CN116533952B

CN116533952B - 一种半挂车制动方法、装置、设备及存储介质

Info

Publication number: CN116533952B
Application number: CN202310814237.2A
Authority: CN
Inventors: 徐显杰; 齐剑
Original assignee: Suoto Hangzhou Automotive Intelligent Equipment Co Ltd; Tianjin Soterea Automotive Technology Co Ltd
Current assignee: Suoto Hangzhou Automotive Intelligent Equipment Co Ltd; Tianjin Soterea Automotive Technology Co Ltd
Priority date: 2023-07-05
Filing date: 2023-07-05
Publication date: 2023-09-08
Anticipated expiration: 2043-07-05
Also published as: CN116533952A

Abstract

本发明提供一种半挂车制动方法、装置、设备及存储介质。所述半挂车制动方法包括：获取驾驶员的期望制动减速度；判断半挂车是否处于常规模式；若是，则根据所述期望制动减速度以及汽车行驶平衡方程式，确定前轴、后轴以及挂车轴的制动力分配比例；获取总制动力；根据所述总制动力以及所述制动力分配比例，确定前轴制动力、后轴制动力以及挂车轴制动力。本发明实施例提供的技术方案，实现了根据驾驶员的期望制动减速度动态调整前轴、后轴以及挂车轴的制动力分配比例，进而实现挂车各轮的同步制动，提高了制动响应速度，缩短了制动距离，提高了制动强度，实现了主卦制动一致，避免了侧翻、折叠等问题出现，提高了半挂车的安全驾驶性能。

Description

一种半挂车制动方法、装置、设备及存储介质

技术领域

本发明涉及半挂车制动技术领域，尤其涉及一种半挂车制动方法、装置、设备及存储介质。

背景技术

随着电控技术的不断发展，集成制动系统、防抱死制动系统（Antilock BrakeSystem，ABS）和驱动防滑系统（Acceletation Slip Regulation，ASR）等基础功能的电控制动系统（Electronically Controlled Brake System，EBS）成为相关领域的研究热点，EBS有效的提高了制动性能以及制动舒适性，被广泛应用于大型商用车，包括半挂车。

半挂车包括前轴、后轴以及半挂轴，目前普遍采用前轴、后轴以及半挂轴上固定制动力分配比例的方式实现制动，该方式主挂制动不一致，易导致侧翻、折叠等问题出现，不利于半挂车的安全驾驶。

