CN117786819A - 一种路面等级识别方法及装置 - Google Patents

一种路面等级识别方法及装置 Download PDF

Info

Publication number
CN117786819A
CN117786819A CN202410143366.8A CN202410143366A CN117786819A CN 117786819 A CN117786819 A CN 117786819A CN 202410143366 A CN202410143366 A CN 202410143366A CN 117786819 A CN117786819 A CN 117786819A
Authority
CN
China
Prior art keywords
suspension
road surface
vehicle body
estimated value
surface state
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
CN202410143366.8A
Other languages
English (en)
Inventor
高紫光
张明
陈凯
王俊广
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.)
Beijing Jingwei Hirain Tech Co Ltd
Original Assignee
Beijing Jingwei Hirain Tech 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 Beijing Jingwei Hirain Tech Co Ltd filed Critical Beijing Jingwei Hirain Tech Co Ltd
Priority to CN202410143366.8A priority Critical patent/CN117786819A/zh
Publication of CN117786819A publication Critical patent/CN117786819A/zh
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Vehicle Body Suspensions (AREA)

Abstract

本发明公开了一种路面等级识别方法及装置,应用于车身系统和悬架系统,基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度、悬架动行程和悬架运动速度,将车身垂向加速度、悬架动行程和悬架运动速度传递给系统辨识模型得到车身系统的簧上质量估计值和阻尼系数估计值;将簧上质量估计值和阻尼系数估计值传递给预设的经验公式进行计算,基于得到的路面状态参数确定当前路面的路面等级。上述过程,直接计算得到路面状态参数,基于路面状态参数直接确定路面状态等级,避免了先计算高程,再基于傅里叶变换、激励频率能量分段及小波变换分析等方法确定路面状态参数需要消耗大量计算资源,不但对对处理器的要求较高,而且计算周期较长的问题。

