CN115966082A - 路况判定设备、路况判定方法和计算机可读存储介质 - Google Patents
路况判定设备、路况判定方法和计算机可读存储介质 Download PDFInfo
- Publication number
- CN115966082A CN115966082A CN202211661459.7A CN202211661459A CN115966082A CN 115966082 A CN115966082 A CN 115966082A CN 202211661459 A CN202211661459 A CN 202211661459A CN 115966082 A CN115966082 A CN 115966082A
- Authority
- CN
- China
- Prior art keywords
- road condition
- signal
- low
- module
- frequency
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000001133 acceleration Effects 0.000 claims abstract description 59
- 238000001914 filtration Methods 0.000 claims abstract description 44
- 238000007781 pre-processing Methods 0.000 claims abstract description 18
- 239000006096 absorbing agent Substances 0.000 claims description 11
- 230000035939 shock Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 19
- 239000000725 suspension Substances 0.000 description 13
- 238000005070 sampling Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/0052—Filtering, filters
- B60W2050/0054—Cut-off filters, retarders, delaying means, dead zones, threshold values or cut-off frequency
- B60W2050/0055—High-pass filters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/0052—Filtering, filters
- B60W2050/0054—Cut-off filters, retarders, delaying means, dead zones, threshold values or cut-off frequency
- B60W2050/0056—Low-pass filters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/0057—Frequency analysis, spectral techniques or transforms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2422/00—Indexing codes relating to the special location or mounting of sensors
- B60W2422/70—Indexing codes relating to the special location or mounting of sensors on the wheel or the tire
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Vehicle Body Suspensions (AREA)
Abstract
本发明涉及一种路况判定设备、路况判定方法和计算机可读存储介质,其中,该路况判定设备包括获取模块,其配置成用于获取车辆各车轮的轮心垂向加速度信号;预处理模块,其布置在所述获取模块的后级,并且配置成用于对所述轮心垂向加速度信号进行预处理以获得可表征其波动情况的初始判定信号;高通滤波器,其布置在所述预处理模块的后级,并且配置成用于以高通滤波因子对所述初始判定信号进行高通滤波;低通滤波器,其与所述高通滤波器并行地布置在所述预处理模块的后级,并且配置成用于以低通滤波因子对所述初始判定信号进行低通滤波;确定模块,其配置成用于基于低通滤波后的初始判定信号以及高通滤波后的初始判定信号确定路况系数。
