CN112579966B - Abs参考车速的计算方法、装置、电子设备和介质 - Google Patents
Abs参考车速的计算方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN112579966B CN112579966B CN202110223345.3A CN202110223345A CN112579966B CN 112579966 B CN112579966 B CN 112579966B CN 202110223345 A CN202110223345 A CN 202110223345A CN 112579966 B CN112579966 B CN 112579966B
- Authority
- CN
- China
- Prior art keywords
- weight
- vehicle speed
- value
- determining
- wheel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 142
- 230000004927 fusion Effects 0.000 claims abstract description 107
- 238000004364 calculation method Methods 0.000 claims abstract description 64
- 230000001133 acceleration Effects 0.000 claims description 66
- 230000036461 convulsion Effects 0.000 claims description 57
- 230000001960 triggered effect Effects 0.000 claims description 39
- 230000015654 memory Effects 0.000 claims description 22
- 230000002596 correlated effect Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 abstract description 15
- 238000001914 filtration Methods 0.000 description 28
- 230000008859 change Effects 0.000 description 10
- 230000003247 decreasing effect Effects 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 239000013589 supplement Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000005526 G1 to G0 transition Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Fuzzy Systems (AREA)
- Automation & Control Theory (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Regulating Braking Force (AREA)
Abstract
本发明涉及车辆领域,具体而言,涉及一种ABS参考车速的计算方法、装置、电子设备和介质。所述ABS参考车速的计算方法包括以下步骤:采用模糊逻辑法计算第一参考车速;采用其他方法计算第二参考车速,所述其他方法是指所述模糊逻辑法以外的计算车速的方法;采用模糊逻辑法,分别确定第一参考车速融合权重和第二参考车速融合权重;根据所述第一参考车速融合权重、所述第二参考车速融合权重、所述第一参考车速和所述第二参考车速,确定ABS参考车速。该计算方法采用模糊逻辑法和其他方法加权融合来计算ABS参考车速,相对于采用单一算法来说,能够有效提高计算准确性,降低计算成本。
Description
技术领域
本发明涉及车辆领域,具体而言,涉及一种ABS参考车速的计算方法、装置、电子设备和介质。
背景技术
汽车ABS(Antilock Brake System,制动防抱死***)能防止汽车制动过程中甩尾、跑偏的发生,大大提高了制动过程中的方向稳定性,并且缩短了制动距离,有效地提高了汽车行驶安全性。ABS需要将车轮的滑移率控制在目标值附近,以获得最大的地面附着力。制动时车轮减速度减小,在车速与轮速之间产生一个速度差,该速度差与车速的比值即为滑移率。由于ABS只装备了轮速传感器,因而仅能采集到车轮轮速,无法准确获知车速,因此车速估算在ABS控制算法中具有重要地位,只有估算出准确的车速,才能得到准确的滑移率,进而将车轮的滑移率控制在目标值附近,以获得最大的地面附着力。估算出来的车速即为参考车速,所以准确地计算出车辆的参考车速是提升ABS功效的关键因素之一。实际的ABS为了降低成本,一般不安装车身加速度传感器,需要根据轮速信号计算出参考车速,但是采用单一的参考车速计算方法在特殊工况下可能会出现参考车速计算结果误差较大的现象。
有鉴于此,特提出本发明。
发明内容
本发明的目的在于提供一种ABS参考车速的计算方法、装置、电子设备及介质,以实现准确、低成本计算ABS参考车速的效果。
为了实现上述目的,本发明采用以下技术方案:
第一方面,本发明提供了一种ABS参考车速的计算方法,包括以下步骤:
采用模糊逻辑法计算第一参考车速;
采用其他方法计算第二参考车速,所述其他方法是指所述模糊逻辑法以外的计算车速的方法;
采用模糊逻辑法,分别确定第一参考车速融合权重和第二参考车速融合权重;
根据所述第一参考车速融合权重、所述第二参考车速融合权重、所述第一参考车速和所述第二参考车速,确定ABS参考车速。
作为进一步优选的技术方案,所述采用模糊逻辑法计算第一参考车速,包括:
获取车辆车轮的轮速;
基于模糊逻辑法,根据目标参数确定轮速的权重;其中,所述目标参数包括:轮急动度、最大轮急动度、最小轮急动度、轮加速度、整车加速度、驱动轮轮速、非驱动轮轮速、上周期计算的ABS参考车速、车辆是否配备牵引力控制***、牵引力控制***是否被触发、车辆是否配备ABS、ABS是否被触发、车辆是否配备主动偏航控制***、主动偏航控制***是否被触发中的至少一种;
根据所述轮速和所述轮速的权重,计算第一参考车速。
作为进一步优选的技术方案,所述基于模糊逻辑法,根据目标参数确定轮速的权重,包括:
设置至少两个分权重,根据目标参数的取值以及分权重与所述目标参数之间的相关关系,确定各个分权重的取值;
根据所述至少两个分权重,确定轮速的权重。
作为进一步优选的技术方案,根据所述至少两个分权重,确定轮速的权重,采用以下公式计算得到:
其中,X1,…,Xn为不同的分权重,n≥2,Gamma为模糊运算参数,y为轮速的权重。
作为进一步优选的技术方案,若设置的分权重的个数为7个,该7个分权重分别为:分权重一、分权重二、分权重三、分权重四、分权重五、分权重六和分权重七,则所述根据目标参数的取值以及分权重与所述目标参数之间的相关关系,确定各个分权重的取值,包括:
根据轮急动度、最大轮急动度和最小轮急动度,确定分权重一的取值;
根据轮加速度和整车加速度,确定分权重二的取值;
根据驱动轮轮速和上周期计算的ABS参考车速,确定分权重三的取值;
根据非驱动轮轮速和上周期计算的ABS参考车速,确定分权重四的取值;
根据车辆是否配备牵引力控制***,以及牵引力控制***是否被触发,确定分权重五的取值;
根据车辆是否配备ABS,以及ABS是否被触发,确定分权重六的取值;
根据车辆是否配备主动偏航控制***,以及主动偏航控制***是否被触发,确定分权重七的取值。
作为进一步优选的技术方案,所述根据轮急动度、最大轮急动度和最小轮急动度,确定分权重一的取值,包括:
根据最大轮急动度和最小轮急动度,确定最大轮急动度和最小轮急动度的差值;
根据轮急动度和所述差值确定分权重一的取值,其中所述分权重一分别与轮急动度和所述差值负相关;
所述根据轮加速度和整车加速度,确定分权重二的取值,包括:
根据轮加速度和整车加速度,确定轮加速度和整车加速度的差值的绝对值;
根据轮加速度和所述绝对值,确定分权重二的取值,其中所述分权重二分别与轮加速度和所述绝对值负相关;
所述根据驱动轮轮速和上周期计算的ABS参考车速,确定分权重三的取值,包括:
根据驱动轮轮速和上周期计算的ABS参考车速,确定驱动轮轮速与上周期计算的ABS参考车速的差值的绝对值;
根据所述绝对值,确定分权重三的取值,其中所述分权重三与所述绝对值负相关;
所述根据非驱动轮轮速和上周期计算的ABS参考车速,确定分权重四的取值,包括:
根据非驱动轮轮速和上周期计算的ABS参考车速,确定非驱动轮轮速与上周期计算的ABS参考车速的差值;
根据所述差值,确定分权重四的取值,其中所述分权重四与所述差值正相关;
所述根据车辆是否配备牵引力控制***,以及牵引力控制***是否被触发,确定分权重五的取值,包括:
根据车辆是否配备牵引力控制***,以及牵引力控制***是否被触发,确定分权重五的取值;
所述根据车辆是否配备ABS,以及ABS是否被触发,确定分权重六的取值,包括:
根据车辆是否配备ABS,以及ABS是否被触发,确定分权重六的取值;
所述根据车辆是否配备主动偏航控制***,以及主动偏航控制***是否被触发,确定分权重七的取值,包括:
根据车辆是否配备主动偏航控制***,以及主动偏航控制***是否被触发,确定分权重七的取值。
作为进一步优选的技术方案,在确定第一参考车速融合权重时,若设置的分权重的个数为4个,该4个分权重分别为:分权重八、分权重九、分权重十和分权重十一,则所述采用模糊逻辑法,确定第一参考车速融合权重,包括:
根据最大轮速和最小轮速,确定分权重八的取值,所述最大轮速是指车辆全部车轮的轮速中的最大值,所述最小轮速是指车辆全部车轮的轮速中的最小值;
根据车辆全部车轮的轮速,确定分权重九的取值;
根据最大轮减速度,确定分权重十的取值,所述最大轮减速度是指车辆全部车轮的轮减速度中的最大值;
根据分权重八的取值和分权重八的经验值,确定分权重十一的取值;
根据分权重八、分权重九、分权重十和分权重十一,确定第一参考车速融合权重。
作为进一步优选的技术方案,在确定第二参考车速融合权重时,若设置的分权重的个数为2个,该2个分权重分别为:分权重十二和分权重十三,则所述采用模糊逻辑法,确定第二参考车速融合权重,包括:
根据上周期瞬时加速度和本周期瞬时加速度,确定分权重十二的取值;
根据上周期第二参考车速和本周期第二参考车速,确定分权重十三的取值;
根据分权重十二和分权重十三,确定第二参考车速融合权重。
第二方面,本发明提供了一种ABS参考车速的计算装置,包括:
第一参考车速计算模块,用于采用模糊逻辑法计算第一参考车速;
第二参考车速计算模块,用于其他方法计算第二参考车速,所述其他方法是指所述模糊逻辑法以外的计算车速的方法;
第一参考车速融合权重和第二参考车速融合权重确定模块,用于采用模糊逻辑法,分别确定第一参考车速融合权重和第二参考车速融合权重;
ABS参考车速确定模块,用于根据所述第一参考车速融合权重、所述第二参考车速融合权重、所述第一参考车速和所述第二参考车速,确定ABS参考车速。
第三方面,本发明提供了一种电子设备,包括:
至少一个处理器;以及与至少一个所述处理器通信连接的存储器;
其中,所述存储器存储有可被至少一个所述处理器执行的指令,所述指令被至少一个所述处理器执行,以使至少一个所述处理器能够执行上述的方法。
第四方面,本发明提供了一种介质,所述介质上存储有计算机指令,所述计算机指令用于使所述计算机执行上述的方法。
与现有技术相比,本发明的有益效果为:
本发明提供的ABS参考车速的计算方法采用模糊逻辑法计算第一参考车速,并采用其他方法计算第二参考车速,再采用模糊逻辑法分别确定第一参考车速融合权重和第二参考车速融合权重,最后根据第一参考车速融合权重、第二参考车速融合权重、第一参考车速和第二参考车速确定ABS参考车速。该方法相对于采用单一算法计算参考车速的方式来说,能够有效提高计算准确性,降低计算成本。单独使用模糊逻辑法,过分依赖模糊逻辑算法的参数选取并且轮速波动较大,不能保证在所有制动轮速下都能很好的跟随车速且发生较大波动;而单独使用其他方法(例如变斜率法),在路面附着系数发生的情况下,因为该算法的固有缺陷,车辆减速度的计算会有迟滞,导致计算的参考车速产生误差。所以根据算法的适用工况,分别对两种算法得到的结果采用模糊逻辑法获得各自权重,进而进行加权融合,最终得到合理准确的ABS参考车速。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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是本实施例提供的第一种ABS参考车速的计算方法流程图;
图2是本实施例中变斜率法计算第二参考车速说明图;
图3是本实施例中第一类有效峰值点的轮速变化趋势图;
图4是本实施例中第二类有效峰值点的轮速变化趋势图;
图5是本实施例提供的第二种ABS参考车速的计算方法流程图;
图6是本实施例提供的第三种ABS参考车速的计算方法流程图;
图7是本实施例中正相关的示意图;
图8是本实施例中负相关的示意图;
图9是本实施例提供的第四种ABS参考车速的计算方法流程图;
图10是本实施例提供的ABS参考车速的计算装置的结构示意图;
图11是本实施例提供的电子设备的结构示意图。
图标:101-第一参考车速计算模块;102-第二参考车速计算模块;103-第一参考车速融合权重和第二参考车速融合权重确定模块;104-ABS参考车速确定模块;105-处理器;106-存储器;107-输入装置;108-输出装置。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是:
本文中,“模糊逻辑法”是指模仿人脑的不确定性概念判断、推理思维方式,对于模型未知或不能确定的描述***,以及强非线性、大滞后的控制对象,应用模糊集合和模糊规则进行推理,解决常规方法难以对付的规则型模糊信息问题的方法。
图1是本实施例提供的一种ABS参考车速的计算方法的流程图,本实施例适用于在车辆采用ABS进行制动时参考车速的计算。该方法可以由ABS参考车速的计算装置来执行,该装置可以由软件和/或硬件构成,并一般集成在电子设备中。
如图1所示,该方法包括以下步骤:
S110、采用模糊逻辑法计算第一参考车速。
其中,第一参考车速是指采用模糊逻辑法计算得到的ABS参考车速。
可选地,所述采用模糊逻辑法计算第一参考车速包括:获取车辆车轮的轮速;基于模糊逻辑法,根据目标参数确定轮速的权重;根据所述轮速和所述轮速的权重,计算第一参考车速。
可选地,目标参数为轮缸压力。轮缸压力是指制动轮缸的制动压力。
可选地,所述基于模糊逻辑法,根据目标参数确定轮速的权重,包括:
若轮缸压力处于保压状态或者减压状态向增压状态过度的状态,给对应轮轮速更高的权重,因为此时车辆滑移率较小,轮速更接近真实车速。
可选地,目标参数为车辆同轴两侧轮速。
可选地,所述基于模糊逻辑法,根据目标参数确定轮速的权重,包括:
若汽车同轴(前轴或后轴)两侧轮轮速接近,且前后轴轮速差别较大,轮速较大的轴的两侧轮轮速取较大权重,因为轮速较小的同轴两侧轮很可能出现制动抱死拖滑的现象(此时ABS还没有快速响应介入),所以该轴两侧轮给与更小的权重。
S120、采用其他方法计算第二参考车速,所述其他方法是指所述模糊逻辑法以外的计算车速的方法。
本步骤采用其他方法计算第二参考车速,其他方法包括但不限于最大轮速法、变斜率法和基于车辆动力学模型的计算方法。其中,“最大轮速法”是指以所有车轮中最大的轮速作为参考车速。“变斜率法”是指通过对大量试验数据的分析处理,确定车辆在各种路面上所能达到的平均减速度,以此为依据,在ABS控制过程中,确定制动初始速度,进行路面状况和制动工况识别后确定车辆减速度,根据速度公式实时计算的速度值作为参考车速。“基于车辆动力学模型的计算方法”是指建立在整车、轮胎等模型的基础之上,将动力学模型参数输入到模型中计算得到参考车速。
优选地,所述采用其他方法计算第二参考车速为采用变斜率法计算第二参考车速,具体过程包括:
采集车辆各个车轮的轮速,计算各参考轮减速度;根据各轮速和各参考轮减速度,得到各车轮参考轮速;根据各参考轮减速度和各车轮参考轮速,确定各参考轮速权重;根据各车轮参考轮速和各参考轮速权重,采用加权平均法计算得到第二参考车速。
ABS在工作时轮速的变化过程(如图2中线1所示)呈波动下降趋势,根据实验可知,当轮速曲线达到周期峰值时,此时轮速最接近车速,取此刻的轮速峰值Vpeak(n)作为第n周期的起始参考轮速点,由于ABS循环控制周期很短,在本周期内大致可认为车辆做匀减速运动,即准确地计算出参考减速度就可以根据运动学公式得到各车轮参考车速;随后确定出各参考轮速权重,采用加权平均法即可得到第二参考车速。
优选地,参考轮减速度awref的计算公式为:
其中,Vpeak(n)为第n周期的轮速峰值,Vpeak(n-1)为第(n-1)周期的轮速峰值,Vpeak(0)为制动起始周期的轮速峰值,t(n)为第n周期轮速峰值对应的时刻,t(n-1)为第(n-1)周期轮速峰值对应的时刻,t(0)为制动起始时刻。
参考轮减速度包括瞬时减速度和平均减速度两部分,在均匀路面上,将以上两种减速度加权融合,既可以保证计算平滑又能及时合理反映路面附着的微小变化。其中,瞬时减速度的计算是根据两个ABS工作循环周期之间轮速峰值连线(如图2中线3所示)的斜率近似等于车辆当前时刻的瞬时减速度,应用斜率公式估算瞬时减速度。平均减速度的计算是通过制动初始点V peak(0)和当前循环峰值轮速Vpeak(n)连线(如图2中线2所示)的斜率可以计算出制动开始后车辆的平均减速度;当路面没有发生跃变情况下,其值可以逐步逼近实际车辆减速度,因为可以消除各干扰峰值点的噪声影响。
优选地,第n周期的轮速峰值Vpeak(n)采用以下方法得到:
对采集的前2n个原始轮速进行滤波,得到按时间先后顺序排列的滤波轮速数列;
判断所述滤波轮速数列的变化趋势;
根据所述变化趋势,判断Vpeak(n)所属有效峰值点类型,得到Vpeak(n)。
在上述参考轮减速度的计算过程中,直接通过轮速传感器获得轮速数据,有可能由于各种外界因素而产生干扰峰值点,致使ABS工作循环周期内的峰值点选取不当,造成参考轮减速度计算不准确的情况,并且由于轮速是动态实时更新的数据,程序必须能够准确实时地识别有效峰值。本发明采用如下方法选取峰值点,能够避免上述情况,准确找到有效峰值点。
由于轮速存在干扰峰值,本发明采用FIR滤波器将原始轮速进行滤波,可以有效滤除干扰峰值,并且保留原始轮速的变化趋势。
轮速滤波后,程序算法需要准确识别有效峰值,有效峰值主要分为两种类型:
第一类有效峰值点(如图3所示):轮速上升后下降(峰值只对应一个点)。
第二类有效峰值点(如图4所示):轮速上升后平稳一段时间接着再下降(峰值对应多个点)。
在程序中设置滤波轮速数列,记录前2n个周期的滤波轮速值,从左到右对应选取滤波轮速时间依次递增,选取第n个滤波轮速值VFIRn作为中间点,通过滤波轮速数列内滤波轮速大小的比较,来判断目前滤波轮速变化的趋势。
趋势1:如果滤波轮速数列中2n个数据依次随着时间递增,则说明滤波轮速变化趋势为单调递增。
趋势2:如果滤波轮速数列中2n个数据依次随着时间递减,则说明滤波轮速变化趋势为单调递减。
趋势3:如果滤波轮速数列中2n个数据大小相等,则说明滤波轮速变化趋势为平稳不改变。
趋势4:如果第n个滤波轮速值VFIRn的左侧数据单调递增,右侧数据单调递减,则说明VFIRn为ABS工作循环周期的峰值点。
趋势5:如果第n个滤波轮速值VFIRn的左侧数据单调递增,右侧数据均与VFIRn数值相等,则说明滤波轮速先单调递增后平稳不变。
趋势6:如果第n个滤波轮速值VFIRn的右侧数据单调递减,左侧数据均与VFIRn数值相等,则说明滤波轮速先平稳不变后单调递减。
趋势7:如果第n个滤波轮速值VFIRn的左侧数据先单调递增后与VFIR相等,右侧数据先与VFIR相等后单调递减,则说明滤波轮速单调递增接着平稳不变然后再单调递减。
如果程序识别到该滤波轮速变化为趋势4,则令VFIRn数为ABS循环工作周期的第一类有效峰值点。
如果程序识别到该滤波轮速变化为趋势7,则令VFIRn数为ABS循环工作周期的第二类有效峰值点。
如果n选取的过大,会让滤波轮速覆盖范围过大,可能会受到上一个ABS循环工作周期滤波轮速变化趋势的影响,无法正常找到极值点,故本发明将n取较小值。但是如果n选取的过小,并且第二类有效峰值点平稳阶段持续时间较长,就无法通过上述逻辑算法识别到趋势7,导致该第二类有效峰值点无法识别。
为了解决上述问题,增加第二类有效峰值点的识别方法。当滤波轮速出现趋势5时,说明该趋势有可能出现第二类峰值点,如果由趋势5变为趋势3再变为趋势6或者由趋势5直接变为趋势6,则就说明滤波轮速出现第二类有效峰值点,取当前滤波轮速作为第二类有效峰值点。
经过上述逻辑计算就可以识别出所有的有效极值点,但是由于使用了滤波器来滤波轮速,会造成轮速数据的延迟,所以不能直接用当前滤波轮速作为有效峰值点,需要进行轮速补偿来弥补滤波延迟造成的误差。
上面情况是轮速滤波效果较好的情况,但如果由于特殊工况,使得滤波轮速曲线中滤掉了有效峰值点,导致上述程序无法找到有效峰值点,进而参考减速度无法及时更新,参考车速就会出现很大的计算误差,严重时导致滑移率计算过大,ABS一直减压,造成制动力不足甚至失去制动力。
为了解决上述问题,本发明设置程序,如果在1s内(大于且接近ABS工作循环周期),程序未能找到新的有效峰值点,就令当前轮速作为新的有效峰值点进行参考减速度和参考车速的计算,以此来保证参考减速度的及时更新,提高参考车速的计算准确性。
优选地,车轮参考轮速Vwref_slope(t)的计算公式为Vwref_slope(t)=max{Vpeak补(n)+awref(n)×(t-t(n)),Vw(t(n))};
其中,Vpeak补(n)为第n周期轮速补偿后的轮速峰值,awref(n)为第n时刻的参考轮减速度,VW(t(n))为第n时刻的轮速,t为当前时刻,t(n)为第n周期轮速峰值对应的时刻。
上述公式中,Vpeak补(n)+awref(n)×(t-t(n))计算得到的是采用变斜率法计算出的车轮参考轮速,实际车轮参考轮速的取值要选取上述计算值与轮速VW(t(n))二者之间的最大值(如图2中线4所示)。
优选地,所述根据各参考轮减速度和各车轮参考轮速,确定各参考轮速权重,包括:
根据各参考轮减速度和各车轮参考轮速,计算单个车轮参考车速与其他各个车轮参考车速的差值,以及单个车轮参考轮减速度与其他各个车轮参考轮减速度的差值;
根据所述差值,确定各参考轮速权重。
其中,所述根据所述差值,确定各参考轮速权重,包括:计算各个差值的乘积或加和,得到偏差;根据偏差,确定各参考轮速权重,所述各参考轮速权重与所述偏差负相关(也就是说,偏差越大,参考轮速权重越小)。
需要说明的是,以上各参考轮速权重的范围以电子设备内设的数值上下限为阈值,可以在0~1之间,也可以不在0~1之间。
优选地,第二参考车速Vref_slope(t)的计算公式为:;其中,V wref_slope 1为第一参考轮速,V wref_slope 2为第二参考轮速,V wref_slope 3为第三参考轮速,V wref_slope 4为第四参考轮速;Gew slope 1为第一参考轮速权重,Gew slope 2为第二参考轮速权重,Gew slope 3为第三参考轮速权重,Gew slope 4为第四参考轮速权重。
S130、采用模糊逻辑法,分别确定第一参考车速融合权重和第二参考车速融合权重。
其中,“第一参考车速融合权重”是指在将第一参考车速和第二参考车速融合计算参考车速时,第一参考车速的权重。“第二参考车速融合权重”是指在将第一参考车速和第二参考车速融合计算参考车速时,第二参考车速的权重。
可选地,所述采用模糊逻辑法,分别确定第一参考车速融合权重和第二参考车速融合权重,包括:
第一参考车速融合权重根据第一参考车速的单位周期的变化值,即第一参考车速计算得到的加速度的大小来确定。若第一参考车速的单位周期的变化值越大,说明第一参考车速计算结果波动较大,则第一参考车速融合权重取较小值。然而由于在车辆紧急制动时,车辆很可能本身具有很大的减速度,而本方式很可能降低第一参考车速融合权重,准确性稍差。
第二参考车速融合权重根据路面附着系数的变化来确定,当汽车行驶的路面附着系数发生变化时,ABS触发状态下前后减速度会发生突变,第二参考车速计算方法会出现制动减速度计算不准确的现象,导致第二参考车速计算结果变差,即当路面附着系数发生变化时,第二参考车速融合权重取较小值。然而该方法由于路面附着系数不易准确被车辆识别,所以第二参考车速融合权重准确性稍差。
S140、根据所述第一参考车速融合权重、所述第二参考车速融合权重、所述第一参考车速和所述第二参考车速,确定ABS参考车速。
其中,V ref_Fuzzy (t)为第一参考车速,V ref_slope(t)为第二参考车速,GewFuzzy为第一参考车速融合权重,Gewslope为第二参考车速融合权重。
上述ABS参考车速的计算方法采用模糊逻辑法计算第一参考车速,并采用其他方法计算第二参考车速,再采用模糊逻辑法分别确定第一参考车速融合权重和第二参考车速融合权重,最后根据第一参考车速融合权重、第二参考车速融合权重、第一参考车速和第二参考车速确定ABS参考车速。该方法相对于采用单一算法计算参考车速的方式来说,能够有效提高计算准确性,降低计算成本。单独使用模糊逻辑法,过分依赖模糊逻辑算法的参数选取并且轮速波动较大,不能保证在所有制动轮速下都能很好的跟随车速且发生较大波动;而单独使用其他方法(例如变斜率法),在路面附着系数发生的情况下,因为该算法的固有缺陷,车辆减速度的计算会有迟滞,导致计算的参考车速产生误差。所以根据算法的适用工况,分别对两种算法得到的结果采用模糊逻辑法获得各自权重,进而进行加权融合,最终得到合理准确的ABS参考车速。
图5是本实施例提供的另一种ABS参考车速的计算方法的流程图,该方法对上述实施例中S110进行了优化。如图5所示,该方法包括以下步骤:
S111、获取车辆车轮的轮速。
该车辆车轮的轮速是指车辆至少一个车轮的轮速,优选为所有车轮的轮速。本实施例对轮速的获取方式不做特别限定,采用本领域可实现的任意一种即可,例如通过轮速传感器获得。
S112、基于模糊逻辑法,根据目标参数确定轮速的权重。
其中,所述目标参数为轮急动度、最大轮急动度、最小轮急动度、轮加速度和整车加速度。
其中,“轮急动度”是指车轮的加速度的变化率。“最大轮急动度”是指所有车轮的轮急动度的最大值。“最小轮急动度”是指所有车轮的轮急动度的最小值。“轮加速度”是指车轮的加速度。“整车加速度”是指车辆的加速度。
可选地,所述基于模糊逻辑法,根据目标参数确定轮速的权重,包括:
设置两个分权重,根据目标参数的取值以及分权重与所述目标参数之间的相关关系,确定各个分权重的取值。其中,两个分权重分别为分权重一和分权重二。根据最大轮急动度和最小轮急动度,确定最大轮急动度和最小轮急动度的差值;根据轮急动度和所述差值确定分权重一的取值,其中所述分权重一分别与轮急动度和所述差值负相关。根据轮加速度和整车加速度,确定轮加速度和整车加速度的差值的绝对值;根据轮加速度和所述绝对值,确定分权重二的取值,其中所述分权重二分别与轮加速度和所述绝对值负相关。
根据所述两个分权重,确定轮速的权重。所述权重采用以下公式计算得到:
其中,X1,…,Xn为不同的分权重,n≥2,Gamma为模糊运算参数,y1为轮速的权重。
在以上“根据所述两个分权重,确定轮速的权重”即采用了模糊逻辑算法,该模糊逻辑算法即为以上两个公式,根据该模糊逻辑算法可自动选择对应的公式进行计算,输出相应的轮速的权重。
S113、根据所述轮速和所述轮速的权重,计算第一参考车速。
优选地,第一参考车速V ref_Fuzzy (t)采用以下公式计算:
其中,Vw1为第一轮速,Vw2为第二轮速,Vw3为第三轮速,Vw4为第四轮速;Gew1为第一轮速权重,Gew2为第二轮速权重,Gew3为第三轮速权重,Gew4为第四轮速权重。
上述第一轮速、第二轮速、第三轮速和第四轮速分别对应四个车轮的轮速。
S120、采用其他方法计算第二参考车速,所述其他方法是指所述模糊逻辑法以外的计算车速的方法。
S130、采用模糊逻辑法,分别确定第一参考车速融合权重和第二参考车速融合权重。
S120、S130与上述实施例中相同,在此不再赘述。
本实施例通过获取车辆车轮的轮速,基于模糊逻辑法根据目标参数确定轮速的权重,以及根据轮速和轮速的权重计算第一参考车速,能够根据车辆的某些状态信息科学计算第一参考车速,所得结果准确性更高,进而有利于提高ABS参考车速的准确性。
图6是本实施例提供的另一种ABS参考车速的计算方法的流程图,该方法对上述实施例中S112进行了优化。如图6所示,该方法包括以下步骤:
S111、获取车辆车轮的轮速。
S1121、设置七个分权重,根据目标参数的取值以及分权重与所述目标参数之间的相关关系,确定各个分权重的取值。
其中,所述目标参数为轮急动度、最大轮急动度、最小轮急动度、轮加速度、整车加速度、驱动轮轮速、非驱动轮轮速、上周期计算的ABS参考车速、车辆是否配备牵引力控制***、牵引力控制***是否被触发、车辆是否配备ABS、ABS是否被触发、车辆是否配备主动偏航控制***和主动偏航控制***是否被触发。
其中,“上周期计算的ABS参考车速”是指所计算的ABS在上个循环工作周期的参考车速。
所述根据目标参数的取值以及分权重与所述目标参数之间的相关关系,确定各个分权重的取值,包括:
根据最大轮急动度和最小轮急动度,确定最大轮急动度和最小轮急动度的差值;
根据轮急动度和所述差值确定分权重一的取值,其中所述分权重一分别与轮急动度和所述差值负相关(也就是说所述轮急动度越小,所述差值越小,分权重一的取值越大);
根据轮加速度和整车加速度,确定轮加速度和整车加速度的差值的绝对值;
根据轮加速度和所述绝对值,确定分权重二的取值,其中所述分权重二分别与轮加速度和所述绝对值负相关(也就是说所述轮加速度越小,所述绝对值越小,分权重二的取值越大);
根据驱动轮轮速和上周期计算的ABS参考车速,确定驱动轮轮速与上周期计算的ABS参考车速的差值的绝对值;
根据所述绝对值,确定分权重三的取值,其中所述分权重三与所述绝对值负相关(也就是说所述绝对值越小,分权重三的取值越大);
根据非驱动轮轮速和上周期计算的ABS参考车速,确定非驱动轮轮速与上周期计算的ABS参考车速的差值;
根据所述差值,确定分权重四的取值,其中所述分权重四与所述差值正相关(也就是说所述差值越大,分权重四的取值越大);
根据车辆是否配备牵引力控制***,以及牵引力控制***是否被触发,确定分权重五的取值;
根据车辆是否配备ABS,以及ABS是否被触发,确定分权重六的取值;
根据车辆是否配备主动偏航控制***,以及主动偏航控制***是否被触发,确定分权重七的取值。
其中,上述“正相关”是指某一权重具有随目标参数的增加而增大的趋势,其中“增大”是指在目标参数的所有取值范围内,随着目标参数的逐步增加,某一权重整体趋势是增加的,但不排除在目标参数的某些取值范围内时,某一权重不变的情况。正相关的示意图可参见图7所示,图7中横坐标代表目标参数,纵坐标代表某一权重。上述“负相关”是指某一权重具有随目标参数的增加而减小的趋势,其中“减小”是指在目标参数的所有取值范围内,随着目标参数的逐步增加,某一权重整体趋势是降低的,但不排除在目标参数的某些取值范围内时,某一权重不变的情况。负相关的示意图可参见图8所示,图8中横坐标代表目标参数,纵坐标代表某一权重。
上述各个分权重的取值均限定在0~1范围内。
所述根据车辆是否配备牵引力控制***,以及牵引力控制***是否被触发,确定分权重五的取值,包括:若车辆配备牵引力控制***以及牵引力控制***被触发,则分权重五取较大值;若车辆不配备牵引力控制***,则分权重五的取值为0。
所述根据车辆是否配备ABS,以及ABS是否被触发,确定分权重六的取值,包括:若车辆配备ABS以及ABS被触发,则分权重六取较大值;若车辆不配备ABS,则分权重六的取值为0。
所述根据车辆是否配备主动偏航控制***,以及主动偏航控制***是否被触发,确定分权重七的取值,包括:若车辆配备主动偏航控制***以及主动偏航控制***被触发,则分权重七取较大值;若车辆不配备主动偏航控制***,则分权重七的取值为0。
S1122、根据七个分权重,确定轮速的权重。
S113、根据所述轮速和所述轮速的权重,计算第一参考车速。
S120、采用其他方法计算第二参考车速,所述其他方法是指所述模糊逻辑法以外的计算车速的方法。
S130、采用模糊逻辑法,分别确定第一参考车速融合权重和第二参考车速融合权重。
S111、S113、S120、S130与上述实施例中相同,在此不再赘述。
本实施例在上述实施例的基础上,进一步对S112进行了优化,将目标参数扩大到了14种,分权重增加到了7个,可以将主要与轮速相关的参数全部涵盖,显著提高第一参考车速计算的准确性,进而有利于提高ABS参考车速的准确性。
图9是本实施例提供的另一种ABS参考车速的计算方法的流程图,该方法对上述实施例中S130进行了优化。如图9所示,该方法包括以下步骤:
S111、获取车辆车轮的轮速。
S1121、设置七个分权重,根据目标参数的取值以及分权重与所述目标参数之间的相关关系,确定各个分权重的取值。
其中,所述目标参数为轮急动度、最大轮急动度、最小轮急动度、轮加速度、整车加速度、驱动轮轮速、非驱动轮轮速、上周期计算的ABS参考车速、车辆是否配备牵引力控制***、牵引力控制***是否被触发、车辆是否配备ABS、ABS是否被触发、车辆是否配备主动偏航控制***和主动偏航控制***是否被触发。
S1122、根据七个分权重,确定轮速的权重。
S113、根据所述轮速和所述轮速的权重,计算第一参考车速。
S120、采用其他方法计算第二参考车速,所述其他方法是指所述模糊逻辑法以外的计算车速的方法。
S131、设置4个分权重,4个分权重分别为分权重八、分权重九、分权重十和分权重十一,采用模糊逻辑法,确定第一参考车速融合权重。
所述采用模糊逻辑法,确定第一参考车速融合权重,包括:
根据最大轮速和最小轮速,确定分权重八的取值,所述最大轮速是指车辆全部车轮的轮速中的最大值,所述最小轮速是指车辆全部车轮的轮速中的最小值;
根据车辆全部车轮的轮速,确定分权重九的取值;
根据最大轮减速度,确定分权重十的取值,所述最大轮减速度是指车辆全部车轮的轮减速度中的最大值;
根据分权重八的取值和分权重八的经验值,确定分权重十一的取值;
根据分权重八、分权重九、分权重十和分权重十一,确定第一参考车速融合权重。
优选地,所述根据最大轮速和最小轮速,确定分权重八的取值,包括:根据最大轮速和最小轮速,确定最大轮速和最小轮速的差值;根据所述差值,确定分权重八的取值,其中分权重八的取值与所述差值负相关(也就是说所述差值越小,分权重八的取值越大)。
所述根据车辆全部车轮的轮速,确定分权重九的取值,包括:根据车辆全部车轮的轮速,确定分权重九的取值,其中分权重九的取值与所述全部车轮的轮速正相关(也就是说所述全部车轮的轮速越大,分权重九的取值越大)。
所述根据最大轮减速度,确定分权重十的取值,包括:根据最大轮减速度,确定分权重十的取值,其中分权重十的取值与所述最大轮减速度负相关(也就是说所述最大轮减速度越小,分权重十的取值越大)。
所述根据分权重八的取值和分权重八的经验值,确定分权重十一的取值,包括:根据分权重八的取值和分权重八的经验值,计算分权重八的取值和分权重八的经验值的差值;根据所述差值,确定分权重十一的取值,其中,分权重十一的取值与所述差值正相关(也就是说所述差值越大,分权重十一的取值越大)。
上述各个分权重的取值均限定在0~1范围内。
所述根据分权重八、分权重九、分权重十和分权重十一,确定第一参考车速融合权重采用以下公式计算得到:
其中,X8,X9,X10,X11为分权重八、分权重九、分权重十和分权重十一,Gamma为模糊运算参数,y2为第一参考车速融合权重。
S132、设置2个分权重,2个分权重分别为分权重十二和分权重十三,采用模糊逻辑法,确定第二参考车速融合权重。
所述采用模糊逻辑法,确定第二参考车速融合权重,包括:
根据上周期瞬时加速度和本周期瞬时加速度,确定分权重十二的取值;
根据上周期第二参考车速和本周期第二参考车速,确定分权重十三的取值;
根据分权重十二和分权重十三,确定第二参考车速融合权重。
其中,“上周期瞬时加速度”是指ABS在上个循环工作周期的瞬时加速度。“本周期瞬时加速度”是指ABS在本个循环工作周期的瞬时加速度。
优选地,所述根据上周期瞬时加速度和本周期瞬时加速度,确定分权重十二的取值,包括:根据上周期瞬时加速度和本周期瞬时加速度,计算上周期瞬时加速度和本周期瞬时加速度的差值;根据所述差值,确定分权重十二的取值,其中,分权重十二的取值与所述差值负相关(也就是说所述差值越小,分权重十二的取值越大)。
所述根据上周期第二参考车速和本周期第二参考车速,确定分权重十三的取值,包括:根据上周期第二参考车速和本周期第二参考车速,计算上周期第二参考车速和本周期第二参考车速的差值;根据所述差值,确定分权重十三的取值,其中,分权重十三的取值与所述差值负相关(也就是说所述差值越大,分权重十三的取值越小)。
上述各个分权重的取值均限定在0~1范围内。
所述根据分权重十二和分权重十三,确定第二参考车速融合权重采用以下公式计算得到:
其中,X12,X13为分权重十二和分权重十三,Gamma为模糊运算参数,y3为第二参考车速融合权重。
S140、根据所述第一参考车速融合权重、所述第二参考车速融合权重、所述第一参考车速和所述第二参考车速,确定ABS参考车速。
S111、S1121、S1122、S113、S120、S140与上述实施例中相同,在此不再赘述。
本实施例优化了第一参考车速融合权重和第二参考车速融合权重的计算方式,通过设定特定的4个分权重,利用4个分权重确定第一参考车速融合权重,以及设定特定的2个分权重,利用2个分权重确定第二参考车速融合权重,使第一参考车速融合权重和第二参考车速融合权重更加准确可靠,进而有利于提高ABS参考车速的准确性。
图10是本实施例提供的一种ABS参考车速的计算装置,包括:
第一参考车速计算模块101,用于采用模糊逻辑法计算第一参考车速;
第二参考车速计算模块102,用于其他方法计算第二参考车速,所述其他方法是指所述模糊逻辑法以外的计算车速的方法;
第一参考车速融合权重和第二参考车速融合权重确定模块103,用于采用模糊逻辑法,分别确定第一参考车速融合权重和第二参考车速融合权重;
ABS参考车速确定模块104,用于根据所述第一参考车速融合权重、所述第二参考车速融合权重、所述第一参考车速和所述第二参考车速,确定ABS参考车速。
进一步地,所述第一参考车速计算模块101包括:轮速获取单元,用于获取车辆车轮的轮速;轮速的权重确定单元,用于基于模糊逻辑法,根据目标参数确定轮速的权重;第一参考车速计算单元,用于根据所述轮速和所述轮速的权重,计算第一参考车速。
进一步地,所述轮速的权重确定单元包括:分权重取值确定单元,用于设置七个分权重,根据目标参数的取值以及分权重与所述目标参数之间的相关关系,确定各个分权重的取值;权重确定单元,用于根据七个分权重,确定轮速的权重。
进一步地,所述第一参考车速融合权重和第二参考车速融合权重确定模块103包括:第一参考车速融合权重确定单元,用于设置4个分权重,4个分权重分别为分权重八、分权重九、分权重十和分权重十一,采用模糊逻辑法,确定第一参考车速融合权重;第二参考车速融合权重确定单元,用于设置2个分权重,2个分权重分别为分权重十二和分权重十三,采用模糊逻辑法,确定第二参考车速融合权重。
该ABS参考车速的计算装置通过采用第一参考车速计算模块计算第一参考车速,第二参考车速计算模块计算第二参考车速,第一参考车速融合权重和第二参考车速融合权重确定模块计算第一参考车速融合权重和第二参考车速融合权重,以及ABS参考车速确定模块确定ABS参考车速,可实现采用模糊逻辑法和其他方法二者的融合来计算ABS参考车速,具有计算准确性高和成本低的优点。该ABS参考车速的计算装置用于执行上述实施例的ABS参考车速的计算方法,因而具有与上述实施例相对应的功能模块和有益效果。
图11是本实施例提供的一种电子设备,包括:
至少一个处理器;以及与至少一个所述处理器通信连接的存储器;
其中,所述存储器存储有可被至少一个所述处理器执行的指令,所述指令被至少一个所述处理器执行,以使至少一个所述处理器能够执行上述的计算方法。该电子设备中的处理器能够执行上述计算方法,因而具有计算准确率高和成本低的优点。
可选地,该电子设备中还包括用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图11中以一个处理器105为例。
存储器106作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的ABS参考车速的计算方法对应的程序指令/模块(例如,ABS参考车速的计算装置中的第一参考车速计算模块101、第二参考车速计算模块102、第一参考车速融合权重和第二参考车速融合权重确定模块103和ABS参考车速确定模块104)。处理器105通过运行存储在存储器106中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的ABS参考车速的计算方法。
存储器106可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器106可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器106可进一步包括相对于处理器105远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
该电子设备还可以包括:输入装置107和输出装置108。处理器105、存储器106、输入装置107和输出装置108可以通过总线或者其他方式连接,图11中以通过总线连接为例。
输入装置107可接收输入的数字或字符信息,输出装置108可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
本实施例还提供了一种介质,所述介质上存储有计算机指令,所述计算机指令用于使所述计算机执行上述的计算方法。该介质可使计算机执行上述计算方法,因而具有计算准确率高和成本低的优点。
本发明中的介质,可以采用一个或多个计算机可读的介质的任意组合。介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
应该理解的是,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (8)
1.一种ABS参考车速的计算方法,其特征在于,包括以下步骤:
采用模糊逻辑法计算第一参考车速;
采用其他方法计算第二参考车速,所述其他方法是指所述模糊逻辑法以外的计算车速的方法;
采用模糊逻辑法,分别确定第一参考车速融合权重和第二参考车速融合权重;
根据所述第一参考车速融合权重、所述第二参考车速融合权重、所述第一参考车速和所述第二参考车速,确定制动防抱死***ABS参考车速;
所述采用模糊逻辑法计算第一参考车速,包括:
获取车辆车轮的轮速;
基于模糊逻辑法,根据目标参数确定轮速的权重;
根据所述轮速和所述轮速的权重,计算第一参考车速;
所述基于模糊逻辑法,根据目标参数确定轮速的权重,包括:
设置至少两个分权重,根据目标参数的取值以及分权重与所述目标参数之间的相关关系,确定各个分权重的取值;
根据所述至少两个分权重,确定轮速的权重;
设置的分权重的个数为7个,该7个分权重分别为:分权重一、分权重二、分权重三、分权重四、分权重五、分权重六和分权重七,则所述根据目标参数的取值以及分权重与所述目标参数之间的相关关系,确定各个分权重的取值,包括:
根据轮急动度、最大轮急动度和最小轮急动度,确定分权重一的取值;
根据轮加速度和整车加速度,确定分权重二的取值;
根据驱动轮轮速和上周期计算的ABS参考车速,确定分权重三的取值;
根据非驱动轮轮速和上周期计算的ABS参考车速,确定分权重四的取值;
根据车辆是否配备牵引力控制***,以及牵引力控制***是否被触发,确定分权重五的取值;
根据车辆是否配备ABS,以及ABS是否被触发,确定分权重六的取值;
根据车辆是否配备主动偏航控制***,以及主动偏航控制***是否被触发,确定分权重七的取值。
3.根据权利要求1所述的ABS参考车速的计算方法,其特征在于,所述根据轮急动度、最大轮急动度和最小轮急动度,确定分权重一的取值,包括:
根据最大轮急动度和最小轮急动度,确定最大轮急动度和最小轮急动度的差值;
根据轮急动度和所述差值确定分权重一的取值,其中所述分权重一分别与轮急动度和所述差值负相关;
所述根据轮加速度和整车加速度,确定分权重二的取值,包括:
根据轮加速度和整车加速度,确定轮加速度和整车加速度的差值的绝对值;
根据轮加速度和所述绝对值,确定分权重二的取值,其中所述分权重二分别与轮加速度和所述绝对值负相关;
所述根据驱动轮轮速和上周期计算的ABS参考车速,确定分权重三的取值,包括:
根据驱动轮轮速和上周期计算的ABS参考车速,确定驱动轮轮速与上周期计算的ABS参考车速的差值的绝对值;
根据所述绝对值,确定分权重三的取值,其中所述分权重三与所述绝对值负相关;
所述根据非驱动轮轮速和上周期计算的ABS参考车速,确定分权重四的取值,包括:
根据非驱动轮轮速和上周期计算的ABS参考车速,确定非驱动轮轮速与上周期计算的ABS参考车速的差值;
根据所述差值,确定分权重四的取值,其中所述分权重四与所述差值正相关;
所述根据车辆是否配备牵引力控制***,以及牵引力控制***是否被触发,确定分权重五的取值,包括:
根据车辆是否配备牵引力控制***,以及牵引力控制***是否被触发,确定分权重五的取值;
所述根据车辆是否配备ABS,以及ABS是否被触发,确定分权重六的取值,包括:
根据车辆是否配备ABS,以及ABS是否被触发,确定分权重六的取值;
所述根据车辆是否配备主动偏航控制***,以及主动偏航控制***是否被触发,确定分权重七的取值,包括:
根据车辆是否配备主动偏航控制***,以及主动偏航控制***是否被触发,确定分权重七的取值。
4.根据权利要求1所述的ABS参考车速的计算方法,其特征在于,在确定第一参考车速融合权重时,若设置的分权重的个数为4个,该4个分权重分别为:分权重八、分权重九、分权重十和分权重十一,则所述采用模糊逻辑法,确定第一参考车速融合权重,包括:
根据最大轮速和最小轮速,确定分权重八的取值,所述最大轮速是指车辆全部车轮的轮速中的最大值,所述最小轮速是指车辆全部车轮的轮速中的最小值;
根据车辆全部车轮的轮速,确定分权重九的取值;
根据最大轮减速度,确定分权重十的取值,所述最大轮减速度是指车辆全部车轮的轮减速度中的最大值;
根据分权重八的取值和分权重八的经验值,确定分权重十一的取值;
根据分权重八、分权重九、分权重十和分权重十一,确定第一参考车速融合权重。
5.根据权利要求1所述的ABS参考车速的计算方法,其特征在于,在确定第二参考车速融合权重时,若设置的分权重的个数为2个,该2个分权重分别为:分权重十二和分权重十三,则所述采用模糊逻辑法,确定第二参考车速融合权重,包括:
根据上周期瞬时加速度和本周期瞬时加速度,确定分权重十二的取值;
根据上周期第二参考车速和本周期第二参考车速,确定分权重十三的取值;
根据分权重十二和分权重十三,确定第二参考车速融合权重。
6.一种ABS参考车速的计算装置,其特征在于,包括:
第一参考车速计算模块,用于采用模糊逻辑法计算第一参考车速;
第二参考车速计算模块,用于其他方法计算第二参考车速,所述其他方法是指所述模糊逻辑法以外的计算车速的方法;
第一参考车速融合权重和第二参考车速融合权重确定模块,用于采用模糊逻辑法,分别确定第一参考车速融合权重和第二参考车速融合权重;
ABS参考车速确定模块,用于根据所述第一参考车速融合权重、所述第二参考车速融合权重、所述第一参考车速和所述第二参考车速,确定制动防抱死***ABS参考车速;
其中,所述第一参考车速计算模块包括:轮速获取单元,用于获取车辆车轮的轮速;轮速的权重确定单元,用于基于模糊逻辑法,根据目标参数确定轮速的权重;第一参考车速计算单元,用于根据所述轮速和所述轮速的权重,计算第一参考车速;
所述轮速的权重确定单元包括:分权重取值确定单元,用于设置七个分权重,根据目标参数的取值以及分权重与所述目标参数之间的相关关系,确定各个分权重的取值;权重确定单元,用于根据七个分权重,确定轮速的权重;
设置的分权重的个数为7个,该7个分权重分别为:分权重一、分权重二、分权重三、分权重四、分权重五、分权重六和分权重七,则所述根据目标参数的取值以及分权重与所述目标参数之间的相关关系,确定各个分权重的取值,包括:
根据轮急动度、最大轮急动度和最小轮急动度,确定分权重一的取值;
根据轮加速度和整车加速度,确定分权重二的取值;
根据驱动轮轮速和上周期计算的ABS参考车速,确定分权重三的取值;
根据非驱动轮轮速和上周期计算的ABS参考车速,确定分权重四的取值;
根据车辆是否配备牵引力控制***,以及牵引力控制***是否被触发,确定分权重五的取值;
根据车辆是否配备ABS,以及ABS是否被触发,确定分权重六的取值;
根据车辆是否配备主动偏航控制***,以及主动偏航控制***是否被触发,确定分权重七的取值。
7.一种电子设备,其特征在于,包括:
至少一个处理器;以及与至少一个所述处理器通信连接的存储器;
其中,所述存储器存储有可被至少一个所述处理器执行的指令,所述指令被至少一个所述处理器执行,以使至少一个所述处理器能够执行权利要求1至5任一项所述的方法。
8.一种介质,其特征在于,所述介质上存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110223345.3A CN112579966B (zh) | 2021-03-01 | 2021-03-01 | Abs参考车速的计算方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110223345.3A CN112579966B (zh) | 2021-03-01 | 2021-03-01 | Abs参考车速的计算方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112579966A CN112579966A (zh) | 2021-03-30 |
CN112579966B true CN112579966B (zh) | 2021-05-14 |
Family
ID=75114086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110223345.3A Active CN112579966B (zh) | 2021-03-01 | 2021-03-01 | Abs参考车速的计算方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112579966B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113715836A (zh) * | 2021-11-04 | 2021-11-30 | 上海拿森汽车电子有限公司 | 车速估算方法、***及计算机存储介质 |
US20230311904A1 (en) * | 2022-04-04 | 2023-10-05 | GM Global Technology Operations LLC | Vehicle speed and/or wheel speed estimation using multiple speed measurements |