发明内容

本发明提供了一种半挂车制动方法、装置、设备及存储介质，以提高主挂制动一致性，提高半挂车的安全驾驶性能。

第一方面，本发明提供了一种半挂车制动方法，包括：

获取驾驶员的期望制动减速度；

判断半挂车是否处于常规模式；

若是，则根据所述期望制动减速度以及汽车行驶平衡方程式，确定前轴、后轴以及挂车轴的制动力分配比例；

获取总制动力；

根据所述总制动力以及所述制动力分配比例，确定前轴制动力、后轴制动力以及挂车轴制动力。

可选的，所述获取驾驶员的期望制动减速度包括：

采集不同车速下的踏板开度、踏板速度以及减速度作为模型训练数据；

利用所述模型训练数据训练神经网络模型；

利用所述神经网络模型，根据当前制动踏板开度以及踏板速度，获取所述期望制动减速度。

可选的，所述采集不同车速下的踏板开度、踏板速度以及减速度作为模型训练数据之后还包括：

对所述模型训练数据进行滤波处理。

可选的，所述获取驾驶员的期望制动减速度之后还包括：

比较踏板开度与开度阈值，以及踏板速度与速度阈值；

若所述踏板开度大于所述开度阈值，且所述踏板速度大于所述速度阈值，则按照预设放大倍数放大所述期望制动减速度。

可选的，所述确定前轴、后轴以及挂车轴的制动力分配比例之后还包括：

判断半挂车的制动器水衰退或制动器热衰退时，获取前轴滑移量和后轴滑移量，采用所述前轴滑移量和后轴滑移量的差值对所述制动力分配比例进行补偿。

可选的，判断半挂车处于非常规模式中的舒适制动模式时，则将总制动力全部分配至前轴。

可选的，判断半挂车处于非常规模式中的防前倾模式时，则将总制动力全部分配至后轴。

第二方面，本发明还提供了一种半挂车制动装置，其特征在于，包括：

速度获取模块，用于获取驾驶员的期望制动减速度；

模式判断模块，用于判断半挂车是否处于常规模式；

比例确定模块，用于在判断半挂车处于常规模式时，根据所述期望制动减速度以及汽车行驶平衡方程式，确定前轴、后轴以及挂车轴的制动力分配比例；

制动力获取模块，用于获取总制动力；

制动力确定模块，用于根据所述总制动力以及所述制动力分配比例，确定前轴制动力、后轴制动力以及挂车轴制动力。

第三方面，本发明还提供了一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的半挂车制动方法。

第四方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的半挂车制动方法。

本发明实施例提供的技术方案，通过获取驾驶员的期望制动减速度，判断半挂车是否处于常规模式，若是，则根据期望制动减速度以及汽车行驶平衡方程式，确定前轴、后轴以及挂车轴的制动力分配比例，获取总制动力，根据总制动力以及制动力分配比例，确定前轴制动力、后轴制动力以及挂车轴制动力，实现了根据驾驶员的期望制动减速度动态调整前轴、后轴以及挂车轴的制动力分配比例，进而实现挂车各轮的同步制动，提高了制动响应速度，缩短了制动距离，提高了制动强度，实现了主卦制动一致，避免了侧翻、折叠等问题出现，提高了半挂车的安全驾驶性能。

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一种半挂车制动方法的流程示意图；

图2是半挂车在水平路面上制动时的受力图；

图3是挂车在水平路面上制动时的受力图；

图4是本发明实施例提供的一种获取驾驶员的期望制动减速度的方法流程示意图；

图5是本发明实施例提供的模型训练数据采集示例图；

图6是本发明实施例提供的一种半挂车制动装置的结构示意图；

图7是本发明实施例提供的一种设备的结构示意图。

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。

在本发明的描述中，除非另有说明，“/”表示“或”的意思，例如，A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。此外，“至少一个”“多个”是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。

在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念，便于理解。

此外，本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是可选的还包括其他没有列出的步骤或模块，或可选的还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明的附图通过具体实施例来进行说明。

图1是本发明实施例提供的一种半挂车制动方法的流程示意图。本实施例适用于半挂车的制动，该方法可以由半挂车制动装置来执行，该装置可以通过硬件和/或软件的方式实现，并一般可以集成于半挂车中。如图1所示，半挂车制动方法具体可以包括如下：

步骤11、获取驾驶员的期望制动减速度。

其中，驾驶员的期望制动减速度指，驾驶员在驾驶半挂车过程中，通过踩压踏板想要达到的制动减速度，即驾驶员的制动意图。可以理解的是，驾驶员的制动意图可通过制动踏板行程传感器提供的踏板开度以及踏板速度进行识别，具体采用神经网络进行识别，利用瞬态实验法对半挂车所有可能的瞬态状态数据（不同速度下的踏板开度、踏板速度以及减速度）进行采集，并采用神经网络自身强大的推理能力弥补数据不足，更准确的获得驾驶员的制动意图。

可选的，获取驾驶员的期望制动减速度之后还可以包括：比较踏板开度与开度阈值，以及踏板速度与速度阈值，若踏板开度大于开度阈值，且踏板速度大于速度阈值，则按照预设放大倍数放大期望制动减速度。

需要说明的是，踏板开度大于开度阈值，且踏板速度大于速度阈值时，半挂车处于紧急刹车状态，半挂车的减速度需更大，以实现短时短距刹车，因此，该情况下，采用放大倍数对期望制动减速度进行放大，其中，放大倍数与踏板开度以及踏板速度呈曲线正相关关系，即踏板开度越大，踏板速度越大，放大倍数越大，但为避免事故发生，放大倍数需设置门限值，具体门限值为经验值，由实际测量计算推得，可以理解的是，将期望制动减速度进行放大属于紧急刹车状态下的辅助制动操作。

步骤12、判断半挂车是否处于常规模式。

其中，常规模式具体指半挂车行驶路面为同种路面，且处于一般驾驶模式下，其中，同种路面即附着系数一致且附着系数位于正常路面附着系数范围内。因此，半挂车驾驶模式以及路面附着系数为常规模式的判断依据，可据此确定半挂车是否处于常规模式。

