本申请涉及转向控制领域,具体涉及一种后轮转角计算方法及装置。
背景技术:
1、目前,线控后轮转向技术正在逐渐应用到各种乘用车辆中,后轮转向技术主要优势在于低速时提供反向大方向转角,减小整车转弯半径,提高转弯灵活性;高速时提供同向小角度转向,减小高速变道时横摆和侧倾现象,增强变道时的平稳性。
2、相关技术中,大多后轮转角的计算以及控制策略均采用单一动力学模型的模块实现,难以同时兼顾低速快速响应大转角、高速精确计算小转角的需求,也不利于后轮转角方向的准确把控和前期的分析评估。
技术实现思路
1、有鉴于此,本申请提供了一种后轮转角计算方法及装置,通过分别确定低速和高速下的后轮转角需求,并利用神经网络算法分配低速后轮转角和高速后轮转角的权重值,从而实现对后轮转角方向和大小的准确计算。
2、为解决上述问题,本申请实施例提供的技术方案如下:
3、一方面,本申请实施例提供了一种后轮转角计算方法,所述方法包括:
4、获取车辆参数,并采集整车信号,所述车辆参数用于表征车辆的固有参数,所述整车信号用于表征车辆的实时工况;
5、基于所述车辆参数和所述整车信号,计算低速后轮转角和高速后轮转角,所述低速后轮转角用于表征低速下的后轮转角需求,所述高速后轮转角用于表征高速下的后轮转角需求;
6、基于预先训练好的神经网络模型,将所述整车信号作为所述神经网络模型的输入参数,输出第一权重和第二权重,所述第一权重用于表征所述低速后轮转角的权重,所述第二权重用于表征所述高速后轮转角的权重;
7、根据所述第一权重和第二权重,以及所述低速后轮转角和所述高速后轮转角,计算得到最终后轮转角。
8、可选的,所述基于所述车辆参数和所述整车信号,计算低速后轮转角,包括:
9、基于所述车辆参数和所述整车信号,以及预先建立的低速线性模型,计算所述低速后轮转角;
10、所述低速线性模型的建立步骤,包括:
11、根据整车二自由度运动方程,在不考虑横摆角速度的情况下,确定低速后轮转角、车辆参数和整车信号的第一对应关系;
12、基于预先标定的实车低速标定参数和所述第一对应关系,建立低速线性模型。
13、可选的,所述基于所述车辆参数和所述整车信号,计算高速后轮转角,包括:
14、基于所述车辆参数和所述整车信号,以及预先建立的高速线性模型,计算所述高速后轮转角;
15、所述高速线性模型的建立步骤,包括:
16、根据整车二自由度运动方程,在考虑横摆角速度的情况下,确定高速后轮转角、车辆参数和整车信号的第二对应关系;
17、基于预先标定的实车高速标定参数和所述第二对应关系,建立高速线性模型。
18、可选的,所述神经网络模型是根据以下步骤得到的:
19、构建输入层、隐藏层和输出层,所述输入层包括整车信号,所述隐藏层包括两层,每层四个向量,所述输出层包括第一权重和第二权重;
20、基于不同整车信号下实际输出的后轮转角和期望输出的后轮转角,确定不同整车信号下实际输出的第一权重、第二权重和期望输出的第一权重和第二权重,作为训练样本;
21、根据所述实际输出的第一权重、第二权重和期望输出的第一权重和第二权重,建立误差函数;
22、根据梯度下降法,建立权重值和偏置值的更新方程;
23、基于所述误差函数和所述更新方程,对所述训练样本进行训练,得到训练好的神经网络模型。
24、可选的,所述根据所述第一权重和第二权重,以及所述低速后轮转角和所述高速后轮转角,计算得到最终后轮转角,包括:
25、根据所述第一权重和第二权重,以及所述低速后轮转角和所述高速后轮转角,计算当前周期的理论后轮转角;
26、基于当前周期的理论后轮转角和上一周期的最终后轮转角,计算当前周期相对于上一周期的波动比;
27、基于所述波动比和预设安全阈值的大小关系,根据所述理论后轮转角,计算得到当前周期的最终后轮转角。
28、可选的,所述整车信号包括:车速、方向盘转角、横摆角速度、侧向加速度和横向加速度;
29、可选的,所述车辆参数包括:整车质量、前后轴到质心距离、前后轴的侧偏刚度、轴距和转向设计传动比。
30、另一方面,本申请实施例还提供了一种后轮转角计算装置,所述装置包括:
31、数据采集模块,用于获取车辆参数,并采集整车信号,所述车辆参数用于表征车辆的固有参数,所述整车信号用于表征车辆的实时工况;
32、低速后轮转角和高速后轮转角计算模块,用于基于所述车辆参数和所述整车信号,计算低速后轮转角和高速后轮转角,所述低速后轮转角用于表征低速下的后轮转角需求,所述高速后轮转角用于表征高速下的后轮转角需求;
33、权重分配模块,用于基于预先训练好的神经网络模型,将所述整车信号作为所述神经网络模型的输入参数,输出第一权重和第二权重,所述第一权重用于表征所述低速后轮转角的权重,所述第二权重用于表征所述高速后轮转角的权重;
34、最终后轮转角计算模块,用于根据所述第一权重和第二权重,以及所述低速后轮转角和所述高速后轮转角,计算得到最终后轮转角。
35、另一方面,本申请实施例还提供了一种设备,所述设备包括:处理器和存储器;
36、所述存储器,用于存储指令;
37、所述处理器,用于执行所述存储器中的所述指令,执行上述方面所述的方法。
38、另一方面,本申请实施例还提供了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程序代码或指令,当其在计算机上运行时,使得所述计算机执行以上方面所述的方法。
39、由此可见,本申请实施例具有以下有益效果:本申请提供的方法,获取车辆参数,并采集整车信号;基于车辆参数和整车信号,计算低速后轮转角和高速后轮转角,低速后轮转角用于表征低速下的后轮转角需求,高速后轮转角用于表征高速下的后轮转角需求;基于预先训练好的神经网络模型,将整车信号作为神经网络模型的输入参数,输出第一权重和第二权重;根据第一权重和第二权重,以及低速后轮转角和高速后轮转角,计算得到最终后轮转角。通过确定低速和高速下的后轮转角需求,并将整车信号作为输入,利用神经网络模型调整低速后轮转角和高速后轮转角的权重,确定适合当前整车工况的后轮转角大小和方向,有利于对后轮转角大小、方向的准确把控和车辆开发前期的分析评估。
1.一种后轮转角计算方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述车辆参数和所述整车信号,计算低速后轮转角,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述车辆参数和所述整车信号,计算高速后轮转角,包括:
4.根据权利要求1所述的方法,其特征在于,所述神经网络模型是根据以下步骤得到的:
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一权重和第二权重,以及所述低速后轮转角和所述高速后轮转角,计算得到最终后轮转角,包括:
6.根据权利要求1所述的方法,其特征在于,所述整车信号包括:车速、方向盘转角、横摆角速度、侧向加速度和横向加速度。
7.根据权利要求1所述的方法,其特征在于,所述车辆参数包括:整车质量、前后轴到质心距离、前后轴的侧偏刚度、轴距和转向设计传动比。
8.一种后轮转角计算装置,其特征在于,所述装置包括:
9.一种设备,其特征在于,所述设备包括:处理器和存储器;
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程序代码或指令,当其在计算机上运行时,使得所述计算机执行以上权利要求1-7任一项所述的方法。