Description
技术领域
本发明涉及一种用于车辆的路况判定设备、路况判定方法以及可用于执行这样的路况判定方法的计算机可读存储介质。
背景技术
在如今智能化的悬架系统中通常会装备有半主动悬架或主动悬架,这对车辆的环境感知能力提出了较高要求,其需要车辆能够实时较精准地获知路况并且将其传输给悬架控制单元,以便悬架控制单元基于该路况信息实时调整悬架控制策略。考虑至此,一般给车辆搭载多个或尽可能多个高精度环境感知传感器,例如激光雷达传感器、光学摄像头等,这两者无疑都会增加车辆硬件成本。另外,针对高精度环境感知传感器的信号处理过程需要占用车辆较多的算力资源,尤其对于光学摄像头来说,其为了保证计算精度必须基于计算负荷较大的图像识别算法来感知地面凹凸情况。
发明内容
根据本发明的不同方面,旨在提供一种改善的路况判定设备、路况判定方法和用于执行这样的方法的计算机刻度存储介质,其中,该路况判定设备或方法能够在占用车辆较少的算力资源的情况下实现较精准的车辆行驶路况感知。
此外,本发明还旨在解决或者缓解现有技术中存在的其它技术问题。
为了解决上述技术问题,根据本发明的一个方面提供一种路况判定设备,其包括:
获取模块,其配置成用于获取车辆各车轮的轮心垂向加速度信号;
预处理模块,其布置在所述获取模块的后级,并且配置成用于对所述轮心垂向加速度信号进行预处理以获得可表征其波动情况的初始判定信号;
高通滤波器,其布置在所述预处理模块的后级,并且配置成用于以高通滤波因子对所述初始判定信号进行高通滤波;
低通滤波器,其与所述高通滤波器并行地布置在所述预处理模块的后级,并且配置成用于以低通滤波因子对所述初始判定信号进行低通滤波;
确定模块,其配置成用于基于低通滤波后的初始判定信号以及高通滤波后的初始判定信号确定路况系数。
根据本发明的一方面所提出的路况判定设备,所述确定模块包括分析子模块和系数确定子模块,其中,所述分析子模块配置成用于通过傅里叶分析获得所述高通滤波后的初始判定信号的第一幅值和第一频率以及所述低通滤波后的初始判定信号的第二幅值和第二频率;所述系数确定子模块用于基于所述第一幅值和第一频率和所述第二幅值和第二频率确定路况系数。
根据本发明的一方面所提出的路况判定设备,所述获取模块与车辆数据总线连接并且从其中筛选出与路况关联的相关信号,所述获取模块基于所述相关信号求得各车轮的轮心垂向加速度信号,所述相关信号从如下组中选出:车身垂向加速度信号、减振器行程信号、惯性测量单元信号和车轮垂向加速度信号。
根据本发明的一方面所提出的路况判定设备,所述预处理模块包括附加低通滤波器,其配置成用于在所述初始判定信号输出到低通滤波器和高通滤波器之前以初始滤波因子对其进行低通滤波。
根据本发明的一方面所提出的路况判定设备,所述路况判定设备还包括滤波因子确定模块,其配置成用于基于车辆状态信号设定初始滤波因子、高通滤波因子和低通滤波因子,其中,所述车辆状态参数包括车速信号、车辆启动/停止信号。
根据本发明的一方面所提出的路况判定设备,所述滤波因子确定模块配置成根据如下公式确定初始滤波因子、高通滤波因子和低通滤波因子:
其中,FrqD为初始滤波因子;
HFrqD为高通滤波因子;
LFrqD为低通滤波因子;
v为车速;
kFrqD、kHFrqD、kLFrqD、FrqDM、HFrqDM为预先设定的常数。
根据本发明的另一方面,还提出一种可由上述路况判定设备执行的路面判定方法,其包括如下步骤:
S100:获取各车轮的轮心垂向加速度信号以及可表征其波动情况的初始判定信号;
S200:以预设的高通滤波因子对所述初始判定信号进行高通滤波,并且以预设的低通滤波因子对所述初始判定信号进行低通滤波;
S300:基于高通滤波后的初始判定信号以及经低通滤波后的初始判定信号,确定路况系数。
根据本发明的另一方面所提出的路况判定方法,步骤S100包括如下子步骤:
S110:获取每一时刻的各轮心垂向加速度信号分别相对于在预设时间段内的平均轮心垂向加速度信号的偏差值;
S120:以预设的初始滤波因子对所述偏差值进行低通滤波,以生成所述初始判定信号。
根据本发明的另一方面所提出的路况判定方法,步骤S300包括如下子步骤:
S310:借助傅里叶分析,分别获取所述高通滤波后的初始判定信号的第一幅值和第一频率,并且获取所述低通滤波后的初始判定信号的第二幅值和第二频率;
