CN117087802B - 一种基于电动两轮车的转弯拐点补偿方法及系统 - Google Patents

一种基于电动两轮车的转弯拐点补偿方法及系统 Download PDF

Info

Publication number
CN117087802B
CN117087802B CN202311345821.4A CN202311345821A CN117087802B CN 117087802 B CN117087802 B CN 117087802B CN 202311345821 A CN202311345821 A CN 202311345821A CN 117087802 B CN117087802 B CN 117087802B
Authority
CN
China
Prior art keywords
vehicle
electric
turning
preset
gps positioning
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.)
Active
Application number
CN202311345821.4A
Other languages
English (en)
Other versions
CN117087802A (zh
Inventor
孙号令
向远茂
许智皓
林循益
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.)
Shenzhen Moji Zhixing Technology Co ltd
Original Assignee
Shenzhen Moji 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 Shenzhen Moji Zhixing Technology Co ltd filed Critical Shenzhen Moji Zhixing Technology Co ltd
Priority to CN202311345821.4A priority Critical patent/CN117087802B/zh
Publication of CN117087802A publication Critical patent/CN117087802A/zh
Application granted granted Critical
Publication of CN117087802B publication Critical patent/CN117087802B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
    • B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
    • B62J45/40—Sensor arrangements; Mounting thereof
    • B62J45/41—Sensor arrangements; Mounting thereof characterised by the type of sensor
    • B62J45/414—Acceleration sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
    • B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
    • B62J45/40—Sensor arrangements; Mounting thereof
    • B62J45/41—Sensor arrangements; Mounting thereof characterised by the type of sensor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
    • B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
    • B62J45/40—Sensor arrangements; Mounting thereof
    • B62J45/41—Sensor arrangements; Mounting thereof characterised by the type of sensor
    • B62J45/415—Inclination sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62K—CYCLES; CYCLE FRAMES; CYCLE STEERING DEVICES; RIDER-OPERATED TERMINAL CONTROLS SPECIALLY ADAPTED FOR CYCLES; CYCLE AXLE SUSPENSIONS; CYCLE SIDE-CARS, FORECARS, OR THE LIKE
    • B62K11/00—Motorcycles, engine-assisted cycles or motor scooters with one or two wheels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)

Abstract

本发明提供了一种基于电动两轮车的转弯拐点补偿方法及系统，运用于车辆信号定位领域；本发明通过在电动两轮车进行转弯时，为电动两轮车加入判定条件因素，使得电动两轮车能够在GPS定位其在进行转弯时，电动两轮车能够提前识别到驾驶员需要进行转弯并主动上报转弯指令至GPS定位系统中，让GPS定位系统能够提前预知电动两轮车的转弯动作，并通过预先建立的车辆运动模型加强对电动两轮车的信号定位强度，避免GPS定位系统无法捕捉电动两轮车在拐弯时的行驶数据，有效提高电动两轮车的行驶安全度。

