CN117755306A - 一种农用拖拉机驱动桥智能控制系统及方法 - Google Patents
一种农用拖拉机驱动桥智能控制系统及方法 Download PDFInfo
- Publication number
- CN117755306A CN117755306A CN202410164019.3A CN202410164019A CN117755306A CN 117755306 A CN117755306 A CN 117755306A CN 202410164019 A CN202410164019 A CN 202410164019A CN 117755306 A CN117755306 A CN 117755306A
- Authority
- CN
- China
- Prior art keywords
- driving
- determining
- module
- drive axle
- target
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012549 training Methods 0.000 claims description 49
- 238000007500 overflow downdraw method Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 27
- 230000004927 fusion Effects 0.000 claims description 15
- 238000012216 screening Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 11
- 238000003062 neural network model Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 abstract description 5
- 230000001960 triggered effect Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 8
- 239000013598 vector Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000013604 expression vector Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Arrangement And Driving Of Transmission Devices (AREA)
Abstract
本发明提供一种农用拖拉机驱动桥智能控制系统及方法，其中，系统包括：语音信息采集子系统，用于采集目标农户的语音信息；驱动桥控制指令确定子系统，用于根据语音信息，确定目标农用拖拉机的驱动桥控制指令；驱动模式确定子系统，用于基于驱动桥控制指令，确定驱动模式；分配控制方案确定子系统，用于根据驱动模式，确定驱动扭矩分配控制方案；智能控制子系统，用于根据驱动扭矩分配控制方案进行智能控制。本发明的一种农用拖拉机驱动桥智能控制系统及方法，根据农户的语音信息，确定驱动桥控制指令触发的驱动模式。基于驱动模式，确定驱动扭矩分配控制方案进行智能控制，控制更适宜，农机驱动效率更高，降低了车轮磨损和四驱损耗。
Description
技术领域
本发明涉及农业机械控制技术领域，特别涉及一种农用拖拉机驱动桥智能控制系统及方法。
背景技术
农用拖拉机的驱动桥是该车辆传动系统的重要组成部分，它负责将发动机产生的扭矩传递到驱动轮上，从而推动拖拉机前进或进行其他操作。农用拖拉机驱动桥的智能控制是指使用智能技术和控制算法对驱动桥进行自动化和智能化的控制，可以根据实时的驾驶条件和要求，通过感知、分析和决策来优化驱动桥的性能和效率。
申请号为：CN201610194874.4的发明专利公开了一种拖拉机挂车驱动机组，其中，拖拉机挂车驱动机组包括挂车、动力传输轴、挂车驱动桥以及设置有传动箱的拖拉机。挂车驱动桥固定于挂车。传动箱设置有后置动力输出轴，后置动力输出轴通过动力传输轴与挂车驱动桥连接。传动箱的动力经过后置动力输出轴、动力传输轴以及挂车驱动桥带动挂车的挂车车轮并与拖拉机的后轮同步运转。该驱动装置能够将拖拉机的动力传递给挂车，形成四轮驱动。此外，传动机构实现简单，使用更加方便，有利于提高了运行稳定性。
但是，驱动装置进行驱动时涉及到驱动扭矩的分配，如果驱动扭矩分配不合适，某些驱动轮可能无法获得足够的扭矩来提供足够的牵引力。这会导致拖拉机在不良地形或负载情况下的牵引力不足，影响其行驶能力和工作效率，另外，某些驱动轮可能会产生过多的滑动，而其他驱动轮则缺乏牵引力。轮胎滑移会导致能量浪费、轮胎磨损加剧以及牵引力和操控性能下降。
有鉴于此，亟需一种农用拖拉机驱动桥智能控制系统及方法，以至少解决上述不足。