S320:找寻位于车辆同侧的各同侧车轮的第一幅值、第一频率、第二幅值和第二频率并基于其分别确定车辆各侧的侧向路况系数;
S330:求得所述车辆各侧的侧向路况系数的加权平均值,作为路况系数。
根据本发明的另一方面所提出的路况判定方法,子步骤S320包括如下步骤:
S321:获取各同侧车轮各自的第一幅值与第二幅值的幅值平均值,并且获取所述各同侧车轮各自的第一频率与第二频率的频率平均值;
S322:求得各同侧车轮的幅值平均值与彼此的加权平均值,作为幅值加权值;并且求得各同侧车轮的频率平均值与彼此的加权平均值,作为频率加权值;
S323:计算所述幅值加权值与频率加权值的乘积的均方根,作为侧向路况系数。
最后,根据本发明的再一方面还提出一种计算机可读存储介质,在其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现上面所阐述的类型的路况判定方法。
根据本公开的路况判定方法基于传感器信号能够以较低计算负荷得到路况系数,这能够在一定程度上降低车辆软硬件成本,另一方面通过同时保留各轮心垂向加速度信号的高频特性和低频特性,能够较贴近车辆的真实行驶状况。
附图说明
下面,结合附图更详细地阐述本发明,其中:
图1示出根据本发明的路况判定设备的示意性的框图;
图2示出根据本发明的路况判定方法的主要步骤;
图3和图4以框图分别示出根据路况判定方法的主要子步骤。
具体实施方式
容易理解,根据本发明的技术方案,在不变更本发明实质精神的条件下,本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此,以下具体实施方式以及附图仅是对本发明的技术方案的示例性说明,而不应当视为本发明的全部或者视为对本发明技术方案的限定或限制。
在本说明书中提到或者可能提到的上、下、左、右、前、后、正面、背面、顶部、底部等方位用语是相对于各附图中所示的构造进行定义的,它们是相对的概念,因此有可能会根据其所处不同位置、不同使用状态而进行相应地变化。所以,也不应当将这些或者其他的方位用语解释为限制性用语。
参考图1和图2,其分别示出了根据一种实施方式的用于车辆的路况判定设备和可由其执行的路况判定方法的主要步骤,其中,该路况判定设备100包括获取模块110、预处理模块120、高通滤波器130、低通滤波器140和确定模块150。该预处理模块120位于获取模块110的后级,以用于对获取模块110所获取的用于进行路况判定的信号进行预处理。在该预处理模块120与确定模块150之间,以并行的方式连接有低通滤波器140和高通滤波器130,以便分别保留信号的高频特性和低频特性,这相比于串联连接方式更贴近于车辆的真实行驶环境,其中,例如在碎石路上的轮心垂向加速度信号相比于在较平缓的大弧度凹凸路面上具有较为明显的高频特性。该确定模块150位于这两个滤波器的后级并且配置成用于根据高通滤波后的和经低通滤波后的信号共同决定路况系数,该路况系数可代表车辆行驶路况的恶劣程度并且该路况系数与路况恶劣程度之间的关系(例如,成正相关、负相关)可根据需要或根据悬架控制逻辑来设定。
与此相应地,根据本发明的路况判定方法能够借助这样的路况判定设备如下地实施:
首先,获取各车轮的轮心垂向加速度信号以及可表征其波动情况的初始判定信号,即步骤S100;
其次,借助高通滤波器以预设的高通滤波因子对所述初始判定信号进行高通滤波,并且借助低通滤波器以预设的低通滤波因子对所述初始判定信号进行低通滤波,即步骤S200;
接着,基于高通滤波后的初始判定信号以及经低通滤波后的初始判定信号,确定路况系数,即步骤S300。
在此,代替额外加装的高精度环境感知传感器,根据车辆原有的设备或已检测到的传感器信号进行路况判定,能够在一定程度上降低车辆硬件成本。另外,与现有技术中复杂的图像处理算法相比,该路况判定设备和路况判定方法基于轮心垂向加速度信号并且所涉及到的计算过程需要不太多的计算负荷,由此能够释放车端计算资源。
该获取模块110配置成用于获取车辆各车轮的轮心垂向加速度信号,也即轮心在竖直方向上的加速度信号。车辆行驶路面的凹凸程度和不平度能够直观地反映到簧下质量的跳动运动上,其中,簧下质量“车轮”的轮心垂向加速度能够且较适宜作为判定车辆行驶路况的基准。该获取模块110能够与车辆数据总线通讯连接,以便从中读取并且筛选出与路况相关联的相关信号;或其能够与车辆传感器直接通讯连接并且基于所接收到的相关信号求得轮心垂向加速度信号;抑或在已配备轮心垂向加速度传感器的车辆上,该获取模块110可与其直接通讯连接并且调用所检测到的各个车轮的轮心垂向加速度信号。