Description

一种基于电动两轮车的转弯拐点补偿方法及系统
技术领域
本发明涉及车辆信号定位领域，特别涉及为一种基于电动两轮车的转弯拐点补偿方法及系统。
背景技术
在日常驾驶时，电动两轮车虽然在直线行驶时不会因为GPS信号的延迟使得在直线行驶的定位信号消失，但是电动两轮车在拐弯行驶时，容易因为拐弯时长较短或是GPS信号延迟的关系，导致电动两轮车在拐角行驶过程中无法及时被GPS定位到其信号，即GPS定位系统无法捕捉电动两轮车在拐弯时的行驶数据。
发明内容
本发明旨在解决电动两轮车在拐弯行驶时，容易因为拐弯时长较短或是GPS信号延迟的关系，导致电动两轮车在拐角行驶过程中无法及时被GPS定位到其信号的问题，提供一种基于电动两轮车的转弯拐点补偿方法及系统。
本发明为解决技术问题采用如下技术手段：
本发明提供一种基于电动两轮车的转弯拐点补偿方法，包括以下步骤：
检测电动两轮车两侧握把的受力方向；
判断所述受力方向是否发生角度对称变化；
若是，则基于所述电动两轮车预设的传感器采集车辆运动状态的实时数据，痛失根据预设的拐弯判定因素，获取所述角度对称变化对应的拐弯动作幅度，将所述拐弯动作幅度对应的拐弯指令同步输出至预设的GPS定位装置中，其中，所述传感器具体包括加速度计、陀螺仪和高度计，所述拐弯判定因素具体包括方向角、加速度和海拔；
判断所述拐弯指令对应的拐弯时长是否大于所述GPS定位装置的预设时段；
若大于，则将GPS定位信号与预建立的车辆运动模型生成的预测信息进行融合，根据融合后得到的定位结果，同步更新所述GPS定位装置对所述电动两轮车的运动状态信息，其中，所述运动状态信息具体包括拐弯位置变换、拐弯速度变化和拐弯持续时长。
进一步地，所述则将GPS定位信号与预建立的车辆运动模型生成的预测信息进行融合的步骤前，还包括：
定义所述电动两轮车的状态变量，基于所述状态变量建立所述电动两轮车的基本运动方程，其中，所述状态变量具体包括位置、速度和加速度；
将所述电动两轮车预设的转向因素代入至所述基本运动方程中，保留所述基本运动方程根据环境变化的待定变量，其中，所述转向因素具体包括转向角度阈值、转向半径阈值和横向加速度阈值，所述待定变量具体包括车辆初始系数、车辆输入系数和环境地面摩擦系数；
依据所述基本运动方程构建所述电动两轮车的车辆运动模型，识别所述电动两轮车在骑行过程中生成的所述待定变量，将所述待定变量录入至所述基本运动方程中，得到所述车辆运动模型的实时变化数据。
进一步地，所述根据融合后得到的定位结果，同步更新所述GPS定位装置对所述电动两轮车的运动状态信息的步骤中，还包括：
基于预设的滤波算法计算所述车辆运动模型的测量更新增益和协方差矩阵，将所述测量更新增益和所述协方差矩阵结合实时的GPS定位信号和GPS预测结果，生成车辆估计状态；
判断所述车辆估计状态是否与所述GPS定位装置的估算方位存在预设差值；
若是，则将预采集的传感器数据融合至所述车辆运动模型中，使所述车辆运动模型基于所述传感器数据更新所述车辆估计状态。
进一步地，所述获取所述角度对称变化对应的拐弯动作幅度，将所述拐弯动作幅度对应的拐弯指令同步输出至预设的GPS定位装置中的步骤中，还包括：
同步获取所述两侧握把的角度变化；
判断所述角度变化是否处于对称状态；
若否，则停止向无法产生角度变化的握把刹车输出指令，同时将车辆原本平衡输出的刹车力度转移至能够产生角度变化的另一方向的握把刹车中，并基于车辆的输出速率向所述能够产生角度变化的另一方向的握把刹车修正所述输出的刹车力度。
进一步地，所述判断所述受力方向是否发生角度对称变化的步骤中，还包括：
获取所述受力方向的持续时段；
判断所述持续时段是否大于预设时段；
若是，则判定所述受力方向属于拐弯指令，基于已生成的拐弯指令读取所述传感器的实时采集数据。
进一步地，所述检测电动两轮车两侧握把的受力方向的步骤前，还包括：
获取所述电动两轮车的车轮转数，同时识别所述电动两轮车的速率持续时段；
判断所述速率持续时段是否大于预设的起步速率时段；
若否，则停止检测所述两侧握把的受力方向，检测所述电动两轮车在输出功率时存在的可匹配项，其中，所述可匹配项具体包括电池状态、电机运转状态和制动状态。
进一步地，所述检测电动两轮车两侧握把的受力方向的步骤中，包括：
获取所述两侧握把的受力程度；
判断所述受力程度是否大于预设力度；
若否，则停止对所述电动两轮车的功率输出，同时逐渐减缓所述电动两轮车的已输出功率。
本发明还提供一种基于电动两轮车的转弯拐点补偿系统，包括：
检测模块，用于检测电动两轮车两侧握把的受力方向；
判断模块，用于判断所述受力方向是否发生角度对称变化；
执行模块，用于若是，则基于所述电动两轮车预设的传感器采集车辆运动状态的实时数据，痛失根据预设的拐弯判定因素，获取所述角度对称变化对应的拐弯动作幅度，将所述拐弯动作幅度对应的拐弯指令同步输出至预设的GPS定位装置中，其中，所述传感器具体包括加速度计、陀螺仪和高度计，所述拐弯判定因素具体包括方向角、加速度和海拔；
第二判断模块，用于判断所述拐弯指令对应的拐弯时长是否大于所述GPS定位装置的预设时段；
第二执行模块，用于若大于，则将GPS定位信号与预建立的车辆运动模型生成的预测信息进行融合，根据融合后得到的定位结果，同步更新所述GPS定位装置对所述电动两轮车的运动状态信息，其中，所述运动状态信息具体包括拐弯位置变换、拐弯速度变化和拐弯持续时长。
进一步地，还包括：
建立模块，用于定义所述电动两轮车的状态变量，基于所述状态变量建立所述电动两轮车的基本运动方程，其中，所述状态变量具体包括位置、速度和加速度；
代入模块，用于将所述电动两轮车预设的转向因素代入至所述基本运动方程中，保留所述基本运动方程根据环境变化的待定变量，其中，所述转向因素具体包括转向角度阈值、转向半径阈值和横向加速度阈值，所述待定变量具体包括车辆初始系数、车辆输入系数和环境地面摩擦系数；
生成模块，用于依据所述基本运动方程构建所述电动两轮车的车辆运动模型，识别所述电动两轮车在骑行过程中生成的所述待定变量，将所述待定变量录入至所述基本运动方程中，得到所述车辆运动模型的实时变化数据。
进一步地，第二执行模块还包括：
计算单元，用于基于预设的滤波算法计算所述车辆运动模型的测量更新增益和协方差矩阵，将所述测量更新增益和所述协方差矩阵结合实时的GPS定位信号和GPS预测结果，生成车辆估计状态；
判断单元，用于判断所述车辆估计状态是否与所述GPS定位装置的估算方位存在预设差值；
执行单元，用于若是，则将预采集的传感器数据融合至所述车辆运动模型中，使所述车辆运动模型基于所述传感器数据更新所述车辆估计状态。
本发明提供了基于电动两轮车的转弯拐点补偿方法及系统，具有以下有益效果：
本发明通过在电动两轮车进行转弯时，为电动两轮车加入判定条件因素，使得电动两轮车能够在GPS定位其在进行转弯时，电动两轮车能够提前识别到驾驶员需要进行转弯并主动上报转弯指令至GPS定位系统中，让GPS定位系统能够提前预知电动两轮车的转弯动作，并通过预先建立的车辆运动模型加强对电动两轮车的信号定位强度，避免GPS定位系统无法捕捉电动两轮车在拐弯时的行驶数据，有效提高电动两轮车的行驶安全度。
附图说明
图1为本发明基于电动两轮车的转弯拐点补偿方法一个实施例的流程示意图；