Description

一种路面等级识别方法及装置
技术领域
本发明涉及数据处理技术领域,尤其涉及一种路面等级识别方法及装置。
背景技术
路面的等级主要是通过高程来确定,其中,路面的高程指某点沿铅垂线方向到绝对基面的距离。
现有技术中,高程的确定主要是通过车辆动力学响应的逆向路面识别来实现的,通过在车上安装传感器的方式,利用车辆动力学响应进行路面不平度识别,得到高程,将得到的高程基于傅里叶变换、激励频率能量分段及小波变换分析等方法确定路面状态参数,基于路面状态参数对路面等级进行识别,上述过程中,在基于傅里叶变换、激励频率能量分段及小波变换分析等方法确定路面状态参数需要消耗大量的计算资源,不但对对处理器的要求较高,而且计算周期较长。
发明内容
有鉴于此,本发明提供了一种路面等级识别方法及装置,用以解决现有技术中基于傅里叶变换、激励频率能量分段及小波变换分析等方法确定路面状态参数不但对对处理器的要求较高,而且计算周期较长的问题。具体方案如下:
一种路面等级识别方法,所述方法应用于车身系统和悬架系统,所述方法包括:
基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度、悬架动行程和悬架运动速度,其中,所述车身加速度传感器至少为一个,所述悬架动行程传感器至少为一个;
将所述车身垂向加速度、所述悬架动行程和所述悬架运动速度传递给系统辨识模型得到所述车身系统的簧上质量估计值和阻尼系数估计值,其中,所述系统辨识模型是两自由度悬架振动模型;
将所述簧上质量估计值和所述阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数,其中,所述预设的经验公式表征所述悬架动行程与所述簧上质量估计值、簧下质量、所述路面状态参数、所述阻尼系数估计值和车速的关联关系,所述簧下质量为所述悬架系统的质量;
基于所述路面状态参数确定当前路面的路面等级。
上述的路面等级识别方法,可选的,基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度,包括:
获取所述车身加速度传感器输出的第一车身垂向加速度;
对所述第一车身垂向加速度进行A/D转换,得到第二车身垂向加速度;
对所述第二车身垂向加速度进行低通滤波和去噪处理,得到初始车身垂向加速度;
对所述初始车身垂向加速度进行均值滤波,得到所述车身垂向加速度。
上述的路面等级识别方法,可选的,基于车身加速度传感器和悬架动行程传感器确定悬架动行程和悬架运动速度,包括:
获取所述悬架动行程传感器输出的第一悬架动行程;
对所述第一悬架动行程进行A/D转换,得到第二悬架动行程;
对所述第二悬架动行程进行低通滤波和去噪处理,得到所述悬架动行程;
对所述悬架动行程进行微分处理,得到所述悬架运动速度。
上述的路面等级识别方法,可选的,将所述车身垂向加速度、所述悬架动行程和所述悬架运动速度传递给系统辨识模型得到所述车身系统的簧上质量估计值和阻尼系数估计值,包括:
获取簧上质量的力学分析结果,其中,所述力学分析结果用于表征实际簧上质量、实际阻尼系数、所述悬架动行程、所述悬架运动速度和所述车身垂向加速度的关联关系,所述簧上质量为车身系统质量;
确定所述车身加速度传感器和所述悬架动行程传感器采集的时间窗长度;
基于所述力学分析结果和所述时间窗长度确定所述簧上质量估计值和所述阻尼系数估计值。
上述的路面等级识别方法,可选的,确定所述身加速度传感器和所述悬架动行程传感器采集的时间窗长度,包括:
选定初始时间窗长度;
在所述初始时间窗范围内计算各个参考路面悬架动行程方差和平均等效阻尼;
若基于对应的悬架动行程方差和平均等效阻尼能区分所述各个参考路面,则所述初始时间窗长度为所述时间窗长度。
上述的路面等级识别方法,可选的,将所述簧上质量估计值和所述阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数,包括:
基于所述预设经验公式计算所述路面状态参数R;
其中,为悬架动行程均方值,M估计为所述簧上质量估计值,m为簧下质量,CS估计为阻尼系数估计值,V为车速,R为所述路面状态参数。
上述的路面等级识别方法,可选的,基于所述路面状态参数确定当前路面的路面等级,包括:
将所述路面状态参数与各个预设路面状态参数范围进行对比,将包含所述路面状态参数的预设路面状态参数范围作为目标预设路面状态参数范围;
获取与所述目标预设路面状态参数范围对应的目标路面等级,所述目标路面等级为所述当前路面的路面等级。
一种路面等级识别装置,所述装置应用于车身系统和悬架系统,所述装置包括:
第一确定模块,用于基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度、悬架动行程和悬架运动速度,其中,所述车身加速度传感器至少为一个,所述悬架动行程传感器至少为一个;
第二确定模块,用于将所述车身垂向加速度、所述悬架动行程和所述悬架运动速度传递给系统辨识模型得到所述车身系统的簧上质量估计值和阻尼系数估计值,其中,所述系统辨识模型是两自由度悬架振动模型;
计算模块,用于将所述簧上质量估计值和所述阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数,其中,所述预设的经验公式表征所述悬架动行程与所述簧上质量估计值、簧下质量、所述路面状态参数、所述阻尼系数估计值和车速的关联关系,所述簧下质量为所述悬架系统的质量;
第三确定模块,用于基于所述路面状态参数确定当前路面的路面等级。
上述的路面等级识别装置,可选的,所述第二确定模块包括:
获取单元,用于获取簧上质量的力学分析结果,其中,所述力学分析结果用于表征实际簧上质量、实际阻尼系数、所述悬架动行程、所述悬架运动速度和所述车身垂向加速度的关联关系,所述簧上质量为车身系统质量;
第一确定单元,用于确定所述车身加速度传感器和所述悬架动行程传感器采集的时间窗长度;
第二确定单元,用于基于所述力学分析结果和所述时间窗长度确定所述簧上质量估计值和所述阻尼系数估计值。
上述的路面等级识别装置,可选的,所述计算模块包括:
计算单元,用于基于所述预设经验公式计算所述路面状态参数R;
其中,为悬架动行程均方值,M估计为所述簧上质量估计值,m为簧下质量,CS估计为阻尼系数估计值,V为车速,R为所述路面状态参数。
与现有技术相比,本发明包括以下优点:
本发明公开了一种路面等级识别方法及装置,应用于车身系统和悬架系统,包括:基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度、悬架动行程和悬架运动速度,将车身垂向加速度、悬架动行程和悬架运动速度传递给系统辨识模型得到车身系统的簧上质量估计值和阻尼系数估计值;将簧上质量估计值和阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数,基于路面状态参数确定当前路面的路面等级。上述过程,直接计算得到路面状态参数,基于路面状态参数直接确定路面状态等级,避免了先计算高程,再基于傅里叶变换、激励频率能量分段及小波变换分析等方法确定路面状态参数需要消耗大量计算资源,不但对对处理器的要求较高,而且计算周期较长的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种路面等级识别方法流程图;
图2为本发明实施例公开的一种辨识模型示意图;
图3为本发明实施例公开的一种时间窗长度确定方法流程图;
图4为本发明实施例公开的一种路面等级识别装置结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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做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。
本发明公开了一种路面等级识别方法及装置,用于对路面等级的识别,现有技术中,除了通过在车上安装传感器的方式,利用车辆动力学响应进行路面不平度识别,得到高程,还可以过路面不平度仪与地面保持接触的方式进行路面高程的测量,或者通过安装于车身的激光、超声波、红外线及摄像头等传感器测量路面高程。上述过程中将得到的高程基于傅里叶变换、激励频率能量分段及小波变换分析等方法确定路面状态参数,基于路面状态参数对路面等级进行识别,需要消耗大量的计算资源,不但对对处理器的要求较高,而且计算周期较长。并且直接测量法需要高精度测量仪器和特定的测试设备,一般只在各国交通道路管理部门得到了应用,对于乘用车和商用车没有应用的可行性,利用非接触式测量的路面识别方案受限于制造成本、附属设备体积、重量等因素,目前仅能应用于实验样车中,进一步的,基于诸多测量设备的信息融合也需要设计复杂的状态观测器,受限于设备和成本难以在量产车中得到广泛运用。基于上述的问题,本发明提供了一种路面等级识别方法,所述方法应用于车身系统和悬架系统,所述方法的执行流程如图1所示,包括:
S101、基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度、悬架动行程和悬架运动速度,其中,所述车身加速度传感器至少为一个,所述悬架动行程传感器至少为一个;