可选地,与路况相关联的相关信号能够涉及到车轮垂向加速度信号、车身垂向加速度信号、悬架压缩位移量信号、减振器行程信号、惯性测量单元信号。与此相应地,能够涉及到如下传感器的组合,簧上车身处的垂向加速度传感器(例如布置有三个垂向加速度传感器,以用于能够获取车身姿态参数,例如车身侧倾特征、车身俯仰特征等)和簧下减振器处的减振器行程传感器(例如每个减振器分别配属有该减振器行程传感器)、簧上车身处的惯性测量单元传感器(例如一个)和簧下减振器处的减振器行程传感器(例如每个减振器分别配属有该减振器行程传感器)、簧上车身处的垂向加速度传感器(例如三个)和簧下前轮轮心处的垂向加速度传感器(例如分别位于左前轮和右前轮)。在此应该说明的是,上述相关信号的选取或其组合方式以及所涉及到的传感器的选取或其组合方式可根据车辆现有配置方案进行设计。
该预处理模块120配置成用于将所接收到的轮心垂向加速度信号处理成可表征其波动情况的初始判定信号。可选地,该初始判定信号表示每一时刻或每一采样点的各轮心垂向加速度与在预设时间段内的平均轮心垂向加速度的偏差值,该偏差值反映出各轮心垂向加速度的波动情况并且由此反映出行驶路面的凹凸部分的变化情况。在此,该预设时间段一方面能够涉及到历史采样数据,在这种情况下,在一段持续累积的历史路面长度或历史行驶时间段内首先获得多个采样点的轮心垂向加速度的算数平均值作为平均轮心垂向加速度,并且将其与实时采集到的各轮心垂向加速度信号进行作差,以得到该偏差值。在此,还能够应用到车辆运动状态信号,例如根据布尔信号(其中,“0”表示车辆静止,“1”表示车辆运动)。布尔信号发生变化,则意味着,重置了计算该算数平均值时所基于的采样点。在这种情况下需要注意的是,应该根据所需的计算精度来设定和调整该预设时间段的长度。另一方面,该预设时间段还能够涉及到正在执行的路况判定过程的采样数据,在这种情况下,能够将部分采样数据周期或整个采样周期内的采样数据的算数平均值与每一时刻的轮心垂向加速度进行作差,以得到该偏差值。
更具体地,在将初始判定信号分别输入到随后的高通滤波器130和低通滤波器140之前,需要对该初始判定信号进行预先滤波,以便过滤信号且提高计算精度。基于此,该预处理模块120还包括有附加低通滤波器(未示出),其配置成用于以初始滤波因子、尤其以预设的初始滤波因子对初始判定信号进行低通滤波处理。
概括地讲,在该预处理模块120中,基于相关信号所求出的或从传感器中直接读取的各车轮的轮心垂向加速度信号分别被执行如下过程:获取每一时刻的轮心垂向加速度信号分别相对于在预设时间段内的平均轮心垂向加速度信号的偏差值(即子步骤S110);以预设的初始滤波因子对所述偏差值进行低通滤波,以生成所述初始判定信号(即子步骤S120)。
可选地,附加低通滤波器的初始过滤因子、高通滤波器130的高通滤波因子以及低通滤波器140的低通滤波因子能够是预先设定的并且存储在相应的计算单元中;或还能够根据车辆状态信号进行设定和调整。“过滤因子”这一概念是指进行滤波处理的临界频率,其也可被称为截止频率,例如在高通滤波时除去初始判定信号中低于该高通滤波因子的那部分。具体地,根据本发明的路况判定设备还具有滤波因子确定模块160,其能够根据车辆状态信号、例如车速信号、车辆启动/停止信号来求得上述三个过滤因子,其中,车辆启动/停止信号可被用于修正车速信号。由于车速与车轮跳动和轮心垂向加速度存在紧密联系,例如在相同的凹凸路面上车速较大时的车轮跳动相比于在车速较小时更为剧烈,因此,能够有利地根据车速大小来决定上述三个滤波因子中的至少一个、尤其有利地根据车速大小来决定上述三个滤波因子。
更为具体地,能够以如下公式(1)来确定初始滤波因子FrqD、高通滤波因子HFrqD和低通滤波因子LFrqD:
其中,v为车速;
kFrqD、kHFrqD、KLFrqD、FrqDM、HFrqDM为预先设定的常数。低通滤波因子LFrqD与车速v成比例;通过求最大值来设定高通滤波因子HFrqD;通过求最小值来获取初始滤波因子FrqD。
可选地,该确定模块150包括分析子模块151和系数确定子模块152,其中,分析子模块151配置成用于通过傅里叶分析、例如通过快速傅里叶变换分别获取经高通滤波后的以及经低通滤波后的初始判定信号的幅值和频率。具体地,该分析子模块151通过快速傅里叶变换得到借助高通滤波器进行高通滤波后的初始判定信号的第一幅值和第一频率,并且通过快速傅里叶变换得到借助低通滤波器进行低通滤波后的初始判定信号的第二幅值和第二频率。该系数确定子模块152用于基于这些幅值和频率得出路况系数。该分析子模块151针对各车轮的轮心垂向加速度分别求得各自所配属的幅值和频率,接着在系数确定子模块152中基于此分别确定出车辆各侧的侧向路况系数并且由此得出车辆整体上的路况系数。
