一种轮胎与整车匹配量化评价方法

本发明涉及汽车主客观融合、动力学匹配领域，尤其涉及一种轮胎与整车匹配量化评价方法。

背景技术：

1、轮胎作为车辆与路面间传递力和力矩的唯一部件，轮胎的动力学性能直接影响车辆的驾驶性能。车辆在开发过程中对轮胎与车辆动力学匹配一直是企业正向开发过程极其重要的一环，轮胎与车辆系统匹配与否，对发挥轮胎和车辆其它系统的性能有着很大影响。

2、目前主机厂在车型开发过程中，轮胎与车辆的底盘配套主要依托于主观评价。但是在主观评价的过程中，车辆操纵稳定性的优劣依靠驾驶员对车辆动态响应的感觉进行评价，而这种感觉并没有和车辆参数反映出直接的关联性，造成产品开发过程的评价成本高，产品设计周期长。另外，由于驾驶员会受到一些不稳定性因素的影响，使得评价的可重复性不高，有时甚至需要反复多次地校对评价结果。

3、所以，主观评价无论从时间、金钱或是可重复性等方面来考虑都不是底盘开发的最优选择。相较于主观评价，可量化的客观评价无论是在评价成本，试验方法的简易程度，试验数据的获取、试验的可重复性上都具有相当大的优势。

4、如何从主观评价中提取车辆动力学参数，并将车辆动力学参数与轮胎的动力学参数建立关联性，进而搭建出主观评价与轮胎动力学参数的评价方法就显得尤为重要、更显的尤为迫切，该体系的建立将可将轮胎与底盘配套的试验节点进行前置，可以提高匹配精准度同时可极大缩短轮胎配套选型的周期。

5、公开号为cn116611228a的中国专利公开了一种主客观融合测评的车辆底盘控制器参数寻优方法，融合了主观测评指标和客观实测数据指标，通过自动化寻优方法实现控制参数在主客观融合评价指标下的最优，同时大幅降低标定调试工作量。但是该方法是针对控制参数的求解，难以直接应用于汽车主观评价领域。

技术实现思路

1、本发明是为避免上述现有技术所存在的不足，提供一种轮胎与整车匹配量化评价方法，以期不仅能有助于为轮胎选型提供准确的评估和指导，还能推动轮胎设计和优化工作的发展。

2、本发明为实现发明目的采用如下技术方案：

3、本发明一种轮胎与整车匹配量化评价方法的特点在于，包含如下步骤：

4、步骤1、收集轮胎和整车的客观指标及主观评分；

5、步骤1.1：获取n个试验工况下整车客观指标构成的整车客观指标数据集x＝{x1,x2,...,xn,...,xn}；其中，xn表示第n个试验工况下的整车客观指标数据集，且表示第n个试验工况下的第m个整车客观指标；m表示整车客观指标的数量，n表示试验工况的数量；

6、步骤1.2：获取j个轮胎性能试验工况下轮胎客观指标构成的轮胎客观指标数据集t＝{t1,t2,...,tj,...,tj}；其中，tj表示第j个轮胎性能试验工况下的轮胎客观指标数据集，且表示第j个轮胎性能试验工况下的第k个轮胎客观指标；k表示轮胎客观指标的数量；j表示轮胎性能试验工况的数量；

7、步骤1.3：获取u个驾驶体验区域的主观评分y＝{y1,y2,...,yu,...,yu}，其中，yu表示第u个驾驶体验区域的主观评分；u表示驾驶体验区域的数量；

8、步骤2：对x和t进行降维，获得降维后的整车客观指标数据集x′和轮胎客观指标数据集t′；

9、步骤3：利用主客观融合对抗生成网络对x′、t′和y进行数据增强，得到增强后的整车匹配增强数据集增强后的轮胎性能匹配增强数据集和增强后的驾驶体验区域匹配增强评分

10、步骤4：主客观融合组合模型训练与量化评价结果；

11、步骤4.1：将作为训练样本，将作为标签，对主客观融合组合模型进行训练，得到训练后的主客观融合组合模型；

12、步骤4.2：将x、t作为验证样本，将y作为验证真值，输入训练后的主客观融合组合模型中进行处理，得到驾驶体验区域的分类评分c＝{c1,c2,...,cu,...,cu}以及回归评分r＝{r1,r2,...,ru,...,ru}，其中，cu表示第u个驾驶体验区域的分类评分；ru表示第u个驾驶体验区域的回归评分；

