CN116108323A - 一种确定座椅阻尼系数的方法、装置、车机及存储介质 - Google Patents
一种确定座椅阻尼系数的方法、装置、车机及存储介质 Download PDFInfo
- Publication number
- CN116108323A CN116108323A CN202310042668.1A CN202310042668A CN116108323A CN 116108323 A CN116108323 A CN 116108323A CN 202310042668 A CN202310042668 A CN 202310042668A CN 116108323 A CN116108323 A CN 116108323A
- Authority
- CN
- China
- Prior art keywords
- road surface
- preset
- determining
- damping coefficient
- vehicle
- 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
- 238000013016 damping Methods 0.000 title claims abstract description 149
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000000725 suspension Substances 0.000 claims abstract description 59
- 230000001133 acceleration Effects 0.000 claims abstract description 38
- 230000003116 impacting effect Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000004575 stone 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
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
- G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
- B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
- B60N2/50—Seat suspension devices
- B60N2/501—Seat suspension devices actively controlled suspension, e.g. electronic control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
- G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Transportation (AREA)
- Algebra (AREA)
- Discrete Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Seats For Vehicles (AREA)
Abstract
本发明公开了一种确定座椅阻尼系数的方法、装置、车机及存储介质。该方法包括:确定车辆的前方路面的路面预测信息;若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数;若所述路面不平等级和所述路面类型不符合所述第一预设对应关系,则根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数。本发明实施例的技术方案,不仅可以在座椅受到冲击前提前改变座椅的阻尼系数,还可以利用快速傅里叶算法快速且准确的确定出已发生的振动对应的阻尼系数,保证了阻尼系数的调节效果,并提高了用户的舒适度。
Description
技术领域
本发明涉及智能驾驶技术领域,尤其涉及一种确定座椅阻尼系数的方法、装置、车机及存储介质。
背景技术
舒适性是汽车的重要性能之一,座椅的减震能力对车内驾驶员和乘客的舒适度有着重要的影响。汽车的垂向震动主要由地面对轮胎的作用力产生,该作用力通过轮胎、座椅悬架和座椅传递给座椅上的驾驶员和乘客。
目前,一些车辆的座椅是机械座椅,其依靠坐垫材质进行减震,减震特性一般不可自动调节。在一些重型商用车会配备电控座椅,该座椅下方会配备弹簧与阻尼器。通常根据震动传感器或高度传感器采集到的信号来对该座椅进行控制,如根据车辆当前的振动频率,来设定电控座椅悬架的阻尼系数,进而座椅的提升舒适性。
然而,虽然电控座椅可以动态的调节座椅悬架的阻尼系数,但目前的调节方案只能根据已经发生的振动来调节阻尼系数,调节效果也欠佳,用户体验较差。
发明内容
本发明提供了一种确定座椅阻尼系数的方法、装置、车辆及存储介质,以解决车辆座椅的阻尼系数调节效果欠佳的问题。
