CN116702319A - Acc数据驱动优化方法、装置、车辆及存储介质 - Google Patents
Acc数据驱动优化方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN116702319A CN116702319A CN202310671038.0A CN202310671038A CN116702319A CN 116702319 A CN116702319 A CN 116702319A CN 202310671038 A CN202310671038 A CN 202310671038A CN 116702319 A CN116702319 A CN 116702319A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- gain
- index
- time index
- optimization
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000001133 acceleration Effects 0.000 claims abstract description 323
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 230000006870 function Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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
- G06F2119/12—Timing analysis or timing optimisation
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本申请涉及一种ACC数据驱动优化方法、装置、车辆及存储介质,其中,方法包括:获取至少一个数据源,并将至少一个数据源输入至预设的ACC功能模型,得到加速度功能评价指标,分别计算加速度指标、加速时间指标和稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,并根据加速度指标增益、加速时间指标增益和稳态时间指标增益得到加速度综合增益,并根据加速度综合增益进行加速度优化。由此,解决相关技术中对ACC加速度进行标定优化获取数据繁琐,且无法覆盖所有场景的问题,可以覆盖极大部分工况场景,极大地节省优化时间。
Description
技术领域
本申请涉及车辆技术领域,特别涉及一种ACC(Adaptive Cruise Control,自适应巡航控制系统)数据驱动优化方法、装置、车辆及存储介质。
背景技术
ACC功能开发过程中,需要基于实际、理论数据进行大量数据标定,调参优化。
相关技术中对ACC加速度进行标定优化,需要进行大量测试,获取实际数据并进行理论推导,获取数据较为繁琐且无法覆盖所有场景,亟待解决。
发明内容
本申请提供一种ACC数据驱动优化方法、装置、车辆及存储介质,以解决相关技术中对ACC加速度进行标定优化获取数据繁琐,且无法覆盖所有场景的问题,采用数据驱动的形式进行优化调参,覆盖极大部分工况场景,基于评价指标自动相关数据并自动调参,不需要经过大量测试获取数据,极大的节省优化时间。
本申请第一方面实施例提供一种ACC数据驱动优化方法,包括以下步骤:获取至少一个数据源;将所述至少一个数据源输入至预设的ACC功能模型,得到加速度功能评价指标,其中,所述加速度功能评价指标包括加速度指标、加速时间指标和稳态时间指标;以及分别计算加速度指标、所述加速时间指标和所述稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,并根据所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益得到加速度综合增益,并根据所述加速度综合增益进行加速度优化。
可选地,在一些实施例中,在根据所述加速度综合增益进行加速度优化之后,还包括:获取上一次加速度优化结果和当前加速度优化结果;若所述上一次加速度优化结果和所述当前加速度优化结果相同,则将所述当前加速度优化结果作为所述至少一个数据源的标定数据。
可选地,在一些实施例中,所述分别计算所述加速度指标、所述加速时间指标和所述稳态时间指标的增益值,得到所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益,包括:基于预设的加速度指标增益策略,计算所述加速度指标的指标增益,得到所述加速度指标增益,其中,所述预设的加速度指标增益策略为:
加速度指标增益=(1+(a_realmax-a_max)/a_realmax);
其中,a_realmax为实际最大加速度,a_max为最大约束加速度。
可选地,在一些实施例中,所述分别计算所述加速度指标、所述加速时间指标和所述稳态时间指标的增益值,得到所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益,还包括:基于预设的加速度时间指标增益策略,计算所述加速度时间指标的指标增益,得到所述加速度时间指标增益,其中,所述预设的加速度指标增益策略为:
加速时间指标增益=(1+(Tm-T(m-1))/T(m-1));
其中,Tm为第m次加速时间,T(m-1)为第m-1次加速时间。
可选地,在一些实施例中,所述分别计算所述加速度指标、所述加速时间指标和所述稳态时间指标的增益值,得到所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益,包括:基于预设的稳态时间指标增益策略,计算所述稳态时间指标的指标增益,得到所述稳态时间指标增益,其中,所述预设的稳态时间指标增益策略为:
稳态时间指标增益=(1+(tm-t(m-1))/t(m-1))
其中,tm为第m次稳态时间,t(m-1)为第m-1次稳态时间。
可选地,在一些实施例中,所述根据所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益得到加速度综合增益,包括:所述加速度综合增益=所述加速度指标增益*所述加速时间指标增益*所述稳态时间指标增益。
本申请第二方面实施例提供一种ACC数据驱动优化装置,包括:获取模块,用于获取至少一个数据源;输入模块,用于将所述至少一个数据源输入至预设的ACC功能模型,得到加速度功能评价指标,其中,所述加速度功能评价指标包括加速度指标、加速时间指标和稳态时间指标;以及优化模块,用于分别计算加速度指标、所述加速时间指标和所述稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,并根据所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益得到加速度综合增益,并根据所述加速度综合增益进行加速度优化。
可选地,在一些实施例中,在根据所述加速度综合增益进行加速度优化之后,所述优化模块,还包括:获取单元,用于获取上一次加速度优化结果和当前加速度优化结果;标定单元,用于在所述上一次加速度优化结果和所述当前加速度优化结果相同时,将所述当前加速度优化结果作为所述至少一个数据源的标定数据。
可选地,在一些实施例中,所述优化模块,包括:第一计算单元,用于基于预设的加速度指标增益策略,计算所述加速度指标的指标增益,得到所述加速度指标增益,其中,所述预设的加速度指标增益策略为:
加速度指标增益=(1+(a_realmax-a_max)/a_realmax);
其中,a_realmax为实际最大加速度,a_max为最大约束加速度。
可选地,在一些实施例中,所述优化模块,还包括:第二计算单元,用于基于预设的加速度时间指标增益策略,计算所述加速度时间指标的指标增益,得到所述加速度时间指标增益,其中,所述预设的加速度指标增益策略为:
加速时间指标增益=(1+(Tm-T(m-1))/T(m-1));
其中,Tm为第m次加速时间,T(m-1)为第m-1次加速时间。
可选地,在一些实施例中,所述优化模块,具体用于:第三计算单元,用于基于预设的稳态时间指标增益策略,计算所述稳态时间指标的指标增益,得到所述稳态时间指标增益,其中,所述预设的稳态时间指标增益策略为:
稳态时间指标增益=(1+(tm-t(m-1))/t(m-1))
其中,tm为第m次稳态时间,t(m-1)为第m-1次稳态时间。
可选地,在一些实施例中,所述优化模块,包括:所述加速度综合增益=所述加速度指标增益*所述加速时间指标增益*所述稳态时间指标增益。
本申请第三方面实施例提供一种车辆,包括:存储器、处理器及存储在所述存储器上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程序,以实现如上述实施例所述的ACC数据驱动优化方法。
本申请第四方面实施例提供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,以用于实现如上述实施例所述的ACC数据驱动优化方法。
由此,通过获取至少一个数据源,并将至少一个数据源输入至预设的ACC功能模型,得到加速度功能评价指标,分别计算加速度指标、加速时间指标和稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,并根据加速度指标增益、加速时间指标增益和稳态时间指标增益得到加速度综合增益,并根据加速度综合增益进行加速度优化,由此,解决相关技术中对ACC加速度进行标定优化获取数据繁琐,且无法覆盖所有场景的问题,采用数据驱动的形式进行优化调参,覆盖极大部分工况场景,基于评价指标自动相关数据并自动调参,不需要经过大量测试获取数据,极大的节省优化时间。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的ACC数据驱动优化方法的流程图;
图2为根据本申请一个实施例提供的数据源的示意图;
图3为根据本申请一个实施例提供的计算ACC评价指标的流程图;
图4为根据本申请一个实施例提供的ACC数据驱动优化方法的原理示意图;
图5为根据本申请实施例提供的ACC数据驱动优化装置的方框示意图。