图2为本发明基于电动两轮车的转弯拐点补偿系统一个实施例的结构框图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明，本发明为目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
下面将结合本发明的实施例中的附图，对本发明的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。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。
参考附图1，为本发明一实施例中的基于电动两轮车的转弯拐点补偿方法，包括：
S1：检测电动两轮车两侧握把的受力方向；
S2：判断所述受力方向是否发生角度对称变化；
S3：若是，则基于所述电动两轮车预设的传感器采集车辆运动状态的实时数据，痛失根据预设的拐弯判定因素，获取所述角度对称变化对应的拐弯动作幅度，将所述拐弯动作幅度对应的拐弯指令同步输出至预设的GPS定位装置中，其中，所述传感器具体包括加速度计、陀螺仪和高度计，所述拐弯判定因素具体包括方向角、加速度和海拔；
S4：判断所述拐弯指令对应的拐弯时长是否大于所述GPS定位装置的预设时段；
S5：若大于，则将GPS定位信号与预建立的车辆运动模型生成的预测信息进行融合，根据融合后得到的定位结果，同步更新所述GPS定位装置对所述电动两轮车的运动状态信息，其中，所述运动状态信息具体包括拐弯位置变换、拐弯速度变化和拐弯持续时长。
在本实施例中，系统通过检测电动两轮车两侧手扶握把的受力方向，而后判断这些受力方向是否发生角度能够对称的变化，以执行对应的步骤；例如，当系统判定到这些受力方向并未发生角度对称变化时，则系统会认为车辆的转向系统出现了问题或异常，具体表现为握把在转向时无法呈现对称的角度变化，可能是一侧的握把转动不灵活或根本无法转动，而另一侧的握把可以正常转动，由于握把受力方向不能对称变化，车辆的转向行为会变得不稳定，导致车辆在拐弯时失去平衡，因此系统会强制停止对电动两轮车的功率输出，使电动两轮车缓慢停下来；例如，当系统判定到这些受力方向能够发生角度对称变化时，此时系统会基于电动两轮车预先设有的传感器装置采集车辆在运动状态下的实时数据变化，根据预先设有的拐弯判定因素，获取到两侧握把发生角度对称变化时产生的车辆拐弯动作幅度，将该车辆拐弯动作幅度对应的拐弯指令同步输入值预先设有的GPS定位装置中，便于GPS定位装置能够得知电动两轮车处于拐弯状态了，当拐弯时长超过了GPS定位装置设定的时长，则需要加强对电动两轮车的信号定位；而后系统判断拐弯指令对应的拐弯时长是否大于GPS定位装置设定的时长，以执行对应的步骤；例如，当系统判定到拐弯指令对应的拐弯时长小于GPS定位装置设定的时长时，此时系统会认为电动两轮车需要进行转弯的道路仅有小部分，并不需要对电动两轮车在转向时加强信号定位，因为电动两轮车进行拐弯动作后马上又会回到直线行驶，因此无需特意加强小部分拐弯道路的信号定位强度；例如，当系统判定到拐弯指令对应的拐弯时长大于GPS定位装置设定的时长时，此时系统会将GPS定位信号和预先建立好的汽车运动模型所生成的预测信息进行融合，以补偿电动两轮车在拐弯时的信号强度，根据融合后得到的定位结果，同步更新GPS定位装置对电动两轮车的运动状态信息，即从GPS定位装置上看能够实时得知电动两轮车目前处于拐弯动作，而单单通过GPS定位装置不配合车辆运动模型的预测信息，难以实现电动两轮车及时被GPS定位到其信号。
需要说明的是，数据融合具体是一个迭代的过程，在每个时间步都会进行预测和测量更新，而将GPS定位信号和预先建立好的汽车运动模型所生成的预测信息进行融合的具体示例如下：
在数据融合中使用状态向量来表示车辆的状态，状态向量包含车辆的位置、速度、加速度信息，例如，对于二维平面上的车辆，状态向量可能表示为：[x，y，v_x，v_y，a_x，a_y]，其中（x，y）是车辆的坐标，（v_x，v_y）是车辆在x和y方向上的速度，（a_x，a_y）是车辆在x和y方向上的加速度；在车辆起步后每隔5s的时间段，根据车辆运动模型对车辆状态进行预测，根据当前的状态向量和运动模型，预测车辆在下一个时间段的状态，车辆运动模型是基于物理原理和历史运动数据统计的，预测步骤即是根据车辆的运动方程或历史数据来计算状态向量的预测值；在每个时间段中，接收来自GPS定位装置发送的测量数据，利用这些数据来更新GPS定位提供车辆的位置信息，因此可以将GPS定位作为车辆状态的一个测量值，减少GPS信号可能出现的误差和不确定性，因此融合途中会应用滤波器来融合GPS测量和预测步骤中的预测值；在数据融合的过程中，通过使用滤波器应用无迹卡尔曼滤波（UKF）将预测值和GPS测量进行融合，无迹卡尔曼滤波（UKF）能够考虑数据的不确定性和噪声，并根据数据的可靠性自适应地进行融合，通过数据融合能够得到更准确和稳定的车辆运动状态估计值；融合后的结果即为最终的车辆运动状态估计值，包含了车辆的精确定位和预测的运动状态信息；相对于单单通过GPS定位装置对电动两轮车进行信号定位，通过预先建立的车辆运动模型加强对电动两轮车的信号定位强度，避免GPS定位系统无法捕捉电动两轮车在拐弯时的行驶数据，有效提高电动两轮车的行驶安全度，且拐弯信号定位加强后还可以用于导航、自动驾驶、车辆控制等各种应用中。
在本实施例中，则将GPS定位信号与预建立的车辆运动模型生成的预测信息进行融合的步骤S5前，还包括：
S51：定义所述电动两轮车的状态变量，基于所述状态变量建立所述电动两轮车的基本运动方程，其中，所述状态变量具体包括位置、速度和加速度；
S52：将所述电动两轮车预设的转向因素代入至所述基本运动方程中，保留所述基本运动方程根据环境变化的待定变量，其中，所述转向因素具体包括转向角度阈值、转向半径阈值和横向加速度阈值，所述待定变量具体包括车辆初始系数、车辆输入系数和环境地面摩擦系数；
S53：依据所述基本运动方程构建所述电动两轮车的车辆运动模型，识别所述电动两轮车在骑行过程中生成的所述待定变量，将所述待定变量录入至所述基本运动方程中，得到所述车辆运动模型的实时变化数据。
在本实施例中，系统通过定义电动两轮车的运动状态变量，基于这些运动状态变量建立属于电动两轮车的基本运动方程，而后将预先设有的转向因素代入至基本运动方程中，转向因素具体包括转向角度阈值、转向半径阈值和横向加速度阈值，保留基本运动方程根据运动环境的变化对应的待定变量，待定变量具体包括车辆初始系数、车辆输入系数和环境地面摩擦系数，最后系统依据基本运动方程构建电动两轮车的车辆运动模型，同时识别出电动两轮车在骑行过程中所生成的待定变量，将这些待定变量录入至基本运动方程中，即可得到车辆运动模型在运动过程中的实时变化数据。
需要说明的是，应用基本运动方程得到车辆运动模型在运动过程中的实时变化数据的具体过程如下：
首先定义需要用到的变量，假设电动两轮车在直线运动中的位移s和速度v，同时需要设定车辆的初始位移和速度，即t=0时刻的s0和v0，而在直线运动中，速度的变化率是加速度a，根据基本运动方程：v=v0+at和s=s0+v0t+（1/2）at^2，可以得到车辆的实时速度和位移；