第一方面,本发明提供了一种确定座椅阻尼系数的方法,包括:
确定车辆的前方路面的路面预测信息,其中,所述路面预测信息包括路面不平等级、路面类型以及距冲击物距离;
若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数,其中,所述第一预设对应关系中包含多种预设路面类型和多种第一预设路面不平等级,每种所述预设路面类型至少对应一种所述第一预设路面不平等级;
若所述路面不平等级和所述路面类型不符合所述第一预设对应关系,则根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数。
第二方面,本发明提供了一种确定座椅阻尼系数的装置,包括:
预测信息确定模块,用于确定车辆的前方路面的路面预测信息,其中,所述路面预测信息包括路面不平等级、路面类型以及距冲击物距离;
第一阻尼系数确定模块,用于若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数,其中,所述第一预设对应关系中包含多种预设路面类型和多种第一预设路面不平等级,每种所述预设路面类型至少对应一种所述第一预设路面不平等级;
第二阻尼系数确定模块,用于若所述路面不平等级和所述路面类型不符合所述第一预设对应关系,则根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数。
第三方面,本发明提供了一种车机,该车机包括:
至少一个处理器;
以及与至少一个处理器通信连接的存储器;
其中,存储器存储有可被至少一个处理器执行的计算机程序,该计算机程序被至少一个处理器执行,以使至少一个处理器能够执行上述第一方面的确定座椅阻尼系数的方法。
第四方面,本发明提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现上述第一方面的确定座椅阻尼系数的方法。
本发明提供的确定座椅阻尼系数的方案,确定车辆的前方路面的路面预测信息,其中,所述路面预测信息包括路面不平等级、路面类型以及距冲击物距离;若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数,其中,所述第一预设对应关系中包含多种预设路面类型和多种第一预设路面不平等级,每种所述预设路面类型至少对应一种所述第一预设路面不平等级;若所述路面不平等级和所述路面类型不符合所述第一预设对应关系,则根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数。通过采用上述技术方案,首先判断预测出的路面不平等级和路面类型的对应关系,是否符合第一预设对应关系,然后根据不同的判断结果,来分别确定车辆的座椅悬架的阻尼系数,与传统的确定阻尼系数的方式相比,本方法不仅可以基于预测出的路面信息,在座椅受到冲击前提前改变座椅的阻尼系数,其解决了只能根据已经发生的振动来调节阻尼系数而导致的调节滞后性,还可以利用快速傅里叶算法快速且准确的确定出已发生的振动对应的阻尼系数,保证了阻尼系数的调节效果,并提高了用户的舒适度。
应当理解,本部分所描述的内容并非旨在标识本发明的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是根据本发明实施例一提供的一种确定座椅阻尼系数的方法的流程图;
图2是根据本发明实施例一提供的一种座椅示意图;
图3是根据本发明实施例二提供的一种确定座椅阻尼系数的方法的流程图;
图4是根据本发明实施例三提供的一种确定座椅阻尼系数的装置的结构示意图;
图5是根据本发明实施例四提供的一种车机的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。在本发明的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种确定座椅阻尼系数的方法的流程图,本实施例可适用于确定座椅阻尼系数的情况,该方法可以由确定座椅阻尼系数的装置来执行,该确定座椅阻尼系数的装置可以采用硬件和/或软件的形式实现,该确定座椅阻尼系数的装置可配置于车机中,该车机可以是两个或多个物理实体构成。
如图1所示,该本发明实施例一提供的一种确定座椅阻尼系数的方法,具体包括如下步骤:
S101、确定车辆的前方路面的路面预测信息,其中,所述路面预测信息包括路面不平等级、路面类型以及距冲击物距离。
在本实施例中,可以利用安装在汽车预设位置,如前风挡玻璃处的预设相机(如双目相机)采集车辆前方路面的路面信息,如路面图像等,然后利用预设处理方式处理该图像,如可以将该图像输入训练好的模型中,得到前方路面的路面不平等级、路面类型以及距冲击物距离。其中,路面不平等级可以理解为路面的不平整度的等级,等级越高表示路面越不平整,路面类型可以包括平整公路、破损道路、土路以及砾石路等,距冲击物距离可以理解为车辆距离冲击物的距离,冲击物可以为路面上的小的砂砾、石块和凹陷坑等凸起或凹陷的物体。