图6为根据本申请实施例提供的车辆的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其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。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的ACC数据驱动优化方法、装置、车辆及存储介质。针对上述背景技术中提到的相关技术中对ACC加速度进行标定优化获取数据繁琐,且无法覆盖所有场景的问题,本申请提供了一种ACC数据驱动优化方法,在该方法中,通过获取至少一个数据源,并将至少一个数据源输入至预设的ACC功能模型,得到加速度功能评价指标,分别计算加速度指标、加速时间指标和稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,并根据加速度指标增益、加速时间指标增益和稳态时间指标增益得到加速度综合增益,并根据加速度综合增益进行加速度优化,由此,解决相关技术中对ACC加速度进行标定优化获取数据繁琐,且无法覆盖所有场景的问题,采用数据驱动的形式进行优化调参,覆盖极大部分工况场景,基于评价指标自动相关数据并自动调参,不需要经过大量测试获取数据,极大的节省优化时间。
具体而言,图1为本申请实施例所提供的一种ACC数据驱动优化方法的流程示意图。
如图1所示,该ACC数据驱动优化方法包括以下步骤:
在步骤S101中,获取至少一个数据源。
具体地,本申请实施例获取的数据源可以如图2所示,包括初始车速与期望车速两部分,覆盖ACC过程中所有加速范围,可以基于不同数据源,覆盖所有工况场景,数据驱动优化模型进行调参。
在步骤S102中,将至少一个数据源输入至预设的ACC功能模型,得到加速度功能评价指标,其中,加速度功能评价指标包括加速度指标、加速时间指标和稳态时间指标。
具体地,本申请实施例在获取至少一个数据源之后,将至少一个数据源输入至预设的ACC功能模型得到加速度指标、加速时间指标和稳态时间指标。
作为一种可能实现的方式,基于不同数据源,作为变量输入给ACC功能模型,ACC对加速度进行优化,评价指标获取采集数据,包括:过程实际加速度最大加速度,加速时间(加速至期望车速所用时间),稳态时间(最大速度至稳态速度所用时间)。
在步骤S103中,分别计算加速度指标、加速时间指标和稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,并根据加速度指标增益、加速时间指标增益和稳态时间指标增益得到加速度综合增益,并根据加速度综合增益进行加速度优化。
具体地,如图3所示,图3为根据本申请一个实施例提供的计算ACC评价指标的流程图。
步骤S301,采集数据,其中采集数据包括:过程实际加速度最大加速度,加速时间(加速至期望车速所用时间),稳态时间(最大速度至稳态速度所用时间)。
步骤S302,分别计算加速度指标、加速时间指标和稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,包括:基于预设的加速度指标增益策略,计算加速度指标的指标增益,得到加速度指标增益,其中,预设的加速度指标增益策略为:
加速度指标增益=(1+(a_realmax-a_max)/a_realmax);
其中,a_realmax为实际最大加速度,a_max为最大约束加速度。
具体地,获取至少一个数据源x速度范围内最大约束加速度a_max,实际最大加速度a_realmax,计算加速度指标增益,(1+(a_realmax-a_max)/a_realmax)。
步骤S303,分别计算加速度指标、加速时间指标和稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,还包括:基于预设的加速度时间指标增益策略,计算加速度时间指标的指标增益,得到加速度时间指标增益,其中,预设的加速度指标增益策略为:
加速时间指标增益=(1+(Tm-T(m-1))/T(m-1));
其中,Tm为第m次加速时间,T(m-1)为第m-1次加速时间。
具体地,获取至少一个数据源x第m次加速时间设为Tm,第m-1次加速时间设为T(m-1),计算加速时间指标增益,(1+(Tm-T(m-1))/T(m-1))。
步骤S304,分别计算加速度指标、加速时间指标和稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,包括:基于预设的稳态时间指标增益策略,计算稳态时间指标的指标增益,得到稳态时间指标增益,其中,预设的稳态时间指标增益策略为:
稳态时间指标增益=(1+(tm-t(m-1))/t(m-1));
其中,tm为第m次稳态时间,t(m-1)为第m-1次稳态时间。
步骤S305,根据加速度指标增益、加速时间指标增益和稳态时间指标增益得到加速度综合增益,包括:加速度综合增益=加速度指标增益*加速时间指标增益*稳态时间指标增益。
具体地,数据源x第m次稳态时间设为tm,第m-1次稳态时间设为t(m-1),计算稳态时间指标增益,(1+(tm-t(m-1))/t(m-1))。
可选地,在一些实施例中,在根据加速度综合增益进行加速度优化之后,还包括:获取上一次加速度优化结果和当前加速度优化结果;若上一次加速度优化结果和当前加速度优化结果相同,则将当前加速度优化结果作为至少一个数据源的标定数据。