对于半挂车处于非常规模式下的情形示例如下：

需要说明的是，在本实施例的其他实施方式中，非常规模式还可以包括其他情形，不限于示例所示，可根据不同模式的特点对应调整制动力分配方式。

步骤13、若是，则根据期望制动减速度以及汽车行驶平衡方程式，确定前轴、后轴以及挂车轴的制动力分配比例。

半挂车处于常规模式下时，采用本实施例提供的制动力分配比例确定方法。具体的，根据期望制动减速度以及汽车行驶平衡方程式，确定前轴、后轴以及挂车轴的制动力分配比例的方式可以如下：

假设半挂车在水平路面上制动，图2是半挂车在水平路面上制动时的受力图，忽略空气阻力，滚动阻力偶及旋转惯性力矩的影响。可以理解的是，如图2所示，半挂车包括牵引车100和挂车200，当半挂车以减速度du/dt进行制动时，取挂车200作为隔离体进行受力分析，如图3对鞍座支点进行力矩分析有：

式1

由式1得：

——式2

式2中，为地面对挂车轮的法向反作用力，单位为N；/>为地面对挂车轮的切向反作用力，单位为N；/>为挂车质量，单位为kg；/>为挂车质心到鞍座支点的水平距离，单位为m；/>为挂车质心距鞍座支点的垂直距离，单位为m；/>为挂车车轴距鞍座支点的水平距离，单位为m；/>为鞍座距地面的距离，单位为m；/>为半挂汽车的制动减速度，单位为m/s²。图2中还示意了地面对牵引车前轮的切向反作用力/>，地面对牵引车后轮的切向反作用力。

再由图2，对牵引车前轮取矩得：

——式3

由式3得：

式4

将式2代入式4得：

——式5

式5中，为地面对牵引车后轮的法向反作用力，单位为N；

为牵引车质量，单位为kg；

为牵引车质心距地面的距离，单位为m；

为挂车质心距地面的距离，单位为m；

为牵引车轴距，单位为m；

为牵引车后轴距挂车车轴的距离，单位为m；

为牵引车质心分别距牵引车前轴及牵引车后轴的距离，单位为m;

为挂车质心分别距牵引车后轴及半挂车车轴的距离，单位为m。

同理对牵引车后轴取矩可得：

式6

式6中，为地面对牵引车前轮的法向反作用力，单位为N。

如果半挂车在同种路面（附着系数一样）上行驶，按照理想的制动力制动曲线进行制动时，前轴制动力、后轴制动力以及挂车轴制动力分配系数分别为

其中，为前轴制动力分配系数，/>为后轴制动力分配系数，/>为挂车轴制动力分配系数。

可选的，确定前轴、后轴以及挂车轴的制动力分配比例之后还可以包括：判断半挂车的制动器水衰退或制动器热衰退时，获取前轴滑移量和后轴滑移量，采用前轴滑移量和后轴滑移量的差值对制动力分配比例进行补偿。

示例性的，半挂车的制动器水衰退或制动器热衰退时，即半挂车的行驶路面为低附着系数路面，附着系数很低的路面例如下雨或下雪后的路面，相较于普通行驶路面，附着系数降低，导致半挂车滑移，因此需采用滑移量进行补偿，具体可以对前轴滑移量与后轴滑移量差值进行PID反馈补偿，以获得当前场景下更为合理的制动力分配比例，保证半挂车的安全驾驶性能。

步骤14、获取总制动力。

示例性的，总制动力通过制动减速度与半挂车质量的乘积获得。

步骤15、根据总制动力以及制动力分配比例，确定前轴制动力、后轴制动力以及挂车轴制动力。

将总制动力按照制动力分配比例分配到前轴、后轴以及挂车轴，既得到前轴制动力、后轴制动力和挂车制动力。

将前轴制动力、后轴制动力和挂车制动力分别按照力的转换公式转换为压力，并直接将对应的压力施加至各轴对应的车轮，实现半挂车的EBS制动。

图4是本发明实施例提供的一种获取驾驶员的期望制动减速度的方法流程示意图。如图4所示，获取驾驶员的期望制动减速度具体可以包括如下：

步骤21、采集不同车速下的踏板开度、踏板速度以及减速度作为模型训练数据。

可以理解的是，步骤21为数据采集步骤，用于采集训练神经网络模型的数据，其中，神经网络模型的输入量为踏板开度和踏板速度，输出为减速度，因此，采集不同车速下的踏板开度、踏板速度以及减速度作为模型训练数据。

