CN219179808U - 一种基于路面附着系数可估的车辆硬件在环平台 - Google Patents
一种基于路面附着系数可估的车辆硬件在环平台 Download PDFInfo
- Publication number
- CN219179808U CN219179808U CN202222960669.8U CN202222960669U CN219179808U CN 219179808 U CN219179808 U CN 219179808U CN 202222960669 U CN202222960669 U CN 202222960669U CN 219179808 U CN219179808 U CN 219179808U
- Authority
- CN
- China
- Prior art keywords
- module
- vehicle
- estimation
- adhesion coefficient
- 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.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本实用新型属于车辆工程技术领域,具体的说是一种基于路面附着系数可估的车辆硬件在环平台。包括视觉场景模块、路面附着估计模块、车辆动力学模块、车辆集成控制模块、驾驶员模拟模块和数据交换模块;所述视觉场景模块与路面附着估计模块连接;所述路面附着估计模块、车辆动力学模块通过数据交换模块与车辆集成控制模块连接;所述车辆集成控制模块、驾驶员模拟模块与车辆动力学模块连接。本实用新型结构简单,采用现有硬件搭建即可,通过观测路面情况得到当前道路的路面附着系数,对车辆主动安全控制提供有效信息,解决了现有技术中不能准确识别路面附着系数的问题。
Description
技术领域
本实用新型属于车辆工程技术领域,具体的说是一种基于路面附着系数可估的车辆硬件在环平台。
背景技术
随着汽车的智能化发展,各种辅助驾驶系统和自动驾驶系统的应用逐渐增多。从安全的角度来看,路面附着系数的大小是各类主动安全控制系统所需的重要信息,是汽车驱动、制动及转向主动控制的重要参考依据。汽车主动安全控制需要对汽车运动进行干预,其中车辆纵向控制需对车轮与路面的作用力进行调节,而车轮与路面之间力的传递受路面附着系数的制约。因此,汽车主动安全控制策略的优劣很大程度上取决于能否充分知晓当前路面附着系数。若能实时准确地识别路面附着系数,汽车主动安全控制系统便能准确调整出相应的控制策略,提高附着系数变化路面上的控制效果。
发明内容
本实用新型提供了一种基于路面附着系数可估的车辆硬件在环平台,该硬件在环平台结构简单,采用现有硬件搭建即可,通过观测路面情况得到当前道路的路面附着系数,对车辆主动安全控制提供有效信息,解决了现有技术中路面附着系数估计精度不高的问题,特别是在自然环境因素影响较大,如雨天、雪天、大雾等能见度较低的天气或在路面情况复杂的环境下提高识别精度。
本实用新型技术方案结合附图说明如下:
一种基于路面附着系数可估的车辆硬件在环平台,包括视觉场景模块1、路面附着估计模块2、车辆动力学模块3、车辆集成控制模块4、驾驶员模拟模块5和数据交换模块6;所述视觉场景模块1与路面附着估计模块2连接;所述路面附着估计模块2、车辆动力学模块3通过数据交换模块6与车辆集成控制模块4连接;所述车辆集成控制模块4、驾驶员模拟模块5与车辆动力学模块3连接。
进一步地,所述视觉场景模块1采用是SONY的VPL-DW127。
进一步地,所述路面附着估计模块2包括OPEN CV的OAK-D相机和塔式图形工作站;所述OPEN CV的OAK-D相机通过USB接口与塔式图形工作站连接。
进一步地,所述车辆动力学模块3采用NI PXIe-1082实时模拟器。
进一步地,所述车辆集成控制模块4采用dSPACE1401仿真器。
进一步地,所述驾驶员模拟模块5包括方向盘、踏板和变速杆;所述方向盘、踏板和变速杆与NI PXIe-1082实时模拟器连接。
进一步地,所述数据交换模块6采用H3C的Mini S16G-U。
本实用新型的有益效果为:
1)本实用新型采用现有硬件搭建即可,结构简单;
2)本实用新型通过观测路面情况得到当前道路的路面附着系数,对车辆主动安全控制提供有效信息;在识别路面类型的同时可粗略的获得车辆的可行驶区域,增加了车辆对于周围环境的感知品质,为智能驾驶发展提供新思路。
3)本实用新型能够验证车辆操纵稳定性控制算法,多种工况下车辆动态仿真,同时模拟实时驾驶环境体验虚拟现实驾驶场景。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本实用新型的整体结构示意图;
图2为基于融合技术的路面附着系数估计方法流程图。
图中:
1、视觉场景模块;
2、路面附着估计模块;
3、车辆动力学模块;
4、车辆集成控制模块;
5、驾驶员模拟模块;
6、数据交换模块。
具体实施方式
下面结合附图和实施例对本实用新型作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本实用新型,而非对本实用新型的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本实用新型相关的部分而非全部结构。
在本实用新型的描述中,除非另有明确的规定和限定,术语“相连”、“连接”、“固定”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本实用新型中的具体含义。