S102、若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数,其中,所述第一预设对应关系中包含多种预设路面类型和多种第一预设路面不平等级,每种所述预设路面类型至少对应一种所述第一预设路面不平等级。
在本实施例中,图2为一种座椅示意图,如图2所示,车辆在行驶时,路面的不平会导致车轮受到冲击,该冲击引起的振动会传递至车厢地板,车厢地板在垂直方向上的位移将引起座椅的振动,其中,座椅的悬架弹簧可以由螺旋弹簧或空气弹簧组成,座椅悬架的阻尼器可以抑制悬架的垂向振动,该阻尼器为可调阻尼器,即阻尼系数可调。若上一步骤确定的路面不平等级和路面类型之间的对应关系,与第一预设对应关系一致,则表示当前的路面预测信息可信,可利用路面预测信息来确定阻尼系数,即根据路面不平等级、路面类型以及距冲击物距离,来确定车辆的座椅悬架的第一阻尼系数,若不一致,则表示当前的路面预测信息不可信,需要利用当前已发生的振动(即车辆的垂直向加速度)来确定阻尼系数。如若路面不平等级较低、路面类型显示前方路面较为平整以及前方无冲击物(即距冲击物距离为零)中至少一种情况发生,则可以将第一阻尼系数设置的较小,反之,若上述三种情况均未发生,则可以将第一阻尼系数设置的较大。其中,第一预设对应关系可以理解为,根据历史数据总结出的包含多种预设路面类型和多种第一预设路面不平等级的对应关系,该历史数据可以理解为,在预设环境(如路测环境)下预测出的路面预测信息。
S103、若所述路面不平等级和所述路面类型不符合所述第一预设对应关系,则根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数。
在本实施例中,可以利用预设传感器,如加速度传感器,采集车辆的垂直向加速度。当路面不平等级和路面类型之间的对应关系,与第一预设对应关系不一致时,可以利用预设快速傅里叶算法处理该垂直向加速度,再根据处理结果来确定车辆的座椅悬架的第二阻尼系数。如可以计算快速傅里叶算法处理后得到的复数模值的均方根,该均方根越大,第二阻尼系数可被确定的越大。
本发明实施例提供的确定座椅阻尼系数的方法,确定车辆的前方路面的路面预测信息,其中,所述路面预测信息包括路面不平等级、路面类型以及距冲击物距离;若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数,其中,所述第一预设对应关系中包含多种预设路面类型和多种第一预设路面不平等级,每种所述预设路面类型至少对应一种所述第一预设路面不平等级;若所述路面不平等级和所述路面类型不符合所述第一预设对应关系,则根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数。本发明实施例技术方案,首先判断预测出的路面不平等级和路面类型的对应关系,是否符合第一预设对应关系,然后根据不同的判断结果,来分别确定车辆的座椅悬架的阻尼系数,与传统的确定阻尼系数的方式相比,本方法不仅可以基于预测出的路面信息,在座椅受到冲击前提前改变座椅的阻尼系数,其解决了只能根据已经发生的振动来调节阻尼系数而导致的调节滞后性,还可以利用快速傅里叶算法快速且准确的确定出已发生的振动对应的阻尼系数,保证了阻尼系数的调节效果,并提高了用户的舒适度。
实施例二
图3为本发明实施例二提供的一种确定座椅阻尼系数的方法的流程图,本发明实施例的技术方案在上述各可选技术方案的基础上进一步优化,给出了确定座椅阻尼系数的具体方式。
可选的,在所述若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数之前,还包括:若在第一预设对应关系中,每种预设路面类型对应多种第一预设路面不平等级,则从多个第一预设路面不平等级中确定与所述路面类型对应的第一目标不平等级;判断所述路面类型对应的路面不平等级,是否属于所述第一目标不平等级;若是,则确定所述路面不平等级和所述路面类型符合第一预设对应关系,若否,则确定所述路面不平等级和所述路面类型不符合第一预设对应关系。这样设置的好处在于,与传统的一对一的对应关系相比,通过利用包含一对多的对应关系(预设路面类型对应多种第一预设路面不平等级)的第一预设对应关系,可以减小由于干扰因素导致的路面不平等级的误差,提升了本方法的抗干扰能力。
可选的,所述根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数,包括:在第二预设对应关系中,从多个第二预设路面不平等级中确定所述路面不平等级对应的第二目标不平等级,以及确定所述第二目标不平等级对应的第一预设阻尼系数,并将所述第一预设阻尼系数确定为所述车辆的座椅悬架的第一阻尼系数,其中,所述第二预设对应关系中包含多种第二预设路面不平等级与第一预设阻尼系数的对应关系。这样设置的好处在于,通过查表法可以从第二预设对应关系中,准确的确定出车辆的座椅悬架的阻尼系数。
