专利名称：车身闭合系统的运行特性曲线的自适应学习方法及装置的制作方法
技术领域：
本发明涉及汽车电子领域，特别涉及车身闭合系统的运行特性曲线的自适应学习方法及装置。
背景技术：
车身闭合系统是指电动门窗、天窗和后背门，在车身闭合系统的关闭过程中需要进行防夹控制，其中，防夹是指在电动门窗、天窗和后背门在闭合的过程中夹住物体并达到一定力度后，让电动门窗、天窗和后背门自动停止或反转，用以防止乘员尤其是儿童被夹伤。在车身闭合系统的整个生命运行周期中，电动门窗、天窗和后背门的机械参数及 电气参数会随着时间变化(变形、老化和磨损等)以及环境状态(温度、电压和湿度等)改变，从而改变电动门窗、天窗和后背门的运行特性，即电动门窗、天窗和后背门的机械特性值会发生改变，这直接影响了判断防夹的准确性，从而导致误防夹或不防夹的事件发生。为了避免误防夹或不防夹的事件发生，在防夹算法的设计过程中，需要自适应学习天窗、门窗和后背门的运行特性，以尽量避免时间及环境等因素的影响，提高防夹判断的准确性。目前，现有技术中的自适应学习方法有如下两种I、将环境状态和装置老化等不同条件下的多条运行特性曲线存储在存储器中，发生防夹事件时，选择存储器中存储的与当前运行环境最接近的一条运行特性曲线进行防夹判断。但是，同时存储多条运行特性曲线本身就会占用大量的存储空间，而且不仅如此，由于环境状态和装置老化等因素在不断变化，还需要对储存的每条特性曲线随时更新，所以此种方法会占用大量的系统资源，且代码效率也很低。2、首先存储一条天窗、门窗和后背门正常的运行特性曲线，然后通过查找大量实验获得门窗、天窗和后背门在各种环境、状态下的特性曲线补偿表，根据该补偿表对当前状态下运行特性曲线对应的机械特性值进行补偿修正，并利用补偿修正后的机械特性值判断防夹。在此种方法中，虽然只存储一条运行特性曲线，不会占用大量存储空间，但是，标定不同环境状态下的修正补偿量很困难，不仅工作量大、占用系统资源，而且极不稳定，在补偿修正的过程中还会出现标定误差，导致得到的机械特性值准确率低，从而影响判断防夹的准确性。
发明内容
本发明的目的在于提供一种车身闭合系统的运行特性曲线的自适应学习方法及装置，以解决现有技术中出现的在学习运行特性曲线的过程中占用大量系统资源并且准确率低的问题。
一方面，本发明提供一种车身闭合系统的运行特性曲线的自适应学习方法，包括在所述车身闭合系统的预设自适应学习区域中，将所述车身闭合系统的运行位置进行分段，得到N个分段，其中，N > 2，且N为自然数； 对所述N个分段中除第一分段之外的每一个分段做如下处理当所述车身闭合系统运行到所述预设自适应学习区域时，计算第k段与第k-Ι段的机械特性平均值之差，作为第k段的机械特性差值，并将所述机械特性差值存储到存储器中，其中，2彡k彡N，且k为自然数；当所述车身闭合系统再次运行到所述预设自适应学习区域时，根据所述存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线。另一方面，本发明还提供一种车身闭合系统的运行特性曲线的自适应学习装置，包括分段模块，用于在所述车身闭合系统的预设自适应学习区域中，将所述车身闭合系统的运行位置进行分段，得到N个分段，其中，N > 2，且N为自然数；计算模块，用于对所述N个分段中除第一分段之外的每一个分段做如下处理当所述车身闭合系统运行到所述预设自适应学习区域时，计算第k段与第k-Ι段的机械特性平均值之差，作为第k段的机械特性差值，并将所述机械特性差值存储到存储器中，其中，2彡k彡N,且k为自然数；重建模块，用于当所述车身闭合系统再次运行到所述预设自适应学习区域时，根据所述存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线；存储器，用于存储所述机械特性差值。实施本发明的车身闭合系统的运行特性曲线的自适应学习方法及装置，具有如下有益效果通过预先在存储器中存储两个分段之间的机械特性差值，然后当车身闭合系统再次运行到预设自适应学习区域时，根据所述机械特性差值重建与之对应的分段的运行特性曲线。上述存储机械特性差值的方法避免了在环境状态和装置老化等条件不断变化的情况下对车身闭合系统的影响。