CN117657114A - 车辆行驶控制方法、电子设备及车辆 - Google Patents

车辆行驶控制方法、电子设备及车辆 Download PDF

Info

Publication number
CN117657114A
CN117657114A CN202311691543.8A CN202311691543A CN117657114A CN 117657114 A CN117657114 A CN 117657114A CN 202311691543 A CN202311691543 A CN 202311691543A CN 117657114 A CN117657114 A CN 117657114A
Authority
CN
China
Prior art keywords
road surface
current
slip rate
attachment coefficient
reference road
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
CN202311691543.8A
Other languages
English (en)
Inventor
张慧峰
国浩然
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.)
Great Wall Motor Co Ltd
Original Assignee
Great Wall Motor 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 Great Wall Motor Co Ltd filed Critical Great Wall Motor Co Ltd
Priority to CN202311691543.8A priority Critical patent/CN117657114A/zh
Publication of CN117657114A publication Critical patent/CN117657114A/zh
Pending legal-status Critical Current

Links

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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/02—Control of vehicle driving stability
    • 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
    • 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
    • B60W40/064—Degree of grip
    • 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
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • 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
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本申请提供一种车辆行驶控制方法、电子设备及车辆。其中，方法包括：确定当前行驶路面的当前滑移率和当前附着系数；对当前滑移率和当前附着系数进行模糊度处理，将模糊度处理后的当前滑移率和模糊度处理后的当前附着系数与预先存储的基准路面的数据，进行对比处理，确定符合当前行驶路面的最优滑移率；依据当前滑移率与最优滑移率的差值数据，对车辆的行驶控制参数进行调整控制。由于模糊处理后的当前滑移率和模糊处理后的当前附着系数具有一定的稳定性，根据其确定的最优滑移率也具有一定的稳定性，所以依据当前滑移率与该最优滑移率的差值数据进行车辆行驶控制参数的调整效果更好，提升了车辆行驶的稳定性。