示例性的，模型训练数据采集过程中，可将初始车速设置为30km/h、50km/h、70km/h以及90km/h，预定设置制动踏板开度为大开度（100%），中开度（70%）以及小开度（40%），而制动踏板速度可以设置重踩、中踩以及轻踩，如图5所示，采集不同车速下的踏板开度和踏板速度，或同时采集对应的减速度。

需要说明的是，现有技术中常采用最小二乘法识别驾驶员制动意图，该方法将明显噪音并入识别结果，导致识别结果受内外扰动明显，识别效果不佳。而本实施例采用神经网络模型识别驾驶员制动意图，有效抑制了内外扰动对识别结果的影响，识别结果更为准确。

可选的，采集不同车速下的踏板开度、踏板速度以及减速度作为模型训练数据之后还包括：对模型训练数据进行滤波处理。

具体的，利用一阶滤波和平均值滤波对采集的模型训练数据进行滤波处理，减少信号噪声，模型训练数据具体包括踏板开度、踏板速度以及减速度。

其中，一阶低通滤波公式为：

平均值滤波公式为：

一阶低通滤波公式和平均值滤波公式为中，为滤波系数；/>为本次采样值；为上次滤波输出值；/>为本次滤波输出值；/>是前i个周期的采样值。

步骤22、利用模型训练数据训练神经网络模型。

本实施例利用Matlab编写神经网络模型的脚本文件或函数文件，并采用K-means均值聚类算法对样本进行聚类得到有效的隐藏层，利用最小二乘法快速获得隐藏层到输出层的权值参数，利用最小代价函数反向传播算法对权值参数进行更新优化。神经网络通常设置为三层，输入层对应影响因素，即制动踏板开度、制动踏板速度，输出层为模型想要的输出量，即制动减速度，隐藏层需要反复的调整以确定隐藏层个数，训练神经网络模型到一定的精度，判断神经网络的表征映射能力是否合理，如果不合理需要调整隐藏层参数再训练，直至神经网络模型能够表征驾驶员制动意图为止。训练好的神经网络模型能够根据驾驶员踩压的制动踏板开度及踏板速度推测得到驾驶员所期望的制动减速度。

步骤23、利用神经网络模型，根据当前制动踏板开度以及踏板速度，获取期望制动减速度。

将当前制动踏板开度以及踏板速度输入训练好的神经网络模型，即可获得对应的输出期望制动减速度。

图6是本发明实施例提供的一种半挂车制动装置的结构示意图。如图6所示，半挂车制动装置可以包括如下：

速度获取模块31，用于获取驾驶员的期望制动减速度；

模式判断模块32，用于判断半挂车是否处于常规模式；

比例确定模块33，用于在判断半挂车处于常规模式时，根据期望制动减速度以及汽车行驶平衡方程式，确定前轴、后轴以及挂车轴的制动力分配比例；

制动力获取模块34，用于获取总制动力；

制动力确定模块35，用于根据总制动力以及制动力分配比例，确定前轴制动力、后轴制动力以及挂车轴制动力。

在本实施例中，速度获取模块31可以包括：

数据采集单元，用于采集不同车速下的踏板开度、踏板速度以及减速度作为模型训练数据；

模型训练单元，用于利用所述模型训练数据训练神经网络模型；

减速度获取单元，用于利用所述神经网络模型，根据当前制动踏板开度以及踏板速度，获取所述期望制动减速度。

在本实施例中，速度获取模块31还可以包括：

滤波处理单元，用于在采集不同车速下的踏板开度、踏板速度以及减速度作为模型训练数据之后，对模型训练数据进行滤波处理。

在本实施例中，半挂车制动装置还可以包括：

数据比较模块，用于在获取驾驶员的期望制动减速度之后，比较踏板开度与开度阈值，以及踏板速度与速度阈值；

减速度放大模块，用于在踏板开度大于开度阈值，且踏板速度大于速度阈值时，按照预设放大倍数放大期望制动减速度。

在本实施例中，半挂车制动装置还可以包括：

比例补充模块，用于在确定前轴、后轴以及挂车轴的制动力分配比例之后，判断半挂车的制动器水衰退或制动器热衰退时，获取前轴滑移量和后轴滑移量，采用前轴滑移量和后轴滑移量的差值对制动力分配比例进行补偿。