本发明实施例中,预先在所述车身系统中设置车身加速度传感器和在所述悬架系统中设置悬架动行程传感器,其中,所述车身加速度传感器一般布置于悬架上方的车体上,所述车身加速度传感器至少为一个,在所述车身加速度传感器为多个的情况下,以对角形式放置,优选的,可以放置三个,其中两个以对角形式放置,另外一个基于具体情况放置;所述悬架动行程传感器一般布置于副车架和摆臂之间,所述悬架动行程传感器至少一个。
本发明实施例中,主要针对车辆垂向振动进行路面等级识别,因此,只需要获取车身垂向加速度,针对所述车身垂向加速度的获取过程如下:
获取所述车身加速度传感器输出第一车身垂向加速度,对所述第一车身垂向加速度进行A/D转换,得到第二车身垂向加速度,对所述第二车身垂向加速度进行低通滤波和去噪处理,得到初始车身垂向加速度,对所述初始车身垂向加速度进行均值滤波,得到所述车身垂向加速度,滤波过程中采用的滤波参数需要综合考虑传感器特性,控制系统的计算资源,信号的应用场景等因素。其中,对所述初始垂向加速度进行均值滤波的目的是为了消除零点漂移,受限于所述车身加速度传感器的结构原理,所述车身加速度传感器即使在车辆静止的情况下,传感器也会采集到一个重力加速度大小的数值,该数值一般被视作零点漂移,与本发明所述车身垂向加速度不符,另外一个问题在于,零点漂移在不同的工况会拥有不同的数值,例如斜坡上零点漂移会小于平地上的零点漂移,因此,需要根据车辆实际状态解决零点漂移的问题,在本发明实施例中,车身加速度传感器由于其单轴测量的特性,即加速度传感器测量加速度是通过一个应变片变形实现的,测量方向为垂向时,受到重力影响,即使车辆车身没动也会有一个g的测量值,且只能测量一个方向的加速度,零点漂移体现在加速度传感器测量结果均值的变化,因此对车身垂向加速度信号传感器进行均值滤波即可获得零点漂移。
本发明实施例中,针对所述悬架动行程和所述悬架运动速度的获取过程如下:
获取所述悬架动行程传感器输出的第一悬架动行程,其中,所述第一悬架动行程悬架动行程传感器通过两个臂夹角获得电信号,再将电信号通过标定转化为第一悬架动行程,其中,所述第一悬架动行程为高度值,对所述第一悬架动行程进行A/D转换,得到第二悬架动行程,对所述第二悬架动行程进行低通滤波和去噪处理,得到所述悬架动行程,其中,滤波过程中采用的滤波参数需要综合考虑传感器特性,控制系统的计算资源,信号的应用场景等因素。对所述悬架动行程进行微分处理,得到所述悬架运动速度。
进一步的,通常情况下,所述车身加速度传感器和所述悬架动行程传感器会布置多个,分别位于车身不同的位置,对各个传感器测量结果进行整合,一般可以将车身视作刚体,获得车身垂向加速度、悬架动行程和悬架运动速度,其中,具体的整合过程可以依据相关传感器的位置布置关系或者具体的应用场景进行整合,基本原则:基于各个刚体的传感器数据计算质心的传感器数值,本发明实施例中不进行具体限定,例如,可以通过将各个传感器得到的数值取平均的方式或者对角位置的传感器数值取平均的方式进行确定等。本发明实施例中的第一车身垂向加速度和所述第一悬架动行程均是整合之后得到的。
S102、将所述车身垂向加速度、所述悬架动行程和所述悬架运动速度传递给系统辨识模型得到所述车身系统的簧上质量估计值和阻尼系数估计值,其中,所述系统辨识模型是两自由度悬架振动模型;本发明实施例中,所述系统辨识模型是两自由度悬架振动模型,将所述车身垂向加速度、所述悬架动行程和所述悬架运动速度传递给系统辨识模型得到所述车身系统的簧上质量估计值和阻尼系数估计值的处理过程如下:首先获取簧上质量力学分析结果,其中,所述簧上质量为车身系统的质量,所述簧上质量力学分析结果的获取过程如图2所示,M表示簧上质量(实际值),m表示簧下质量(实际值),Ks和Kt为对应弹簧的刚度,Cs为实际阻尼系数,多自由度的簧上质量被简化成了只可以上下运动的质量块M,实际加速度传感器布置在车身的不同位置,需要对这些结果进行整合,计算出唯一的垂向车身加速度;簧下质量也被简化成了唯一质量块m,因此对于多个悬架动行程传感器的测量结果也需要进行上述的整合计算,具体的整合方法本发明实施例中不进行限定,然后开始系统辨识。
对簧上质量受力分析,得到力学分析结果,所述力学分析结果为:
其中,簧上质量和簧下质量相对于平衡位置的位移(悬架动行程):(x2-x1),可以被悬架动行程传感器测量所得,簧上质量和簧下质量相对于平衡位置的速度(悬架运动速度):x1悬架初始位置,为悬架初始速度,x2为车身初始位置,为车身初始速度,为车身垂向加速度,所述车身垂向加速度可以被所述车身加速度传感器测量所得,x0为初始高程,均为已知,因此可得:
使用最小二乘法可以对系统参数进行辨识,如下式所示:
其中,为参数估计值,为簧上质量估计值和阻尼系数估计值的最小方差估计,在取最小方差估计情况下的簧上质量和阻尼系数为簧上质量估计值和阻尼系数估计值,y是-Ks(x2-x1)在过去N个时刻所组成的矩阵,Ψ是在过去N个时刻组成的矩阵,其中,所述过去N个时刻的时长为时间窗长度。
其中,所述时间窗长度的具体确定过程如图3所示,首先需要选择一个观测时间窗的长度作为初始时间窗长度,需要注意的是:当时间窗越长的时候,控制器需要储存的数据越多,系统能够感知到路面状态发生变化所需要的时间越长;时间窗长度过短则会导致计算出的R值变化剧烈。因此在标定R值时需要选取几组具有代表性的参考路面,其中,R表示路面状态参数,R数值大小与路面状态相关,路况越差,R越大,选取的时间窗长度在这几组路面的预测结果相对稳定则认为可用。在参考路面上进行测试,其中,所述参考路面为多个,计算观测时间内悬架动行程方差和平均等效阻尼,具体的计算方式如S102所述,针对悬架动行程在继续取平方,针对等效阻尼在继续取平均便可以得到,针对得到的各组悬架动行程方差和平均等效阻尼,计算对应项的差值,例如针对不同参考路面对应的悬架动行程方差两者相减得到第一差值,针对不同的平均等效阻尼两者相减得到第二差值,若所述第一差值和所述第二差值同时大于对应的阈值,判定不同的参考路面可以进行区分,反之,若至少一个不不大于对应的阈值,则判定不可以进行参考路面区分,针对对应的阈值可以基于经验或者具体的应用场景进行设定,本发明实施例中不进行具体先定。
进一步的,将所述观测时长减小是否仍然可以区分,若否,将所述初始时间窗长度作为时间窗长度,若是,将减小的观测时长作为新的初始时间窗长度重新进行上述计算。
S103、将所述簧上质量估计值和所述阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数,其中,所述预设的经验公式表征所述悬架动行程与所述簧上质量估计值、簧下质量、所述路面状态参数、所述阻尼系数估计值和车速的关联关系,所述簧下质量为所述悬架系统的质量;
本发明实施例中,所述预设的经验公式表征所述悬架动行程与所述簧上质量、簧下质量、所述路面状态参数、所述阻尼系数估计值和车速的关联关系,所述关联关系为统计学关系,需要记录一段时间数据,为了将统计学关系应用于实时运行的车辆系统,需要结合图3所示的调试、标定过程确定记录数据的时间窗长度,该长度需要保证求解出的路面状态参数相对稳定,且能及时反映当前的路面状态。
在选定所述时间窗长度后,将所述簧上质量估计值和所述阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数具体的处理过程如下:
悬架动行程的均方值与路面等级、车速的关系如下所示:
其中,为悬架动行程均方值,M估计为簧上质量估计值,m为簧下质量,CS估计为阻尼系数估计值,V为车速,R为路面状态参数。
对经验公式变形可得:
本发明实施例中,R数值大小与路面状态相关,路况越差,R越大。
S104、基于所述路面状态参数确定当前路面的路面等级。
本发明实施例中,预先建立预设路面状态参数范围与路面等级的关联关系,其中,所述关联关系至少为一个,将所述路面状态参数与各个预设路面状态参数范围进行对比,将包含所述路面状态参数的预设路面状态参数范围作为目标预设路面状态参数范围获取与所述目标预设路面状态参数范围对应的目标路面等级,所述目标路面等级为所述当前路面的路面等级。
本发明公开了一种路面等级识别方法,应用于车身系统和悬架系统,包括:基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度、悬架动行程和悬架运动速度,将车身垂向加速度、悬架动行程和悬架运动速度传递给系统辨识模型得到车身系统的簧上质量估计值和阻尼系数估计值;将簧上质量估计值和阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数,基于路面状态参数确定当前路面的路面等级。上述过程,直接计算得到路面状态参数,基于路面状态参数直接确定路面状态等级,避免了先计算高程,再基于傅里叶变换、激励频率能量分段及小波变换分析等方法确定路面状态参数需要消耗大量计算资源,不但对对处理器的要求较高,而且计算周期较长的问题。
进一步的,针对上述识别方法,首先,一般的路面等级识别方法需要布置大量传感器和测量设,本发明所用传感器均为实际量产车型可用方案,成本较低,工程落地容易;其次,半主动悬架越来越流行的当下,基于量产车可用传感器的路面识别方案可用为半主动悬架控制提供更多可能性;最后,本发明所涉及的计算过程简单,没有复杂的矩阵运算,实用性强。
基于上述的一种路面等级识别方法,本发明实施例中还提供了一种路面等级识别装置,所述识别装置的结构框图如图4所示,包括:
第一确定模块201、第二确定模块202、计算模块203和第三确定模块204。
其中,
所述第一确定模块201,用于基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度、悬架动行程和悬架运动速度,其中,所述车身加速度传感器至少为一个,所述悬架动行程传感器至少为一个;
第二确定模块,用于将所述车身垂向加速度、所述悬架动行程和所述悬架运动速度传递给系统辨识模型得到所述车身系统的簧上质量估计值和阻尼系数估计值,其中,所述系统辨识模型是两自由度悬架振动模型;
计算模块,用于将所述簧上质量估计值和所述阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数,其中,所述预设的经验公式表征所述悬架动行程与所述簧上质量估计值、簧下质量、所述路面状态参数、所述阻尼系数估计值和车速的关联关系,所述簧下质量为所述悬架系统的质量;
所述第三确定模块204,用于基于所述路面状态参数确定当前路面的路面等级。
本发明公开了一种路面等级识别装置,应用于车身系统和悬架系统,包括:基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度、悬架动行程和悬架运动速度,将车身垂向加速度、悬架动行程和悬架运动速度传递给系统辨识模型得到车身系统的簧上质量估计值和阻尼系数估计值;将簧上质量估计值和阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数,基于路面状态参数确定当前路面的路面等级。上述过程,直接计算得到路面状态参数,基于路面状态参数直接确定路面状态等级,避免了先计算高程,再基于傅里叶变换、激励频率能量分段及小波变换分析等方法确定路面状态参数需要消耗大量计算资源,不但对对处理器的要求较高,而且计算周期较长的问题。
本发明实施例中,所述第二确定模块202包括:
获取单元、第一确定单元和第二确定单元。
其中,
所述获取单元,用于获取簧上质量的力学分析结果,其中,所述力学分析结果用于表征实际簧上质量、实际阻尼系数、所述悬架动行程、所述悬架运动速度和所述车身垂向加速度的关联关系,所述簧上质量为车身系统质量;
所述第一确定单元,用于确定所述身加速度传感器和所述悬架动行程传感器采集的时间窗长度;
所述第二确定单元,用于基于所述力学分析结果和所述时间窗长度确定所述簧上质量估计值和所述阻尼系数估计值。
本发明实施例中,所述计算模块203包括:计算单元。
其中,
所述计算单元,用于基于所述预设经验公式计算所述路面状态参数R;
其中,为悬架动行程均方值,M估计为所述簧上质量估计值,m为簧下质量,CS估计为阻尼系数估计值,V为车速,R为所述路面状态参数。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
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。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种路面等级识别方法,其特征在于,所述方法应用于车身系统和悬架系统,所述方法包括:
基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度、悬架动行程和悬架运动速度,其中,所述车身加速度传感器至少为一个,所述悬架动行程传感器至少为一个;
将所述车身垂向加速度、所述悬架动行程和所述悬架运动速度传递给系统辨识模型得到所述车身系统的簧上质量估计值和阻尼系数估计值,其中,所述系统辨识模型是两自由度悬架振动模型;
将所述簧上质量估计值和所述阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数,其中,所述预设的经验公式表征所述悬架动行程与所述簧上质量估计值、簧下质量、所述路面状态参数、所述阻尼系数估计值和车速的关联关系,所述簧下质量为所述悬架系统的质量;
基于所述路面状态参数确定当前路面的路面等级。
2.根据权利要求1所述的路面等级识别方法,其特征在于,基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度,包括:
获取所述车身加速度传感器输出的第一车身垂向加速度;
对所述第一车身垂向加速度进行A/D转换,得到第二车身垂向加速度;
对所述第二车身垂向加速度进行低通滤波和去噪处理,得到初始车身垂向加速度;
对所述初始车身垂向加速度进行均值滤波,得到所述车身垂向加速度。