而且，不同于现有技术中的方法I和方法2，本发明节省了存储器空间，提高了代码效率，省去了针对电压、温度等引起的复杂修正补偿问题，实现了车身闭合系统在环境状态和装置老化等多种变量和扰动作用下均能可靠安全地工作。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明中记载的一些实施例，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I为本发明的一种车身闭合系统的运行特性曲线的自适应学习方法的流程图；图2为本发明的更新机械特性差值的实施例I ;图3为本发明的更新机械特性差值的实施例2 ；图4为图I中所述的重建第k段的运行特性曲线的实施例I ;图5为图I中所述的重建第k段的运行特性曲线的实施例2 ；
图6为图I中所述的重建第k段的运行特性曲线的实施例3 ；图7为本发明的一 种车身闭合系统的运行特性曲线的自适应学习装置的实施例
1;图8为本发明的一种车身闭合系统的运行特性曲线的自适应学习装置的实施例
2；图9为本发明的一种车身闭合系统的运行特性曲线的自适应学习装置中重建模块的结构示意图。
具体实施例方式下面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，都属于本发明的保护范围。首先需要说明的是，在本发明实施例中，预设自适应学习区域是指车身闭合系统实现防夹功能、并且需要自适应学习自身运行特性的区域。该区域可以根据实际情况进行预先设置，本发明并不对该区域的大小做任何限定。接下来参考图1，图I为本发明的一种车身闭合系统的运行特性曲线的自适应学习方法的流程图，如图所示，所述方法包括S10，在车身闭合系统的预设自适应学习区域中，将车身闭合系统的运行位置进行分段，得到N个分段，其中，NS 2，且N为自然数。N的大小可以根据实际情况而定，但在本发明实施例中，分段越多，即N越大，则自适应学习的效果越好。接下来对所述N个分段中除第一分段之外的每一个分段做如下处理Sll,当车身闭合系统运行到所述预设自适应学习区域时，计算第k段与第k-Ι段的机械特性平均值之差，作为第k段的机械特性差值，并将所述机械特性差值存储到存储器中，其中，2彡k彡N，且k为自然数。具体地，对于所述N个分段中的每一个分段，所述机械特性平均值的计算方法(图中未示出)包括接收车身闭合系统实时采集的所述分段中每个运行位置上对应的物理参数，其中，所述物理参数包括车身闭合系统中电机的转速和运行位置、车身闭合系统的电压、车速信号和环境温度，电机转速及运行位置由设置在电机上的霍尔传感器实时采集，电压、车速信号和环境温度分别由车身闭合系统中的电压采集电路、车速采集电路和温度采集电路实时采集。通过所述物理参数得到所述分段中每个运行位置的机械特性值，根据所述机械特性值计算所述分段的机械特性平均值。需要说明的是，机械特性值是用来表示车身闭合系统运行特性的参考量，可以是车身闭合系统中电机的转速、加速度以及其他参考量，本发明并不对此做任何限定，技术人员可以根据实际情况进行选择，并根据本领域的技术常识计算出机械特性值，对此本发明不再赘述。并且在下文中，均采用相同的计算方法计算机械特性平均值。在本发明实施方式中，机械特性值优选为电机转速值，例如，在车身闭合系统的一次运行过程中，受上述各物理参数的影响，该车身闭合系统在不同运行位置上的电机转速值也是不同的。需要说明的是，计算第一段的机械特性平均值的目的是为了计算第二段的机械特性差值，而第一段没有机械特性差值。回到图1，S12，当车身闭合系统再次运行到所述预设自适应学习区域时，根据存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线。具体的重建过程，将在下文中结合图4-6进行详细描述。在本发明实施例中，可以在车身闭合系统出厂投入使用之前预先运行，并按照上述步骤S11，计算、存储每一段的机械特性差值。该车身闭合系统出厂投入使用之后，当其每次运行到预设自适应学习区域时，都会按照上述步骤S12，根据预先存储的机械特性差值重建对应分段的运行特性曲线，继而得到该车身闭合系统的完整运行特性曲线。本发明通过预先存储两个分段之间的机械特性差值的方法，巧妙的避免了在装置老化和环境状态不断变化的情况下对车身闭合系统的影响，而且不浪费存储空间和系统资源，能够提高自适应 学习的准确率。