发明内容
本发明目的之一在于提供了一种农用拖拉机驱动桥智能控制系统及方法，根据采集的目标农户的语音信息，确定驱动桥控制指令触发的驱动模式。基于驱动模式，调取适宜的驱动扭矩分配控制方案进行智能控制，提升了驱动桥控制的适宜性，提高了农机驱动效率，降低了车轮磨损和四驱损耗。
本发明实施例提供的一种农用拖拉机驱动桥智能控制系统，其特征在于，包括：
语音信息采集子系统，用于采集目标农户的语音信息；
驱动桥控制指令确定子系统，用于根据语音信息，确定目标农用拖拉机的驱动桥控制指令；
驱动模式确定子系统，用于基于驱动桥控制指令，确定驱动模式；
分配控制方案确定子系统，用于根据驱动模式，确定驱动扭矩分配控制方案；
智能控制子系统，用于根据驱动扭矩分配控制方案，进行相应智能控制。
优选的，语音信息采集子系统，包括：
识别内容信息获取模块，用于获取预设于目标农用拖拉机上的语音识别器的识别内容信息；
语音信息确定模块，用于基于预设的语音信息转换模版，根据识别内容信息，确定语音信息。
优选的，驱动桥控制指令确定子系统，包括：
语音语义识别模块，用于解析语音信息，识别语音语义；
驱动桥控制指令确定模块，用于根据语音语义和预设的目标指令库，确定驱动桥控制指令。
优选的，驱动模式确定子系统，包括：
工作场景标识确定模块，用于根据驱动桥控制指令，确定工作场景标识；
驱动模式确定模块，用于根据工作场景标识和预设的驱动模式库，确定驱动模式。
优选的，分配控制方案确定子系统，包括：
工作场景获取模块，用于获取驱动模式的工作场景；
驱动记录确定模块，用于确定工作场景的多个驱动记录；
驱动目标获取模块，用于解析驱动记录，获取驱动目标和驱动子记录；
性能相似度计算模块，用于计算驱动目标和目标拖拉机的性能相似度；
目标记录确定模块，用于若性能相似度大于等于预设的性能相似度阈值，则收集相应驱动子记录，并作为目标记录；
驱动扭矩分配控制方案确定模块，用于根据目标记录，确定驱动扭矩分配控制方案。
优选的，驱动扭矩分配控制方案确定模块，包括：
驱动扭矩分配事件获取子模块，用于解析目标记录，获取多个驱动扭矩分配事件，驱动扭矩分配事件包括：触发条件和触发结果；
聚类集合获取子模块，用于基于相似的触发条件对触发结果进行聚类处理，获取聚类集合；
处理簇获取子模块，用于对聚类集合中的异常触发结果进行剔除，获取处理簇；
关联训练项获取子模块，用于将处理簇与对应相似的触发条件进行关联，获取关联训练项，关联训练项包括：触发条件描述和处理簇；
分支训练子模块，用于根据关联训练项，将每一触发条件描述对应的处理簇作为训练数据进行预设的神经网络模型的分支训练；
方案生成模型子模块，用于将分支训练的训练结果进行模型融合，获取目标记录对应的驱动模式的方案生成模型，训练结果包括：分支权重、设置参数以及模型结果；
生成方案获取子模块，用于获取方案生成模型的生成方案，并将生成方案与对应驱动模式关联；
方案汇总子模块，用于汇总所有驱动模式的生成方案，获得驱动扭矩分配控制方案。
优选的，处理簇获取子模块，包括：
中心表示确定单元，用于确定每一聚类集合的中心表示；
标准表示距离获取单元，用于获取每一聚类集合的标准表示距离；
筛选圈绘制单元，用于根据中心表示和标准表示距离，绘制聚类集合的筛选圈；
结果表示获取单元，用于获取聚类集合中的触发结果的结果表示；
差异表示确定单元，用于获取在聚类集合的筛选圈之内的结果表示，并作为处理簇。
优选的，标准表示距离获取单元，包括：
描述距离获取子单元，用于获取聚类集合的触发条件描述两两之间的描述距离；
关联聚类集合对确定子单元，用于根据描述距离，确定关联聚类集合对；
关联聚类集合对信息确定子单元，用于确定关联聚类集合对的中心表示距离，同时，确定关联聚类集合对中的聚类集合的集合体量；
预选表示距离获取子单元，用于根据集合体量和中心表示距离，确定关联聚类集合对中的聚类集合的预选表示距离；
标准表示距离第一获取子单元，用于当聚类集合的预选表示距离的数目为1，将对应预选表示距离作为相应聚类集合的标准表示距离；
标准表示距离第二获取子单元，用于当聚类集合的预选表示距离的数目大于1，将最小的预选表示距离作为相应聚类集合的标准表示距离。
优选的，方案生成模型子模块，包括：
融合方法选择条件提取单元，用于解析训练结果，提取融合方法选择条件；
目标融合方法确定单元，用于根据融合方法选择条件和预设的融合方法库，确定目标融合方法；
方案生成模型获取单元，用于根据目标融合方法将分支训练的训练结果进行模型融合，获取目标记录对应的驱动模式的方案生成模型。
本发明实施例提供的一种农用拖拉机驱动桥智能控制系统，还包括：
防滑移控制子系统，用于在根据驱动扭矩分配控制方案进行智能控制时，实时获取驱动轮的反馈信息，根据反馈信息，进行防滑移控制；
其中，防滑移控制子系统，包括：
当前转速监测模块，用于根据反馈信息，监测驱动轮的当前转速；
预期转速确定模块，用于根据驱动扭矩分配控制方案，确定预期转速；
转速差变化趋势获取模块，用于获取当前转速和预期转速之间的转速差变化趋势；