CN116039657B (zh) * | 2022-12-22 | 2024-01-26 | 上海洛轲智能科技有限公司 | 车速确定方法、装置、设备、介质及产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542801A (zh) * | 2011-12-23 | 2012-07-04 | 北京易华录信息技术股份有限公司 | 一种融合多种交通数据的交通状况预测***及方法 |
CN102862559A (zh) * | 2012-10-16 | 2013-01-09 | 奇瑞汽车股份有限公司 | 一种基于can总线的线控abs制动***、控制方法 |
CN107380148A (zh) * | 2017-07-27 | 2017-11-24 | 上海海事大学 | 一种电动汽车制动力矩综合调控方法及*** |
CN110231496A (zh) * | 2019-06-19 | 2019-09-13 | 浙江吉利控股集团有限公司 | 一种车速校准装置及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100023265A1 (en) * | 2008-07-24 | 2010-01-28 | Gm Global Technology Operations, Inc. | Adaptive vehicle control system with integrated driving style recognition |
CN109664774B (zh) * | 2018-03-28 | 2020-08-28 | 北京理工大学 | 一种用于分布式驱动电动汽车的驱动防滑控制方法及*** |
CN111086520A (zh) * | 2020-01-17 | 2020-05-01 | 北京理工大学 | 一种适用于四轮驱动车辆多轮高滑移率时的速度估计算法 |
CN111775950B (zh) * | 2020-07-07 | 2022-02-11 | 清华大学苏州汽车研究院(吴江) | 车辆参考速度测算方法、装置、设备、存储介质和*** |
-
2021
- 2021-03-01 CN CN202110223345.3A patent/CN112579966B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542801A (zh) * | 2011-12-23 | 2012-07-04 | 北京易华录信息技术股份有限公司 | 一种融合多种交通数据的交通状况预测***及方法 |
CN102862559A (zh) * | 2012-10-16 | 2013-01-09 | 奇瑞汽车股份有限公司 | 一种基于can总线的线控abs制动***、控制方法 |
CN107380148A (zh) * | 2017-07-27 | 2017-11-24 | 上海海事大学 | 一种电动汽车制动力矩综合调控方法及*** |
CN110231496A (zh) * | 2019-06-19 | 2019-09-13 | 浙江吉利控股集团有限公司 | 一种车速校准装置及方法 |
Non-Patent Citations (1)
Title |
---|
《依维柯汽车均一路面EHB控制***的研究》;曲再鹏;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20051015;论文第5.2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN112579966A (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112579966B (zh) | Abs参考车速的计算方法、装置、电子设备和介质 | |
JP6576578B2 (ja) | 車両を制御する方法、システム、及び非一時的コンピューター可読メモリ | |
EP3600985B1 (en) | System and method for calibrating tire of vehicle | |
CN101655504B (zh) | 一种机动车辆自适应巡航***的车速估计方法 | |
JP2013539572A (ja) | 運転者インタフェースタスクを管理する方法、及び、車両 | |
US20210300132A1 (en) | Tire state estimation system and method utilizing a physics-based tire model | |
CN114987222A (zh) | 一种抖动控制方法、装置、电子设备及存储介质 | |
CN113771857A (zh) | 一种用于车辆控制的纵向车速估计方法和*** | |
KR101827152B1 (ko) | 차량 데이터 기반의 노면 판단 방법 | |
CN109421678A (zh) | 汽车的制动方法、装置、制动***和存储介质 | |
CN103231710B (zh) | 基于驾驶员工作负担调度驾驶员接口任务的***和方法 | |
US20230182751A1 (en) | Tire stiffness estimation system | |
CN107719373B (zh) | 用于估计路面摩擦的方法和*** | |
KR20210073357A (ko) | 차량 abs 제어기의 모델링 시스템 및 방법 | |
WO2010125289A1 (fr) | Procede et dispositif d'evaluation de l'usure d'un pneu | |
CN113232672B (zh) | 车辆质心侧偏角的估计方法、装置、电子设备及介质 | |
JP5671107B2 (ja) | 車両 | |
CN114348004B (zh) | 基于滑移率差异的商用车车轮载荷估计方法、设备和介质 | |
CN117851731B (zh) | 基于行驶车辆的质量估计方法、装置、介质和计算设备 | |
CN114954495B (zh) | 商用车质量估算方法、电子设备和存储介质 | |
CN114852173B (zh) | 自动驾驶转向控制方法、设备及计算机可读存储介质 | |
US12036998B2 (en) | Systems and methods for determining an estimated weight of a vehicle | |
US20240208516A1 (en) | Vehicle status parameter estimation method and apparatus | |
CN116605250A (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
CN115503497A (zh) | 可变权重的预测控制方法、装置、电子设备及存储介质 |
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 |