更为具体地,由该确定模块150所执行的上述步骤S300包括如下子步骤:
S310:借助傅里叶分析,分别获取所述高通滤波后的初始判定信号的第一幅值和第一频率,并且获取所述低通滤波后的初始判定信号的第二幅值和第二频率;
S320:找寻位于车辆同侧的各同侧车轮的第一幅值、第一频率、第二幅值和第二频率并基于其分别确定车辆各侧的侧向路况系数;
S330:求得所述车辆各侧的侧向路况系数的加权平均值,作为路况系数。
在此,子步骤S310在分析子模块151中进行,在步骤S320和S330在系数确定子模块152中进行。在子步骤S320和S330中,将同一侧的各车轮所配属的幅值和频率通过二次计算(例如添加自定义函数、加权平均)整合成可反映该侧路况的侧向路况系数,并且接着通过二次计算(例如添加自定义函数、加权平均)将所有侧向路况系数整合成整体的路况系数,其能够被用于悬架控制系统。在此,对于四轮车辆来说,可分为左侧和右侧,则车轮能够被划分为左侧车轮(包括左前轮和左后轮)和右侧车轮(包括右前轮和右后轮),这在下面还将更详细地进行阐述。
更具体地,上述各侧向路况系数的获取能够通过如下子步骤来实现:
S321:获取各同侧车轮各自的第一幅值与第二幅值的幅值平均值,并且求得所述各同侧车轮各自的第一频率与第二频率的频率平均值;
S322:求得各同侧车轮的幅值平均值与彼此的加权平均值,作为幅值加权值;并且求得各同侧车轮的频率平均值与彼此的加权平均值,作为频率加权值;
S323:计算所述幅值加权值与频率加权值的乘积的均方根,作为侧向路况系数。
在此应该说明的是,根据本发明的路况判定设备、路况判定方法和计算机可读存储介质能够被应用于不同类型的车辆上,该不同之处可涉及到硬件配置的不同,包括车桥数量的不同、车轮数量的不同等等。为了便于理解,下面结合图3和图4基于四轮车辆较详细地阐述该路况判定方法的一种具体实施方式。
首先,借助路况判定设备的获取模块110从车辆数据总线中读取如下信号:四个车轮正上方处的车身垂向加速度信号,记为TMAZ*(其包括TMAZFL、TMAZFR、TMAZRL、TMAZRR),以及安装在悬架上的4个悬架压缩量信号,记为WhlZ*(其包括WhlZFL、WhlZFR、WhlZRL、WhlZRR)。通过对悬架压缩量信号WhlZ*进行二次求导并与车身垂向加速度信号TMAZ*做差,得出各轮的轮心垂向加速度信号,记为RoadStSig*(其包括RoadStSigFL、RoadStSigFR、RoadStSigRL、RoadStSigRR)。应该说明的是,在此或在下文中所使用的标记符号中的后缀“FL”表示车辆左前轮,“FR”表示车辆右前轮,“RL”表示车辆左后轮,“RR”表示车辆右后轮。
接着,在该路况判定设备的预处理模块120中,将各轮的轮心垂向加速度信号RoadStSig*与平均轮心垂向加速度信号RoadStSig*'做差并且由此得出偏差值RoadStSig*;随后在附加低通滤波器中以初始滤波因子FrqD对ΔRoadStSig*进行低通滤波,并且由此得到初始判定信号RoadStRaw*(其包括RoadStRawFL、RoadStRawFR、RoadStRawRL、RoadStRawRR)。
紧接着,根据图3基于初始判定信号RoadStRaw*获取相关的幅值和频率。一方面,在高通滤波器130中以高通滤波因子HFrqD对初始判定信号RoadStRaw*进行高通滤波之后,通过快速傅里叶变换(简称为FFT,Fast FourierFransform)得出高通滤波后的第一幅值RoadStMagHP*(其包括RoadStMagHPFL、RoadStMagHPFR、RoadStMagHPRL、RoadStMagHPRR);并且通过快速傅里叶变换、峰值检测和峰值周期计算而得出高通滤波后的第一频率RoadStFreqHP*(其包括RoadStFreqHPFL、RoadStFreqHPFR、RoadStFreqHPRL、RoadStFreqHPRR)。另一方面,同时在低通滤波器140中以低通滤波因子LFrqD对初始判定信号RoadStRaw*进行低通滤波,随后通过快速傅里叶变换得出低通滤波后的第二幅值RoadStMagLP*(其包括RoadStMagLPFL、RoadStMagLPFR、RoadStMagLPRL、RoadStMagLPRR);并且通过快速傅里叶变换、峰值检测和峰值周期计算而得出高通滤波后的第二频率RoadStFreqLP*(RoadStFreqLPFL、RoadStFreqLPFR、RoadStFreqLPRL、RoadStFreqLPRR)。在该过程中,需要分别对每个车轮的初始判定信号RoadStRawFL、RoadStRawFR、RoadStRawRL、RoadStRawRR进行上述计算。