具体地,如图4所示,本申请实施例获取至少一个数据源,并将至少一个数据源输入至ACC功能模型,得到评价指标,基于评价指标对加速度进行优化得到优化结果,优化精度保留小数点后2位,待前后连续两次加速度达成一致,此数据源下加速度优化结束,其最终值作为该数据源对应加速度标定数据。待所有数据源全部完成加速度参数优化,完成全部加速度优化标定过程,可通过查表代入ACC功能模型,实现不同加速过程调取对应加速度
根据本申请实施例提出的ACC数据驱动优化方法,通过获取至少一个数据源,并将至少一个数据源输入至预设的ACC功能模型,得到加速度功能评价指标,分别计算加速度指标、加速时间指标和稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,并根据加速度指标增益、加速时间指标增益和稳态时间指标增益得到加速度综合增益,并根据加速度综合增益进行加速度优化,由此,解决相关技术中对ACC加速度进行标定优化获取数据繁琐,且无法覆盖所有场景的问题,采用数据驱动的形式进行优化调参,覆盖极大部分工况场景,基于评价指标自动相关数据并自动调参,不需要经过大量测试获取数据,极大的节省优化时间。
其次参照附图描述根据本申请实施例提出的ACC数据驱动优化装置。
图5是本申请实施例的ACC数据驱动优化装置的方框示意图。
如图5所示,该ACC数据驱动优化装置10包括:获取模块100,输入模块200和优化模块300。
其中,获取模块100,用于获取至少一个数据源。
输入模块200,用于将至少一个数据源输入至预设的ACC功能模型,得到加速度功能评价指标,其中,加速度功能评价指标包括加速度指标、加速时间指标和稳态时间指标。
优化模块300,用于分别计算加速度指标、加速时间指标和稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,并根据加速度指标增益、加速时间指标增益和稳态时间指标增益得到加速度综合增益,并根据加速度综合增益进行加速度优化。
可选地,在一些实施例中,在根据加速度综合增益进行加速度优化之后,优化模块300,还包括:获取单元和标定单元。
其中,获取单元,用于获取上一次加速度优化结果和当前加速度优化结果。
标定单元,用于在上一次加速度优化结果和当前加速度优化结果相同时,将当前加速度优化结果作为至少一个数据源的标定数据。
可选地,在一些实施例中,优化模块300,包括:第一计算单元。
第一计算单元,用于基于预设的加速度指标增益策略,计算加速度指标的指标增益,得到加速度指标增益,其中,预设的加速度指标增益策略为:
加速度指标增益=(1+(a_realmax-a_max)/a_realmax);
其中,a_realmax为实际最大加速度,a_max为最大约束加速度。
可选地,在一些实施例中,优化模块300,还包括:第二计算单元。
第二计算单元,用于基于预设的加速度时间指标增益策略,计算加速度时间指标的指标增益,得到加速度时间指标增益,其中,预设的加速度指标增益策略为:
加速时间指标增益=(1+(Tm-T(m-1))/T(m-1));
其中,Tm为第m次加速时间,T(m-1)为第m-1次加速时间。
可选地,在一些实施例中,优化模块300,包括:第三计算单元。
第三计算单元,用于基于预设的稳态时间指标增益策略,计算稳态时间指标的指标增益,得到稳态时间指标增益,其中,预设的稳态时间指标增益策略为:
稳态时间指标增益=(1+(tm-t(m-1))/t(m-1))
其中,tm为第m次稳态时间,t(m-1)为第m-1次稳态时间。
可选地,在一些实施例中,优化模块300,具体用于:加速度综合增益=加速度指标增益*加速时间指标增益*稳态时间指标增益。
需要说明的是,前述对ACC数据驱动优化方法实施例的解释说明也适用于该实施例的ACC数据驱动优化装置,此处不再赘述。
根据本申请实施例提出的ACC数据驱动优化装置,通过获取至少一个数据源,并将至少一个数据源输入至预设的ACC功能模型,得到加速度功能评价指标,分别计算加速度指标、加速时间指标和稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,并根据加速度指标增益、加速时间指标增益和稳态时间指标增益得到加速度综合增益,并根据加速度综合增益进行加速度优化,由此,解决相关技术中对ACC加速度进行标定优化获取数据繁琐,且无法覆盖所有场景的问题,采用数据驱动的形式进行优化调参,覆盖极大部分工况场景,基于评价指标自动相关数据并自动调参,不需要经过大量测试获取数据,极大的节省优化时间。
图6为本申请实施例提供的车辆的结构示意图。该车辆可以包括:
存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
处理器602执行程序时实现上述实施例中提供的ACC数据驱动优化方法。
进一步地,车辆还包括:
通信接口603,用于存储器601和处理器602之间的通信。
存储器601,用于存放可在处理器602上运行的计算机程序。
存储器601可能包含高速RAM(Random Access Memory,随机存取存储器)存储器,也可能还包括非易失性存储器,例如至少一个磁盘存储器。