在每个时间段步长Δt内，根据运动方程和当前时刻的速度和位移值，计算出下一个时间段步长的速度和位移，将这些值作为当前时刻的速度和位移，继续进行下一个时间步长的计算，即可以得到车辆在运动过程中的实时变化数据；
例如，设定电动两轮车在直线运动中，初始时刻t=0时，位移s0=0米，速度v0=2米/秒，加速度a=0.5米/秒^2；
当计算在每个时间段步长Δt时，车辆的实时位移和速度如：
-t=0秒
-位移不变s=s0=0米
-速度不变v=v0=2米/秒；
-t=1秒
-速度变化为v=v0+a*Δt=2+0.5*1=2.5米/秒
-位移变化为s=s0+v0*Δt+（1/2）*a*Δt^2=0+2*1+（1/2）*0.5*1=2.5米；
-t=2秒：
-速度变化为v=v0+a*Δt=2.5+0.5*1=3.0米/秒
-位移变化为s=s0+v0*Δt+（1/2）*a*Δt^2=2.5+2*1+（1/2）*0.5*1=4.0米；
依此类推，在每个时间段步长内，我们可以通过基本运动方程计算出车辆的实时位移和速度，即可得到车辆运动模型在运动过程中的实时变化数据；
而当电动两轮车处于拐弯动作下时，车辆运动模型的需要增添的待定变量因素添加多车辆的侧倾和曲率，具体过程如下：
假设电动两轮车在拐弯运动中的侧倾角（θ）、车辆曲率半径（R）、车辆的初始侧倾角（θ0）和初始速度（v0）；
例如，下列是电动两轮车在拐弯运动中的实时变化数据：
-位移：s（车辆的位移）
-速度：v（车辆的速度）
-侧倾角：θ（车辆的侧倾角）
-曲率半径：R（车辆运动路径的曲率半径）
-初始位移：s0=0米
-初始速度：v0=2米/秒
-初始侧倾角：θ0=0度
-曲率半径：R=10米
-时间步长：Δt=1秒
-侧倾角变化：θ=θ0+（v0*Δt）/R
-速度变化：v=v0
-位移变化：s=s0+v0*Δt
-t=0秒：
-位移s=s0=0米
-速度v=v0=2米/秒
-侧倾角θ=θ0=0度
当计算在每个时间段步长Δt时，车辆的实时数据更新如下：
-t=1秒
-侧倾角变化为θ=θ0+（v0*Δt）/R=0+（2*1）/10=0.2弧度（约为11.5度）
-速度不变v=v0=2米/秒
-位移变化为s=s0+v0*Δt=0+2*1=2米；
-t=2秒
-侧倾角变化为θ=θ0+（v0*Δt）/R=0+（2*1）/10=0.2弧度（约为11.5度）
-速度不变v=v0=2米/秒
-位移变化为s=s0+v0*Δt=2+2*1=4米；
依此类推，根据上述的车辆运动模型计算推论，可以计算出车辆在拐弯过程中的实时变化数据，包括位移、速度和侧倾角。
在本实施例中，根据融合后得到的定位结果，同步更新所述GPS定位装置对所述电动两轮车的运动状态信息的步骤S5中，还包括：
S51：基于预设的滤波算法计算所述车辆运动模型的测量更新增益和协方差矩阵，将所述测量更新增益和所述协方差矩阵结合实时的GPS定位信号和GPS预测结果，生成车辆估计状态；
S52：判断所述车辆估计状态是否与所述GPS定位装置的估算方位存在预设差值；
S53：若是，则将预采集的传感器数据融合至所述车辆运动模型中，使所述车辆运动模型基于所述传感器数据更新所述车辆估计状态。
在本实施例中，系统基于预先设有的滤波算法计算车辆运动模型的测量更新增益和协方差矩阵，将测量更新增益和协方差矩阵结合实时捕捉车辆的GPS定位信号和GPS预测车辆定位的结果，即生成车辆估计状态，而后系统判断该车辆估计状态是否与GPS定位装置的估算方位存在预先设定好的差值，以执行对应的步骤；例如，当系统判定到该车辆估计状态与GPS定位装置的估算方位不存在预先设定好的差值，则系统会认为目前车辆可能处于城市峡谷、高楼大厦等遮挡物较多的地区，导致会出现信号延迟或不稳定的情况，使得车辆运动模型所估算的方位与实际方位有差异，需要驾驶员在运行过程中实时动态调整车辆的估计状态，以更好地匹配实际GPS定位结果；例如，当系统判定到该车辆估计状态与GPS定位装置的估算方位存在预先设定好的差值时，此时系统会将预先采集好的传感器数据融合到车辆运动模型中，使车辆运动模型基于这些传感器数据更新车辆估计状态，获得更准确的车辆状态估计结果，提供更准确的位置和方位信息，更好地匹配实际GPS定位结果，提高车辆定位的准确性和稳定性。
需要说明的是，应用滤波算法计算车辆运动模型的测量更新增益和协方差矩阵的具体过程示例如下：
首先需要初始化车辆运动模型的状态向量（包括车辆的位置、速度、加速度）和协方差矩阵（车辆估计状态的不确定性），这些初始值也可以根据实际情况或先验知识进行设定；而后使用车辆运动模型进行状态的预测，根据基本运动方程预测车辆状态在下一个时间段步长的值，并更新协方差矩阵以反映预测的不确定性，然后从传感器和GPS定位装置中获取测量数据，测量数据包括车辆的位置信息和车辆的速度信息；测量更新增益具体用于权衡预测值和测量值的重要参数，通过将预测状态和协方差与测量数据及其对应的协方差矩阵进行相互比较来得到，增益的值决定了测量数据对状态估计的影响程度，较大的增益表示更加重视测量数据，较小的增益表示更加相信预测值，而使用滤波算法为卡尔曼滤波的计算公式如下：
卡尔曼增益（K）=
Covariance_Predicted*H^T/（H*Covariance_Predicted*H^T+Covariance_Measurement）
其中，Covariance_Predicted为预测的协方差矩阵，H为状态与测量之间的线性关系矩阵，Covariance_Measurement为测量数据的协方差矩阵；
使用计算得到的测量更新增益，将预测的状态向量与测量数据进行加权融合，得到最终的状态估计值，根据增益的值更新协方差矩阵，即可反映新的不确定性；而在车辆运动过程中，通过持续进行预测和更新的过程，在每个时间段步长中，都进行状态预测和协方差更新，然后获得新的测量数据，再进行测量更新和状态调整，以不断优化状态估计结果。
在本实施例中，获取所述角度对称变化对应的拐弯动作幅度，将所述拐弯动作幅度对应的拐弯指令同步输出至预设的GPS定位装置中的步骤S3中，还包括：
S31：同步获取所述两侧握把的角度变化；
S32：判断所述角度变化是否处于对称状态；
S33：若否，则停止向无法产生角度变化的握把刹车输出指令，同时将车辆原本平衡输出的刹车力度转移至能够产生角度变化的另一方向的握把刹车中，并基于车辆的输出速率向所述能够产生角度变化的另一方向的握把刹车修正所述输出的刹车力度。
在本实施例中，系统通过同步获取车辆两侧握把的角度变化，而后判断该角度变化是否处于对称状态，以执行对应的步骤；例如，当系统判定该角度变化能够处于对称状态时，则系统会认为当电动两轮车进行拐弯时，驾驶者通过左右两侧的握把来控制车辆的转向，如果车辆在拐弯时能够保持握把角度的对称变化，意味着车辆的转向行为是平衡和稳定的，左右两侧的轮子都在按照相同的角度进行转动，不会发生倾斜或不平衡的情况；例如，当系统判定到该角度变化无法处于对称状态时，此时系统会停止向无法产生角度变化的握把输出指令，即在车辆运动过程中用户无法继续通过改变无法产生角度变化的握把去操控车辆，同时系统会将车辆原本平衡输出的刹车力度转移至能够产生角度变化的另一方向的握把刹车中，并基于车辆的输出速率向能够产生角度变化的另一方向的握把刹车修正所述输出的刹车力度。
