[发明专利]路面平整度检测方法、装置、设备及存储介质有效
申请号: | 202110550253.6 | 申请日: | 2021-05-19 |
公开(公告)号: | CN113361079B | 公开(公告)日: | 2022-06-28 |
发明(设计)人: | 段忠东;曾清;胡晓阳;李波;侯吉林;张青霞;史小东;任一汀;杨佳智 | 申请(专利权)人: | 哈尔滨工业大学(深圳) |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F119/14 |
代理公司: | 深圳市恒程创新知识产权代理有限公司 44542 | 代理人: | 孔德丞 |
地址: | 518000 广东省深圳市南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 路面 平整 检测 方法 装置 设备 存储 介质 | ||
1.一种路面平整度检测方法,其特征在于,所述方法包括以下步骤:
获取目标车辆的车轮胎压和车辆响应;
根据所述车轮胎压,利用接触力标定方程,获得轮胎接触力;
根据所述车辆响应和所述轮胎接触力,利用逆运算模型获得路面平整度,其中,所述逆运算模型基于未知量卡尔曼滤波法建立;
其中,根据所述车辆响应和所述轮胎接触力,利用逆运算模型获得路面平整度的步骤,具体包括:
根据所述车辆响应和所述轮胎接触力,获得测量数据;
根据当前时刻的系统状态最优值和系统协方差矩阵最优值,基于未知量卡尔曼滤波方程进行预测,对应获得下一时刻的系统状态预测值和系统协方差矩阵预测值;
根据所述系统协方差矩阵预测值,获得卡尔曼增量;
根据所述系统状态预测值和所述卡尔曼增量,利用所述测量数据获得当前时刻的路面平整度。
2.如权利要求1所述的路面平整度检测方法,其特征在于,所述车辆响应包括车体加速度响应和车轮加速度响应;
所述获取目标车辆的车辆响应的步骤,具体包括:
获取所述目标车辆的车体加速度响应和车轮加速度响应,其中,所述车体加速度响应包括所述目标车辆的车体质心处的竖向加速度、俯仰转动加速度和侧倾转动加速度,所述车轮加速度响应包括所述目标车辆的各车轮与车轴连接处的竖向加速度。
3.如权利要求2所述的路面平整度检测方法,其特征在于,所述获取所述目标车辆的车体加速度响应的步骤,具体包括:
获取所述目标车辆的车体加速度,其中,所述车体加速度包括所述目标车辆的车体的前方、后方、左侧和右侧的竖向加速度;
根据所述车体加速度,利用车辆几何关系,获得所述目标车辆的车体加速度响应。
4.如权利要求1所述的路面平整度检测方法,其特征在于,所述接触力标定方程为:
其中,ΔF(t)表示轮胎接触力,p0表示所述目标车辆静止时的车轮胎压,Δp(t)表示动态的车轮胎压;表示Δp(t)的导数,θ1、θ2、θ3分别为根据标定试验获取的常数,其中,所述标定试验基于扩展卡尔曼滤波法进行。
5.如权利要求1所述的路面平整度检测方法,其特征在于,在根据所述车辆响应和所述轮胎接触力,利用逆运算模型获得路面平整度的步骤之前,所述方法还包括:
将未知量置于标准卡尔曼滤波方程中,获得未知量卡尔曼滤波方程,其中,所述标准卡尔曼滤波方程包括系统状态空间方程和系统测量方程;
根据所述未知量卡尔曼滤波方程,基于未知量卡尔曼滤波法建立逆运算模型。
6.如权利要求1所述的路面平整度检测方法,其特征在于,根据所述系统状态预测值和所述卡尔曼增量,利用所述测量数据获得当前时刻的路面平整度的步骤之后,所述方法还包括:
基于所述测量数据修正所述系统状态预测值和所述系统协方差矩阵预测值,获得下一时刻的系统状态最优值和系统协方差矩阵最优值,以获取当前时刻的路面平整度。
7.一种路面平整度检测装置,其特征在于,所述装置包括:
参数获取模块,用于获取目标车辆的车轮胎压和车辆响应;
接触力获取模块,用于根据所述车轮胎压,利用接触力标定方程,获得轮胎接触力;
路面平整度获取模块,用于根据所述车辆响应和所述轮胎接触力,利用逆运算模型获得路面平整度,其中,所述逆运算模型基于未知量卡尔曼滤波法建立;
其中,所述路面平整度获取模块包括:
测量数据子模块,用于根据所述车辆响应和所述轮胎接触力,获得测量数据;
参数预测子模块,用于根据当前时刻的系统状态最优值和系统协方差矩阵最优值,基于未知量卡尔曼滤波方程进行预测,对应获得下一时刻的系统状态预测值和系统协方差矩阵预测值;
中间值计算子模块,用于根据所述系统协方差矩阵预测值,获得卡尔曼增量;
路面平整度计算子模块,用于根据所述系统状态预测值和所述卡尔曼增量,利用所述测量数据获得当前时刻的路面平整度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学(深圳),未经哈尔滨工业大学(深圳)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110550253.6/1.html,转载请声明来源钻瓜专利网。