【技术实现步骤摘要】
车辆质量自学习的控制方法及装置
[0001]本专利技术属于车辆控制
，尤其涉及一种车辆质量自学习的控制方法及装置。
技术介绍
[0002]近年来，自动驾驶的飞速发展，用于货运的低速、低质量的智能物流车，由于其场景单一、功能单一、控制简单等特点，在短途货运、移动售卖等领域发挥着独特的作用。
[0003]智能物流车由于其自身质量较小但载货质量较大会出现空载和满载，因此整车的质量会引起行驶阻力和惯性量差异较大的现象，导致在不同的载重时，整车控制器(Vehicle Control Unit，VCU)对加速度分解得到的驱动或制动的扭矩值出现阶跃性变化，导致车辆形成起步太慢、制动太久等情况，无法满足车辆驱动或制动的及时性。
技术实现思路
[0004]有鉴于此，本专利技术实施例提供了一种车辆质量自学习的控制方法及装置，旨在解决现有技术中VCU对加速度分解得到的驱动或制动的扭矩值出现阶跃性变化的问题。
[0005]为实现上述目的，本专利技术实施例的第一方面提供了一种车辆质量自学习的控制方法，包括：
【技术保护点】
【技术特征摘要】
1.一种车辆质量自学习的控制方法，其特征在于，包括：当接收到自动驾驶终端发送的货物装载信号时，根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量；当所述车辆质量符合预设车辆质量时，根据所述车辆质量计算车辆的驱动扭矩或者制动扭矩；将所述驱动扭矩或者所述制动扭矩发送给驱动电机，实现车辆的驱动或者制动。2.如权利要求1所述的车辆质量自学习的控制方法，其特征在于，所述根据车辆的运行状态进行车辆质量自学习，得到所述车辆质量自学习后的车辆质量，包括：检测所述车辆的车速是否大于预设车速；当所述车辆的车速大于所述预设车速时，开启车辆质量自学习；采集所述车辆的运行数据，根据所述运行数据得到所述车辆质量自学习后的车辆质量，结束所述车辆质量自学习。3.如权利要求2所述的车辆质量自学习的控制方法，其特征在于，所述采集所述车辆的运行数据，根据所述运行数据得到所述车辆质量自学习后的车辆质量，包括：在所述车辆运行过程中的预设时间段采集一个扭矩；获取车辆在所述预设时间段内的加速度；根据所述扭矩和所述加速度，计算第一车辆质量；依次采集多个与所述预设时间段相同的时间片段内的多个扭矩和加速度，并根据上述计算所述第一车辆质量的方式计算得到多个车辆质量；计算所述第一车辆质量和所述多个车辆质量的平均值，得到所述车辆质量自学习后的车辆质量。4.如权利要求3所述的车辆质量自学习的控制方法，其特征在于，所述获取车辆在所述预设时间段内的加速度，包括：采集所述预设时间段内开始时刻对应的所述车辆的初始速度，结束时刻对应的所述车辆的结束速度；根据所述结束速度以及所述初始速度，计算所述车辆在所述预设时间段内的加速度。5.如权利要求4所述的车辆质量自学习的控制方法，其特征在于，所述根据所述结束速度以及所述初始速度，计算所述车辆在所述预设时间段内的加速度，包括：根据a＝(V1‑
...
【专利技术属性】
技术研发人员：王银磊，孙策，李玉山，刘秀，李岩，单红艳，
申请(专利权)人：长城汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。