车身闭合系统在运行过程中，由于设备老化和各种环境因素的影响，导致预先存储的机械特性差值已经不能准确地表示该车身闭合系统的运行特性，此时，就需要及时更新该机械特性差值。接下来具体结合图2-3详细描述本发明更新机械特性差值的两个实施例。图2为本发明的更新机械特性差值的实施例I。包括S20，计算第k段与第k-Ι段实际的机械特性平均值之差，作为第k段实际的机械特性差值。所谓实际的机械特性差值，是指当车身闭合系统在当前运行过程中的机械特性差值，区别于预先存储在存储器中的机械特性差值。S21，判断第k段实际的机械特性差值与所述存储器中存储的第k段的机械特性差值之差的绝对值是否大于第一预设阈值，当判断为是时，执行步骤S22，否则执行步骤S23。所述第一预设阈值可以根据实际情况进行设定，本发明并不对此做任何限定。S22，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之和更新所述存储器中存储的第k段的机械特性差值，或者，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之差更新所述存储器中存储的第k段的机械特性差值。具体的，当步骤S21中，所述第k段实际的机械特性差值与所述存储器中存储的第k段的机械特性差值之差为正值时，则用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之和更新所述存储器中存储的第k段的机械特性差值，否则，则用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之差更新所述存储器中存储的第k段的机械特性差值。S23，不更新存储器中的机械特性差值。图3为本发明的更新机械特性差值的实施例2。包括S30，将第一分段实际的机械特性平均值与存储器中存储的第k段及其前面每一个分段的机械特性差值进行累加，得到第k段的机械特性差值累加值。S31，将第k段实际的机械特性平均值与所述机械特性差值累加值相减。S32，判断在步骤S31中相减结果的绝对值是否大于第二预设阈值，当判断为是时，执行步骤S33，否则执行步骤S34。所述第二预设阈值可以根据实际情况进行设定，本发明并不对此做任何限定。S33，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之和更新所述存储器中存储的第k段的机械特性差值，或者，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之差更新所述存储器中存储的第k段的机械特性差值。具体的，当步骤S31中，所述第k段实际的机械特性平均值与所述机械特性差值累加值相减的结果为正值时，则用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之和更新所述存储器中存储的第k段的机械特性差值，否则，则用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之差更新所述存储器中存储的第k段的机械特性差值。S34，不更新存储器中的机械特性差值。具体地，车辆在行驶过程中，有时会由于一些突发事件在较大程度上影响车身闭 合系统的运行特性，例如，当车辆在行驶过程中突然碰到大石头，则车身闭合系统此刻的运行特性肯定会发生较大突变，但这种较大影响只是暂时的。因此，在本实施例I中，只用存储器中的机械特性差值与第一预设阈值之和/之差来更新该机械特性差值，而不是用实际的机械特性差值来更新，由此可以避免上述这种突发事件所引起的影响。还需要说明的是，在上述实施例I和实施例2中，计算并判断是否满足更新机械特性差值的条件的过程，是在车身闭合系统运行在自适应学习区域的过程中对每一个分段实时进行的，而步骤S22和S33的更新过程，是在车身闭合系统本次在自适应学习区域运行结束之后进行的，更新的目的是当车身闭合系统下一次运行到所述自适应学习区域时，可以根据更新后的机械特性差值更加准确地学习该车身闭合系统的运行特性。此外，在一种实施方式中，可以采用上述实施例I和实施例2之一所述的方法进行更新。