需要说明的是，修正刹车力度具体实例如下：
当某一边的握把无法正常使用时，系统会将原本输出至两边刹车的功率100%和100%变为0%和100%，且保持100%功率的握把会根据车辆移动速率对应提高至≤200%，如车辆移动速率此时属于20km/h时，则刹车功率会保持在100%，而当车辆移动速率超过30km/h时，则刹车功率对应向上提高20%至120%，当车辆移动速率超过30km/h时，则刹车功率对应向上提高20%至140%，以此类推直至刹车功率最大的200%，此时驾驶员只要最小的力度即可缓慢刹停车辆，由于此时车辆已经有一边握把异常无法正常转向，因此根据车辆当前移动速率对应提供刹车功率，能够最大化保护驾驶员安全和车辆的损耗。
在本实施例中，判断所述受力方向是否发生角度对称变化的步骤S2中，还包括：
S21：获取所述受力方向的持续时段；
S22：判断所述持续时段是否大于预设时段；
S23：若是，则判定所述受力方向属于拐弯指令，基于已生成的拐弯指令读取所述传感器的实时采集数据。
在本实施例中，系统通过获取车辆握把的受力方向的持续时段，而后判断这些持续时段是否大于预先设有的时段，已执行对应的步骤；例如，当系统判定到这些持续时段并未大于预先设有的时段时，则系统会认为驾驶员是操作失误使得握把方向发生位移，而并非是目前道路需要驾驶员控制车辆进行拐弯，因此系统不会执行任何指令；例如，当系统判定到这些持续时段大于预先设有的时段时，此时系统会判定驾驶员输出至车辆握把的受力方向属于拐弯指令，系统会及时读取拐弯指令生成之后传感器所采集的实时数据，便于将这些数据及时上传至GPS定位装置中，对电动两轮车进行信号定位。
在本实施例中，检测电动两轮车两侧握把的受力方向的步骤S1前，还包括：
S101：获取所述电动两轮车的车轮转数，同时识别所述电动两轮车的速率持续时段；
S102：判断所述速率持续时段是否大于预设的起步速率时段；
S103：若否，则停止检测所述两侧握把的受力方向，检测所述电动两轮车在输出功率时存在的可匹配项，其中，所述可匹配项具体包括电池状态、电机运转状态和制动状态。
在本实施例中，系统通过获取电动两轮车的车轮转数，同时识别电动两轮车的速率持续时段，而后判断该速率持续时段是否大于车辆预先设定的起步速率时段，以执行对应的步骤；例如，当系统判定到车辆目前的速率持续时段能够大于车辆预先设定的起步速率时段时，则系统会认为车辆能够在预设的起步速率时段之前，就已经达到或超过了预先设定的起步速率，即代表车辆处于行驶阶段，系统会开始对车辆进行信号定位；例如，当系统判定到该速率持续时段无法大于车辆预先设定的起步速率时段，此时系统会认为是测试人员在测试车辆，系统会停止检测两侧握把的受力方向，转而检测车辆在输出功率时存在的可匹配项，通过这些可匹配项可以得知车辆的运行情况如何，可匹配项的内容包括但不限于是车辆电池状态、电机运转状态和车辆制动状态，通过生成这些可匹配项内容供测试人员查看，避免车辆在行驶过程中出现异常情况。
在本实施例中，检测电动两轮车两侧握把的受力方向的步骤S1中，包括：
S11：获取所述两侧握把的受力程度；
S12：判断所述受力程度是否大于预设力度；
S13：若否，则停止对所述电动两轮车的功率输出，同时逐渐减缓所述电动两轮车的已输出功率。
在本实施例中，系统通过获取两侧握把的受力程度，而后判断这些受力程度是否大于预先设有的力度，以执行对应的步骤；例如，当系统判定到这些受力程度能够大于预先设有的力度时，则系统会认为车辆目前处于正常行驶状态，而驾驶员也双手紧握车辆握把，并不存在单手驾车的行为，不会对车辆执行任何指令；例如，当系统判定到这些受力程度无法大于预先设有的力度时，此时系统会认为车辆目前处于异常行驶状态，驾驶员可能由于自身情况忽略驾车安全，系统只接收到压力传感器输出单边握把的力度，因此系统会认为驾驶员处于危险驾驶情况，会逐渐减缓车辆的输出功率，使车辆慢慢停下来，避免驾驶员因为危险驾驶出现交通意外。
参考附图2，为本发明一实施例中基于电动两轮车的转弯拐点补偿系统，包括：
检测模块10，用于检测电动两轮车两侧握把的受力方向；
判断模块20，用于判断所述受力方向是否发生角度对称变化；
执行模块30，用于若是，则基于所述电动两轮车预设的传感器采集车辆运动状态的实时数据，痛失根据预设的拐弯判定因素，获取所述角度对称变化对应的拐弯动作幅度，将所述拐弯动作幅度对应的拐弯指令同步输出至预设的GPS定位装置中，其中，所述传感器具体包括加速度计、陀螺仪和高度计，所述拐弯判定因素具体包括方向角、加速度和海拔；
第二判断模块40，用于判断所述拐弯指令对应的拐弯时长是否大于所述GPS定位装置的预设时段；
第二执行模块50，用于若大于，则将GPS定位信号与预建立的车辆运动模型生成的预测信息进行融合，根据融合后得到的定位结果，同步更新所述GPS定位装置对所述电动两轮车的运动状态信息，其中，所述运动状态信息具体包括拐弯位置变换、拐弯速度变化和拐弯持续时长。
在本实施例中，检测模块10通过检测电动两轮车两侧手扶握把的受力方向，而后判断模块20判断这些受力方向是否发生角度能够对称的变化，以执行对应的步骤；例如，当系统判定到这些受力方向并未发生角度对称变化时，则系统会认为车辆的转向系统出现了问题或异常，具体表现为握把在转向时无法呈现对称的角度变化，可能是一侧的握把转动不灵活或根本无法转动，而另一侧的握把可以正常转动，由于握把受力方向不能对称变化，车辆的转向行为会变得不稳定，导致车辆在拐弯时失去平衡，因此系统会强制停止对电动两轮车的功率输出，使电动两轮车缓慢停下来；例如，当系统判定到这些受力方向能够发生角度对称变化时，此时执行模块30会基于电动两轮车预先设有的传感器装置采集车辆在运动状态下的实时数据变化，根据预先设有的拐弯判定因素，获取到两侧握把发生角度对称变化时产生的车辆拐弯动作幅度，将该车辆拐弯动作幅度对应的拐弯指令同步输入值预先设有的GPS定位装置中，便于GPS定位装置能够得知电动两轮车处于拐弯状态了，当拐弯时长超过了GPS定位装置设定的时长，则需要加强对电动两轮车的信号定位；而后第二判断模块40判断拐弯指令对应的拐弯时长是否大于GPS定位装置设定的时长，以执行对应的步骤；例如，当系统判定到拐弯指令对应的拐弯时长小于GPS定位装置设定的时长时，此时系统会认为电动两轮车需要进行转弯的道路仅有小部分，并不需要对电动两轮车在转向时加强信号定位，因为电动两轮车进行拐弯动作后马上又会回到直线行驶，因此无需特意加强小部分拐弯道路的信号定位强度；例如，当系统判定到拐弯指令对应的拐弯时长大于GPS定位装置设定的时长时，此时第二执行模块50会将GPS定位信号和预先建立好的汽车运动模型所生成的预测信息进行融合，以补偿电动两轮车在拐弯时的信号强度，根据融合后得到的定位结果，同步更新GPS定位装置对电动两轮车的运动状态信息，即从GPS定位装置上看能够实时得知电动两轮车目前处于拐弯动作，而单单通过GPS定位装置不配合车辆运动模型的预测信息，难以实现电动两轮车及时被GPS定位到其信号。
在本实施例中，还包括：
建立模块，用于定义所述电动两轮车的状态变量，基于所述状态变量建立所述电动两轮车的基本运动方程，其中，所述状态变量具体包括位置、速度和加速度；