预测结果确定模块，用于根据转速差变化趋势，预测滑移风险，获得预测结果；
防滑移控制模块，用于若预测结果为存在滑移风险，则动态控制释放刹车压力。
本发明实施例提供的一种农用拖拉机驱动桥智能控制方法，包括：
步骤1：采集目标农户的语音信息；
步骤2：根据语音信息，确定目标农用拖拉机的驱动桥控制指令；
步骤3：基于驱动桥控制指令，确定驱动模式；
步骤4：根据驱动模式，确定驱动扭矩分配控制方案；
步骤5：根据驱动扭矩分配控制方案，进行相应智能控制。
本发明的有益效果为：
本发明根据采集的目标农户的语音信息，确定驱动桥控制指令触发的驱动模式。基于驱动模式，调取适宜的驱动扭矩分配控制方案进行智能控制，提升了驱动桥控制的适宜性，提高了农机驱动效率，降低了车轮磨损和四驱损耗。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过本申请文件中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种农用拖拉机驱动桥智能控制系统的示意图；
图2为本发明实施例中一种农用拖拉机驱动桥智能控制系统中的驱动桥的示意图；
图3为本发明实施例中一种农用拖拉机驱动桥智能控制方法的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种农用拖拉机驱动桥智能控制系统，如图1所示，包括：
语音信息采集子系统1，用于采集目标农户的语音信息；其中，目标农户为：语音控制拖拉机的农户；语音信息为：拖拉机上的收音设备采集的目标农户发出的语音；
驱动桥控制指令确定子系统2，用于根据语音信息，确定目标农用拖拉机的驱动桥控制指令；其中，驱动桥控制指令为：根据语音信息确定的拖拉机的驱动桥的控制信号的解析结果，比如：增加扭矩、调整差速器等，驱动桥是拖拉机的传动组件，驱动桥的示意图如图2所示；
驱动模式确定子系统3，用于基于驱动桥控制指令，确定驱动模式；其中，驱动模式为：根据驱动桥控制指令确定的拖拉机的工作模式或运行模式；
分配控制方案确定子系统4，用于根据驱动模式，确定驱动扭矩分配控制方案；其中，驱动扭矩分配控制方案为：根据驱动模式确定的将扭矩分配给农用拖拉机驱动桥不同驱动轮的控制策略和算法；
智能控制子系统5，用于根据驱动扭矩分配控制方案，进行相应智能控制。其中，根据驱动扭矩分配控制方案进行控制时，驱动力通过驱动桥传递给驱动轮，从而推动拖拉机前进。
上述技术方案的工作原理及有益效果为：
本申请根据采集的目标农户的语音信息，确定驱动桥控制指令触发的驱动模式。基于驱动模式，调取适宜的驱动扭矩分配控制方案进行智能控制，提升了驱动桥控制的适宜性，提高了农机驱动效率，降低了车轮磨损和四驱损耗。
在一个实施例中，语音信息采集子系统，包括：
识别内容信息获取模块，用于获取预设于目标农用拖拉机上的语音识别器的识别内容信息；其中，语音识别器为：收集人声的收音麦克风；识别内容信息为：语音识别器识别到的语音；
语音信息确定模块，用于基于预设的语音信息转换模版，根据识别内容信息，确定语音信息。其中，语音信息转换模版用于供识别内容信息对照着生成控制系统能够识别的语音的模版。
上述技术方案的工作原理及有益效果为：
本申请引入语音信息转换模版，将语音识别器的识别内容信息转化为控制系统能够识别的语音信息，提高了语音信息的规范性。
在一个实施例中，驱动桥控制指令确定子系统，包括：
语音语义识别模块，用于解析语音信息，识别语音语义；其中，语音语义为：对语音信息进行语义分析获取的结果；
驱动桥控制指令确定模块，用于根据语音语义和预设的目标指令库，确定驱动桥控制指令。其中，预设的目标指令库中包括多个预置的目标指令，目标指令用于后续控制驱动桥的驱动。
上述技术方案的工作原理及有益效果为：
本申请将解析语音信息获取的语音语义和预设的目标指令库中的目标指令进行匹配获取驱动桥控制指令，驱动桥控制指令的获取更精准。
在一个实施例中，驱动模式确定子系统，包括：
工作场景标识确定模块，用于根据驱动桥控制指令，确定工作场景标识；其中，工作场景标识为：工作场景标识为当前的工作场景的表示标识，工作场景指不同的农业任务或操作情况，比如：耕地、播种和收割等；
驱动模式确定模块，用于根据工作场景标识和预设的驱动模式库，确定驱动模式。其中，预设的驱动模式库包括多个预先配置的对应于不同工作场景的驱动模式，每个驱动模式描述对应的工作场景的行为、功能或工作方式。
上述技术方案的工作原理及有益效果为：
本申请根据驱动桥控制指令，确定工作场景标识，再根据工作场景标识和预配置的驱动模式库确定驱动模式，驱动模式的确定过程更适宜。
在一个实施例中，分配控制方案确定子系统，包括：
工作场景获取模块，用于获取驱动模式的工作场景；其中，工作场景为：驱动模式的提取场景；
驱动记录确定模块，用于确定工作场景的多个驱动记录；其中，驱动记录为：工作场景中的人工进行农用拖拉机驱动时的驱动数据；
