[发明专利]基于人工智能的轮毂电机扭矩分配方法和装置

说明书

本申请涉及一种基于人工智能的轮毂电机扭矩分配方法和装置。该方法根据车辆的控制参数中踏板开度，计算需求扭矩，将每个时刻的真实扭矩输入扭矩预测模型，得到预测扭矩，使用扭矩预测模型预测前N个连续时刻的下一时刻的扭矩，并与真实扭矩比对，以比对结果计算预测扭矩的权重值，以权重值对预测扭矩和需求扭矩进行加权求和得到修正后的需求扭矩，通过相似度比较确定相似度最大的车况参数，以得到对应的每个轮毂电机的扭矩分配比例，以根据扭矩分配比例对预测修正后的需求扭矩进行分配，通过对预测的扭矩需求进行修正，提高了扭矩输出的准确性，相较于大量参数计算而言上述修正过程和相似比较过程的响应时间较短，从而提高了车辆控制的响应效率。

技术领域

本申请属于车辆控制技术领域，尤其涉及一种基于人工智能的轮毂电机扭矩分配方法和装置。

背景技术

目前，随着用户对车辆操控稳定性和灵活性需求的提高，传统采用转动轴、差速器等部件进行车辆驱动控制的方式已经无法满足复杂的驱动需求，且导致车辆的传动结构较为复杂，难以实时检修和维护，因此，越来越多的车辆采用轮毂电机的方式进行驱动。

轮毂电机直接将动力、传动和制动装置都整合到轮毂内，精简了车辆结构，同时，每个车轮都能够独立驱动，可实现多种复杂的驱动方式，但是，轮毂电机依靠智能电子装置提供轮毂电机的扭矩分配，而扭矩分配的参数较多，车载终端难以快速地给出最优的扭矩分配，导致车辆动力控制存在延迟，影响用户体验，因此，如何提高轮毂电机扭矩分配的效率成为亟需解决的问题。

发明内容

有鉴于此，本申请实施例提供了一种基于人工智能的轮毂电机扭矩分配方法和装置，以解决现有对轮毂电机的扭矩分配效率较低的问题。

第一方面，本申请实施例提供一种基于人工智能的轮毂电机扭矩分配方法，所述轮毂电机扭矩分配方法包括：

获取当前时刻车辆的控制参数，根据所述控制参数中踏板开度，结合踏板开度与需求扭矩的映射关系，计算得到下一时刻的需求扭矩；

获取所述当前时刻至前N个连续时刻中每个时刻的真实扭矩，将每个时刻的真实扭矩输入扭矩预测模型，得到所述下一时刻的预测扭矩，N为大于零的整数；

针对所述前N个连续时刻中任一时刻，使用所述扭矩预测模型预测得到所述任一时刻的下一时刻的扭矩，将预测得到的所述任一时刻的下一时刻的扭矩与所述任一时刻的下一时刻的真实扭矩进行比对，得到每个时刻的比对结果；

根据每个时刻的比对结果，计算得到表征所述预测扭矩的准确度的权重值，根据所述权重值，对所述预测扭矩和所述需求扭矩进行加权求和，确定加权求和结果为预测修正后的需求扭矩；

将所述控制参数与预设的车况参数进行相似度比较，确定相似度最大的车况参数，根据预设的映射表，确定所述相似度最大的车况参数对应的每个轮毂电机的扭矩分配比例；

根据所述扭矩分配比例，对所述预测修正后的需求扭矩进行分配，得到每个轮毂电机的扭矩值，以控制轮毂电机输出对应的扭矩值。

第二方面，本申请实施例提供一种基于人工智能的轮毂电机扭矩分配装置，所述轮毂电机扭矩分配装置包括：

扭矩需求计算模块，用于获取当前时刻车辆的控制参数，根据所述控制参数中踏板开度，结合踏板开度与需求扭矩的映射关系，计算得到下一时刻的需求扭矩；

扭矩预测模块，用于获取所述当前时刻至前N个连续时刻中每个时刻的真实扭矩，将每个时刻的真实扭矩输入扭矩预测模型，得到所述下一时刻的预测扭矩，N为大于零的整数；

预测需求比较模块，用于针对所述前N个连续时刻中任一时刻，使用所述扭矩预测模型预测得到所述任一时刻的下一时刻的扭矩，将预测得到的所述任一时刻的下一时刻的扭矩与所述任一时刻的下一时刻的真实扭矩进行比对，得到每个时刻的比对结果；