如果存储器601、处理器602和通信接口603独立实现,则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是ISA(IndustryStandard Architecture,工业标准体系结构)总线、PCI(Peripheral Component,外部设备互连)总线或EISA(Extended Industry Standard Architecture,扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器601、处理器602及通信接口603,集成在一块芯片上实现,则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
处理器602可能是一个CPU(Central Processing Unit,中央处理器),或者是ASIC(Application Specific Integrated Circuit,特定集成电路),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供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上的ACC数据驱动优化方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列,现场可编程门阵列等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种ACC数据驱动优化方法,其特征在于,包括以下步骤:
获取至少一个数据源;
将所述至少一个数据源输入至预设的ACC功能模型,得到加速度功能评价指标,其中,所述加速度功能评价指标包括加速度指标、加速时间指标和稳态时间指标;以及
分别计算加速度指标、所述加速时间指标和所述稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,并根据所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益得到加速度综合增益,并根据所述加速度综合增益进行加速度优化。
2.根据权利要求1所述的方法,其特征在于,在根据所述加速度综合增益进行加速度优化之后,还包括:
获取上一次加速度优化结果和当前加速度优化结果;
若所述上一次加速度优化结果和所述当前加速度优化结果相同,则将所述当前加速度优化结果作为所述至少一个数据源的标定数据。
3.根据权利要求1所述的方法,其特征在于,所述分别计算所述加速度指标、所述加速时间指标和所述稳态时间指标的增益值,得到所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益,包括:
基于预设的加速度指标增益策略,计算所述加速度指标的指标增益,得到所述加速度指标增益,其中,所述预设的加速度指标增益策略为:
加速度指标增益=(1+(a_realmax-a_max)/a_realmax);
其中,a_realmax为实际最大加速度,a_max为最大约束加速度。
4.根据权利要求1所述的方法,其特征在于,所述分别计算所述加速度指标、所述加速时间指标和所述稳态时间指标的增益值,得到所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益,还包括:
基于预设的加速度时间指标增益策略,计算所述加速度时间指标的指标增益,得到所述加速度时间指标增益,其中,所述预设的加速度指标增益策略为:
加速时间指标增益=(1+(Tm-T(m-1))/T(m-1));
其中,Tm为第m次加速时间,T(m-1)为第m-1次加速时间。
5.根据权利要求1所述的方法,其特征在于,所述分别计算所述加速度指标、所述加速时间指标和所述稳态时间指标的增益值,得到所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益,包括:
基于预设的稳态时间指标增益策略,计算所述稳态时间指标的指标增益,得到所述稳态时间指标增益,其中,所述预设的稳态时间指标增益策略为:
稳态时间指标增益=(1+(tm-t(m-1))/t(m-1));
其中,tm为第m次稳态时间,t(m-1)为第m-1次稳态时间。
6.根据权利要求1所述的方法,其特征在于,所述根据所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益得到加速度综合增益,包括:
所述加速度综合增益=所述加速度指标增益*所述加速时间指标增益*所述稳态时间指标增益。
7.一种ACC数据驱动优化装置,其特征在于,包括:
获取模块,用于获取至少一个数据源;
输入模块,用于将所述至少一个数据源输入至预设的ACC功能模型,得到加速度功能评价指标,其中,所述加速度功能评价指标包括加速度指标、加速时间指标和稳态时间指标;以及
优化模块,用于分别计算加速度指标、所述加速时间指标和所述稳态时间指标的增益值,得到加速度指标增益、加速时间指标增益和稳态时间指标增益,并根据所述加速度指标增益、所述加速时间指标增益和所述稳态时间指标增益得到加速度综合增益,并根据所述加速度综合增益进行加速度优化。
8.根据权利要求7所述的装置,其特征在于,在根据所述加速度综合增益进行加速度优化之后,所述优化模块,还包括:
获取单元,用于获取上一次加速度优化结果和当前加速度优化结果;
标定单元,用于在所述上一次加速度优化结果和所述当前加速度优化结果相同时,将所述当前加速度优化结果作为所述至少一个数据源的标定数据。
9.一种车辆,其特征在于,包括:存储器、处理器及存储在所述存储器上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程序,以实现如权利要求1-6任一项所述的ACC数据驱动优化方法。
10.一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,以用于实现如权利要求1-6任一项所述的ACC数据驱动优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671038.0A CN116702319A (zh) | 2023-06-06 | 2023-06-06 | Acc数据驱动优化方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671038.0A CN116702319A (zh) | 2023-06-06 | 2023-06-06 | Acc数据驱动优化方法、装置、车辆及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116702319A true CN116702319A (zh) | 2023-09-05 |
Family
ID=87825180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310671038.0A Pending CN116702319A (zh) | 2023-06-06 | 2023-06-06 | Acc数据驱动优化方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116702319A (zh) |
-
2023
- 2023-06-06 CN CN202310671038.0A patent/CN116702319A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111813095A (zh) | 一种车辆诊断方法、装置及介质 | |
US20210082213A1 (en) | Fault diagnosis support device | |
CN113110994A (zh) | 一种车辆诊断方法、装置、电子设备及存储介质 | |
US11511748B2 (en) | Velocity trajectory generation method, apparatus, and storage medium | |
CN115099051A (zh) | 自动驾驶的仿真测试场景生成方法、装置、车辆及存储介质 | |
CN116702319A (zh) | Acc数据驱动优化方法、装置、车辆及存储介质 | |
CN112444820B (zh) | 一种机器人位姿确定方法、装置、可读存储介质及机器人 | |
CN116521266A (zh) | 车载应用启动配置的管理方法、装置、车辆及存储介质 | |
CN111581101A (zh) | 软件模型的测试方法、装置、设备和介质 | |
CN114923711A (zh) | Rde模拟测试方法、装置、设备及可读存储介质 | |
CN114756585A (zh) | 车辆数据获取方法、装置、电子设备及存储介质 | |
CN112255931B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN113202647B (zh) | 车辆发动机输出功率的控制方法、装置及终端 | |
CN115447616B (zh) | 车辆驾驶客观指标的生成方法及装置 | |
CN114537418B (zh) | 一种油门踏板特性的生成方法及系统 | |
CN115100757B (zh) | 汽车数据的存储方法、装置、车辆及存储介质 | |
CN116522160A (zh) | 车辆状态冲突对比方法、装置、车辆及存储介质 | |
US20240182068A1 (en) | Information management device, non-transitory computer-readable storage medium storing information management program, and method for managing information | |
CN111007741B (zh) | 智能控制方法和控制系统、车辆 | |
CN115290250A (zh) | 一种混合动力汽车的扭矩标定方法、装置、设备和介质 | |
CN116628984A (zh) | 车辆的电驱效率计算方法、装置、车辆及存储介质 | |
CN115743148A (zh) | 转矩前馈值的自标定方法、装置、车辆及存储介质 | |
CN116062028A (zh) | 车辆转角信号的计算方法、装置、车辆及存储介质 | |
CN116340340A (zh) | 零件号软件共版方法、装置、电子设备及存储介质 | |
CN114962046A (zh) | 车辆扭矩控制方法、装置、控制器、车辆及存储介质 |
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 |