可选的,所述根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数,包括:将所述车辆的当前时刻前预设数量的预设周期内的垂直向加速度和当前垂直向加速度,确定为加速度数组;利用预设快速傅里叶算法对所述加速度数组进行处理,得到目标数组,其中,所述目标数组中包含多个复数;从所述目标数组中确定多个目标复数,并对所述目标复数的模进行加权,再确定加权后的模的均方根;根据第三预设对应关系和所述均方根,确定所述车辆的座椅悬架的第二阻尼系数,其中,所述第三预设对应关系中包含多种预设均方根和第二预设阻尼系数的对应关系。这样设置的好处在于,通过对目标复数的模的加权和均方根运算,可以根据该均方根运算的结果从第三预设对应关系中,准确的确定出车辆的座椅悬架的阻尼系数。
如图3所示,本发明实施例二提供的一种确定座椅阻尼系数的方法,具体包括如下步骤:
S201、确定车辆的前方路面的路面预测信息。
可选的,所述确定车辆的前方路面的路面预测信息,包括:利用预设双目相机,获取车辆的前方路面的三维的路面点云和二维的路面图像;根据所述路面点云和预设第一模型,确定路面不平等级;利用预设第二模型对所述路面图像进行语义分割,以确定路面类型;根据所述路面点云和所述路面图像,确定所述车辆的距冲击物距离。这样设置的好处在于,利用通过双目相机获取到的二维路面图像和三维路面点云,能够准确的预测出前方路面的路面情况(路面预测信息),从而保证座椅悬架的阻尼系数的准确度。
具体的,可以先利用双目相机,获取车辆的前方路面的三维的路面点云和二维的路面图像。将路面点云输入至预设第一模型中,如神经网络模型,可以得到前方路面的路面不平等级,如A等级、B等级、…、F等级。将路面图像输入预设第二模型中,通过第二模型的语义分割处理,可以得到前方路面的路面类型。将路面点云和路面图像输入预设第三模型中,预设第三模型可以提取路面点云中包含的路面平整度信息和路面点云包含的冲击物的三维信息,从而确定出车辆和冲击物距离之间的距离,即距冲击物距离。
S202、若在第一预设对应关系中,每种预设路面类型对应多种第一预设路面不平等级,则从多个第一预设路面不平等级中确定与路面类型对应的第一目标不平等级。
示例性的,若第一预设对应关系可以以下述表1路面类型与路面不平等级的预设对应表的形式表示,表1中的“√”表示“对应”,如平整公路对应三种第一预设路面不平等级,分别为A、B以及C,则当路面预测信息中的路面类型为平整公路时,第一目标不平等级为A、B以及C。其中,A等级、B等级、…、F等级,对应的路面的不平整度逐渐递增,即路面颠簸度逐渐上升。
表1路面类型与路面不平等级的预设对应表
S203、判断路面类型对应的路面不平等级是否属于第一目标不平等级,若是则执行步骤204,若否则执行步骤205。
示例性的,如上例所述,若路面类型为平整公路,其对应的路面不平等级为A、B以及C中的任一个,则可确定路面类型对应的路面不平等级属于第一目标不平等级,反之,则确定预测出的路面不平等级和路面类型不够准确(不可信),该路面类型对应的路面不平等级不属于第一目标不平等级。
S204、确定路面不平等级和路面类型符合第一预设对应关系,执行步骤206。
S205、确定路面不平等级和路面类型不符合第一预设对应关系,执行步骤207。
S206、在第二预设对应关系中,从多个第二预设路面不平等级中确定路面不平等级对应的第二目标不平等级,以及确定第二目标不平等级对应的第一预设阻尼系数,并将第一预设阻尼系数确定为车辆的座椅悬架的第一阻尼系数。
其中,所述第二预设对应关系中包含多种第二预设路面不平等级与第一预设阻尼系数的对应关系。
示例性的,第二预设对应关系可以以下述表2预设路面不平等级与阻尼系数的预设对应表的形式表示,若路面不平等级为A,则将表2中的A等级对应的第一预设阻尼系数0.1,确定为第一阻尼系数。
表2路面不平等级与阻尼系数的预设对应表
可选的,还包括:若所述路面类型为设定类型,且所述路面类型对应的路面不平等级低于预设等级,则根据所述距冲击物距离和所述车辆的行驶速度,确定所述车辆到达冲击物时的预测时间以及在所述预测时间时所述车辆的座椅悬架的第三阻尼系数,其中,所述第三阻尼系数为所述座椅悬架支持的最小阻尼系数。这样设置的好处在于,当路面类型对应的路面为较为平坦的路面时,仅根据距冲击物距离和车速,就可以预先准确的确定出合适的阻尼系数。
示例性的,如上例所述,若预设等级为C等级,最小阻尼系数为0,设定类型为平整公路,该平整公路为预设路面类型中对应的路面较为平坦的路面,则当路面类型为平整公路,且对应的路面不平等级小于C等级时,如A或B,可以利用积分的方式,在已知距冲击物距离和车辆的行驶速度的前提下,确定出车辆到达冲击物时的预测时间。如,可以利用下述方式确定预测时间t1:
其中,Sv为距冲击物距离,t2为当前时间,v0为车辆的行驶速度随时间的变化规律,则可以在t1时,将车辆的座椅悬架的第三阻尼系数确定为0。
S207、将车辆的当前时刻前预设数量的预设周期内的垂直向加速度和当前垂直向加速度,确定为加速度数组。
示例性的,若预设数量为2n-1,n可以取7以上,预设周期为10毫秒,则可以将当前垂直向加速度Az,以及前2n-1个周期为10毫秒的垂直向加速度。其中,垂直向加速度可以理解为车身的垂直向加速度。
S208、利用预设快速傅里叶算法对加速度数组进行处理,得到目标数组。
其中,目标数组中包含多个复数。