驱动目标获取模块，用于解析驱动记录，获取驱动目标和驱动子记录；其中，驱动目标为：驱动记录中记载的驱动设备，驱动子记录为：驱动记录中记载的驱动目标对应的驱动数据；
性能相似度计算模块，用于计算驱动目标和目标拖拉机的性能相似度；其中，性能相似度为:驱动目标和目标拖拉机的性能参数进行比较获得的性能相似程度的评估结果；
目标记录确定模块，用于若性能相似度大于等于预设的性能相似度阈值，则收集相应驱动子记录，并作为目标记录；其中，预设的性能相似度阈值由人工预先设置；
驱动扭矩分配控制方案确定模块，用于根据目标记录，确定驱动扭矩分配控制方案。
上述技术方案的工作原理及有益效果为：
不同的工作场景以及不同的工作设备都会导致驱动扭矩分配控制方案的分配思路不同，因此，本申请引入驱动模式的提取场景，确定工作场景的人工驱动记录，根据人工驱动的驱动目标和目标拖拉机的性能相似度，筛选性能相似度大于性能相似度阈值的驱动子记录确定驱动扭矩分配控制方案，提高了驱动扭矩分配控制方案的制定效率。
在一个实施例中，驱动扭矩分配控制方案确定模块，包括：
驱动扭矩分配事件获取子模块，用于解析目标记录，获取多个驱动扭矩分配事件，驱动扭矩分配事件包括：触发条件和触发结果；其中，驱动扭矩分配事件为：目标记录中记录的发生的驱动扭矩分配事件；触发条件为：发生驱动扭矩分配的情形；触发结果为：人工应对触发条件的驱动数据；
聚类集合获取子模块，用于基于相似的触发条件对触发结果进行聚类处理，获取聚类集合；其中，基于相似的触发条件对触发结果进行聚类处理为：对发生驱动扭矩分配的情形类似的情形对应的人工应对的驱动结果数据进行聚类；
处理簇获取子模块，用于对聚类集合中的异常触发结果进行剔除，获取处理簇；其中，聚类集合中的异常触发结果为：人工应对触发条件的不适宜的驱动结果；
关联训练项获取子模块，用于将处理簇与对应相似的触发条件进行关联，获取关联训练项，关联训练项包括：触发条件描述和处理簇；其中，触发条件描述为：触发条件的描述向量；
分支训练子模块，用于根据关联训练项，将每一触发条件描述对应的处理簇作为训练数据进行预设的神经网络模型的分支训练；其中，预设的神经网络模型由人工设置；分支训练为：针对不同的发生驱动扭矩分配的情形，对每一情形分别进行单独的训练，使得神经网络模型的每个分支专注于对应的任务；
方案生成模型子模块，用于将分支训练的训练结果进行模型融合，获取目标记录对应的驱动模式的方案生成模型，训练结果包括：分支权重、设置参数以及模型结果；其中，将分支训练的训练结果进行模型融合指将分别训练的多个分支的结果进行整合的过程；方案生成模型为：代替人工自动生成驱动数据的智能AI模型；
生成方案获取子模块，用于获取方案生成模型的生成方案，并将生成方案与对应驱动模式关联；其中，生成方案是将当前的情形输入方案生成模型获得的结果；
方案汇总子模块，用于汇总所有驱动模式的生成方案，获得驱动扭矩分配控制方案。
上述技术方案的工作原理及有益效果为：
本申请解析目标记录，确定触发条件和触发结果，对触发条件进行相似程度判定，将相似的触发条件对应的触发结果进行聚类，获得聚类集合。接着，对聚类集合中的异常成分进行剔除，获取处理簇。引入预设的神经网络模型，基于不同的触发条件和触发结果，针对神经网络模型的不同分支分别进行训练并进行模型融合获取方案生成模型，汇总方案生成模型的生成方案作为驱动扭矩分配控制方案，更加智能。
在一个实施例中，处理簇获取子模块，包括：
中心表示确定单元，用于确定每一聚类集合的中心表示；其中，中心表示为：在每一中将对应聚类集合的触发结果的特征表示向量求平均获得的结果；
标准表示距离获取单元，用于获取每一聚类集合的标准表示距离；其中，标准表示距离为：衡量样本向量与其所属聚类集合的中心向量之间的距离；
筛选圈绘制单元，用于根据中心表示和标准表示距离，绘制聚类集合的筛选圈；其中，筛选圈为：以中心表示为圆心、标准表示距离为半径的区域范围内；
结果表示获取单元，用于获取聚类集合中的触发结果的结果表示；其中，结果表示为：触发结果的特征化表示向量；
差异表示确定单元，用于获取在聚类集合的筛选圈之内的结果表示，并作为处理簇。
上述技术方案的工作原理及有益效果为：
为了保证后续分支训练的质量，需要对相似的触发条件的触发结果进行筛选，因此，确定每一聚类集合的中心表示，同时，获取聚类集合的标准表示距离，根据中心表示和标准表示距离，绘制筛选圈，获取筛选圈之内的结果表示对应的触发结果作为处理簇，提高了后续模型分支训练的质量。
在一个实施例中，标准表示距离获取单元，包括：
描述距离获取子单元，用于获取聚类集合的触发条件描述两两之间的描述距离；其中，聚类集合的触发条件描述为：聚类集合的触发条件描述向量；描述距离为：聚类集合的触发条件描述两两之间的向量距离；
关联聚类集合对确定子单元，用于根据描述距离，确定关联聚类集合对；其中，根据描述距离确定关联聚类集合对时，获取当前判定的聚类集合的触发条件描述对应的第一目标聚类集合，将与当前判定的聚类集合的触发条件描述的描述距离最小的聚类集合的触发条件描述对应的聚类集合作为第二目标聚类集合，将第一目标聚类集合和第二目标聚类集合作为关联聚类集合对；