随后,在该路况判定设备的系数确定子模块152中根据图4基于所接收到的RoadStMagHP*、RoadStFreqHP*、RoadStMagLP*和RoadStFreqLP*来求得路况系数。首先对上述参数进行划分,即将左前车轮和左后车轮的上述参数分为第一组,将右前车轮和右后车轮的上述参数分为第二组,并且基于此分别计算出车辆左侧和车辆右侧的侧向路况系数。现在以左侧的侧向路况系数的获取为例进行阐述。
将左前轮的第一幅值RoadStMagHPFL和第二幅值的RoadStMagLPFL的数学平均值与左后轮的第一幅值RoadStMagHPRL和第二幅值的RoadStMagLPRL的数学平均值进行加权平均,记为车辆左侧的幅值加权值。此外,将左前轮的第一频率RoadStFreqHPFL和第二频率的RoadStFreqLPFL的数学平均值与左后轮的第一频率RoadStFreqHPRL和第二频率的RoadStFreqLPRL的数学平均值进行加权平均,记为车辆左侧的频率加权值。对所述幅值加权值和所述频率加权值的乘积进行RMS(Root Mean Square,均方根)有效值计算、尤其在预设采样时间段(例如在100个采样点的情况下)进行RMS有效值计算,基于所获得的均方根得出车辆左侧的侧向路况系数RoadStL。此外,以相同的方式求得车辆右侧的侧向路况系数RoadStR。
最后,对这两个侧向路况系数RoadStL、RoadStR进行加权平均计算,以得到路况系数RoadSt*,其可被输出给车辆悬架控制系统。在此,RoadStL、RoadStR各自所配属的权重系数能够根据试验进行预先设定,或还能够根据车辆的运行方式、例如转向行驶来自适应性地进行调整。此外,这两个侧向路况系数RoadStL、RoadStR也可直接传输给悬架控制系统,这在车辆转向时或在左右侧路况相差较大的情况下尤其是有利的。
综上所述,根据本发明的路况判定方法基于传感器信号以较低计算负荷的方式来获取路况系数,这能够在一定程度上降低车辆的软硬件成本,另一方面通过同时保留各轮心垂向加速度信号的高频特性和低频特性,能够较贴近车辆的真实行驶状况。在本发明的一种实施方式中,通过根据车速来设定和调整各滤波过程中的临界频率,能够排除车速对路况判定的干扰。在本发明的另一种实施方式中,通过将车辆左侧和车辆右侧的侧向路况系数的加权平均值作为路况系数,提供了一种与车辆行驶状态相匹配的可能性并且能够给予车辆悬架控制系统较有针对性的参考。
最后,本发明还涉及一种用于实现根据本发明的一个或多个实施例的用于车辆的路况判定方法的计算机可读存储介质。在此所提及的计算机可读存储介质包括各种类型的计算机存储介质,可以是通用或专用计算机能够存取的任何可用介质。举例而言,计算机可读存储介质可以包括RAM、ROM、EPROM、E2PROM、寄存器、硬盘、可移动盘、CD-ROM或其他光盘存储器、磁盘存储器或其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码单元并能够由通用或特定用途计算机、或者通用或特定用途处理器进行存取的任何其他临时性或者非临时性介质。关于根据本发明的计算机可读存储介质的描述能够参考针对根据本发明的路况判定设备或路况判定方法的阐释,对此不再赘述。
Claims (11)
1.一种路况判定设备,其特征在于,包括:
获取模块,其配置成用于获取车辆各车轮的轮心垂向加速度信号;
预处理模块,其布置在所述获取模块的后级,并且配置成用于对所述轮心垂向加速度信号进行预处理以获得可表征其波动情况的初始判定信号;
高通滤波器,其布置在所述预处理模块的后级,并且配置成用于以高通滤波因子对所述初始判定信号进行高通滤波;
低通滤波器,其与所述高通滤波器并行地布置在所述预处理模块的后级,并且配置成用于以低通滤波因子对所述初始判定信号进行低通滤波;
确定模块,其配置成用于基于低通滤波后的初始判定信号以及高通滤波后的初始判定信号确定路况系数。
2.根据权利要求1所述的路况判定设备,其特征在于,所述确定模块包括分析子模块和系数确定子模块,其中,所述分析子模块配置成用于通过傅里叶分析获得所述高通滤波后的初始判定信号的第一幅值和第一频率以及所述低通滤波后的初始判定信号的第二幅值和第二频率;所述系数确定子模块用于基于所述第一幅值和第一频率和所述第二幅值和第二频率确定路况系数。
3.根据权利要求1所述的路况判定设备,其特征在于,所述获取模块与车辆数据总线连接并且从其中筛选出与路况关联的相关信号,所述获取模块基于所述相关信号求得各车轮的轮心垂向加速度信号,所述相关信号从如下组中选出:车身垂向加速度信号、减振器行程信号、惯性测量单元信号和车轮垂向加速度信号。