在本实施例中，半挂车制动装置还可以包括：

第一制动力分配模块，用在在判断半挂车处于非常规模式中的舒适制动模式时，将总制动力全部分配至前轴。

第二制动力分配模块，用于在判断半挂车处于非常规模式中的防前倾模式时，将总制动力全部分配至后轴。

图7是本发明实施例提供的一种设备的结构示意图。如图7所示，该设备包括处理器42、存储器41、输入装置43和输出装置44；设备中处理器42的数量可以是一个或多个，图7中以一个处理器42为例；设备中的处理器42、存储器41、输入装置43和输出装置44可以通过总线或其他方式连接，图7中以通过总线连接为例。

存储器41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的目标检测方法对应的程序指令/模块（例如，半挂车制动装置包括的速度获取模块31、模式判断模块32、比例确定模块33、制动力获取模块34和制动力确定模块35）。处理器42通过运行存储在存储器41中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的半挂车制动方法。

存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器41可进一步包括相对于处理器42远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置43可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置44可包括显示屏等显示设备。

本发明实施例还提供一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行半挂车制动方法，该方法包括：

获取驾驶员的期望制动减速度；

判断半挂车是否处于常规模式；

若是，则根据期望制动减速度以及汽车行驶平衡方程式，确定前轴、后轴以及挂车轴的制动力分配比例；

获取总制动力；

根据总制动力以及制动力分配比例，确定前轴制动力、后轴制动力以及挂车轴制动力。

当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本发明任意实施例所提供的半挂车制动方法中的相关操作.

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器（Read-Only Memory, ROM）、随机存取存储器（RandomAccess Memory, RAM）、闪存（FLASH）、硬盘或光盘等，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的方法。

值得注意的是，上述半挂车制动装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims

1.一种半挂车制动方法，其特征在于，包括：

获取驾驶员的期望制动减速度；

比较踏板开度与开度阈值，以及踏板速度与速度阈值；

若所述踏板开度大于所述开度阈值，且所述踏板速度大于所述速度阈值，则按照预设放大倍数放大所述期望制动减速度，其中，放大倍数与踏板开度以及踏板速度呈曲线正相关关系，放大倍数设置有门限值；

判断半挂车是否处于常规模式，常规模式具体指半挂车行驶路面为同种路面，且处于一般驾驶模式下；

获取总制动力；

根据所述总制动力以及所述制动力分配比例，确定前轴制动力、后轴制动力以及挂车轴制动力；

判断半挂车处于非常规模式中的舒适制动模式时，则将总制动力全部分配至前轴；

判断半挂车处于非常规模式中的防前倾模式时，则将总制动力全部分配至后轴。

2.根据权利要求1所述的半挂车制动方法，其特征在于，所述获取驾驶员的期望制动减速度包括：

利用所述模型训练数据训练神经网络模型；

3.根据权利要求2所述的半挂车制动方法，其特征在于，所述采集不同车速下的踏板开度、踏板速度以及减速度作为模型训练数据之后还包括：

对所述模型训练数据进行滤波处理。

4.根据权利要求1所述的半挂车制动方法，其特征在于，所述确定前轴、后轴以及挂车轴的制动力分配比例之后还包括：

5.一种半挂车制动装置，其特征在于，包括：

速度获取模块，用于获取驾驶员的期望制动减速度比较踏板开度与开度阈值，以及踏板速度与速度阈值；若所述踏板开度大于所述开度阈值，且所述踏板速度大于所述速度阈值，则按照预设放大倍数放大所述期望制动减速度，其中，放大倍数与踏板开度以及踏板速度呈曲线正相关关系，放大倍数设置有门限值；

模式判断模块，用于判断半挂车是否处于常规模式，常规模式具体指半挂车行驶路面为同种路面，且处于一般驾驶模式下；

制动力获取模块，用于获取总制动力；

制动力确定模块，用于根据所述总制动力以及所述制动力分配比例，确定前轴制动力、后轴制动力以及挂车轴制动力；判断半挂车处于非常规模式中的舒适制动模式时，则将总制动力全部分配至前轴；判断半挂车处于非常规模式中的防前倾模式时，则将总制动力全部分配至后轴。

6.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的半挂车制动方法。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的半挂车制动方法。