具体的,目标数组的长度,即目标数组中包含的复数的总数量通常大于,垂向加速度信号的采样频率与该预设快速傅里叶算法的分辨率的商值,如目标数组中包含的复数的总数量可以为8192个。
S209、从目标数组中确定多个目标复数,并对目标复数的模进行加权,再确定加权后的模的均方根。
具体的,可以根据预设标准,如《人体承受全身振动评价指南》,从目标数组中确定23个目标复数,计算这些目标复数的模,并对其进行加权,再对加权后的结果求取均方根其中,目标复数的模的权重系数也可以从预设标准中确定。
S210、根据第三预设对应关系和均方根,确定车辆的座椅悬架的第二阻尼系数。
其中,第三预设对应关系中包含多种预设均方根和第二预设阻尼系数的对应关系。
示例性的,第三预设对应关系可以以上述表2路面不平等级与阻尼系数的预设对应表和下述表3均方根和路面不平等级的预设对应表的形式表示,此时表2中的第一预设阻尼系数即为第二预设阻尼系数,表3中的预设路面不平等级与表2中的第二预设路面不平等级对应,则若均方根为0.4,则可根据表2和表3确定出第二阻尼系数为C等级对应的0.3。
表3均方根和路面不平等级的预设对应表
可选的,上述步骤中的车辆的行驶方向为前向行驶且行驶速度大于零。
具体的,当车辆静止或处于倒车时,可以不改变车辆的阻尼系数,即保持车辆的座椅悬架的当前阻尼系数不变。
本发明实施例提供的确定座椅阻尼系数的方法,首先利用第一预设对应关系判断出,路面不平等级和路面类型的对应关系与第一预设对应关系是否符合,若符合则利用第二预设对应关系和路面不平等级,确定座椅悬架的阻尼系数,若不符合,则利用根据预设快速傅里叶算法的处理结果确定的均方根,来确定车辆的座椅悬架的阻尼系数,本方法通过利用第一预设对应关系,仲裁预测出的路面不平等级和路面类型是否可靠,并在可靠或不可靠时,分别利用第二预设对应关系和第三预设对应关系分别确定座椅的阻尼系数,其实现了在路面预测信息不够准确时,仍能根据车辆已发生的振动来确定阻尼系数,提升了该方法的鲁棒性及对环境适应性。
实施例三
图4为本发明实施例三提供的一种确定座椅阻尼系数的装置的结构示意图。如图4所示,该装置包括:预测信息确定模块301、第一阻尼系数确定模块302以及第二阻尼系数确定模块303,其中:
预测信息确定模块,用于确定车辆的前方路面的路面预测信息,其中,所述路面预测信息包括路面不平等级、路面类型以及距冲击物距离;
第一阻尼系数确定模块,用于若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数,其中,所述第一预设对应关系中包含多种预设路面类型和多种第一预设路面不平等级,每种所述预设路面类型至少对应一种所述第一预设路面不平等级;
第二阻尼系数确定模块,用于若所述路面不平等级和所述路面类型不符合所述第一预设对应关系,则根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数。
本发明实施例提供的确定座椅阻尼系数的装置,首先判断预测出的路面不平等级和路面类型的对应关系,是否符合第一预设对应关系,然后根据不同的判断结果,来分别确定车辆的座椅悬架的阻尼系数,与传统的确定阻尼系数的方式相比,本方法不仅可以基于预测出的路面信息,在座椅受到冲击前提前改变座椅的阻尼系数,其解决了只能根据已经发生的振动来调节阻尼系数而导致的调节滞后性,还可以利用快速傅里叶算法快速且准确的确定出已发生的振动对应的阻尼系数,保证了阻尼系数的调节效果,并提高了用户的舒适度。
可选的,预测信息确定模块包括:
图像和点云确定单元,用于利用预设双目相机,获取车辆的前方路面的三维的路面点云和二维的路面图像;
等级确定单元,用于根据所述路面点云和预设第一模型,确定路面不平等级;
类型确定单元,用于利用预设第二模型对所述路面图像进行语义分割,以确定路面类型;
距离确定单元,用于根据所述路面点云和所述路面图像,确定所述车辆的距冲击物距离。
可选的,该装置还包括:
第一不平等级确定模块,用于在所述若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数之前,若在第一预设对应关系中,每种预设路面类型对应多种第一预设路面不平等级,则从多个第一预设路面不平等级中确定与所述路面类型对应的第一目标不平等级;
判断模块,用于判断所述路面类型对应的路面不平等级,是否属于所述第一目标不平等级;
等级与类型关系确定模块,用于若判断模块返回的判断结果为是,则确定所述路面不平等级和所述路面类型符合第一预设对应关系,若判断模块返回的判断结果为否,则确定所述路面不平等级和所述路面类型不符合第一预设对应关系。
可选的,第一阻尼系数确定模块包括:
第一阻尼系数确定单元,用于在第二预设对应关系中,从多个第二预设路面不平等级中确定所述路面不平等级对应的第二目标不平等级,以及确定所述第二目标不平等级对应的第一预设阻尼系数,并将所述第一预设阻尼系数确定为所述车辆的座椅悬架的第一阻尼系数,其中,所述第二预设对应关系中包含多种第二预设路面不平等级与第一预设阻尼系数的对应关系
可选的,第一阻尼系数确定模块还包括:
第三阻尼系数确定单元,用于若所述路面类型为设定类型,且所述路面类型对应的路面不平等级低于预设等级,则根据所述距冲击物距离和所述车辆的行驶速度,确定所述车辆到达冲击物时的预测时间以及在所述预测时间时所述车辆的座椅悬架的第三阻尼系数,其中,所述第三阻尼系数为所述座椅悬架支持的最小阻尼系数。
可选的,第二阻尼系数确定模块包括:
加速度数组确定单元,用于将所述车辆的当前时刻前预设数量的预设周期内的垂直向加速度和当前垂直向加速度,确定为加速度数组;
目标数组确定单元,用于利用预设快速傅里叶算法对所述加速度数组进行处均方根理,得到目标数组,其中,所述目标数组中包含多个复数;
确定单元,用于从所述目标数组中确定多个目标复数,并对所述目标复数的模进行加权,再确定加权后的模的均方根;
第二阻尼系数确定单元,用于根据第三预设对应关系和所述均方根,确定所述车辆的座椅悬架的第二阻尼系数,其中,所述第三预设对应关系中包含多种预设均方根和第二预设阻尼系数的对应关系。
可选的,所述车辆的行驶方向为前向行驶且行驶速度大于零。
本发明实施例所提供的确定座椅阻尼系数的装置可执行本发明任意实施例所提供的确定座椅阻尼系数的方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的车机40的结构示意图。车机旨在表示车辆中各种形式的数字计算机。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,车机40包括至少一个处理器41,以及与至少一个处理器41通信连接的存储器,如只读存储器(ROM)42、随机访问存储器(RAM)43等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序,来执行各种适当的动作和处理。在RAM 43中,还可存储车机40操作所需的各种程序和数据。处理器41、ROM42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。
车机40中的多个部件连接至I/O接口45,包括:输入单元46,例如键盘、鼠标等;输出单元47,例如各种类型的显示器、扬声器等;存储单元48,例如磁盘、光盘等;以及通信单元49,例如网卡、调制解调器、无线通信收发机等。通信单元49允许车机40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理,例如确定座椅阻尼系数的方法。
在一些实施例中,确定座椅阻尼系数的方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元48。在一些实施例中,计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到车机40上。当计算机程序加载到RAM 43并由处理器41执行时,可以执行上文描述的确定座椅阻尼系数的方法的一个或多个步骤。备选地,在其他实施例中,处理器41可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行确定座椅阻尼系数的方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
上述提供的计算机设备可用于执行上述任意实施例提供的确定座椅阻尼系数的方法,具备相应的功能和有益效果。
实施例五
在本发明的上下文中,计算机可读存储介质可以是有形的介质,所述计算机可执行指令在由计算机处理器执行时用于执行确定座椅阻尼系数的方法,该方法包括:
确定车辆的前方路面的路面预测信息,其中,所述路面预测信息包括路面不平等级、路面类型以及距冲击物距离;
若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数,其中,所述第一预设对应关系中包含多种预设路面类型和多种第一预设路面不平等级,每种所述预设路面类型至少对应一种所述第一预设路面不平等级;
若所述路面不平等级和所述路面类型不符合所述第一预设对应关系,则根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
上述提供的计算机设备可用于执行上述任意实施例提供的确定座椅阻尼系数的方法,具备相应的功能和有益效果。
值得注意的是,上述确定座椅阻尼系数的装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种确定座椅阻尼系数的方法,其特征在于,包括:
确定车辆的前方路面的路面预测信息,其中,所述路面预测信息包括路面不平等级、路面类型以及距冲击物距离;
若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数,其中,所述第一预设对应关系中包含多种预设路面类型和多种第一预设路面不平等级,每种所述预设路面类型至少对应一种所述第一预设路面不平等级;
若所述路面不平等级和所述路面类型不符合所述第一预设对应关系,则根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数。