4.根据权利要求1至3中任一项所述的路况判定设备,其特征在于,所述预处理模块包括附加低通滤波器,其配置成用于在所述初始判定信号输出到低通滤波器和高通滤波器之前以初始滤波因子对其进行低通滤波。
5.根据权利要求4所述的路况判定设备,其特征在于,所述路况判定设备还包括滤波因子确定模块,其配置成用于基于车辆状态信号设定初始滤波因子、高通滤波因子和低通滤波因子,其中,所述车辆状态参数包括车速信号、车辆启动/停止信号。
7.一种路况判定方法,其可由根据权利要求1至6中任一项所述的路况判定设备来执行,其特征在于,包括如下步骤:
S100:获取各车轮的轮心垂向加速度信号以及可表征其波动情况的初始判定信号;S200:以预设的高通滤波因子对所述初始判定信号进行高通滤波,并且以预设的低通滤波因子对所述初始判定信号进行低通滤波;
S300:基于高通滤波后的初始判定信号以及经低通滤波后的初始判定信号,确定路况系数。
8.根据权利要求7所述的路况判定方法,其特征在于,步骤S100包括如下子步骤:
S110:获取每一时刻的各轮心垂向加速度信号分别相对于在预设时间段内的平均轮心垂向加速度信号的偏差值;
S120:以预设的初始滤波因子对所述偏差值进行低通滤波,以生成所述初始判定信号。
9.根据权利要求7或8所述的路况判定方法,其特征在于,步骤S300包括如下子步骤:
S310:借助傅里叶分析,分别获取所述高通滤波后的初始判定信号的第一幅值和第一频率,并且获取所述低通滤波后的初始判定信号的第二幅值和第二频率;
S320:找寻位于车辆同侧的各同侧车轮的第一幅值、第一频率、第二幅值和第二频率并基于其分别确定车辆各侧的侧向路况系数;
S330:求得所述车辆各侧的侧向路况系数的加权平均值,作为路况系数。
10.根据权利要求9所述的路况判定方法,其特征在于,子步骤S320包括如下步骤:
S321:获取各同侧车轮各自的第一幅值与第二幅值的幅值平均值,并且获取所述各同侧车轮各自的第一频率与第二频率的频率平均值;
S322:求得各同侧车轮的幅值平均值与彼此的加权平均值,作为幅值加权值;并且求得各同侧车轮的频率平均值与彼此的加权平均值,作为频率加权值;
S323:计算所述幅值加权值与频率加权值的乘积的均方根,作为侧向路况系数。
11.一种计算机可读存储介质,在所述计算机可读存储介质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根据权利要求7至10中任一项所述的路况判定方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211661459.7A CN115966082A (zh) | 2022-12-23 | 2022-12-23 | 路况判定设备、路况判定方法和计算机可读存储介质 |
EP23219561.0A EP4389549A1 (en) | 2022-12-23 | 2023-12-21 | Road condition determining device, road condition determining method, and computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211661459.7A CN115966082A (zh) | 2022-12-23 | 2022-12-23 | 路况判定设备、路况判定方法和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115966082A true CN115966082A (zh) | 2023-04-14 |
Family
ID=87359546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211661459.7A Pending CN115966082A (zh) | 2022-12-23 | 2022-12-23 | 路况判定设备、路况判定方法和计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP4389549A1 (zh) |
CN (1) | CN115966082A (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100251805B1 (ko) * | 1997-04-03 | 2000-04-15 | 밍루 | 차량용 현가장치의 제어방법 |