在另一种实施方式中，还可以同时采用上述两个实施例所述的方法进行更新，只要满足两个实施例中所述的条件之一就进行更新。接下来结合图4-6详细描述重建运行特性曲线的过程。图4为图I中所述的重建第k段的运行特性曲线的实施例I。在本实施例中，针对K=2的情况。当Κ=2时，根据存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线具体包括S40，将第一分段实际的机械特性平均值与所述存储器中存储的第2段的机械特性差值相加，相加后的值即为第2段的重建机械特性值。S41，根据第2段的重建机械特性值重建第2段的运行特性曲线。图5为图I中所述的重建第k段的运行特性曲线的实施例2。在本实施例中，针对2 < k彡N的情况。当2 < k < N时，所述根据存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线具体包括S50，计算第k-Ι段与第k-2段实际的机械特性平均值之差，作为第k-Ι段实际的机械特性差值。S51，判断第k-Ι段实际的机械特性差值与所述存储器中存储的第k-Ι段的机械特性差值之差是否大于第三预设阈值，当判断为是时，执行步骤S52之后执行步骤S54，否则执行步骤S53之后再执行步骤S54。其中，所述第三预设阈值可以根据实际情况进行设定，本发明并不对此做任何限定。在一种实施方式中，所述第三预设阈值可以与上文所述第一预设阈值相等。S52，第k段的重建机械特性值为第k-Ι段的重建机械特性值与所述存储器中存储的第k段的机械特性差值相加的值。其中，第k-Ι段的重建机械特性值由结合图4-6所述的相同方法计算得到。S53，第k段的重建机械特性值为第k-Ι段实际的机械特性平均值与所述存储器中存储的第k段的机械特性差 值相加的值。S54，根据第k段的重建机械特性值重建第k段的运行特性曲线。图6为图I中所述的重建第k段的运行特性曲线的实施例3。在本实施例中，同样针对2 < k ^ N的情况。当2 < k < N时，所述根据存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线具体包括S60，将第一分段实际的机械特性平均值与所述存储器中存储的第k-Ι段及其前面每一个分段的机械特性差值进行累加，得到第k-Ι段的机械特性差值累加值。S61，判断第k-Ι段实际的机械特性平均值与第k-Ι段的机械特性差值累加值之差是否大于第四预设阈值，当判断为是时，执行步骤S62之后执行步骤S64，否则执行步骤S63之后再执行步骤S64。其中，所述第四预设阈值可以根据实际情况进行设定，本发明并不对此做任何限定。在一种实施方式中，所述第四预设阈值可以与上文所述第二预设阈值相等。S62，第k段的重建机械特性值为第k-Ι段的机械特性差值累加值、所述存储器中存储的第k段的机械特性差值以及所述第四预设阈值相加的值。S63，第k段的重建机械特性值为第k-Ι段实际的机械特性平均值与所述存储器中存储的第k段的机械特性差值相加的值。S64，根据第k段重建机械特性值重建第k段的运行特性曲线。此外，对第一分段，即当K=I时，可以认为第一分段的重建机械特性值始终等于第一分段实际的机械特性平均值。需要说明的是，对于上述实施例2和实施例3，在一种实施方式中，可以采用两个实施例之一所述的方法进行重建。在另一种实施方式中，还可以同时采用两个实施例所述的方法进行重建。具体地，当同时不满足实施例2和实施例3所述的判断条件时，则按照步骤S53 (同步骤S63)所述的方法重建；当满足实施例2所述的判断条件时，则按照步骤S52所述的方法重建；当满足实施例3所述的判断条件时，则按照步骤S62所述的方法重建。根据存储器中存储的机械特性差值并按照上述实施例1-3所述的方法重建运行特性曲线，不仅节省存储器空间，而且省去了针对电压、温度等引起的复杂修正补偿问题，提闻了系统效率。图7为本发明的一种车身闭合系统的运行特性曲线的自适应学习装置7的实施例