Description

车辆行驶控制方法、电子设备及车辆
技术领域
本申请涉及车辆控制技术领域，尤其涉及一种车辆行驶控制方法、电子设备及车辆。
背景技术
车辆具有各种路况的驾驶模式，但是不同路况的滑移情况和附着情况各有不同。目前，一般都是为各种车速和路况匹配对应的滑移阈值，进而对车辆行驶进行调整，使得车辆能够在对应路况下平稳行驶。
但是，目前的这种行驶调整方式，采用固定的滑移阈值，往往会与实际路况的需求偏移较大，导致车辆行驶的平稳效果变差。
因此，如何进一步保证车辆在不同路况下的平稳行驶，成为目前亟待解决的技术问题。
发明内容
有鉴于此，本申请的目的在于提出一种车辆行驶控制方法、电子设备及车辆，能够解决如何进一步保证车辆在不同路况下平稳行驶的技术问题。
基于上述目的，本申请第一方面提供了一种车辆行驶控制方法，包括：
确定当前行驶路面的当前滑移率和当前附着系数；
对所述当前滑移率和所述当前附着系数进行模糊度处理，将模糊度处理后的当前滑移率和模糊度处理后的当前附着系数与预先存储的基准路面的数据，进行对比处理，确定符合当前行驶路面的最优滑移率；
依据所述当前滑移率与所述最优滑移率的差值数据，对车辆的行驶控制参数进行调整控制。
基于同一发明构思，本申请第二方面提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现第一方面所述的方法。
基于同一发明构思，本申请第四方面提供了一种车辆，包括：第二方面所述的电子设备。
从上面所述可以看出，本申请提供的车辆行驶控制方法、电子设备及车辆。能够对当前行驶路面的当前滑移率和当前附着系数进行模糊度处理，这样，模糊度处理后的当前滑移率和模糊度处理后的当前附着系数，都能很好反应出当前行驶路面的情况；然后，再将模糊度处理后的当前滑移率和模糊度处理后的当前附着系数，跟预先存储的基准路面数据进行对比，通过对比分析出符合当前行驶路面的最优滑移率，该最优滑移率会随着当前行驶路面和车辆行驶的变化而发生变化，所以得到的最优滑移率能够更匹配不断变化的路面的情况；最后，就可以根据当前滑移率与该最优滑移率的差值数据，对车辆进行行驶调整，使得车辆行驶的稳态误差降低，进而稳定性能更好，这样车辆在当前行驶路面上行驶防滑效果更好。
附图说明
为了更清楚地说明本申请或相关技术中的技术方案，下面将对实施例或相关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的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例的车辆行驶控制方法的流程图；
图2为本申请实施例的车辆行驶控制装置的结构示意图；
图3为本申请实施例的电子设备的结构示意图；
图4为本申请实施例的车辆的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本申请进一步详细说明。
需要说明的是，除非另外定义，本申请实施例使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
下面针对本申请涉及的名词进行解释：
PID，Proportional Integral Derivative，比例微分积分控制器，在工业过程控制中，按被控对象的实时数据采集的信息与给定值比较产生的误差的比例、积分和微分进行控制的控制系统。
T-S模糊控制器，Takagi-Sugeno模糊控制器是一种性能良好、形式简洁的非线性控制器，由众多局部线性模型构成，可以在一定程度上利用线性控制理论。
相关技术中，防滑控制的方式一般包括：PID控制或模糊控制。其中，PID控制中的所需参数均为固定值，对于非线性、大时滞性的路面情况效果较差。模糊控制虽然能较好适应车辆、路况等变化的干扰，但是单纯的模糊控制也有稳态误差。
所以如何能使车辆更好的适应各种复杂路况进行防滑行驶控制，提高汽车在极限工况(例如，低附着路面)下车辆的稳定性，尤为重要。
以下结合附图来详细说明本申请的实施例。
基于上述描述的问题，本申请提出的一种车辆行驶控制方法，如图1所示，包括：
步骤101，确定当前行驶路面的当前滑移率和当前附着系数。
具体实施时，计算驱动轮的当前滑移率S，S＝(wiR-V)/wiR，其中，wi为驱动轮角速度，V为车辆纵向车速，R为车轮滚动半径。
车辆一般包括四驱车辆和/或双驱车辆，对于双驱车辆的车辆纵向车速V计算公式为：V＝(w1R+w2R)/2。其中，w1、w2为两个非驱动轮车辆车轮的角速度。
然后，计算驱动轮垂向力F1，F1＝(1/2mg+-may)h/d+1/2(maxh/l)，其中，d为后轮轮距，ax为纵向加速度，ay为横向加速度，m为整车质量，g为重力加速度，h为整车质心高度，l-前后轴距。
再计算驱动轮纵向力F2，F2＝Ti-Jai，其中J为驱动轮转动惯量，ai为驱动轮角加速度，Ti为驱动轮驱动力矩。
最后，计算当前附着系数μ＝F2/F1。
步骤102，对所述当前滑移率和所述当前附着系数进行模糊度处理，将模糊度处理后的当前滑移率和模糊度处理后的当前附着系数与预先存储的基准路面的数据，进行对比处理，确定符合当前行驶路面的最优滑移率。其中，预先存储的基准路面的数量，可以是一个，也可以是多个，具体数量可以根据实际需要进行选择。如果基准路面的数量是多个，比对处理过程是与多个基准路面的每一个分别进行比对。
具体实施时，将当前滑移率和当前附着系数进行模糊度处理之后，能够使得当前滑移率以及当前附着系数均分别模糊至一个一定的范围区间内，这样一直动态变化的当前滑移率以及当前附着系数，就会在一段时间内处于一个稳定的范围。
如果基准路面为多个，可以先根据模糊处理后的当前附着系数，确定当前附着系数属于多个基准路面中的目标路面对应的附着系数范围(对应后续过程中的当前附着系数对应的目标附着系数等级)，然后再依据模糊度处理后的当前滑移率结合目标路面，与上述各个基准路面的附着系数和滑移率的进行比对，确定当前行驶路面与各个基准路面的相似度。
将相似度最高的基准路面的滑移率(Smax)作为最优滑移率；或者将相似度作为权重系数(α)与相似度最高的基准路面的滑移率相乘作为最优滑移率；或者将得到的各个相似度(α1、α2、α3等)对应乘以相应的基准路面的滑移率(α1×S1、α2×S2、α3×S3等)，将所有的相乘后的结果累加(α1×S1+α2×S2+α3×S3……)作为最优滑移率。具体选用上述哪种最优滑移率的计算方式，可以根据车辆的实际需要进行选定。
步骤103，依据所述当前滑移率与所述最优滑移率的差值数据，对车辆的行驶控制参数进行调整控制。
通过上述步骤，由于模糊处理后的当前滑移率和模糊处理后的当前附着系数具有一定的稳定性，根据其确定的最优滑移率也具有一定的稳定性，所以依据当前滑移率与该最优滑移率的差值数据进行车辆行驶控制参数的调整效果更好，并且即使当前滑移率和当前附着系数等数据有一定的时滞，也能保证车辆行驶具有稳定的控制效果，提升了车辆行驶的稳定性，这样车辆在当前行驶路面上行驶防滑效果更好。
在一些实施例中，步骤102包括：
步骤1021，对所述当前滑移率和所述当前附着系数进行模糊度处理，得到模糊度处理后的当前滑移率和模糊度处理后的当前附着系数，根据所述模糊度处理后的当前滑移率确定所述当前滑移率对应的目标滑移率等级，以及根据所述模糊度处理后的当前附着系数确定所述当前附着系数对应的目标附着系数等级。
具体实施时，上述模糊度处理过程中会将所有的滑移率划分为预定数量N1个等级(例如，分为大、中、小三种滑移率等级)。模糊度处理过程中会将所有的附着系数划分为预定数量N2个等级，其中每个等级对应一种基准路面的路况(例如，分为干沥青、湿沥青、湿鹅卵石、冰、雪，N2＝5种附着系数等级)。
步骤1022，将所述目标滑移率等级和所述目标附着系数等级，与路面数据库中每个基准路面的滑移率-附着系数的存储数据进行对比处理，确定所述当前行驶路面与每个所述基准路面的相似程度。
具体实施时，路面数据库中会预先存储一个或多个基准路面对应的滑移率-附着系数的二维曲线，可以将目标滑移率等级和目标附着系数等级与里面数据库中的各个二维曲线进行比对，确定目标滑移率等级和目标附着系数等级与各个基准路面的滑移率-附着系数的二维曲线的相似程度。
例如，根据目标附着系数等级确定符合该目标附着系数等级的各个基准路面的基准滑移率S’，然后确定目标滑移率等级与各个基准滑移率S’之间的相似程度。
步骤1023，将每个所述基准路面的基准滑移率与对应的相似程度进行加权处理，得到与每个所述基准路面对应的加权滑移率。
步骤1024，响应于确定所述基准路面的数量为一个，将所述基准路面的加权滑移率作为所述最优滑移率。
或者，步骤1025，响应于确定所述基准路面的数量为多个，将多个所述基准路面对应的加权滑移率中的峰值作为所述最优滑移率。
具体实施时，计算得到的加权滑移率的数量与基准路面的数量对应，一个基准路面对应得到一个加权滑移率，多个基准路面对应得到多个加权滑移率，本实施例优选采用多个基准路面，这样对应得到多个加权滑移率。具体加权计算过程中，可以是直接将该相似程度作为加权值与对应各个基准路面的基准滑移率进行加权计算，也可以是将该相似程度乘以对应的系数之后作为加权值与对应各个基准路面的基准滑移率进行加权计算。然后选取计算得到的多个加权滑移率中的峰值作为最优滑移率。
通过上述方案，对当前滑移率和当前附着系数进行等级确定，这样便于根据确定的等级与基准路面的滑移率-附着系数的存储数据进行比对，使得确定的相似度更加准确，进而保证根据相似度与各个路面的基准滑移率的加权计算后，从中选取的最优滑移率更加贴合当前行驶路面的情况，进而后续在进行行驶调整过程中，能够保证车辆在该当前行驶路面上行驶的稳定性。
在一些实施例中，所述路面数据库的存储过程包括：
步骤I，确定每个所述基准路面的路面参数，利用所述路面参数构建每个所述基准路面对应的滑移率-附着系数曲线。
步骤II，将每个所述基准路面的滑移率-附着系数曲线保存至所述路面数据库中。
具体实施时，基准路面的数量可以为一个或多个。
本实施例优选为多个基准路面，则路面数据库的存储过程为：查询多个基准路面中每个基准路面的路面参数C1，C2，C3(例如，查询干沥青、湿沥青、湿鹅卵石、冰、雪五种基准路面的路面参数)，然后依据Burckhardt提出的滑移率-附着系数曲线构建：其中，μ为附着系数，S为滑移率。