关联聚类集合对信息确定子单元，用于确定关联聚类集合对的中心表示距离，同时，确定关联聚类集合对中的聚类集合的集合体量；其中，中心表示距离为：关联聚类集合对中的第一目标聚类集合的中心表示和第二目标聚类集合的中心表示的向量距离；集合体量为：关联聚类集合对中的聚类集合的数据项数目；
预选表示距离获取子单元，用于根据集合体量和中心表示距离，确定关联聚类集合对中的聚类集合的预选表示距离；其中，预选表示距离确定过程为：确定关联聚类集合对的集合体量的和值，将关联聚类集合对中的聚类集合的集合体量与关联聚类集合对相应的集合体量的和值相除再与对应中心表示距离相乘，获得预选表示距离；
标准表示距离第一获取子单元，用于当聚类集合的预选表示距离的数目为1，将对应预选表示距离作为相应聚类集合的标准表示距离；
标准表示距离第二获取子单元，用于当聚类集合的预选表示距离的数目大于1，将最小的预选表示距离作为相应聚类集合的标准表示距离。
上述技术方案的工作原理及有益效果为：
获取标准表示距离时，引入触发条件描述两两之间的描述距离，获取当前判定的聚类集合的触发条件描述对应的第一目标聚类集合，将与当前判定的聚类集合的触发条件描述的描述距离最小的触发条件描述对应的聚类集合作为第二目标聚类集合，将第一目标聚类集合和第二目标聚类集合作为关联聚类集合对。由于一个聚类集合可能不止和一个聚类集合构成关联聚类集合对，因此，根据确定的关联聚类集合对的中心表示距离和聚类集合的集合体量，确定预选表示距离。当聚类集合的预选表示距离的数目为1时，直接将相应预选表示距离作为标准表示距离，否则，将最小的预选表示距离作为相应聚类集合的标准表示距离。
在一个实施例中，方案生成模型子模块，包括：
融合方法选择条件提取单元，用于解析训练结果，提取融合方法选择条件；其中，融合方法选择条件为：用于后续选择模型融合的方法的依据；
目标融合方法确定单元，用于根据融合方法选择条件和预设的融合方法库，确定目标融合方法；其中，预设的融合方法库包括多个模型融合的方法，比如：加权融合、等权值融合、对分支的输出进行融合以及对分支对应的模型进行融合等；目标融合方法为根据融合方法选择条件选择的适合后续模型融合应用的方法；
方案生成模型获取单元，用于根据目标融合方法将分支训练的训练结果进行模型融合，获取目标记录对应的驱动模式的方案生成模型。
上述技术方案的工作原理及有益效果为：
本申请提取训练结果中的融合方法选择条件，再根据引入的融合方法库，确定目标融合方法将分支训练的训练结果进行模型融合，获得方案生成模型，提高了模型构建的适宜性。
本发明实施例提供了一种农用拖拉机驱动桥智能控制系统，还包括：
防滑移控制子系统，用于在根据驱动扭矩分配控制方案进行智能控制时，实时获取驱动轮的反馈信息，根据反馈信息，进行防滑移控制；其中，反馈信息为：从驱动轮获得的实时信息，包括驱动轮的转速、制动压力和轮胎附着力等，用于判断当前的车轮状态和滑移风险；
其中，防滑移控制子系统，包括：
当前转速监测模块，用于根据反馈信息，监测驱动轮的当前转速；其中，当前转速为：拖拉机的驱动轮的当前速度；
预期转速确定模块，用于根据驱动扭矩分配控制方案，确定预期转速；其中，预期转速为：根据驱动扭矩分配控制方案确定的驱动轮的目标转速；
转速差变化趋势获取模块，用于获取当前转速和预期转速之间的转速差变化趋势；其中，转速差变化趋势为：当前转速和预期转速之间的转速差值随时间变化的趋势；
预测结果确定模块，用于根据转速差变化趋势，预测滑移风险，获得预测结果；其中，预测滑移风险时，将转速差变化趋势数据和历史滑移记录中的记录数据进行对照，预测滑移风险；预测结果包括：存在滑移风险和不存在滑移风险；
防滑移控制模块，用于若预测结果为存在滑移风险，则动态控制释放刹车压力。其中，动态控制释放刹车压力为：根据防滑移算法和控制策略，实时调整刹车压力的分配动作，增加滑移车轮的刹车压力，以避免或减轻驱动轮的滑移现象。
上述技术方案的工作原理及有益效果为：
由于农业作业场景的复杂性，进行驱动桥的控制时存在驱动轮滑移风险，因此，引入驱动轮实时的反馈信息，监测驱动轮的当前转速，同时，根据驱动扭矩分配控制方案，确定预期转速。若当前转速和预期转速之间的转速差变化趋势符合滑移风险对应的转速差趋势数据，则判定为存在滑移风险，动态控制调整刹车压力的分配动作以保证后续农业作业的继续执行，提高了拖拉机运行效率，也减少了轮胎磨损。
本发明实施例提供了一种农用拖拉机驱动桥智能控制方法，如图3所示，包括：
步骤1：采集目标农户的语音信息；
步骤2：根据语音信息，确定目标农用拖拉机的驱动桥控制指令；
步骤3：基于驱动桥控制指令，确定驱动模式；
步骤4：根据驱动模式，确定驱动扭矩分配控制方案；
步骤5：根据驱动扭矩分配控制方案，进行相应智能控制。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种农用拖拉机驱动桥智能控制系统，其特征在于，包括：
语音信息采集子系统，用于采集目标农户的语音信息；