代入模块，用于将所述电动两轮车预设的转向因素代入至所述基本运动方程中，保留所述基本运动方程根据环境变化的待定变量，其中，所述转向因素具体包括转向角度阈值、转向半径阈值和横向加速度阈值，所述待定变量具体包括车辆初始系数、车辆输入系数和环境地面摩擦系数；
生成模块，用于依据所述基本运动方程构建所述电动两轮车的车辆运动模型，识别所述电动两轮车在骑行过程中生成的所述待定变量，将所述待定变量录入至所述基本运动方程中，得到所述车辆运动模型的实时变化数据。
在本实施例中，系统通过定义电动两轮车的运动状态变量，基于这些运动状态变量建立属于电动两轮车的基本运动方程，而后将预先设有的转向因素代入至基本运动方程中，转向因素具体包括转向角度阈值、转向半径阈值和横向加速度阈值，保留基本运动方程根据运动环境的变化对应的待定变量，待定变量具体包括车辆初始系数、车辆输入系数和环境地面摩擦系数，最后系统依据基本运动方程构建电动两轮车的车辆运动模型，同时识别出电动两轮车在骑行过程中所生成的待定变量，将这些待定变量录入至基本运动方程中，即可得到车辆运动模型在运动过程中的实时变化数据。
在本实施例中，第二执行模块还包括：
计算单元，用于基于预设的滤波算法计算所述车辆运动模型的测量更新增益和协方差矩阵，将所述测量更新增益和所述协方差矩阵结合实时的GPS定位信号和GPS预测结果，生成车辆估计状态；
判断单元，用于判断所述车辆估计状态是否与所述GPS定位装置的估算方位存在预设差值；
执行单元，用于若是，则将预采集的传感器数据融合至所述车辆运动模型中，使所述车辆运动模型基于所述传感器数据更新所述车辆估计状态。
在本实施例中，系统基于预先设有的滤波算法计算车辆运动模型的测量更新增益和协方差矩阵，将测量更新增益和协方差矩阵结合实时捕捉车辆的GPS定位信号和GPS预测车辆定位的结果，即生成车辆估计状态，而后系统判断该车辆估计状态是否与GPS定位装置的估算方位存在预先设定好的差值，以执行对应的步骤；例如，当系统判定到该车辆估计状态与GPS定位装置的估算方位不存在预先设定好的差值，则系统会认为目前车辆可能处于城市峡谷、高楼大厦等遮挡物较多的地区，导致会出现信号延迟或不稳定的情况，使得车辆运动模型所估算的方位与实际方位有差异，需要驾驶员在运行过程中实时动态调整车辆的估计状态，以更好地匹配实际GPS定位结果；例如，当系统判定到该车辆估计状态与GPS定位装置的估算方位存在预先设定好的差值时，此时系统会将预先采集好的传感器数据融合到车辆运动模型中，使车辆运动模型基于这些传感器数据更新车辆估计状态，获得更准确的车辆状态估计结果，提供更准确的位置和方位信息，更好地匹配实际GPS定位结果，提高车辆定位的准确性和稳定性。
在本实施例中，执行模块还包括：
同步单元，用于同步获取所述两侧握把的角度变化；
第二判断单元，用于判断所述角度变化是否处于对称状态；
第二执行单元，用于若否，则停止向无法产生角度变化的握把刹车输出指令，同时将车辆原本平衡输出的刹车力度转移至能够产生角度变化的另一方向的握把刹车中，并基于车辆的输出速率向所述能够产生角度变化的另一方向的握把刹车修正所述输出的刹车力度。
在本实施例中，系统通过同步获取车辆两侧握把的角度变化，而后判断该角度变化是否处于对称状态，以执行对应的步骤；例如，当系统判定该角度变化能够处于对称状态时，则系统会认为当电动两轮车进行拐弯时，驾驶者通过左右两侧的握把来控制车辆的转向，如果车辆在拐弯时能够保持握把角度的对称变化，意味着车辆的转向行为是平衡和稳定的，左右两侧的轮子都在按照相同的角度进行转动，不会发生倾斜或不平衡的情况；例如，当系统判定到该角度变化无法处于对称状态时，此时系统会停止向无法产生角度变化的握把输出指令，即在车辆运动过程中用户无法继续通过改变无法产生角度变化的握把去操控车辆，同时系统会将车辆原本平衡输出的刹车力度转移至能够产生角度变化的另一方向的握把刹车中，并基于车辆的输出速率向能够产生角度变化的另一方向的握把刹车修正所述输出的刹车力度。
在本实施例中，判断模块还包括：
获取单元，用于获取所述受力方向的持续时段；
第三判断单元，用于判断所述持续时段是否大于预设时段；
第三执行单元，用于若是，则判定所述受力方向属于拐弯指令，基于已生成的拐弯指令读取所述传感器的实时采集数据。
在本实施例中，系统通过获取车辆握把的受力方向的持续时段，而后判断这些持续时段是否大于预先设有的时段，已执行对应的步骤；例如，当系统判定到这些持续时段并未大于预先设有的时段时，则系统会认为驾驶员是操作失误使得握把方向发生位移，而并非是目前道路需要驾驶员控制车辆进行拐弯，因此系统不会执行任何指令；例如，当系统判定到这些持续时段大于预先设有的时段时，此时系统会判定驾驶员输出至车辆握把的受力方向属于拐弯指令，系统会及时读取拐弯指令生成之后传感器所采集的实时数据，便于将这些数据及时上传至GPS定位装置中，对电动两轮车进行信号定位。
在本实施例中，还包括：
获取模块，用于获取所述电动两轮车的车轮转数，同时识别所述电动两轮车的速率持续时段；
第三判断模块，用于判断所述速率持续时段是否大于预设的起步速率时段；
第三执行模块，用于若否，则停止检测所述两侧握把的受力方向，检测所述电动两轮车在输出功率时存在的可匹配项，其中，所述可匹配项具体包括电池状态、电机运转状态和制动状态。
在本实施例中，系统通过获取电动两轮车的车轮转数，同时识别电动两轮车的速率持续时段，而后判断该速率持续时段是否大于车辆预先设定的起步速率时段，以执行对应的步骤；例如，当系统判定到车辆目前的速率持续时段能够大于车辆预先设定的起步速率时段时，则系统会认为车辆能够在预设的起步速率时段之前，就已经达到或超过了预先设定的起步速率，即代表车辆处于行驶阶段，系统会开始对车辆进行信号定位；例如，当系统判定到该速率持续时段无法大于车辆预先设定的起步速率时段，此时系统会认为是测试人员在测试车辆，系统会停止检测两侧握把的受力方向，转而检测车辆在输出功率时存在的可匹配项，通过这些可匹配项可以得知车辆的运行情况如何，可匹配项的内容包括但不限于是车辆电池状态、电机运转状态和车辆制动状态，通过生成这些可匹配项内容供测试人员查看，避免车辆在行驶过程中出现异常情况。
在本实施例中，检测模块还包括：
第二获取单元，用于获取所述两侧握把的受力程度；
第四判断单元，用于判断所述受力程度是否大于预设力度；
第四执行单元，用于若否，则停止对所述电动两轮车的功率输出，同时逐渐减缓所述电动两轮车的已输出功率。
在本实施例中，系统通过获取两侧握把的受力程度，而后判断这些受力程度是否大于预先设有的力度，以执行对应的步骤；例如，当系统判定到这些受力程度能够大于预先设有的力度时，则系统会认为车辆目前处于正常行驶状态，而驾驶员也双手紧握车辆握把，并不存在单手驾车的行为，不会对车辆执行任何指令；例如，当系统判定到这些受力程度无法大于预先设有的力度时，此时系统会认为车辆目前处于异常行驶状态，驾驶员可能由于自身情况忽略驾车安全，系统只接收到压力传感器输出单边握把的力度，因此系统会认为驾驶员处于危险驾驶情况，会逐渐减缓车辆的输出功率，使车辆慢慢停下来，避免驾驶员因为危险驾驶出现交通意外。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于电动两轮车的转弯拐点补偿方法，其特征在于，包括以下步骤：