参阅图1,一种基于路面附着系数可估的车辆硬件在环平台,包括视觉场景模块1、路面附着估计模块2、车辆动力学模块3、车辆集成控制模块4、驾驶员模拟模块5和数据交换模块6。
所述视觉场景模块1与路面附着估计模块2连接;所述路面附着估计模块2、车辆动力学模块3通过数据交换模块6与车辆集成控制模块4连接;所述车辆集成控制模块4、驾驶员模拟模块5与车辆动力学模块3连接。
所述路面附着估计模块2采集视觉场景模块1的模拟驾驶环境的道路图像;所述路面附着估计模块2和车辆动力学模块3通过数据交换模块6将车辆状态信息输入到车辆集成控制模块4;所述驾驶员模拟模块5和车辆集成控制模块4又将控制动作反馈回车辆动力学模块3;以上各模块使用数据交换模块6实时数据交换。路面附着估计模块2使用的是《基于融合技术的路面附着系数估计方法》。
所述视觉场景模块1采用是SONY的VPL-DW127,利用PreScan对道路类型和实际驾驶工况场景进行搭建,例如道路、车道线和行人轨迹位置以及雨天、雪天、大雾等天气状况,在虚拟环境中创建贴近真实的驾驶环境,供车辆硬件在环平台模拟实际驾驶环境,并利用其中的投影仪将车辆的驾驶环境投影到大屏上,供路面附着估计单元根据当前道路图像估计路面附着系数。
所述路面附着估计模块2包括OPEN CV的OAK-D相机和塔式图形工作站;所述OPENCV的OAK-D相机通过USB接口与塔式图形工作站连接,采集视觉场景模块1中的实时驾驶场景,并将图像信息传输至图形工作站,利用基于融合技术的路面附着系数估计方法得到当前道路的附着系数,对车辆主动安全控制提供有效帮助。特别设计了PSPNet语义分割模型,可以抵抗由于环境变化引起的干扰。在自然环境因素影响较大的情况下提高识别精度。
所述车辆动力学模块3采用NI PXIe-1082实时模拟器,主要功能是在硬件在环平台中模拟真实车辆运行状态,通过纵轴上的横摆运动、横轴上的俯仰运动以及立轴上侧倾运动,描述车身运动、车轮运动和轮胎运动。同时,可对平台仿真过程中产生的高速海量数据进行快速采集,并与其他模块通过数据交换机进行通讯。
所述车辆集成控制模块4采用dSPACE1401仿真器,其功能是部署测试车辆控制算法,处理器具有高速的计算能力,并配备了丰富的I/O支持,具有实时性强、可靠性高以及扩展性好等优点。其主要功能是根据路面附着估计模块输出的当前附着系数,运行车辆主动安全控制算法,在驾驶员操控的基础上保证车辆的稳定性,达到安全行驶的目的,提供车辆控制算法测试功能。
所述驾驶员模拟模块5包括方向盘、踏板和变速杆;所述方向盘、踏板和变速杆与NI PXIe-1082实时模拟器连接。主要功能是模拟实车驾驶操作,将驾驶动作如方向盘转向、驱制动力矩和变档操作等信息传递给车辆动力学模块,提供真实驾驶行为。
所述数据交换模块6采用H3C的Mini S16G-U,数据通讯由各模块中的CAN信号接口组成,每个信号接口里边都有一个控制器和收发器,控制器执行通信协议规定的通信功能,接收其他模块的信号,又将处理好的信息传递给相应的模块,最终实现各个模块之间的数据通信。
参阅图2,基于融合技术的路面附着系数估计方法将深度神经网络的估计结果作为辅助估计结果,将扩张状态观测器的估计结果作为主要估计结果。权重系数分配逻辑设计为:当转向角小于等于5度时估计器输出深度神经网络的估计结果,当转向角大于5度时输出扩张观测器的估计结果,为了提升估计结果的稳定性在融合结果输出前加入一阶惯性环节。其中基于深度神经网络的附着系数估计是通过预测图片的像素点实现的,输入网络模型中的图片被统一转化成473×473,预测图片每个像素点得到223729个预测标签,其中每个标签对应相应的路面类型,对图片中像素点的预测标签个数进行统计,将个数最多的预测标签作为整张图片的路面类型的预测结果。
综上,本实用新型采用现有硬件搭建,结构简单,并且路面附着估计模块2、车辆集成控制模块4内置成熟、公知的算法,通过观测路面情况得到当前道路的路面附着系数,对车辆主动安全控制提供有效信息。
以上结合附图详细描述了本实用新型的优选实施方式,但是,本实用新型的保护范围并不局限于上述实施方式中的具体细节,在本实用新型的技术构思范围内,任何熟悉本技术领域的技术人员在本实用新型揭露的技术范围内,根据本实用新型的技术方案及其实用新型构思加以等同替换或改变,这些简单变型均属于本实用新型的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本实用新型对各种可能的组合方式不再另行说明。
此外,本实用新型的各种不同的实施方式之间也可以进行任意组合,只要其不违背本实用新型的思想,其同样应当视为本实用新型所公开的内容。
Claims (7)
1.一种基于路面附着系数可估的车辆硬件在环平台,其特征在于,包括视觉场景模块(1)、路面附着估计模块(2)、车辆动力学模块(3)、车辆集成控制模块(4)、驾驶员模拟模块(5)和数据交换模块(6);所述视觉场景模块(1)与路面附着估计模块(2)连接;所述路面附着估计模块(2)、车辆动力学模块(3)通过数据交换模块(6)与车辆集成控制模块(4)连接;所述车辆集成控制模块(4)、驾驶员模拟模块(5)与车辆动力学模块(3)连接。
2.根据权利要求1所述的一种基于路面附着系数可估的车辆硬件在环平台,其特征在于,所述视觉场景模块(1)采用是SONY的VPL-DW127。
3.根据权利要求1所述的一种基于路面附着系数可估的车辆硬件在环平台,其特征在于,所述路面附着估计模块(2)包括OPEN CV的OAK-D相机和塔式图形工作站;所述OPEN CV的OAK-D相机通过USB接口与塔式图形工作站连接。