I。如图7所示，车身闭合系统的运行特性曲线的自适应学习装置7包括分段模块70、计算模块71、重建模块72和存储器73。其中，分段模块70，用于在所述车身闭合系统的预设自适应学习区域中，将所述车身闭合系统的运行位置进行分段，得到N个分段，其中，N >2，且N为自然数。N的大小可以根据实际情况而定，但在本发明实施例中，分段越多，即N越大，则自适应学习的效果越好。计算模块71，用于对所述N个分段中除第一分段之外的每一个分段做如下处理当所述车身闭合系统运行到所述预设自适应学习区域时，计算第k段与第k-Ι段的机械特性平均值之差，作为第k段的机械特性差值，并将所述机械特性差值存储到存储器中，其中，2<k；^N,且k为自然数。需要说明的是，计算第一段的机械特性平均值的目的是为了计算第二段的机械特性差值，而第一段没有机械特性差值。重建模块72，用于当所述车身闭合系统再次运行到所述预设自适应学习区域时，根据所述存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线。存储器73，用于存储所述机械特性差值。·在本发明实施例中，上述自适应学习装置7避免了在装置老化和环境状态不断变化的情况下对车身闭合系统的影响，而且不浪费存储空间和系统资源，能够提高自适应学习的准确率。图8为本发明的一种车身闭合系统的运行特性曲线的自适应学习装置7的实施例
2。在本实施例中，自适应学习装置7除了包括分段模块70、计算模块71、重建模块72和存储器73之外，还包括第一机械特性差值更新模块74和第二机械特性差值更新模块75。其中，分段模块70、计算模块71、重建模块72和存储器73与结合图7描述的实施例I相同，所以此处不再赘述。第一机械特性差值更新模块74，用于当所述车身闭合系统再次运行到所述预设自适应学习区域时，做如下处理计算第k段与第k-Ι段实际的机械特性平均值之差，作为第k段的机械特性差值，判断第k段实际的机械特性差值与所述存储器中存储的第k段的机械特性差值之差的绝对值是否大于第一预设阈值，当判断为大于第一预设阈值时，则用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之和更新所述存储器中存储的第k段的机械特性差值，或者，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之差更新所述存储器中存储的第k段的机械特性差值。第二机械特性差值更新模块75，用于当所述车身闭合系统再次运行到所述预设自适应学习区域时，做如下处理将第一分段实际的机械特性平均值与所述存储器中存储的第k段及其前面每一个分段的机械特性差值进行累加，得到第k段的机械特性差值累加值，将第k段实际的机械特性平均值与所述机械特性差值累加值相减，判断相减结果的绝对值是否大于第二预设阈值，当判断为大于第二预设阈值时，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之和更新所述存储器中存储的第k段的机械特性差值，或者，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之差更新所述存储器中存储的第k段的机械特性差值。通过第一机械特性差值更新模块74和第二机械特性差值更新模块75在满足条件时及时更新该机械特性差值，有效地避免了车身闭合系统由于设备老化和各种环境因素的影响而导致预先存储的机械特性差值不能准确地表示该车身闭合系统运行特性的问题。需要说明的是，在本实施例中，自适应学习装置7同时包括第一机械特性差值更新模块74和第二机械特性差值更新模块75。而在其他的实施例中，还可以仅包括第一机械特性差值更新模块74和第二机械特性差值更新模块75之一(图中未示出)。图9为本发明的一种车身闭合系统的运行特性曲线的自适应学习装置7中重建模块72的结构示意图。重建模块72包括第一重建单元720、第二重建单元721和第三重建单元722。其中，第一重建单元720，用于当k=2时，做如下处理将第一分段实际的机械特性平均值与所述存储器中存储的第k段的机械特性差值相加，相加后的值即为第k段的重建机械特性值，并根据所述重建机械特性值重建第k段的运行特性曲线。