驱动桥控制指令确定子系统，用于根据语音信息，确定目标农用拖拉机的驱动桥控制指令；
驱动模式确定子系统，用于基于驱动桥控制指令，确定驱动模式；
分配控制方案确定子系统，用于根据驱动模式，确定驱动扭矩分配控制方案；
智能控制子系统，用于根据驱动扭矩分配控制方案，进行相应智能控制。
2.如权利要求1所述的一种农用拖拉机驱动桥智能控制系统，其特征在于，语音信息采集子系统，包括：
识别内容信息获取模块，用于获取预设于目标农用拖拉机上的语音识别器的识别内容信息；
语音信息确定模块，用于基于预设的语音信息转换模版，根据识别内容信息，确定语音信息。
3.如权利要求1所述的一种农用拖拉机驱动桥智能控制系统，其特征在于，驱动桥控制指令确定子系统，包括：
语音语义识别模块，用于解析语音信息，识别语音语义；
驱动桥控制指令确定模块，用于根据语音语义和预设的目标指令库，确定驱动桥控制指令。
4.如权利要求1所述的一种农用拖拉机驱动桥智能控制系统，其特征在于，驱动模式确定子系统，包括：
工作场景标识确定模块，用于根据驱动桥控制指令，确定工作场景标识；
驱动模式确定模块，用于根据工作场景标识和预设的驱动模式库，确定驱动模式。
5.如权利要求1所述的一种农用拖拉机驱动桥智能控制系统，其特征在于，分配控制方案确定子系统，包括：
工作场景获取模块，用于获取驱动模式的工作场景；
驱动记录确定模块，用于确定工作场景的多个驱动记录；
驱动目标获取模块，用于解析驱动记录，获取驱动目标和驱动子记录；
性能相似度计算模块，用于计算驱动目标和目标拖拉机的性能相似度；
目标记录确定模块，用于若性能相似度大于等于预设的性能相似度阈值，则收集相应驱动子记录，并作为目标记录；
驱动扭矩分配控制方案确定模块，用于根据目标记录，确定驱动扭矩分配控制方案。
6.如权利要求5所述的一种农用拖拉机驱动桥智能控制系统，其特征在于，驱动扭矩分配控制方案确定模块，包括：
驱动扭矩分配事件获取子模块，用于解析目标记录，获取多个驱动扭矩分配事件，驱动扭矩分配事件包括：触发条件和触发结果；
聚类集合获取子模块，用于基于相似的触发条件对触发结果进行聚类处理，获取聚类集合；
处理簇获取子模块，用于对聚类集合中的异常触发结果进行剔除，获取处理簇；
关联训练项获取子模块，用于将处理簇与对应相似的触发条件进行关联，获取关联训练项，关联训练项包括：触发条件描述和处理簇；
分支训练子模块，用于根据关联训练项，将每一触发条件描述对应的处理簇作为训练数据进行预设的神经网络模型的分支训练；
方案生成模型子模块，用于将分支训练的训练结果进行模型融合，获取目标记录对应的驱动模式的方案生成模型，训练结果包括：分支权重、设置参数以及模型结果；
生成方案获取子模块，用于获取方案生成模型的生成方案，并将生成方案与对应驱动模式关联；
方案汇总子模块，用于汇总所有驱动模式的生成方案，获得驱动扭矩分配控制方案。
7.如权利要求6所述的一种农用拖拉机驱动桥智能控制系统，其特征在于，处理簇获取子模块，包括：
中心表示确定单元，用于确定每一聚类集合的中心表示；
标准表示距离获取单元，用于获取每一聚类集合的标准表示距离；
筛选圈绘制单元，用于根据中心表示和标准表示距离，绘制聚类集合的筛选圈；
结果表示获取单元，用于获取聚类集合中的触发结果的结果表示；
差异表示确定单元，用于获取在聚类集合的筛选圈之内的结果表示，并作为处理簇。
8.如权利要求6所述的一种农用拖拉机驱动桥智能控制系统，其特征在于，方案生成模型子模块，包括：
融合方法选择条件提取单元，用于解析训练结果，提取融合方法选择条件；
目标融合方法确定单元，用于根据融合方法选择条件和预设的融合方法库，确定目标融合方法；
方案生成模型获取单元，用于根据目标融合方法将分支训练的训练结果进行模型融合，获取目标记录对应的驱动模式的方案生成模型。
9.如权利要求1所述的一种农用拖拉机驱动桥智能控制系统，其特征在于，还包括：
防滑移控制子系统，用于在根据驱动扭矩分配控制方案进行智能控制时，实时获取驱动轮的反馈信息，根据反馈信息，进行防滑移控制；
其中，防滑移控制子系统，包括：
当前转速监测模块，用于根据反馈信息，监测驱动轮的当前转速；
预期转速确定模块，用于根据驱动扭矩分配控制方案，确定预期转速；
转速差变化趋势获取模块，用于获取当前转速和预期转速之间的转速差变化趋势；
预测结果确定模块，用于根据转速差变化趋势，预测滑移风险，获得预测结果；
防滑移控制模块，用于若预测结果为存在滑移风险，则动态控制释放刹车压力。
10.一种农用拖拉机驱动桥智能控制方法，其特征在于，包括：
步骤1：采集目标农户的语音信息；
步骤2：根据语音信息，确定目标农用拖拉机的驱动桥控制指令；
步骤3：基于驱动桥控制指令，确定驱动模式；
步骤4：根据驱动模式，确定驱动扭矩分配控制方案；