13、步骤4.3：利用式(5)计算分类评分c与回归评分r之间的差值diff＝{diff1,diff2,...,diffu,...,diffu}；

14、diffu＝cu-ru (5)

15、式(5)中：diffu表示cu与ru之间的差值；

16、步骤4.4：设定修正指标为δ，最小分类分度值为i，并利用式(6)对c进行评级修正，获得轮胎与整车匹配性的量化评价结果c′＝{c′1,c′2,...,c′u,...,c′u}：

17、

18、式(6)中：c′u是cu经评级修正后的量化评价结果。

19、本发明所述的一种轮胎与整车匹配量化评价方法的特点也在于，所述步骤2包含如下步骤：

20、步骤2.1：利用式(1)计算整车客观指标数据集x的整车客观指标相关系数px：

21、

22、式(1)中：cov为协方差，为的标准差，为xn的标准差；

23、步骤2.2：利用式(2)计算轮胎客观指标数据集t的轮胎客观指标相关系数pt：

24、

25、式(2)中：为的标准差，为tj的标准差；

26、步骤2.3：设定阈值δ，分别对px和pt中大于阈值δ的客观指标进行降维处理，获得降维后的整车客观指标数据集x′＝{x′1,x′2,...,x′n,...,x′n}、轮胎客观指标数据集t′＝{t′1,t′2,...,t′j,...,t′j}，其中，x′n表示第n个试验工况下降维后的整车客观指标数据集，t′j表示第j个轮胎性能试验工况下降维后的轮胎客观指标数据集。

27、所述步骤3包含如下步骤：

28、步骤3.1：定义整车随机噪声轮胎性能随机噪声和驾驶体验区域随机噪声其中，是与x′n维度相同的高斯分布的随机噪声，是与t′j维度相同的高斯分布的随机噪声，是与yu取值范围相同的高斯分布的随机噪声；

29、步骤3.2：将qx′、qt′和qy分别作为输入的随机噪声z，并输入主客观融合对抗生成网络的生成器g中进行处理，从而利用式(3)定义的生成器g的损失函数lg对生成器g进行反向传播训练，得到训练后的生成器g*并输出整车匹配增强数据集轮胎性能匹配增强数据集和驾驶体验区域匹配增强评分

30、lg＝h(1,d(g(z))) (3)

31、式(3)中：g为生成器，d为辨别器，h为交叉熵；

32、步骤3.3：将整车客观指标数据集x、轮胎客观指标数据集t和主观评分y分别作为真值样本r，整车匹配增强数据集轮胎性能匹配增强数据集和驾驶体验区域匹配增强评分分别作为主客观融合对抗生成网络中的辨别器d的输入数据并将真值样本r及其对应的输入数据一起输入主客观融合对抗生成网络的辨别器d中进行处理，从而利用式(4)定义的辨别器d的损失函数ld进行辨别，得到训练后的辨别器d*并输出增强后的整车匹配增强数据集增强后的轮胎性能匹配增强数据集和增强后的驾驶体验区域匹配增强评分

33、

34、本发明一种电子设备，包括存储器以及处理器的特点在于，所述存储器用于存储支持处理器执行所述轮胎与整车匹配量化评价方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。

35、本发明一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序的特点在于，所述计算机程序被处理器运行时执行所述轮胎与整车匹配量化评价方法的步骤。

36、与已有技术相比，本发明有益效果体现在：

37、1、本发明采用机器学习中构建特征工程的思路，对大量的客观指标进行特征降维，去除区域间高相关系数客观指标，有助于后续评价体系的效率提高。

38、2、本发明采用主客观融合对抗生成网络对实车数据进行数据增强，解决了主客观评价中试验数据获取困难的的问题。

39、3、本发明采用深度学习的方法，引用注意力机制将客观指标与主观评分融合，同时采用主客观融合组合模型，综合考虑回归模型和分类模型的预测结果，从而提高了整体预测性能和鲁棒性，不仅能够提高轮胎匹配选型精准度，同时可极大缩短轮胎配套选型的周期。