第二重建单元721，用于当2 < N时，做如下处理计算第k-Ι段与第k-2段实际的机械特性平均值之差，作为第k-Ι段实际的机械特性差值，判断第k-Ι段实际的机械特性差值与所述存储器中存储的第k-Ι段的机械特性差值之差是否大于第三预设阈值，当判断为大于第三预设阈值时，则第k段的重建机械特性值为第k-Ι段的重建机械特性值与所述存储器中存储的第k段的机械特性差值相加的值，并根据所述重建机械特性值重建第k段的运行特性曲线，当判断为小于第三预设阈值时，则第k段的重建机械特性值为第k-Ι段实际的机械特性平均值与所述存储器中存储的第k段的机械特性差值相加的值，并根据所述重建机械特性值重建第k段的运行特性曲线。其中，所述第三预设阈值可以根据实际情况进行设定，本发明并不对此做任何限定。在一种实施方式中，所述第三预设阈值可以与上文所述第一预设阈值相等。第三重建单元722，用于当2 < N时，做如下处理将第一分段实际的机械特性平均值与所述存储器中存储的第k-Ι段及其前面每一个分段的机械特性差值进行累加，得到第k-Ι段的机械特性差值累加值，判断第k-Ι段实际的机械特性平均值与第k-Ι段的机械特性差值累加值之差是否大于第四预设阈值，当判断为大于第四预设阈值时，则第k段的重建机械特性值为第k-Ι段的机械特性差值累加值、所述存储器中存储的第k段的机械特性差值以及所述第四预设阈值相加的值，并根据所述重建机械特性值重建第k段的运行特性曲线，当判断为小于第四预设阈值时，则第k段的重建机械特性值为第k-Ι段实际的机械特性平均值与所述存储器中存储的第k段的机械特性差值相加的值，并根据所述重建机械特性值重建第k段的运行特性曲线。其中，所述第四预设阈值可以根据实际情况进行设定，本发明并不对此做任何限定。在一种实施方式中，所述第四预设阈值可以与上文所述第二预设阈值相等。需要说明的是，在图9所示的实施例中，自适应学习装置7同时包括第二重建模块721和第三重建模块722，此时，满足哪个重建模块的判断条件就按照哪个重建模块进行重建，当同时不满足两个重建模块的判断条件时，重建方法相同，详见上文对两个重建模块的描述。此外，在其他的实施例中，还可以仅包括第二重建模块721和第三重建模块722之一(图中未示出)。综上所述，本发明的车身闭合系统的运行特性曲线的自适应学习方法及装置，通过预先在存储器中存储两个分段之间的机械特性差值，并根据所述机械特性差值重建与之对应的分段的运行特性曲线，避免了在装置老化和环境状态不断变化的情况下对车身闭合系统的影响，而且节省了存储器空间，提高了代码效率，省去了针对电压、温度等引起的复杂修正补偿问题，实现了车身闭合系统在环境状态和装置老化等多种变量和扰动作用下均能可靠安全地工作。本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽范围。
权利要求
1.一种车身闭合系统的运行特性曲线的自适应学习方法，其特征在于，包括 在所述车身闭合系统的预设自适应学习区域中，将所述车身闭合系统的运行位置进行分段，得到N个分段，其中，N32，且N为自然数； 对所述N个分段中除第一分段之外的每一个分段做如下处理 当所述车身闭合系统运行到所述预设自适应学习区域时，计算第k段与第k-Ι段的机械特性平均值之差，作为第k段的机械特性差值，并将所述机械特性差值存储到存储器中，其中，2彡k彡N，且k为自然数； 当所述车身闭合系统再次运行到所述预设自适应学习区域时，根据所述存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线。
2.根据权利要求I所述的方法，其特征在于，当所述车身闭合系统再次运行到所述预设自适应学习区域时，所述方法还包括 计算第k段与第k-Ι段实际的机械特性平均值之差，作为第k段实际的机械特性差值；判断第k段实际的机械特性差值与所述存储器中存储的第k段的机械特性差值之差的绝对值是否大于第一预设阈值， 当判断为大于第一预设阈值时，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之和更新所述存储器中存储的第k段的机械特性差值，或者，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之差更新所述存储器中存储的第k段的机械特性差值。