检测电动两轮车两侧握把的受力方向；
判断所述受力方向是否发生角度对称变化；
若是，则基于所述电动两轮车预设的传感器采集车辆运动状态的实时数据，根据预设的拐弯判定因素，获取所述角度对称变化对应的拐弯动作幅度，将所述拐弯动作幅度对应的拐弯指令同步输出至预设的GPS定位装置中，其中，所述传感器具体包括加速度计、陀螺仪和高度计，所述拐弯判定因素具体包括方向角、加速度和海拔；
判断所述拐弯指令对应的拐弯时长是否大于所述GPS定位装置的预设时段；
若大于，则将GPS定位信号与预建立的车辆运动模型生成的预测信息进行融合，根据融合后得到的定位结果，同步更新所述GPS定位装置对所述电动两轮车的运动状态信息，其中，所述运动状态信息具体包括拐弯位置变换、拐弯速度变化和拐弯持续时长。
2.根据权利要求1所述的基于电动两轮车的转弯拐点补偿方法，其特征在于，所述则将GPS定位信号与预建立的车辆运动模型生成的预测信息进行融合的步骤前，还包括：
定义所述电动两轮车的状态变量，基于所述状态变量建立所述电动两轮车的基本运动方程，其中，所述状态变量具体包括位置、速度和加速度；
将所述电动两轮车预设的转向因素代入至所述基本运动方程中，保留所述基本运动方程根据环境变化的待定变量，其中，所述转向因素具体包括转向角度阈值、转向半径阈值和横向加速度阈值，所述待定变量具体包括车辆初始系数、车辆输入系数和环境地面摩擦系数；
依据所述基本运动方程构建所述电动两轮车的车辆运动模型，识别所述电动两轮车在骑行过程中生成的所述待定变量，将所述待定变量录入至所述基本运动方程中，得到所述车辆运动模型的实时变化数据。
3.根据权利要求1所述的基于电动两轮车的转弯拐点补偿方法，其特征在于，所述根据融合后得到的定位结果，同步更新所述GPS定位装置对所述电动两轮车的运动状态信息的步骤中，还包括：
基于预设的滤波算法计算所述车辆运动模型的测量更新增益和协方差矩阵，将所述测量更新增益和所述协方差矩阵结合实时的GPS定位信号和GPS预测结果，生成车辆估计状态；
判断所述车辆估计状态是否与所述GPS定位装置的估算方位存在预设差值；
若是，则将预采集的传感器数据融合至所述车辆运动模型中，使所述车辆运动模型基于所述传感器数据更新所述车辆估计状态。
4.根据权利要求1所述的基于电动两轮车的转弯拐点补偿方法，其特征在于，所述获取所述角度对称变化对应的拐弯动作幅度，将所述拐弯动作幅度对应的拐弯指令同步输出至预设的GPS定位装置中的步骤中，还包括：
同步获取所述两侧握把的角度变化；
判断所述角度变化是否处于对称状态；
若否，则停止向无法产生角度变化的握把刹车输出指令，同时将车辆原本平衡输出的刹车力度转移至能够产生角度变化的另一方向的握把刹车中，并基于车辆的输出速率向所述能够产生角度变化的另一方向的握把刹车修正所述输出的刹车力度。
5.根据权利要求1所述的基于电动两轮车的转弯拐点补偿方法，其特征在于，所述判断所述受力方向是否发生角度对称变化的步骤中，还包括：
获取所述受力方向的持续时段；
判断所述持续时段是否大于预设时段；
若是，则判定所述受力方向属于拐弯指令，基于已生成的拐弯指令读取所述传感器的实时采集数据。
6.根据权利要求1所述的基于电动两轮车的转弯拐点补偿方法，其特征在于，所述检测电动两轮车两侧握把的受力方向的步骤前，还包括：
获取所述电动两轮车的车轮转数，同时识别所述电动两轮车的速率持续时段；
判断所述速率持续时段是否大于预设的起步速率时段；
若否，则停止检测所述两侧握把的受力方向，检测所述电动两轮车在输出功率时存在的可匹配项，其中，所述可匹配项具体包括电池状态、电机运转状态和制动状态。
7.根据权利要求1所述的基于电动两轮车的转弯拐点补偿方法，其特征在于，所述检测电动两轮车两侧握把的受力方向的步骤中，包括：
获取所述两侧握把的受力程度；
判断所述受力程度是否大于预设力度；
若否，则停止对所述电动两轮车的功率输出，同时逐渐减缓所述电动两轮车的已输出功率。
8.一种基于电动两轮车的转弯拐点补偿系统，其特征在于，包括：
检测模块，用于检测电动两轮车两侧握把的受力方向；
判断模块，用于判断所述受力方向是否发生角度对称变化；
执行模块，用于若是，则基于所述电动两轮车预设的传感器采集车辆运动状态的实时数据，根据预设的拐弯判定因素，获取所述角度对称变化对应的拐弯动作幅度，将所述拐弯动作幅度对应的拐弯指令同步输出至预设的GPS定位装置中，其中，所述传感器具体包括加速度计、陀螺仪和高度计，所述拐弯判定因素具体包括方向角、加速度和海拔；
第二判断模块，用于判断所述拐弯指令对应的拐弯时长是否大于所述GPS定位装置的预设时段；
第二执行模块，用于若大于，则将GPS定位信号与预建立的车辆运动模型生成的预测信息进行融合，根据融合后得到的定位结果，同步更新所述GPS定位装置对所述电动两轮车的运动状态信息，其中，所述运动状态信息具体包括拐弯位置变换、拐弯速度变化和拐弯持续时长。
9.根据权利要求8所述的基于电动两轮车的转弯拐点补偿系统，其特征在于，还包括：
建立模块，用于定义所述电动两轮车的状态变量，基于所述状态变量建立所述电动两轮车的基本运动方程，其中，所述状态变量具体包括位置、速度和加速度；
代入模块，用于将所述电动两轮车预设的转向因素代入至所述基本运动方程中，保留所述基本运动方程根据环境变化的待定变量，其中，所述转向因素具体包括转向角度阈值、转向半径阈值和横向加速度阈值，所述待定变量具体包括车辆初始系数、车辆输入系数和环境地面摩擦系数；
生成模块，用于依据所述基本运动方程构建所述电动两轮车的车辆运动模型，识别所述电动两轮车在骑行过程中生成的所述待定变量，将所述待定变量录入至所述基本运动方程中，得到所述车辆运动模型的实时变化数据。
10.根据权利要求8所述的基于电动两轮车的转弯拐点补偿系统，其特征在于，所述第二执行模块还包括：
计算单元，用于基于预设的滤波算法计算所述车辆运动模型的测量更新增益和协方差矩阵，将所述测量更新增益和所述协方差矩阵结合实时的GPS定位信号和GPS预测结果，生成车辆估计状态；
判断单元，用于判断所述车辆估计状态是否与所述GPS定位装置的估算方位存在预设差值；
执行单元，用于若是，则将预采集的传感器数据融合至所述车辆运动模型中，使所述车辆运动模型基于所述传感器数据更新所述车辆估计状态。
CN202311345821.4A 2023-10-18 2023-10-18 一种基于电动两轮车的转弯拐点补偿方法及系统 Active CN117087802B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311345821.4A CN117087802B (zh) 2023-10-18 2023-10-18 一种基于电动两轮车的转弯拐点补偿方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311345821.4A CN117087802B (zh) 2023-10-18 2023-10-18 一种基于电动两轮车的转弯拐点补偿方法及系统