2.根据权利要求1所述的方法,其特征在于,所述确定车辆的前方路面的路面预测信息,包括:
利用预设双目相机,获取车辆的前方路面的三维的路面点云和二维的路面图像;
根据所述路面点云和预设第一模型,确定路面不平等级;
利用预设第二模型对所述路面图像进行语义分割,以确定路面类型;
根据所述路面点云和所述路面图像,确定所述车辆的距冲击物距离。
3.根据权利要求1所述的方法,其特征在于,在所述若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数之前,还包括:
若在第一预设对应关系中,每种预设路面类型对应多种第一预设路面不平等级,则从多个第一预设路面不平等级中确定与所述路面类型对应的第一目标不平等级;
判断所述路面类型对应的路面不平等级,是否属于所述第一目标不平等级;
若是,则确定所述路面不平等级和所述路面类型符合第一预设对应关系,若否,则确定所述路面不平等级和所述路面类型不符合第一预设对应关系。
4.根据权利要求1所述的方法,其特征在于,所述根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数,包括:
在第二预设对应关系中,从多个第二预设路面不平等级中确定所述路面不平等级对应的第二目标不平等级,以及确定所述第二目标不平等级对应的第一预设阻尼系数,并将所述第一预设阻尼系数确定为所述车辆的座椅悬架的第一阻尼系数,其中,所述第二预设对应关系中包含多种第二预设路面不平等级与第一预设阻尼系数的对应关系。
5.根据权利要求4所述的方法,其特征在于,还包括:
若所述路面类型为设定类型,且所述路面类型对应的路面不平等级低于预设等级,则根据所述距冲击物距离和所述车辆的行驶速度,确定所述车辆到达冲击物时的预测时间以及在所述预测时间时所述车辆的座椅悬架的第三阻尼系数,其中,所述第三阻尼系数为所述座椅悬架支持的最小阻尼系数。
6.根据权利要求1所述的方法,其特征在于,所述根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数,包括:
将所述车辆的当前时刻前预设数量的预设周期内的垂直向加速度和当前垂直向加速度,确定为加速度数组;
利用预设快速傅里叶算法对所述加速度数组进行处理,得到目标数组,其中,所述目标数组中包含多个复数;
从所述目标数组中确定多个目标复数,并对所述目标复数的模进行加权,再确定加权后的模的均方根;
根据第三预设对应关系和所述均方根,确定所述车辆的座椅悬架的第二阻尼系数,其中,所述第三预设对应关系中包含多种预设均方根和第二预设阻尼系数的对应关系。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述车辆的行驶方向为前向行驶且行驶速度大于零。
8.一种确定座椅阻尼系数的装置,其特征在于,包括:
预测信息确定模块,用于确定车辆的前方路面的路面预测信息,其中,所述路面预测信息包括路面不平等级、路面类型以及距冲击物距离;
第一阻尼系数确定模块,用于若所述路面不平等级和所述路面类型符合第一预设对应关系,则根据所述路面预测信息确定所述车辆的座椅悬架的第一阻尼系数,其中,所述第一预设对应关系中包含多种预设路面类型和多种第一预设路面不平等级,每种所述预设路面类型至少对应一种所述第一预设路面不平等级;
第二阻尼系数确定模块,用于若所述路面不平等级和所述路面类型不符合所述第一预设对应关系,则根据预设快速傅里叶算法和所述车辆的垂直向加速度,确定所述车辆的座椅悬架的第二阻尼系数。
9.一种车机,其特征在于,所述车机包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的确定座椅阻尼系数的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的确定座椅阻尼系数的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042668.1A CN116108323A (zh) | 2023-01-28 | 2023-01-28 | 一种确定座椅阻尼系数的方法、装置、车机及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042668.1A CN116108323A (zh) | 2023-01-28 | 2023-01-28 | 一种确定座椅阻尼系数的方法、装置、车机及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116108323A true CN116108323A (zh) | 2023-05-12 |
Family