3.根据权利要求2所述的方法，其特征在于，当所述车身闭合系统再次运行到所述预设自适应学习区域时，所述方法还包括 将所述第一分段实际的机械特性平均值与所述存储器中存储的第k段及其前面每一个分段的机械特性差值进行累加，得到第k段的机械特性差值累加值； 将第k段实际的机械特性平均值与所述机械特性差值累加值相减，判断相减结果的绝对值是否大于第二预设阈值， 当判断为大于第二预设阈值时，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之和更新所述存储器中存储的第k段的机械特性差值，或者，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之差更新所述存储器中存储的第k段的机械特性差值。
4.根据权利要求I所述的方法，其特征在于，当k=2时，所述根据存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线具体包括 将所述第一分段实际的机械特性平均值与所述存储器中存储的第k段的机械特性差值相加，相加后的值即为第k段的重建机械特性值，并根据所述重建机械特性值重建第k段的运行特性曲线。
5.根据权利要求4所述的方法，其特征在于，当2< k < N时，所述根据存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线具体包括 计算第k-Ι段与第k-2段实际的机械特性平均值之差，作为第k-Ι段实际的机械特性差值; 判断第k-Ι段实际的机械特性差值与所述存储器中存储的第k-Ι段的机械特性差值之差是否大于第三预设阈值，当判断为大于第三预设阈值时，则第k段的重建机械特性值为第k-Ι段的重建机械特性值与所述存储器中存储的第k段的机械特性差值相加的值，并根据所述重建机械特性值重建第k段的运行特性曲线； 当判断为小于第三预设阈值时，则第k段的重建机械特性值为第k-Ι段实际的机械特性平均值与所述存储器中存储的第k段的机械特性差值相加的值，并根据所述重建机械特性值重建第k段的运行特性曲线。
6.根据权利要求5所述的方法，其特征在于，当2< k < N时，所述根据存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线具体包括 将所述第一分段实际的机械特性平均值与所述存储器中存储的第k-Ι段及其前面每一个分段的机械特性差值进行累加，得到第k-Ι段的机械特性差值累加值； 判断第k-Ι段实际的机械特性平均值与第k-Ι段的机械特性差值累加值之差是否大于第四预设阈值， 当判断为大于第四预设阈值时，则第k段的重建机械特性值为第k-Ι段的机械特性差值累加值、所述存储器中存储的第k段的机械特性差值以及所述第四预设阈值相加的值，并根据所述重建机械特性值重建第k段的运行特性曲线； 当判断为小于第四预设阈值时，则第k段的重建机械特性值为第k-Ι段实际的机械特性平均值与所述存储器中存储的第k段的机械特性差值相加的值，并根据所述重建机械特性值重建第k段的运行特性曲线。
7.根据权利要求1-6任意一项所述的方法,其特征在于，对于所述N个分段中的每一个分段，所述机械特性平均值的计算方法包括 接收所述车身闭合系统实时采集的所述分段中每个运行位置上对应的物理参数；通过所述物理参数得到所述分段中每个运行位置的机械特性值，根据所述机械特性值计算所述分段的机械特性平均值。
8.一种车身闭合系统的运行特性曲线的自适应学习装置，其特征在于，包括 分段模块，用于在所述车身闭合系统的预设自适应学习区域中，将所述车身闭合系统的运行位置进行分段，得到N个分段，其中，N > 2，且N为自然数； 计算模块，用于对所述N个分段中除第一分段之外的每一个分段做如下处理当所述车身闭合系统运行到所述预设自适应学习区域时，计算第k段与第k-Ι段的机械特性平均值之差，作为第k段的机械特性差值，并将所述机械特性差值存储到存储器中，其中，2彡k彡N,且k为自然数； 重建模块，用于当所述车身闭合系统再次运行到所述预设自适应学习区域时，根据所述存储器中存储的第k段的机械特性差值重建第k段的运行特性曲线； 存储器，用于存储所述机械特性差值。