Publications (2)

Publication Number Publication Date
CN117087802A CN117087802A (zh) 2023-11-21
CN117087802B true CN117087802B (zh) 2024-01-05

Family

ID=88783672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311345821.4A Active CN117087802B (zh) 2023-10-18 2023-10-18 一种基于电动两轮车的转弯拐点补偿方法及系统

Country Status (1)

Country Link
CN (1) CN117087802B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103018754A (zh) * 2012-11-29 2013-04-03 无锡坦程物联网科技有限公司 一种基于gps数据的拐弯识别方法
CN104743029A (zh) * 2015-04-02 2015-07-01 东北石油大学 基于太阳能gps定位的可折叠式3人脚踏车
CN106569245A (zh) * 2015-10-10 2017-04-19 腾讯科技（深圳）有限公司 一种车辆定位方法及装置
CN108983272A (zh) * 2018-08-03 2018-12-11 北斗国信智能科技（北京）有限公司 一种融合北斗或gps以及传感器的定位系统及定位方法
CN109649489A (zh) * 2018-12-21 2019-04-19 北京经纬恒润科技有限公司 车辆转向状态的识别方法、装置、电子设备及存储介质
CN110422175A (zh) * 2019-07-31 2019-11-08 上海智驾汽车科技有限公司 车辆状态估计方法以及装置、电子设备、存储介质、车辆

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220379959A1 (en) * 2021-05-26 2022-12-01 Panasonic Intellectual Property Management Co., Ltd. Vehicle, vehicle control system and vehicle control method

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103018754A (zh) * 2012-11-29 2013-04-03 无锡坦程物联网科技有限公司 一种基于gps数据的拐弯识别方法
CN104743029A (zh) * 2015-04-02 2015-07-01 东北石油大学 基于太阳能gps定位的可折叠式3人脚踏车
CN106569245A (zh) * 2015-10-10 2017-04-19 腾讯科技（深圳）有限公司 一种车辆定位方法及装置
CN108983272A (zh) * 2018-08-03 2018-12-11 北斗国信智能科技（北京）有限公司 一种融合北斗或gps以及传感器的定位系统及定位方法
CN109649489A (zh) * 2018-12-21 2019-04-19 北京经纬恒润科技有限公司 车辆转向状态的识别方法、装置、电子设备及存储介质
CN110422175A (zh) * 2019-07-31 2019-11-08 上海智驾汽车科技有限公司 车辆状态估计方法以及装置、电子设备、存储介质、车辆

Also Published As

Publication number Publication date
CN117087802A (zh) 2023-11-21

Similar Documents

Publication Publication Date Title
JP2882232B2 (ja) 車体重心スリップ角計測装置
US7774103B2 (en) Online estimation of vehicle side-slip under linear operating region
US8682599B2 (en) Road surface friction coefficient estimating device and road surface friction coefficient estimating method
US9200898B2 (en) Estimation of road inclination
CN112660112B (zh) 一种车辆侧倾状态及侧翻预测方法及系统
US6745112B2 (en) Method of estimating quantities that represent state of vehicle
CN106004994A (zh) 基于eps和车辆模型的表面摩擦系数的连续估算
US20110264302A1 (en) Travel route estimation device and travel route estimation method used in the same device
JP2002145037A (ja) 車両の路面摩擦係数推定装置
JPH11248734A (ja) 車体ロール評価値演算装置
JP2001334921A (ja) 車両の路面摩擦係数推定装置
CN103279675B (zh) 轮胎-路面附着系数与轮胎侧偏角的估计方法
CN110346824B (zh) 一种车辆导航方法、系统、装置及可读存储介质
JP2008265545A (ja) 車両の重心位置推定装置及び重心位置／ヨー慣性モーメント推定装置。
JP3271952B2 (ja) 車両の路面摩擦係数推定装置
CN112622876B (zh) 车辆质心位置确定方法、装置、设备和存储介质
CN117087802B (zh) 一种基于电动两轮车的转弯拐点补偿方法及系统
CN115991187B (zh) 基于无偏移模型预测的车辆控制方法、控制器及存储介质
JP3271956B2 (ja) 車両の路面摩擦係数推定装置
JP2008087548A (ja) 旋回状態推定装置、自動車、及び旋回状態推定方法
JP3271964B1 (ja) 車両の路面摩擦係数推定装置
KR101459683B1 (ko) 자동차 및 그 제어방법
JP3271955B2 (ja) 車両の路面摩擦係数推定装置
JPH09311042A (ja) 車体横すべり角検出装置
KR102200521B1 (ko) 차량의 횡슬립각 추정장치

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
GR01 Patent grant
GR01 Patent grant