本公开涉及车辆自动驾驶,具体而言,涉及端对端轮胎性能裕度辨识模型建模、使用方法及装置、计算机可读存储介质和电子设备。
背景技术:
1、随着汽车工业的发展,车辆智能化水平逐渐提高,越来越多先进的驾驶员辅助系统和主动安全系统安装在车辆上,辅助驾驶员控制车辆,提高车辆的稳定性和安全性。然而,轮胎作为整车与环境的主要连接点,轮胎工作状态会直接影响车辆动力学的变化,轮胎性能裕度作为表征轮胎工作状态的指标,直接影响车辆控制器的控制效率。
2、需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本公开实施例提供端对端轮胎性能裕度辨识模型建模、使用方法及装置、计算机可读存储介质和电子设备,能够实现轮胎性能裕度的辨识模型的建模。
2、本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
3、根据本公开的一个方面,提供一种端对端轮胎性能裕度辨识模型建模方法,包括:获取车辆实验数据;根据所述车辆实验数据获取与所述车辆的轮胎对应的性能裕度;将所述车辆实验数据进行轮胎性能裕度标注;将完成标注的所述车辆实验数据进行数据分段;将分段后的标注完成的所述车辆实验数据通过人工智能方法进行训练,以完成端对端轮胎性能裕度辨识模型建模。
4、在一个实施例中,所述车辆实验数据包括横摆角速度、方向盘转角、纵向加速度、侧向加速度、四个车轮轮速、四个车轮力矩、期望横摆角速度和期望质心侧偏角中的一项或多项;获取车辆实验数据包括:通过所述车辆的传感器获取横摆角速度、方向盘转角、纵向加速度、侧向加速度、四个车轮轮速、四个车轮力矩中的一项或多项;通过单轨车辆模型获取期望横摆角速度和期望质心侧偏角中的一项或多项。
5、在一个实施例中,根据所述车辆实验数据获取与所述车辆的轮胎对应的性能裕度包括:根据所述车辆实验数据获取与所述车辆的轮胎对应的线性区域、过渡区域、饱和区域或滑移区域的性能裕度。
6、在一个实施例中,将完成标注的所述车辆实验数据进行数据分段包括:基于滑动时间窗将完成标注的所述车辆实验数据进行数据分段。
7、在一个实施例中,基于滑动时间窗将完成标注的所述车辆实验数据进行数据分段包括:以n作为分段步长,其中n是大于等于2的自然数;将完成标注的所述车辆实验数据前补充n-1个全零数据;以n为单位顺序基于滑动时间窗将所述车辆实验数据进行成段;其中,基于滑动时间窗将完成标注的所述车辆实验数据分成的段数与所述车辆实验数据的数量相等。
8、在一个实施例中,将所述车辆实验数据进行轮胎性能裕度标注包括:以每段所述车辆实验数据中最后一个或一组数据对应的性能裕度作为该段所述车辆实验数据的性能裕度。
9、在一个实施例中,将分段后的标注完成的所述车辆实验数据通过人工智能方法进行训练,以完成端对端轮胎性能裕度辨识模型建模包括:将分段后的标注完成的所述车辆实验数据通过长短期记忆网络模型lstm进行训练,以完成端对端轮胎性能裕度辨识模型建模。
10、根据本公开的一个方面,提供一种端对端轮胎性能裕度辨识模型使用方法,其特征在于,包括:获取车辆数据;将所述车辆数据输入至完成训练的端对端轮胎性能裕度辨识模型以获取轮胎的性能裕度;其中,所述端对端轮胎性能裕度辨识模型是通过如上实施例中任一方法获取的模型。
11、根据本公开的一个方面,提供一种端对端轮胎性能裕度辨识模型建模装置,包括:第一获取模块,配置为获取车辆实验数据;第二获取模块,配置为根据所述车辆实验数据获取与所述车辆的轮胎对应的性能裕度;标注模块,配置为将所述车辆实验数据进行轮胎性能裕度标注;分段模块,配置为将完成标注的所述车辆实验数据进行数据分段;训练模块,配置为将分段后的标注完成的所述车辆实验数据通过人工智能方法进行训练,以完成端对端轮胎性能裕度辨识模型建模。
12、根据本公开的一个方面,提供一种端对端轮胎性能裕度辨识装置,包括:第三获取模块,配置为获取车辆数据;识别模块,配置为将所述车辆数据输入至完成训练的端对端轮胎性能裕度辨识模型以获取轮胎的性能裕度;其中,所述端对端轮胎性能裕度辨识模型是通过如上实施例中任一方法所述获取的模型。
13、根据本公开的一个方面,提供一种电子设备,包括:一个或多个处理器;存储装置,配置为存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上实施例中任一项所述的方法。
14、根据本公开的一个方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上实施例中任一项所述的方法。
15、本申请的端对端轮胎性能裕度辨识模型建模方法,通过获取车辆实验数据;根据所述车辆实验数据获取与所述车辆的轮胎对应的性能裕度;将所述车辆实验数据进行轮胎性能裕度标注;将完成标注的所述车辆实验数据进行数据分段;将分段后的标注完成的所述车辆实验数据通过人工智能方法进行训练,以完成端对端轮胎性能裕度辨识模型建模,能够实现端对端轮胎性能裕度辨识模型的建模。
16、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
1.一种端对端轮胎性能裕度辨识模型建模方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述车辆实验数据包括横摆角速度、方向盘转角、纵向加速度、侧向加速度、四个车轮轮速、四个车轮力矩、期望横摆角速度和期望质心侧偏角中的一项或多项;
3.根据权利要求1所述的方法,其特征在于,根据所述车辆实验数据获取与所述车辆的轮胎对应的性能裕度包括:
4.根据权利要求1所述的方法,其特征在于,将完成标注的所述车辆实验数据进行数据分段包括:
5.根据权利要求4所述的方法,其特征在于,基于滑动时间窗将完成标注的所述车辆实验数据进行数据分段包括:
6.根据权利要求5所述的方法,其特征在于,将所述车辆实验数据进行轮胎性能裕度标注包括:
7.根据权利要求1所述的方法,其特征在于,将分段后的标注完成的所述车辆实验数据通过人工智能方法进行训练,以完成端对端轮胎性能裕度辨识模型建模包括:
8.一种端对端轮胎性能裕度辨识模型使用方法,其特征在于,包括:
9.一种端对端轮胎性能裕度辨识模型建模装置,其特征在于,包括:
10.一种端对端轮胎性能裕度辨识装置,其特征在于,包括:
11.一种电子设备,其特征在于,包括:
12.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的方法。