通过上述方案，能够收集各种基准路面的曲线并收录至路面数据库中，这样便于后续进行模糊度处理时，能够利用该路面数据库中存储的各个曲线与模糊后的目标滑移率等级和目标附着系数等级进行比对，进而精准的确定当前行驶路面与各个基准路面的相似程度，并准确的计算出最优滑移率进行行驶控制，保证车辆行驶的稳定性。
在一些实施例中，步骤1021包括：
步骤10211，利用非线性模糊控制器，对所述当前滑移率按照第一三角隶属度算法进行模糊度处理，得到模糊度处理后的当前滑移率，并确定所述模糊度处理后的当前滑移率对应的目标滑移率等级。
步骤10212，利用非线性模糊控制器，对所述当前附着系数按照第二三角隶属度算法进行模糊度处理，得到模糊度处理后的当前附着系数，并确定所述模糊度处理后的当前附着系数对应的目标附着系数等级。
具体实施时，非线性模糊控制器可以是T-S模糊控制器，该T-S模糊控制器本质属于一种集成控制策略。在该非线性模糊控制器中预先配置，能够对滑移率进行模糊度处理的第一三角隶属度算法，以及能够对附着系数进行模糊度处理的第二三角隶属度算法。
其中，三角隶属度算法为：y＝trimf(x，[b1，b2，……bn])，其中，y为隶属度，用于进行模糊度等级划分，x为相应的滑移率或附着系数，b1至bn为进行等级划分的常数取值，如果划分三个等级就选取三个值，如果想要划分n个等级就对应选取n个值，各个值的大小根据实际需求进行设定，这里不做具体限定。
例如，第一三角隶属度算法用来对滑移率划分为大中小三个等级，则第一三角隶属度算法为y＝trimf(x，[b1，b2，b3])；第二三角隶属算法用来对滑移率划分为五个等级用以区分：干沥青、湿沥青、湿鹅卵石、冰、雪五种路面的附着系数情况，第二三角隶属度算法为y＝trimf(x，[b1，b2，b3，b4，b5])。
通过上述方案，利用三角隶属度算法对当前滑移率以及当前附着系数进行模糊度等级划分，保证了等级划分的准确性。
在一些实施例中，步骤1022包括：
步骤10221，将所述路面数据库中预先存储的每个所述基准路面的基准滑移率和基准附着系数对应的非线性曲线，进行分段线性化处理，得到与每个所述基准路面对应的分段线性化结果；
步骤10222，将所述目标滑移率等级和所述目标附着系数等级，与每个所述基准路面对应的分段线性化结果进行比对，确定所述当前行驶路面与每个所述基准路面的相似程度。
具体实施时，实施上述过程可以是车辆的控制器(例如，动力域控制器、底盘控制器或车机中央控制器)来完成。在车辆的控制器中集成对应分段线性处理算法，并且能够完成上述对比过程，进而确定当前行驶路面与每个基准路面的相似程度。
在一些实施例中，所述非线性模糊控制器中存储有分段线性化算法，步骤1022包括：
步骤10221’，利用非线性模糊控制器中的分段线性化算法，将所述路面数据库中预先存储的每个基准路面的基准滑移率和基准附着系数对应的非线性曲线，进行分段线性化处理得到与每个所述基准路面对应的分段线性化结果。
步骤10222’，利用非线性模糊控制器将所述目标滑移率等级和所述目标附着系数等级，与每个所述基准路面对应的所述分段线性化结果进行比对，确定所述当前行驶路面与每个所述基准路面的相似程度。
具体实施时，非线性模糊控制器中配置有分段线性化算法，分段线性化算法中包含多个局部线性模型，所以能够将每个基准路面的基准滑移率和基准附着系数对应的非线性曲线(二维曲线)，进行线性分段化处理，这样能够简化成多个线性分段的分段线性化结果。
然后，在将目标滑移率等级(例如，S等级)和目标附着系数等级(例如，μ等级)输入至非线性模糊控制器中，跟得到的分段线性化结果进行比对，确定出目标滑移率等级和目标附着系数等级与每个基准路面对应的分段线性化结果的相似程度，非线性模糊控制器会将该相似程度输出，如下表1所示的输入和输出结果。
表1
表1中，输出的结果中，TD-完全不相似为0，ES-非常相似为1，D-不相似为0.3，GS-一般相似为0.5，S-相似为0.8。
表1中只是示出了部分滑移率等级(S等级)和附着系数等级(μ等级)的输入和输出结果，与每种滑移率等级(例如，大、中、小)对应的至少一种附着系数等级(例如，干沥青、湿沥青、湿鹅卵石、冰、雪)均可对应输出相应的相似程度结果。
通过上述方案，利用非线性模糊控制器确定的相似程度更准确，更符合实际路面的情况。
在一些实施例中，所述路面数据库中存储：与各个滑移率等级及各个附着系数等级对应的每个基准路面的相似程度的表格。
将每种滑移率等级(例如，大、中、小)对应的附着系数等级(例如，干沥青、湿沥青、湿鹅卵石、冰、雪)的相似程度列表存储。
步骤1022包括：
基于所述目标滑移率等级和所述目标附着系数等级从所述路面数据库的表格中调取每个所述基准路面对应的相似程度，将调取的每个所述基准路面对应的相似程度作为所述当前行驶路面与每个所述基准路面的相似程度。