3.根据权利要求1所述的路面等级识别方法,其特征在于,基于车身加速度传感器和悬架动行程传感器确定悬架动行程和悬架运动速度,包括:
获取所述悬架动行程传感器输出的第一悬架动行程;
对所述第一悬架动行程进行A/D转换,得到第二悬架动行程;
对所述第二悬架动行程进行低通滤波和去噪处理,得到所述悬架动行程;
对所述悬架动行程进行微分处理,得到所述悬架运动速度。
4.根据权利要求1所述的路面等级识别方法,其特征在于,将所述车身垂向加速度、所述悬架动行程和所述悬架运动速度传递给系统辨识模型得到所述车身系统的簧上质量估计值和阻尼系数估计值,包括:
获取簧上质量的力学分析结果,其中,所述力学分析结果用于表征实际簧上质量、实际阻尼系数、所述悬架动行程、所述悬架运动速度和所述车身垂向加速度的关联关系,所述簧上质量为车身系统质量;
确定所述车身加速度传感器和所述悬架动行程传感器采集的时间窗长度;
基于所述力学分析结果和所述时间窗长度确定所述簧上质量估计值和所述阻尼系数估计值。
5.根据权利要求4所述的路面等级识别方法,其特征在于,确定所述身加速度传感器和所述悬架动行程传感器采集的时间窗长度,包括:
选定初始时间窗长度;
在所述初始时间窗范围内计算各个参考路面悬架动行程方差和平均等效阻尼;
若基于对应的悬架动行程方差和平均等效阻尼能区分所述各个参考路面,则所述初始时间窗长度为所述时间窗长度。
6.根据权利要求1所述的路面等级识别方法,其特征在于,将所述簧上质量估计值和所述阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数,包括:
基于所述预设经验公式计算所述路面状态参数R;
其中,为悬架动行程均方值,M估计为所述簧上质量估计值,m为簧下质量,CS估计为阻尼系数估计值,V为车速,R为所述路面状态参数。
7.根据权利要求1所述的路面等级识别方法,其特征在于,基于所述路面状态参数确定当前路面的路面等级,包括:
将所述路面状态参数与各个预设路面状态参数范围进行对比,将包含所述路面状态参数的预设路面状态参数范围作为目标预设路面状态参数范围;
获取与所述目标预设路面状态参数范围对应的目标路面等级,所述目标路面等级为所述当前路面的路面等级。
8.一种路面等级识别装置,其特征在于,所述装置应用于车身系统和悬架系统,所述装置包括:
第一确定模块,用于基于车身加速度传感器和悬架动行程传感器确定车身垂向加速度、悬架动行程和悬架运动速度,其中,所述车身加速度传感器至少为一个,所述悬架动行程传感器至少为一个;
第二确定模块,用于将所述车身垂向加速度、所述悬架动行程和所述悬架运动速度传递给系统辨识模型得到所述车身系统的簧上质量估计值和阻尼系数估计值,其中,所述系统辨识模型是两自由度悬架振动模型;
计算模块,用于将所述簧上质量估计值和所述阻尼系数估计值传递给预设的经验公式进行计算,得到路面状态参数,其中,所述预设的经验公式表征所述悬架动行程与所述簧上质量估计值、簧下质量、所述路面状态参数、所述阻尼系数估计值和车速的关联关系,所述簧下质量为所述悬架系统的质量;
第三确定模块,用于基于所述路面状态参数确定当前路面的路面等级。
9.根据权利要求8所述的路面等级识别装置,其特征在于,所述第二确定模块包括:
获取单元,用于获取簧上质量的力学分析结果,其中,所述力学分析结果用于表征实际簧上质量、实际阻尼系数、所述悬架动行程、所述悬架运动速度和所述车身垂向加速度的关联关系,所述簧上质量为车身系统质量;
第一确定单元,用于确定所述车身加速度传感器和所述悬架动行程传感器采集的时间窗长度;
第二确定单元,用于基于所述力学分析结果和所述时间窗长度确定所述簧上质量估计值和所述阻尼系数估计值。
10.根据权利要求8所述的路面等级识别装置,其特征在于,所述计算模块包括:
计算单元,用于基于所述预设经验公式计算所述路面状态参数R;
其中,为悬架动行程均方值,M估计为所述簧上质量估计值,m为簧下质量,CS估计为阻尼系数估计值,V为车速,R为所述路面状态参数。
CN202410143366.8A 2024-02-01 2024-02-01 一种路面等级识别方法及装置 Pending CN117786819A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410143366.8A CN117786819A (zh) 2024-02-01 2024-02-01 一种路面等级识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410143366.8A CN117786819A (zh) 2024-02-01 2024-02-01 一种路面等级识别方法及装置