DE102004024951A1 (de) * | 2004-05-21 | 2005-12-08 | Bayerische Motoren Werke Ag | Verfahren zur Ermittlung der Bewegung des Aufbaus eines Fahrzeugs sowie entsprechendes Fahrzeug |
JP6273059B1 (ja) * | 2017-03-24 | 2018-01-31 | 株式会社ショーワ | 車両制御装置、および、車両 |
-
2022
- 2022-12-23 CN CN202211661459.7A patent/CN115966082A/zh active Pending
-
2023
- 2023-12-21 EP EP23219561.0A patent/EP4389549A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4389549A1 (en) | 2024-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3932704B1 (en) | Damping control apparatus and method for a vehicle | |
EP3904134A2 (en) | Damping control device for vehicle, damping control system, damping control method, and data providing device | |
EP1659008B1 (en) | Method for the regulation or control of the damping force of an adjustable vehicle damper | |
CN111645698B (zh) | 一种重载车辆侧翻阈值自适应估计方法 | |
CN108819950B (zh) | 汽车稳定性控制系统的车速估计方法及系统 | |
JP6070044B2 (ja) | サスペンション制御装置 | |
CN108973573A (zh) | 路面粗糙度分类 | |
CN112249025B (zh) | 车辆行驶道路纵向坡度的识别方法、装置、设备及介质 | |
JP7314869B2 (ja) | 車両用制振制御装置及び方法 | |
JP2017202789A (ja) | 車両用減衰力制御装置 | |
CN114435056A (zh) | 减振控制装置 | |
CN108621734A (zh) | 振动感应型悬架系统以及控制其的方法 | |
CN115966082A (zh) | 路况判定设备、路况判定方法和计算机可读存储介质 | |
US6789002B1 (en) | Determination of vehicle payload condition | |
CN116653523A (zh) | 整车半主动悬架控制方法、系统、车辆及存储介质 | |
US11891068B2 (en) | Method of creating database for preview vibration damping control for vehicle | |
CN113561724A (zh) | 车辆的减振控制装置、减振控制方法 | |
GB2552706A (en) | A system for use in a vehicle | |
US20230125985A1 (en) | Vehicle suspension control device and vehicle suspension control method | |
EP3926532B1 (en) | Data processing device and data processing system | |
CN115112333A (zh) | 基于可调阻尼减振器的冲击识别方法、装置、终端和介质 | |
EP4320367A1 (en) | Method for controlling variable damping suspensions | |
CN116409102A (zh) | 车辆悬架的控制方法、装置、车辆及介质 | |
CN118025173A (zh) | 车辆及其扭矩控制方法和控制装置 | |
JP2022066776A (ja) | 車両の制御方法及び制御装置 |
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 |