ID=86253733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310042668.1A Pending CN116108323A (zh) | 2023-01-28 | 2023-01-28 | 一种确定座椅阻尼系数的方法、装置、车机及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116108323A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210283972A1 (en) * | 2020-03-11 | 2021-09-16 | Ford Global Technologies, Llc | Method for controlling a vertical vibration damping of at least one wheel of a vehicle and vehicle vertical vibration damping of at least one wheel |
-
2023
- 2023-01-28 CN CN202310042668.1A patent/CN116108323A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210283972A1 (en) * | 2020-03-11 | 2021-09-16 | Ford Global Technologies, Llc | Method for controlling a vertical vibration damping of at least one wheel of a vehicle and vehicle vertical vibration damping of at least one wheel |
US11970037B2 (en) * | 2020-03-11 | 2024-04-30 | Ford Global Technologies, Llc | Method for controlling a vertical vibration damping of at least one wheel of a vehicle and vehicle vertical vibration damping of at least one wheel |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11932071B2 (en) | Apparatus and method for controlling vehicle suspension | |
CN116963917A (zh) | 基于簧下质量加速度数据和抢先道路数据的具有事件检测的悬架控制***和方法 | |
CN114506326A (zh) | 通过行车历史的道路粗糙度预瞄 | |
CN110834509A (zh) | 用于调整车辆悬架阻尼的方法和设备 | |
EP2956343A1 (en) | Simultaneous estimation of at least mass and rolling resistance | |
CN116108323A (zh) | 一种确定座椅阻尼系数的方法、装置、车机及存储介质 | |
CN101652284A (zh) | 交通工具驾驶辅助 | |
JP6939378B2 (ja) | 車両制御装置 | |
CN106660554A (zh) | 行驶指示信息生成装置、车辆以及行驶指示信息生成方法 | |
CN111746537B (zh) | 基于路面平整度的自适应巡航车速控制***、方法及车辆 | |
KR20200058616A (ko) | 차량의 군집주행 제어 장치 및 그 방법 | |
CN112651082A (zh) | 车辆座椅颠簸值计算和调节方法、存储介质及电子设备 | |
CN114261408B (zh) | 一种可识别路况的自动驾驶方法、***及车辆 | |
CN116409325A (zh) | 车辆底盘控制方法、装置、车辆及计算机存储介质 | |
JPH0740202B2 (ja) | 適応制御方法 | |
CN111071148A (zh) | 自适应控制车辆喇叭音量的方法、装置以及*** | |
CN113044022B (zh) | 用于控制车辆的行驶的装置及方法 | |
CN117124789B (zh) | 基于人工智能和大数据的车辆悬架控制方法和控制*** | |
CN116461276A (zh) | 减震器的阻尼控制方法、装置、设备及存储介质 | |
KR102468158B1 (ko) | 도로의 경사에 따른 자율주행 차량의 가속도 제어 방법 및 장치 | |
WO2024152952A1 (zh) | 路面颠簸度确定方法、装置、设备、介质及车辆 | |
CN115782899B (zh) | 一种确定车辆速度的方法、装置、电子设备和存储介质 | |
KR20180069204A (ko) | 차량 현가장치 제어방법 | |
CN118339571A (zh) | 车辆信息生成***和电子控制装置 | |
CN117107597A (zh) | 路面测量方法、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 |