辆AEB标定的方法实施例中的步骤，例如图1所示的步骤S101至步骤S104。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块401至404的功能。
示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本申请。所述一个或多个模块/单元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52在所述电子设备5中的执行过程。例如，所述计算机程序52可以被分割成图4所示的模块401至404。
所述电子设备5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。所述电子设备5可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是电子设备5的示例，并不构成对电子设备5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，例如所述电子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50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)、现场可编程门阵列(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51可以是所述电子设备5的内部存储单元，例如电子设备5的硬盘或内存。所述存储器51也可以是所述电子设备5的外部存储设备，例如所述电子设备5上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述电子设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器51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，结合本申请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申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子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，在本申请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，本申请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，可实现上述各个用于车辆AEB标定的方法实施例的步骤。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(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种用于车辆AEB标定的方法，其特征在于，包括：
将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型，获得标定参数；
将所述标定参数输入电子控制器单元ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果；
将所述标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果；
根据所述实车标定结果对所述虚拟标定结果进行验证，在验证未通过的情况下根据所述实车标定结果和所述虚拟标定结果对所述标定模型进行优化更新，并存储更新后的标定模型，以基于更新后的标定模型进行车辆AEB标定。
2.根据权利要求1所述的方法，其特征在于，所述标定模型包括车辆动力学模型、softECU模型和车辆传感器模型；相应的，在所述将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型之前，还包括：
搜集车辆模型参数并筛选车辆制动参数；其中，所述车辆模型参数至少包括车辆制动参数；所述车辆制动参数包括：车辆基本参数、制动系统参数和轮胎参数；
根据所述车辆制动参数和所述场地实验数据构建所述车辆动力学模型。
3.根据权利要求2所述的方法，其特征在于，所述将所述标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果，包括：
将所述标定参数输入ECU仿真评价模型，获取制动试验工况集下各标定指标的虚拟标定结果；其中，所述制动试验工况集包括两个及两个以上设定制动试验工况。
4.根据权利要求3所述的方法，其特征在于，所述标定指标包括：制动距离、平均减速度、最大减速度和响应延迟时间；所述获取制动试验工况集下各标定指标的虚拟标定结果，包括：
通过Station计算各设定制动试验工况下的制动距离；
在各设定制动试验工况下，根据初始车速与车速为0时的减速度求取平均值计算平均减速度；
在各设定制动试验工况下，求得最大减速度；
在各设定制动试验工况下，根据第一次达到所述平均减速度的时间确定响应延迟时间。
5.根据权利要求3或4所述的方法，其特征在于，在所述将所述标定参数输入车辆ECU以进行实车标定之前，还包括：
判断所述虚拟标定结果是否满足设定条件；
相应的，在满足所述设定条件时，执行所述将所述标定参数输入车辆ECU以进行实车标定的操作；否则，执行所述搜集车辆模型参数并筛选车辆制动参数及其之后的操作。
6.根据权利要求2所述的方法，其特征在于，所述根据所述车辆制动参数和所述场地实验数据构建所述车辆动力学模型，至少包括悬架K&C特性数据处理、魔术公式轮胎模型参数转换为经验轮胎模型处理、换挡策略处理、万有特性曲线数据处理和制动力矩系数计算。
7.根据权利要求1所述的方法，其特征在于，所述将所述标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果，包括：
将所述标定参数输入所述车辆ECU中装载的SIL平台中；
由所述SIL平台中的VTD和CarSim仿真软件集成调动所述标定参数，并根据所述标定参数和制动试验工况集控制车辆运行；
获取车辆运行过程中的实时运行数据，并基于所述实时运行数据计算标定指标的实车标定结果。
8.一种用于车辆AEB标定的装置，其特征在于，包括：
模型输入模块，用于将车辆制动参数、场地实验数据和车辆传感器参数输入标定模型，获得标定参数；
第一仿真输入模块，用于将所述标定参数输入ECU仿真评价模型进行仿真，获得标定指标的虚拟标定结果；
第二仿真输入模块，用于将所述标定参数输入车辆ECU以进行实车标定，获取标定指标的实车标定结果；
更新模块，用于根据所述实车标定结果对所述虚拟标定结果进行验证，在验证未通过的情况下根据所述实车标定结果和所述虚拟标定结果对所述标定模型进行优化更新，并存储更新后的标定模型，以基于更新后的标定模型进行车辆AEB标定。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如上的权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述方法的步骤。
CN202211574789.2A 2022-12-08 2022-12-08 用于车辆aeb标定的方法、装置、电子设备及存储介质 Pending CN115964800A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211574789.2A CN115964800A (zh) 2022-12-08 2022-12-08 用于车辆aeb标定的方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211574789.2A CN115964800A (zh) 2022-12-08 2022-12-08 用于车辆aeb标定的方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115964800A true CN115964800A (zh) 2023-04-14

Family

ID=87360890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211574789.2A Pending CN115964800A (zh) 2022-12-08 2022-12-08 用于车辆aeb标定的方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115964800A (zh)

Similar Documents

Publication Publication Date Title
WO2021120575A1 (en) Real-time simulation and test method for control system of autonomous driving vehicle
CN109033643B (zh) 基于灵敏度分析的汽车操稳性瞬态性能参数优化方法
CN111125854A (zh) 车辆动力学模型的优化方法、装置、存储介质和终端设备
CN112287551B (zh) 一种基于整车概念模型的行驶性能系统级指标分解方法
CN112305938B (zh) 一种控制模型开环仿真验证方法、装置、设备和介质
CN107291972A (zh) 基于多源数据挖掘的汽车智能驾驶系统有效性评价方法
CN112925221B (zh) 基于数据回注的辅助驾驶闭环测试方法
CN108920735A (zh) 汽车车身刚度优化方法及系统
CN111125946A (zh) 一种基于mdo技术的上车体结构优化方法
CN116522475A (zh) 悬架系统多学科优化设计方法及存储介质
CN113987753A (zh) 参数标定的方法及装置
CN116627793A (zh) 软件在环仿真测试的真实度评估方法及装置
Baake et al. Testing and simulation-based validation of ESP systems for vans
CN112818462B (zh) 车轮参数模型的生成方法、装置、存储介质和计算机设备
CN104615890A (zh) 极限工况下载荷提取的方法及装置
CN115964800A (zh) 用于车辆aeb标定的方法、装置、电子设备及存储介质
CN113740082B (zh) 车辆公共道路载荷与耐久试验载荷的转换方法和装置
Arun et al. Modelling and simulation of driving cycle using simulink
CN111709160B (zh) 一种基于卡车底盘的行驶动态性能分析优化方法及系统
CN114881406A (zh) 驾驶性评价方法、系统、可读存储介质及计算机设备
CN110598234A (zh) 车辆动力学模型参数校准方法
CN112734203A (zh) 基于路面的车辆损伤计算方法、装置、系统及存储介质
He et al. Energy consumption simulation for connected and automated vehicles: Eco-driving benefits versus automation loads
Felgenhauer et al. Automated Generation of Vehicle Architectures and Derivation of Modular Systems within the Vehicle Front
Schmidt Virtual vehicle development as the basis of modern vehicle architectures

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