具体实施时，目标滑移率等级和所述目标附着系数等级与每个基准路面对应的曲线相对比较繁琐，为了便于比较，通过上述方案将与各个滑移率等级及各个附着系数等级对应的每个基准路面的相似程度的表格，存储在路面数据库中，这样在得道目标滑移率等级和目标附着系数等级之后只需要从路面数据库中的表格中调取每个基准路面对应的相似程度即可，操作简单快捷，节省计算量。
在一些实施例中，步骤103包括：
步骤1031，确定所述当前滑移率与所述最优滑移率的差值及差值变化率，其中，所述差值数据包括：所述差值及所述差值变化率。
具体实施时，计算当前滑移率与最优滑移率的差值，并将该差值除以变化时间得到差值变化率。其中变化时间可以根据实际需要进行设定也可以根据差值的大小进行动态调整。
步骤1032，将所述差值及所述差值变化率输入至比例微积分控制器(例如，PID控制器)中进行分析处理，所述比例微积分控制器输出调整控制参数，利用所述调整控制参数对车辆的行驶控制参数进行调整控制。
具体实施时，比例微积分控制器是用来根据输入的差值和差值变化率，进行自动化动态调整车辆行驶参数的控制器。所以能够利用模糊度处理使得车辆能够对非线性以及大时滞性的路面情况进行准确调整，并配合比例微积分控制器的稳定性调整，使得车辆的稳态误差较小，保证车辆能够平稳的行驶。
需要说明的是，本申请实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本申请实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是，上述对本申请的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种车辆行驶控制装置。
参考图2，所述车辆行驶控制装置200，包括：
参数确定模块201，被配置为确定当前行驶路面的当前滑移率和当前附着系数；
最优滑移率确定模块202，被配置为对所述当前滑移率和所述当前附着系数进行模糊度处理，将模糊度处理后的当前滑移率和模糊度处理后的当前附着系数与预先存储的基准路面的数据，进行对比处理，确定符合当前行驶路面的最优滑移率；
调整控制模块203，被配置为依据所述当前滑移率与所述最优滑移率的差值数据，对车辆的行驶控制参数进行调整控制。
在一些实施例中，最优滑移率确定模块202包括：
模糊度处理单元，被配置为对所述当前滑移率和所述当前附着系数进行模糊度处理，得到模糊度处理后的当前滑移率和模糊度处理后的当前附着系数，根据所述模糊度处理后的当前滑移率确定所述当前滑移率对应的目标滑移率等级，以及根据所述模糊度处理后的当前附着系数确定所述当前附着系数对应的目标附着系数等级；
相似程度计算单元，被配置为将所述目标滑移率等级和所述目标附着系数等级，与路面数据库中每个基准路面的滑移率-附着系数的存储数据进行对比处理，确定所述当前行驶路面与每个所述基准路面的相似程度；
最优滑移率确定单元，被配置为将每个所述基准路面的基准滑移率与对应的相似程度进行加权处理，得到与每个所述基准路面对应的加权滑移率；响应于确定所述基准路面的数量为一个，将所述基准路面的加权滑移率作为所述最优滑移率；或者，响应于确定所述基准路面的数量为多个，将多个所述基准路面对应的加权滑移率中的峰值作为所述最优滑移率。
在一些实施例中，模糊度处理单元，具体被配置为：
利用非线性模糊控制器，对所述当前滑移率按照第一三角隶属度算法进行模糊度处理，得到模糊度处理后的当前滑移率，并确定所述模糊度处理后的当前滑移率对应的目标滑移率等级；
利用非线性模糊控制器，对所述当前附着系数按照第二三角隶属度算法进行模糊度处理，得到模糊度处理后的当前附着系数，并确定所述模糊度处理后的当前附着系数对应的目标附着系数等级。
在一些实施例中，相似程度计算单元，具体被配置为：
将所述路面数据库中预先存储的每个所述基准路面的基准滑移率和基准附着系数对应的非线性曲线，进行分段线性化处理，得到与每个所述基准路面对应的分段线性化结果；
将所述目标滑移率等级和所述目标附着系数等级，与每个所述基准路面对应的分段线性化结果进行比对，确定所述当前行驶路面与每个所述基准路面的相似程度。
在一些实施例中，所述非线性模糊控制器中存储有分段线性化算法，相似程度计算单元，还被配置为：
利用非线性模糊控制器中的分段线性化算法，将所述路面数据库中预先存储的每个基准路面的基准滑移率和基准附着系数对应的非线性曲线，进行分段线性化处理得到与每个所述基准路面对应的分段线性化结果；
利用非线性模糊控制器将所述目标滑移率等级和所述目标附着系数等级，与每个所述基准路面对应的所述分段线性化结果进行比对，确定所述当前行驶路面与每个所述基准路面的相似程度。
在一些实施例中，装置还包括路面数据库构建模块，被配置为：
确定每个所述基准路面的路面参数，利用所述路面参数构建每个所述基准路面对应的滑移率-附着系数曲线；
将每个所述基准路面的滑移率-附着系数曲线保存至所述路面数据库中。
在一些实施例中，所述路面数据库中存储：与各个滑移率等级及各个附着系数等级对应的每个基准路面的相似程度的表格；
相似程度计算单元，还被配置为：
基于所述目标滑移率等级和所述目标附着系数等级从所述路面数据库的表格中调取每个所述基准路面对应的相似程度，将调取的每个所述基准路面对应的相似程度作为所述当前行驶路面与每个所述基准路面的相似程度。
在一些实施例中，调整控制模块203，被配置为：
确定所述当前滑移率与所述最优滑移率的差值及差值变化率，其中，所述差值数据包括：所述差值及所述差值变化率；
将所述差值及所述差值变化率输入至比例微积分控制器中进行分析处理，所述比例微积分控制器输出调整控制参数，利用所述调整控制参数对车辆的行驶控制参数进行调整控制。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的车辆行驶控制方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上任意一实施例所述的车辆行驶控制方法。
图3示出了本实施例所提供的一种更为具体的电子设备300硬件结构示意图，该电子设备300可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在电子设备400内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是，尽管上述电子设备400仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
上述实施例的电子设备300用于实现前述任一实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
基于同一个发明构思，如图4所示，本申请的实施例还提出一种车辆400，包括上述实施例的电子设备300，并且具有相应电子设备300实施例的有益效果，在此不再赘述。
可以理解的是，在使用本申请中各个实施例的技术方案之前，均会通过恰当的方式对所涉及的个人信息的类型、使用范围、使用场景等告知用户，并获得用户的授权。
例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确的提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主的选择是否向执行本申请技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定的实现方式，响应于接受到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本申请的实现方式构成限定，其他满足相关法律法规的方式也可应用于本申请的实现方式中。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本申请的范围(包括权利要求)被限于这些例子；在本申请的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本申请实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本申请实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本申请实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本申请实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本申请的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本申请实施例。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本申请的具体实施例对本申请进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本申请实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本申请实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种车辆行驶控制方法，其特征在于，包括：
确定当前行驶路面的当前滑移率和当前附着系数；
对所述当前滑移率和所述当前附着系数进行模糊度处理，将模糊度处理后的当前滑移率和模糊度处理后的当前附着系数与预先存储的基准路面的数据，进行对比处理，确定符合当前行驶路面的最优滑移率；
依据所述当前滑移率与所述最优滑移率的差值数据，对车辆的行驶控制参数进行调整控制。
2.根据权利要求1所述的方法，其特征在于，所述对所述当前滑移率和所述当前附着系数进行模糊度处理，将模糊度处理后的当前滑移率和模糊度处理后的当前附着系数与预先存储的基准路面的数据，进行对比处理，确定符合当前行驶路面的最优滑移率，包括：
对所述当前滑移率和所述当前附着系数进行模糊度处理，得到模糊度处理后的当前滑移率和模糊度处理后的当前附着系数，根据所述模糊度处理后的当前滑移率确定所述当前滑移率对应的目标滑移率等级，以及根据所述模糊度处理后的当前附着系数确定所述当前附着系数对应的目标附着系数等级；
将所述目标滑移率等级和所述目标附着系数等级，与路面数据库中每个基准路面的滑移率-附着系数的存储数据进行对比处理，确定所述当前行驶路面与每个所述基准路面的相似程度；
将每个所述基准路面的基准滑移率与对应的相似程度进行加权处理，得到与每个所述基准路面对应的加权滑移率；
响应于确定所述基准路面的数量为一个，将所述基准路面的加权滑移率作为所述最优滑移率；或者，
响应于确定所述基准路面的数量为多个，将多个所述基准路面对应的加权滑移率中的峰值作为所述最优滑移率。
3.根据权利要求2所述的方法，其特征在于，所述对所述当前滑移率和所述当前附着系数进行模糊度处理，得到模糊度处理后的当前滑移率和模糊度处理后的当前附着系数，根据所述模糊度处理后的当前滑移率确定所述当前滑移率对应的目标滑移率等级，以及根据所述模糊度处理后的当前附着系数确定所述当前附着系数对应的目标附着系数等级，包括：
利用非线性模糊控制器，对所述当前滑移率按照第一三角隶属度算法进行模糊度处理，得到模糊度处理后的当前滑移率，并确定所述模糊度处理后的当前滑移率对应的目标滑移率等级；
利用非线性模糊控制器，对所述当前附着系数按照第二三角隶属度算法进行模糊度处理，得到模糊度处理后的当前附着系数，并确定所述模糊度处理后的当前附着系数对应的目标附着系数等级。
4.根据权利要求3所述的方法，其特征在于，所述将所述目标滑移率等级和所述目标附着系数等级，与每个路面数据库中基准路面的滑移率-附着系数的存储数据进行对比处理，确定所述当前行驶路面与每个所述基准路面的相似程度，包括：
将所述路面数据库中预先存储的每个所述基准路面的基准滑移率和基准附着系数对应的非线性曲线，进行分段线性化处理，得到与每个所述基准路面对应的分段线性化结果；
将所述目标滑移率等级和所述目标附着系数等级，与每个所述基准路面对应的分段线性化结果进行比对，确定所述当前行驶路面与每个所述基准路面的相似程度。
5.根据权利要求4所述的方法，其特征在于，所述非线性模糊控制器中存储有分段线性化算法；
所述将所述路面数据库中预先存储的每个所述基准路面的基准滑移率和基准附着系数对应的非线性曲线，进行分段线性化处理，得到与每个所述基准路面对应的分段线性化结果，包括：
利用非线性模糊控制器中的分段线性化算法，将所述路面数据库中预先存储的每个基准路面的基准滑移率和基准附着系数对应的非线性曲线，进行分段线性化处理得到与每个所述基准路面对应的分段线性化结果；
将所述目标滑移率等级和所述目标附着系数等级，与每个所述基准路面对应的分段线性化结果进行比对，确定所述当前行驶路面与每个所述基准路面的相似程度，包括：
利用非线性模糊控制器将所述目标滑移率等级和所述目标附着系数等级，与每个所述基准路面对应的所述分段线性化结果进行比对，确定所述当前行驶路面与每个所述基准路面的相似程度。
6.根据权利要求2所述的方法，其特征在于，所述路面数据库的存储过程包括：
确定每个所述基准路面的路面参数，利用所述路面参数构建每个所述基准路面对应的滑移率-附着系数曲线；
将每个所述基准路面的滑移率-附着系数曲线保存至所述路面数据库中。
7.根据权利要求2所述的方法，其特征在于，所述路面数据库中存储：与各个滑移率等级及各个附着系数等级对应的每个基准路面的相似程度的表格；
所述将所述目标滑移率等级和所述目标附着系数等级，与路面数据库中每个基准路面的滑移率-附着系数的存储数据进行对比处理，确定所述当前行驶路面分别与每个所述基准路面的相似程度，包括：
基于所述目标滑移率等级和所述目标附着系数等级从所述路面数据库的表格中调取每个所述基准路面对应的相似程度，将调取的每个所述基准路面对应的相似程度作为所述当前行驶路面与每个所述基准路面的相似程度。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述依据所述当前滑移率与所述最优滑移率的差值数据，对车辆的行驶控制参数进行调整控制，包括：
确定所述当前滑移率与所述最优滑移率的差值及差值变化率，其中，所述差值数据包括：所述差值及所述差值变化率；
将所述差值及所述差值变化率输入至比例微积分控制器中进行分析处理，所述比例微积分控制器输出调整控制参数，利用所述调整控制参数对车辆的行驶控制参数进行调整控制。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至8任意一项所述的方法。
10.一种车辆，其特征在于，包括：权利要求9所述的电子设备。
CN202311691543.8A 2023-12-08 2023-12-08 车辆行驶控制方法、电子设备及车辆 Pending CN117657114A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311691543.8A CN117657114A (zh) 2023-12-08 2023-12-08 车辆行驶控制方法、电子设备及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311691543.8A CN117657114A (zh) 2023-12-08 2023-12-08 车辆行驶控制方法、电子设备及车辆

Publications (1)

Publication Number Publication Date
CN117657114A true CN117657114A (zh) 2024-03-08

Family

ID=90074917

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311691543.8A Pending CN117657114A (zh) 2023-12-08 2023-12-08 车辆行驶控制方法、电子设备及车辆

Country Status (1)

Country Link
CN (1) CN117657114A (zh)

Similar Documents

Publication Publication Date Title
Viehweger et al. Vehicle state and tyre force estimation: demonstrations and guidelines
EP3750781A1 (en) Control method and apparatus for autonomous vehicle, computer device, and storage medium
CN108995657B (zh) 操作自动驾驶车辆的方法和数据处理系统
Yoon et al. Design of an unified chassis controller for rollover prevention, manoeuvrability and lateral stability
CN108216241A (zh) 确定自主驾驶车辆的控制特性
Baslamisli et al. Gain-scheduled integrated active steering and differential control for vehicle handling improvement
Jin et al. Tire-road friction estimation and traction control strategy for motorized electric vehicle
CN117818625A (zh) 车辆动力系统能耗预测方法及相关装置
Guo et al. Variable gain control-based acceleration slip regulation control algorithm for four-wheel independent drive electric vehicle
CN113264064A (zh) 用于交叉路口场景的自动驾驶方法及相关设备
CN117657114A (zh) 车辆行驶控制方法、电子设备及车辆
WO2020193860A1 (en) Modelling dynamics of a vehicle
CN113788022A (zh) 车辆控制方法、装置、计算机可读存储介质及电子设备
CN114537346B (zh) 电动轮滑移率确定方法、装置、计算机设备和存储介质
CN115489340A (zh) 多电机扭矩分配方法、装置、计算机设备、存储介质
Walz et al. On model-based longitudinal feed-forward motion control for low velocities on known road profiles
Lidfors Lindqvist et al. Direct yaw moment control of an ultra-lightweight solar-electric passenger vehicle with variation in loading conditions
CN113778045A (zh) 对自动驾驶车辆控制器进行评价的方法和装置
US20190389476A1 (en) Methods and apparatus to estimate a suspension displacement
CN114735016B (zh) 一种车辆控制方法及装置
CN114506311B (zh) 一种变时域预测能量管理方法、装置、汽车及存储介质
CN118269986B (zh) 车辆扭矩控制方法及车辆
CN114655277B (zh) 重载列车智能驾驶超速防护曲线计算方法及相关设备
CN118701077A (zh) 车辆参数标定方法、装置、计算机设备和存储介质
CN116461537A (zh) 车辆控制方法、装置、电子设备及车辆

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