Publications (1)

Publication Number Publication Date
CN117786819A true CN117786819A (zh) 2024-03-29

Family

ID=90396449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410143366.8A Pending CN117786819A (zh) 2024-02-01 2024-02-01 一种路面等级识别方法及装置

Country Status (1)

Country Link
CN (1) CN117786819A (zh)

Similar Documents

Publication Publication Date Title
RU2587745C2 (ru) Оценка уклона дороги
Xue et al. Road profile estimation and half-car model identification through the automated processing of smartphone data
RU2692290C2 (ru) Система для управления транспортным средством на основании предыдущих поездок
JP6573978B2 (ja) 車両挙動に影響を及ぼす変数を予測する方法および対応する仮想センサ
US10829114B2 (en) Vehicle target tracking
JP7051424B2 (ja) 異常検出装置
Zhao et al. Vehicle model calibration in the frequency domain and its application to large-scale IRI estimation
JP6939378B2 (ja) 車両制御装置
CN110161488A (zh) 使用车辆相机系统执行视觉测距的方法和设备
Raffone Road slope and vehicle mass estimation for light commercial vehicle using linear Kalman filter and RLS with forgetting factor integrated approach
CN101583507A (zh) 用于确定路面状况的方法和生成车辆使用日志的方法
US11453405B2 (en) Method for ascertaining the position of the center of gravity of a vehicle
CN113119980A (zh) 一种用于电动车的道路坡度估计方法、系统和设备
Tudon-Martinez et al. Online road profile estimation in automotive vehicles
US20200118285A1 (en) Device and method for determining height information of an object in an environment of a vehicle
Zhao et al. Iri estimation by the frequency domain analysis of vehicle dynamic responses and its large-scale application
CN117786819A (zh) 一种路面等级识别方法及装置
CN112758109B (zh) 横向跟踪稳态偏差补偿方法及装置
Arat et al. Road profile estimation for active suspension applications
CN117490710A (zh) 针对目标融合的调参方法、装置及目标融合系统
CN114932912A (zh) 参考车速检测方法、装置、设备及存储介质
CN110525442B (zh) 坡度检测方法、系统及车辆
JP2008030536A (ja) 車両状態量検出装置
Altmann et al. Identification of Damaging Road Events Using Pseudo Damage Density
CN115284809B (zh) 智能网联车队主动悬架控制方法、系统及计算机设备

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