步骤5：根据驱动扭矩分配控制方案，进行相应智能控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410164019.3A CN117755306B (zh) | 2024-02-05 | 2024-02-05 | 一种农用拖拉机驱动桥智能控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410164019.3A CN117755306B (zh) | 2024-02-05 | 2024-02-05 | 一种农用拖拉机驱动桥智能控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117755306A true CN117755306A (zh) | 2024-03-26 |
| CN117755306B CN117755306B (zh) | 2024-06-14 |
Family
ID=90310898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410164019.3A Active CN117755306B (zh) | 2024-02-05 | 2024-02-05 | 一种农用拖拉机驱动桥智能控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117755306B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3187405A1 (en) * | 2015-11-12 | 2017-07-05 | Visionar S.r.l. | Torque split system for two wheel-drive electrical motor vehicles |
| CN107161151A (zh) * | 2017-04-27 | 2017-09-15 | 广州汽车集团股份有限公司 | 车辆的动力分配控制方法、装置及系统 |
| WO2018007170A1 (en) * | 2016-07-07 | 2018-01-11 | Jaguar Land Rover Limited | A controller for a vehicle system |
| CN111439271A (zh) * | 2020-04-21 | 2020-07-24 | 上汽大众汽车有限公司 | 基于语音控制的辅助驾驶方法及辅助驾驶设备 |
| CN112519778A (zh) * | 2019-09-19 | 2021-03-19 | 广州汽车集团股份有限公司 | 汽车驾驶控制方法、汽车驾驶控制设备及存储介质 |
| CN112721933A (zh) * | 2020-07-28 | 2021-04-30 | 盐城工业职业技术学院 | 一种基于语音识别的农用拖拉机的控制终端 |
| CN113135095A (zh) * | 2020-01-17 | 2021-07-20 | 长沙智能驾驶研究院有限公司 | 电机控制方法、装置、电子设备和存储介质 |
| CN113212181A (zh) * | 2020-01-21 | 2021-08-06 | 长沙智能驾驶研究院有限公司 | 车辆中多桥分布式电驱动桥的控制方法与装置 |
| CN114940155A (zh) * | 2021-07-05 | 2022-08-26 | 长城汽车股份有限公司 | 车辆前后桥扭矩分配方法、装置及车辆 |
| CN116494992A (zh) * | 2023-06-26 | 2023-07-28 | 中国第一汽车股份有限公司 | 一种车辆控制方法、装置、电子设备及存储介质 |
| CN117002276A (zh) * | 2023-08-31 | 2023-11-07 | 东风商用车有限公司 | 一种分布式驱动速度同步控制方法及装置 |
-
2024
- 2024-02-05 CN CN202410164019.3A patent/CN117755306B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3187405A1 (en) * | 2015-11-12 | 2017-07-05 | Visionar S.r.l. | Torque split system for two wheel-drive electrical motor vehicles |
| WO2018007170A1 (en) * | 2016-07-07 | 2018-01-11 | Jaguar Land Rover Limited | A controller for a vehicle system |
| CN107161151A (zh) * | 2017-04-27 | 2017-09-15 | 广州汽车集团股份有限公司 | 车辆的动力分配控制方法、装置及系统 |
| CN112519778A (zh) * | 2019-09-19 | 2021-03-19 | 广州汽车集团股份有限公司 | 汽车驾驶控制方法、汽车驾驶控制设备及存储介质 |
