[发明专利]一种基于ANN算法的工况融合路感模拟方法

权利要求书

1.一种基于ANN算法的工况融合路感模拟方法，其特征在于，包括以下步骤：

步骤一、进行实车路采试验：选取驾驶员进行实车试验，车辆在试验道路中行驶，采集的试验数据包括车速、方向盘转角、方向盘角速度和方向盘力矩；

步骤二、建立基于弹簧模型的路感模型：确定弹簧模型的刚度系数和阻尼系数，以所采试验数据的车速、方向盘转角和方向盘角速度为输入变量，以方向盘力矩为输出变量，建立基于弹簧模型的路感模型；

步骤三、试验数据归一化：对所采集的试验数据进行归一化，得到归一化后试验数据；

步骤四、生成等间隔试验点：生成多个间隔相同且与所述基于弹簧模型的路感模型输入变量相同维度的随机数据点，作为等间隔试验点；

步骤五、筛选异常工况点：根据所述等间隔试验点与归一化后试验数据之间的欧式距离，筛选出归一化后试验数据中的异常工况点和正常工况点；

步骤六、生成训练数据：根据所述归一化后试验数据生成训练数据时，异常工况点对应的方向盘力矩数据由所述基于弹簧模型的路感模型计算得到，正常工况点对应的方向盘力矩直接使用实际试验所采数据；

步骤七、使用ANN算法进行融合路感建模：使用所述训练数据和ANN算法训练得到基于ANN算法的工况融合路感模型，所述工况融合路感模型的输入为车速、方向盘转角和方向盘角速度，输出变量为方向盘力矩；

步骤八、判断模型是否可接受：根据所得到的基于ANN算法的工况融合路感模型的精度判断模型是否可接受，若可接受，则输出模型；

步骤九、根据得到的基于ANN算法的工况融合路感模型进行路感模拟。

2.根据权利要求1所述基于ANN算法的工况融合路感模拟方法，其特征在于，在步骤一中：试验道路类型包括高速道路和城市道路；车辆行驶工况包括上坡、下坡、直行、倒车、转弯和原地转向。

3.根据权利要求1所述基于ANN算法的工况融合路感模拟方法，其特征在于，在步骤二中，建立的基于弹簧模型的路感模型中，方向盘力矩由以下公式计算得到：

；

其中，为方向盘力矩；为方向盘转角；为方向盘角速度；k为刚度系数，c为阻尼系数，v为车速。

4.根据权利要求1所述基于ANN算法的工况融合路感模拟方法，其特征在于，在步骤三中，对试验数据按照下式进行归一化处理：

；

式中，i为数据编号，j为变量编号，x_i,j表示未归一化的第i组数据中的第j个变量，X_j表示所有j对应的变量数据值组成的集合，min表示去除异常点后，试验数据中相关变量的最小值，max表示去除异常点后，试验数据中相关变量的最大值。

5.根据权利要求1所述基于ANN算法的工况融合路感模拟方法，其特征在于，在步骤四中，每个间隔相同的随机数据点各个维度的取值区间均为[0,1]，且相邻两个随机数据点在同一坐标轴上的间隔相同。

6.根据权利要求1所述基于ANN算法的工况融合路感模拟方法，其特征在于，在步骤五中，筛选异常工况点的具体方法是，计算每个等间隔试验点与各个归一化后试验数据之间的欧式距离，若某个等间隔试验点与某一个或几个归一化后试验数据之间的欧式距离小于或等于阈值L，则该等间隔试验点为正常工况点，否则为异常工况点。

7.根据权利要求6所述基于ANN算法的工况融合路感模拟方法，其特征在于，所述阈值L设置为相邻两个等间隔试验点的间隔值。