4.根据权利要求1所述的一种基于路面附着系数可估的车辆硬件在环平台,其特征在于,所述车辆动力学模块(3)采用NI PXIe-1082实时模拟器。
5.根据权利要求1所述的一种基于路面附着系数可估的车辆硬件在环平台,其特征在于,所述车辆集成控制模块(4)采用dSPACE1401仿真器。
6.根据权利要求4所述的一种基于路面附着系数可估的车辆硬件在环平台,其特征在于,所述驾驶员模拟模块(5)包括方向盘、踏板和变速杆;所述方向盘、踏板和变速杆与NIPXIe-1082实时模拟器连接。
7.根据权利要求1所述的一种基于路面附着系数可估的车辆硬件在环平台,其特征在于,所述数据交换模块(6)采用H3C的Mini S16G-U。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222960669.8U CN219179808U (zh) | 2022-11-08 | 2022-11-08 | 一种基于路面附着系数可估的车辆硬件在环平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222960669.8U CN219179808U (zh) | 2022-11-08 | 2022-11-08 | 一种基于路面附着系数可估的车辆硬件在环平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN219179808U true CN219179808U (zh) | 2023-06-13 |
Family
ID=86665662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202222960669.8U Active CN219179808U (zh) | 2022-11-08 | 2022-11-08 | 一种基于路面附着系数可估的车辆硬件在环平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN219179808U (zh) |
-
2022
- 2022-11-08 CN CN202222960669.8U patent/CN219179808U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108982117B (zh) | 一种无人车测试系统和方法 | |
CN112924185B (zh) | 一种基于数字孪生虚实交互技术的人机共驾测试方法 | |
CN109901546B (zh) | 辅助驾驶车辆硬件在环仿真测试方法和系统 | |
CN111795832B (zh) | 一种智能驾驶车辆测试方法、装置及设备 | |
CN105096688B (zh) | 基于bim仿真环境的驾驶模拟控制系统 | |
CN112925291B (zh) | 一种基于相机暗箱的数字孪生自动驾驶测试方法 | |
CN109141929A (zh) | 智能网联汽车仿真测试系统及方法 | |
CN107221222A (zh) | 一种面向工效评定的多模式驾驶模拟系统及其评定方法 | |
CN109801534A (zh) | 基于自动驾驶模拟器的驾驶行为硬件在环仿真测试系统 | |
CN111538315B (zh) | 一种整车自动驾驶功能仿真测试系统及测试方法 | |
CN112015164A (zh) | 基于数字孪生的智能网联汽车复杂测试场景实现系统 | |
CN110687828A (zh) | 一种基于整车硬件在环的智能网联汽车仿真测试系统 | |
CN112487549B (zh) | 自动驾驶转向失效后驾驶人反应行为测试系统及测试方法 | |
CN104298122A (zh) | 一种用于acc系统开发的硬件在环试验系统及试验方法 | |
CN110930811B (zh) | 一种适用于无人驾驶决策学习和训练的系统 | |
CN113962019A (zh) | 一种基于虚拟现实技术的智能驾驶汽车安全防护系统 | |
CN114755937A (zh) | 一种基于数字孪生的自动驾驶仿真测试方法与系统 | |
CN113219944B (zh) | 一种用于混合交通流工况的智能车辆控制策略测试平台 | |
CN115290349A (zh) | 一种自动驾驶测试系统 | |
CN219179808U (zh) | 一种基于路面附着系数可估的车辆硬件在环平台 | |
Xiong et al. | Design and implementation of digital twin-assisted simulation method for autonomous vehicle in car-following scenario | |
CN210804847U (zh) | 一种遥控驾驶系统 | |
Allen et al. | Vehicle and tire modeling for dynamic analysis and real-time simulation | |
CN114609998A (zh) | 一种车辆队列测试方法、电子设备及储存介质 | |
CN114968782A (zh) | 一种基于Carla模拟器实现智能驾驶的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |