CN113312754A - 一种基于发动机在环平台***的重型车道路建模方法 - Google Patents
一种基于发动机在环平台***的重型车道路建模方法 Download PDFInfo
- Publication number
- CN113312754A CN113312754A CN202110475540.5A CN202110475540A CN113312754A CN 113312754 A CN113312754 A CN 113312754A CN 202110475540 A CN202110475540 A CN 202110475540A CN 113312754 A CN113312754 A CN 113312754A
- Authority
- CN
- China
- Prior art keywords
- road
- gps data
- vehicle
- gps
- engine
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Hardware Design (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种基于发动机在环平台***的重型车道路建模方法，包括如下步骤：S1、基于发动机在环***获取目标车辆的GPS数据信息，并对该GPS数据信息识别及检查，用于判别导入的GPS数据通道是否正确、数据格式是否符合导入格式以及定位目标车辆对应的GPS数据道路路线；S2、对步骤S1中定位的GPS数据道路路线进行修正及平顺；S3、匹配道路路线模型，将GPS采集到的以时间‑车速实际道路数据匹配成以距离‑车速数据；S4、优化GPS数据道路路线曲率；S5、优化海拔文件。本发明利用发动机在环***，解决企业实车道路测试重复性差的问题，发明重型车道路建模方法，可以减少实车验证次数，缩短整车开发周期。
Description
技术领域
本发明属于重型车排放测试领域，尤其是涉及一种基于发动机在环平台***的重型车道路建模方法。
背景技术
随着汽车产业的快速发展，带来巨大经济效益，也给环境带来尾气污染，其中重型车尾气污染尤为严重，环保部门高度重视重型车排气污染物的治理，出台一系列监管和处罚措施，且增加了对整车实际道路排放测试要求。
在整车实际道路排放的测试过程中，通常采用的测试设备为便携式排放测试***PEMS，实车测试时交通、路面条件、天气每次试验很难一致，对整车开发试验测试重复性影响非常大。对重型发动机，一款发动机要配几十种车型，每个车型都要进行验证可能会耗费巨大的人力、物力，使整车开发周期变长，这给整车企业开发带来巨大挑战；因此，亟需一种基于发动机在环平台***的重型车道路建模方法。
发明内容
有鉴于此，本发明旨在提出一种基于发动机在环平台***的重型车道路建模方法，以解决解决企业实车道路测试重复性差的问题。
为达到上述目的，本发明的技术方案是这样实现的：
一种基于发动机在环平台***的重型车道路建模方法，包括如下步骤：
S1、基于发动机在环***获取目标车辆的GPS数据信息，并对该GPS数据信息识别及检查，用于判别导入的GPS数据通道是否正确、数据格式是否符合导入格式以及定位目标车辆对应的GPS数据道路路线；
S2、对步骤S1中定位的GPS数据道路路线进行修正及平顺；
S3、匹配道路路线模型，将GPS采集到的以时间-车速实际道路数据匹配成以距离-车速数据；
S4、优化GPS数据道路路线曲率；
S5、优化海拔文件。
进一步的，步骤S1中，发动机在环***采用整车模拟模型软件对目标车辆的GPS数据信息进行识别及检查，具体包括如下步骤：
S101、识别目标车辆对应的GPS数据通道名称及个数，其中，GPS数据通道包括时间、经度、纬度、海拔和车速；
S102、定位目标车辆的道路路径，检查目标车辆的道路路径是否符合在实际道路中的行驶路径；
若遇到GPS信号弱导致GPS数据信息采集不全的情况，应补齐缺失数据，使道路平顺。
进一步的，步骤S2中，通过设定曲率参数对GPS数据道路路线作整体平顺，确保与实际道路路况一致，具体包括如下步骤：
S201、GPS数据道路路线误差修正，GPS数据道路路线误差修正基于Google地图进行修正，修正完成后的道路作为建立道路模型的基础；
S202、通过优化曲率参数平顺GPS数据道路曲线，使整条GPS数据道路路线曲率达到最小，道路更加平滑。
进一步的，步骤S201中对GPS数据道路路线误差修正具体包括：
对目标车辆在停车点处、交通堵塞地段产生的多余点去除，仅保留一个有效点，并进行顺滑GPS数据道路曲线；
对GPS定位产生误差导致的道路路线偏移，需平移偏移GPS数据道路曲线到正常道路路线；
GPS经过信号偏弱地段GPS数据道路曲线出现断续、折线、缺陷现象时，需把GPS数据道路路线修正完整并保证GPS数据道路路线平顺。
进一步的，曲率参数包括两点间最小距离、最大偏移量、偏移权重和曲率权重。
进一步的，步骤S4中以目标车速为基础优化GPS数据道路路线曲率，使得横向加速度最小，保证整车在行驶过程中，避免过多次的转向，对整车操纵稳定性造成影响。
进一步的，步骤S5中，根据数据来源的不同分为三种途径对海拔数据进行优化：
第一途径：要求具有高分辨率的地形区域；
第二途径：基于GPS海拔信息，分辨率较低；
第三途径：基于GPS和汽车CAN信息，两个数据信息再进行整合；
选择数据来源，并在选择数据来源后对海拔和GPS道路路线坡度进行优化。
相对于现有技术，本发明所述的一种基于发动机在环平台***的重型车道路建模方法具有以下有益效果：
本发明所述的一种基于发动机在环平台***的重型车道路建模方法利用发动机在环***，解决企业实车道路测试重复性差的问题，发明重型车道路建模方法，可以减少实车验证次数，缩短整车开发周期。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例所述的发动机在环工作原理流程图；
图2为本发明实施例所述的GPS原始数据定位道路路径图；
图3为本发明实施例所述的GPS数据修正后道路路径；
图4为本发明实施例所述的数据通道表；
图5为GPS数据道路定位图；
图6为GPS数据折线处优化图；
图7为GPS数据停车点优化图；
图8为GPS数据偏移线优化图；
图9为最小曲率优化参数表；
图10为道路匹配优化参数表；
图11为横向加速度优化参数表；
图12为顺滑道路优化参数表。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；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。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
如图1所示，在发动机在环平台搭建整车模型、驾驶员模型、道路模型，发动机在环平台软件会根据输入的整车模型参数和驾驶员模型参数计算发动机转速和扭矩，同时将计算出的目标转速和扭矩通过发动机在环平台硬件Test.bed.CONNECT输入给PUMA***，PUMA***通过控制测功机和油门实现发动机目标工况输出。
如2至图8所示，一种基于发动机在环平台***的重型车道路建模方法，包括如下步骤：
一种基于发动机在环平台***的重型车道路建模方法，包括如下步骤：
S1、基于发动机在环***获取目标车辆的GPS数据信息，并对该GPS数据信息识别及检查，用于判别导入的GPS数据通道是否正确、数据格式是否符合导入格式以及定位目标车辆对应的GPS数据道路路线(检查GPS数据通道是否齐全、完整，通道名称与VSM软件显示的名称要一致，如图4所示)；
S2、对步骤S1中定位的GPS数据道路路线进行修正及平顺；
S3、匹配道路路线模型，将GPS采集到的以时间-车速实际道路数据匹配成以距离-车速数据；
S4、优化GPS数据道路路线曲率，将GPS采集到的以时间-车速实际道路数据匹配成以距离-车速数据，具体优化参数如图10；
S5、优化海拔文件。
步骤S1中，发动机在环***采用整车模拟模型软件对目标车辆的GPS数据信息进行识别及检查，具体包括如下步骤：
S101、识别目标车辆对应的GPS数据通道名称及个数，其中，GPS数据通道包括时间、经度、纬度、海拔和车速，(一般GPS数据通道包括时间、经度、纬度、海拔、车速，其他数据通道只作为推荐导入通道，比如横向加速度、道路坡度)；
S102、定位目标车辆的道路路径，检查目标车辆的道路路径是否符合在实际道路中的行驶路径；
当遇到大桥或隧道时，GPS信号弱很有可能数据采集不全，为了尽量保持与测量数据一致，此时，原数据文件海拔、经度、纬度、采用差值方法补齐缺失数据，尽量使道路平顺，对于缺失车速尽量取其平均值补齐数据。
步骤S2中，通过设定曲率参数对GPS数据道路路线作整体平顺，确保与实际道路路况一致，具体包括如下步骤：
S201、GPS数据道路路线误差修正，GPS数据道路路线误差修正基于Google地图进行修正，修正完成后的道路作为建立道路模型的基础；
S202、通过优化曲率参数平顺GPS数据道路曲线，保证曲率值不会出现毛刺峰值，避免造成行驶过程中转向问题，具体优化参数如图9，使整条GPS数据道路路线曲率达到最小，道路更加平滑。
步骤S201中对GPS数据道路路线误差修正具体包括：
对目标车辆在停车点处、交通堵塞地段产生的多余点去除，仅保留一个有效点，并进行顺滑GPS数据道路曲线；
对GPS定位产生误差导致的道路路线偏移，需平移偏移GPS数据道路曲线到正常道路路线；
GPS经过信号偏弱地段(大桥、建筑、森林等信号偏弱地段)GPS数据道路曲线出现断续、折线、缺陷现象时，需把GPS数据道路路线修正完整并保证GPS数据道路路线平顺。
曲率参数包括两点间最小距离、最大偏移量、偏移权重和曲率权重。
步骤S4中以目标车速为基础优化GPS数据道路路线曲率，使得横向加速度最小，保证整车在行驶过程中，避免过多次的转向，对整车操纵稳定性造成影响，具体优化参数如图11。
步骤S5中，根据数据来源的不同分为三种途径对海拔数据进行优化：
第一途径：要求具有高分辨率的地形区域；
第二途径：基于GPS海拔信息，分辨率较低；
第三途径：基于GPS和汽车CAN信息，两个数据信息再进行整合；
选择数据来源，并在选择数据来源后对海拔和道路坡度进行优化，具体优化参数如图12。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于发动机在环平台***的重型车道路建模方法，其特征在于，包括如下步骤：
S1、基于发动机在环***获取目标车辆的GPS数据信息，并对该GPS数据信息识别及检查，用于判别导入的GPS数据通道是否正确、数据格式是否符合导入格式以及定位目标车辆对应的GPS数据道路路线；
S2、对步骤S1中定位的GPS数据道路路线进行修正及平顺；
S3、匹配道路路线模型，将GPS采集到的以时间-车速实际道路数据匹配成以距离-车速数据；
S4、优化GPS数据道路路线曲率；
S5、优化海拔文件。
2.根据权利要求1所述的一种基于发动机在环平台***的重型车道路建模方法，其特征在于：步骤S1中，发动机在环***采用整车模拟模型软件对目标车辆的GPS数据信息进行识别及检查，具体包括如下步骤：
S101、识别目标车辆对应的GPS数据通道名称及个数，其中，GPS数据通道包括时间、经度、纬度、海拔和车速；
S102、定位目标车辆的道路路径，检查目标车辆的道路路径是否符合在实际道路中的行驶路径；
若遇到GPS信号弱导致GPS数据信息采集不全的情况，应补齐缺失数据，使道路平顺。
3.根据权利要求1所述的一种基于发动机在环平台***的重型车道路建模方法，其特征在于：步骤S2中，通过设定曲率参数对GPS数据道路路线作整体平顺，确保与实际道路路况一致，具体包括如下步骤：
S201、GPS数据道路路线误差修正，GPS数据道路路线误差修正基于Google地图进行修正，修正完成后的道路作为建立道路模型的基础；
S202、通过优化曲率参数平顺GPS数据道路曲线，使整条GPS数据道路路线曲率达到最小，道路更加平滑。
4.根据权利要求3所述的一种基于发动机在环平台***的重型车道路建模方法，其特征在于：步骤S201中对GPS数据道路路线误差修正具体包括：
对目标车辆在停车点处、交通堵塞地段产生的多余点去除，仅保留一个有效点，并进行顺滑GPS数据道路曲线；
对GPS定位产生误差导致的道路路线偏移，需平移偏移GPS数据道路曲线到正常道路路线；
GPS经过信号偏弱地段GPS数据道路曲线出现断续、折线、缺陷现象时，需把GPS数据道路路线修正完整并保证GPS数据道路路线平顺。
5.根据权利要求3所述的一种基于发动机在环平台***的重型车道路建模方法，其特征在于：曲率参数包括两点间最小距离、最大偏移量、偏移权重和曲率权重。
6.根据权利要求1所述的一种基于发动机在环平台***的重型车道路建模方法，其特征在于：步骤S4中以目标车速为基础优化GPS数据道路路线曲率，使得横向加速度最小，保证整车在行驶过程中，避免过多次的转向，对整车操纵稳定性造成影响。
7.根据权利要求1所述的一种基于发动机在环平台***的重型车道路建模方法，其特征在于：步骤S5中，根据数据来源的不同分为三种途径对海拔数据进行优化：
第一途径：要求具有高分辨率的地形区域；
第二途径：基于GPS海拔信息，分辨率较低；
第三途径：基于GPS和汽车CAN信息，两个数据信息再进行整合；
选择数据来源，并在选择数据来源后对海拔和道路坡度进行优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110475540.5A CN113312754A (zh) | 2021-04-29 | 2021-04-29 | 一种基于发动机在环平台***的重型车道路建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110475540.5A CN113312754A (zh) | 2021-04-29 | 2021-04-29 | 一种基于发动机在环平台***的重型车道路建模方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113312754A true CN113312754A (zh) | 2021-08-27 |
Family
ID=77371330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110475540.5A Pending CN113312754A (zh) | 2021-04-29 | 2021-04-29 | 一种基于发动机在环平台***的重型车道路建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113312754A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190010885A1 (en) * | 2017-07-07 | 2019-01-10 | Ford Global Technologies, Llc | Methods and systems for diagnosing an engine intake humidity sensor |
| CN110728020A (zh) * | 2019-09-05 | 2020-01-24 | 一汽解放汽车有限公司 | 一种整车仿真实验平台道路模拟*** |
| CN112485008A (zh) * | 2020-11-11 | 2021-03-12 | 中汽研汽车检验中心（天津）有限公司 | 一种用于柴油发动机在环的后处理温度控制装置和方法 |
-
2021
- 2021-04-29 CN CN202110475540.5A patent/CN113312754A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190010885A1 (en) * | 2017-07-07 | 2019-01-10 | Ford Global Technologies, Llc | Methods and systems for diagnosing an engine intake humidity sensor |
| CN110728020A (zh) * | 2019-09-05 | 2020-01-24 | 一汽解放汽车有限公司 | 一种整车仿真实验平台道路模拟*** |
| CN112485008A (zh) * | 2020-11-11 | 2021-03-12 | 中汽研汽车检验中心（天津）有限公司 | 一种用于柴油发动机在环的后处理温度控制装置和方法 |
Non-Patent Citations (1)
| Title |
|---|
| 郑春芳等: ""基于发动机在环的重型车PEMS测试方法研究"", 《汽车实用技术》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112631246B (zh) | 测试评价信息确定方法、装置、设备及计算机存储介质 | |
| JP5064870B2 (ja) | デジタル道路地図の生成方法及び地図生成システム | |
| CN108922173B (zh) | 一种车辆偏离检测方法及装置 | |
| JP4582192B2 (ja) | 車両故障解析システム、車両故障解析装置、車両故障解析方法 | |
| CN108320515B (zh) | 一种交通事故地点路网自动匹配校验方法及*** | |
| CN110379163B (zh) | 一种基于轨迹数据的车辆异常减速区域检测方法及*** | |
| CN105403227B (zh) | 一种安全导航方法及*** | |
| CN102081855B (zh) | 实时交通信息通知***、方法及车载终端 | |
| CN110345951B (zh) | 一种adas高精度地图的生成方法及装置 | |
| CN108027242A (zh) | 自动驾驶导航方法、装置、***、车载终端及服务器 | |
| CN110555992B (zh) | 一种基于gps轨迹数据的出租车行驶路径信息提取方法 | |
| CN113378413B (zh) | 基于Vissim构建仿真路网平台***、方法、设备及存储介质 | |
| CN204256792U (zh) | 一种基于高精度定位***的出租车计价器检测装置 | |
| US20130253813A1 (en) | Method for Calculating Fuel Consumption During Driving and Driving Fuel Consumption Calculation System | |
| JP2013124880A (ja) | 標高信頼度判定システム、データ整備システム、走行支援システム、並びに標高信頼度判定プログラム及び方法 | |
| CN115384516A (zh) | 运输车的轮胎磨损里程计算方法、装置及设备 | |
| CN114390438B (zh) | 一种交通设备定位方法及装置 | |
| CN113312754A (zh) | 一种基于发动机在环平台***的重型车道路建模方法 | |
| CN113110452A (zh) | 集装箱自动化码头外集卡全路径引导*** | |
| CN108364456B (zh) | 一种确定高速公路桩号的方法、存储介质、装置及*** | |
| CN114509068B (zh) | 一种多层道路上的车辆的位置判断方法及装置 | |
| CN116416588A (zh) | 车道线预测方法、装置、电子设备及存储介质 | |
| CN114252087B (zh) | 一种地图数据的处理方法及装置、车辆和存储介质 | |
| CN111882872B (zh) | 基于大规模网联车辆功率分布的道路坡度测算方法与装置 | |
| CN114676988A (zh) | 一种道路移动源排放地图生成方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210827 |
|
| RJ01 | Rejection of invention patent application after publication |