| CN113135095A (zh) * | 2020-01-17 | 2021-07-20 | 长沙智能驾驶研究院有限公司 | 电机控制方法、装置、电子设备和存储介质 |
| CN113212181A (zh) * | 2020-01-21 | 2021-08-06 | 长沙智能驾驶研究院有限公司 | 车辆中多桥分布式电驱动桥的控制方法与装置 |
| CN111439271A (zh) * | 2020-04-21 | 2020-07-24 | 上汽大众汽车有限公司 | 基于语音控制的辅助驾驶方法及辅助驾驶设备 |
| CN112721933A (zh) * | 2020-07-28 | 2021-04-30 | 盐城工业职业技术学院 | 一种基于语音识别的农用拖拉机的控制终端 |
| CN114940155A (zh) * | 2021-07-05 | 2022-08-26 | 长城汽车股份有限公司 | 车辆前后桥扭矩分配方法、装置及车辆 |
| CN116494992A (zh) * | 2023-06-26 | 2023-07-28 | 中国第一汽车股份有限公司 | 一种车辆控制方法、装置、电子设备及存储介质 |
| CN117002276A (zh) * | 2023-08-31 | 2023-11-07 | 东风商用车有限公司 | 一种分布式驱动速度同步控制方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117755306B (zh) | 2024-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104828062B (zh) | 一种基于驾驶员制动意图识别的制动控制方法 | |
| CN111428960B (zh) | 一种融合多源车载传感器信息的智能车辆驾驶性自动化评价方法 | |
| CN110262491B (zh) | 一种基于混合学习方式的车辆制动意图预测的方法及系统 | |
| CN110386144B (zh) | 一种对驾驶人制动意图进行辨识的ghmm/ggap-rbf混合模型及辨识方法 | |
| CN111783943B (zh) | 一种基于lstm神经网络的驾驶员制动强度预测方法 | |
| CN112590801A (zh) | 一种基于驾驶员疲劳程度的前方碰撞预警控制方法 | |
| CN117755306B (zh) | 一种农用拖拉机驱动桥智能控制系统及方法 | |
| CN115476861B (zh) | 智能网联汽车的安全评价系统 | |
| CN112092674A (zh) | 电池状态监测方法、装置、介质、边缘处理器和车辆 | |
| CN118219851B (zh) | 新能源汽车速度分布式监测系统及方法 | |
| CN116238544B (zh) | 一种自动驾驶车辆的行驶控制方法及控制系统 | |
| CN216374512U (zh) | 一种智能液压刹车系统 | |
| CN113823118A (zh) | 一种联合紧急程度和博弈论的智能网联车辆换道方法 | |
| CN112937639B (zh) | 一种基于物联网的铁路机车自动控制系统 | |
| CN109910865B (zh) | 一种基于物联网的车辆预警刹车方法 | |
| CN111196270B (zh) | 一种电动汽车电液复合制动系统转弯控制方法 | |
| CN116291925A (zh) | 一种基于多端深度学习的发动机智能控制系统 | |
| CN107719131B (zh) | 一种基于制动时间识别的电动汽车制动力分配方法 | |
| CN113911089A (zh) | 一种智能液压刹车系统及方法 | |
| CN115327942A (zh) | 一种环境智能监测系统 | |
| EP4011725A3 (en) | Braking method and apparatus for vehicle, electronic device, storage medium and program product | |
| CN111866464A (zh) | 一种基于虚拟现实技术的农用拖拉机远程控制系统 | |
| Liang et al. | Using Data Augmentation to Improve EEG-Based Prediction of Emergency Braking Intention | |
| CN116476800B (zh) | 基于多传感器数据融合的新能源汽车动力分配控制方法 | |
| CN211294002U (zh) | 一种用于采集公交车行驶数据分析监管驾驶员驾驶习惯的车载系统 |
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 |