9.根据权利要求8所述的自适应学习装置，其特征在于，所述自适应学习装置还包括 第一机械特性差值更新模块，用于当所述车身闭合系统再次运行到所述预设自适应学习区域时，做如下处理 计算第k段与第k-Ι段实际的机械特性平均值之差，作为第k段的机械特性差值，判断第k段实际的机械特性差值与所述存储器中存储的第k段的机械特性差值之差的绝对值是否大于第一预设阈值，当判断为大于第一预设阈值时，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之和更新所述存储器中存储的第k段的机械特性差值，或者，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之差更新所述存储器中存储的第k段的机械特性差值； 和/或 第二机械特性差值更新模块，用于当所述车身闭合系统再次运行到所述预设自适应学习区域时，做如下处理 将所述第一分段实际的机械特性平均值与所述存储器中存储的第k段及其前面每一个分段的机械特性差值进行累加，得到第k段的机械特性差值累加值， 将第k段实际的机械特性平均值与所述机械特性差值累加值相减，判断相减结果的绝对值是否大于第二预设阈值， 当判断为大于第二预设阈值时，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之和更新所述存储器中存储的第k段的机械特性差值，或者，用所述存储器中存储的第k段的机械特性差值与所述第一预设阈值之差更新所述存储器中存储的第k段的机械特性差值。
10.根据权利要求8所述的自适应学习系统，其特征在于，所述重建模块包括 第一重建单元，用于当k=2时，做如下处理 将所述第一分段实际的机械特性平均值与所述存储器中存储的第k段的机械特性差值相加，相加后的值即为第k段的重建机械特性值，并根据所述重建机械特性值重建第k段的运行特性曲线； 第二重建单元，用于当2 < k < N时，做如下处理 计算第k-Ι段与第k-2段实际的机械特性平均值之差，作为第k-Ι段实际的机械特性差值， 判断第k-Ι段实际的机械特性差值与所述存储器中存储的第k-Ι段的机械特性差值之差是否大于第三预设阈值， 当判断为大于第三预设阈值时，则第k段的重建机械特性值为第k-Ι段的重建机械特性值与所述存储器中存储的第k段的机械特性差值相加的值，并根据所述重建机械特性值重建第k段的运行特性曲线， 当判断为小于第三预设阈值时，则第k段的重建机械特性值为第k-Ι段实际的机械特性平均值与所述存储器中存储的第k段的机械特性差值相加的值，并根据所述重建机械特性值重建第k段的运行特性曲线； 和/或 第三重建单元，用于当2 < k < N时，做如下处理 将所述第一分段实际的机械特性平均值与所述存储器中存储的第k-Ι段及其前面每一个分段的机械特性差值进行累加，得到第k-Ι段的机械特性差值累加值， 判断第k-Ι段实际的机械特性平均值与第k-Ι段的机械特性差值累加值之差是否大于第四预设阈值， 当判断为大于第四预设阈值时，则第k段的重建机械特性值为第k-Ι段的机械特性差值累加值、所述存储器中存储的第k段的机械特性差值以及所述第四预设阈值相加的值，并根据所述重建机械特性值重建第k段的运行特性曲线， 当判断为小于第四预设阈值时，则第k段的重建机械特性值为第k-Ι段实际的机械特性平均值与所述存储器中存储的第k段的机械特性差值相加的值，并根据所述重建机械特性值重建第k段的运行特 性曲线。
全文摘要
本发明公开了一种车身闭合系统的运行特性曲线的自适应学习方法及装置，所述方法包括在车身闭合系统的预设自适应学习区域中，将车身闭合系统的运行位置进行分段，计算除第一分段之外的每一个分段与其前一个分段的机械特性差值，并将该机械特性差值存储到存储器中，当车身闭合系统再次运行到所述预设自适应学习区域时，根据所述存储器中存储的机械特性差值重建对应分段的运行特性曲线。所述装置包括分段模块、计算模块、重建模块和存储器。本发明节省了存储器空间，提高了代码效率，省去了针对电压、温度等引起的复杂修正补偿问题，实现了车身闭合系统在环境状态和装置老化等多种变量和扰动作用下均能可靠安全地工作。
文档编号G06F17/50GK102930104SQ201210434950
公开日2013年2月13日 申请日期2012年11月5日 优先权日2012年11月5日
发明者贾晟, 颜丽娟, 王 锋 申请人:北京经纬恒润科技有限公司