【技术实现步骤摘要】
基于人工智能的轮毂电机扭矩分配方法和装置
[0001]本申请属于车辆控制
，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。
技术介绍
[0002]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。
[0003]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。
技术实现思路
[0004]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。
[0005]第一方面，本...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的轮毂电机扭矩分配方法，其特征在于，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。2.根据权利要求1所述的轮毂电机扭矩分配方法，其特征在于，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包括：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作差，确定差值的绝对值为对应时刻的比对结果，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包括：将所有的比对结果相加，得到相加结果；将所述相加结果输入映射函数，得到表征所述预测扭矩的准确度的权重值，所述映射函数如下：式中，α表示所述权重值，A表示所述相加结果。3.根据权利要求2所述的轮毂电机扭矩分配方法，其特征在于，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包括：将所述权重值输入加权求和函数，得到加权求和结果，确定所述加权求和结果为预测修正后的需求扭矩，所述加权求和函数如下：Z0＝(1
‑
α)
·
Z1+α
·
Z2式中，Z0表示所述加权求和结果，Z1表示所述需求扭矩，Z2表示所述预测扭矩。4.根据权利要求1所述的轮毂电机扭矩分配方法，其特征在于，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包括：将所述控制参数中方向盘转角参数、方向盘角速度参数、整车车速参数、车辆横摆率以及所述预测修正后的需求扭矩，按照预设顺序拼接为表征车辆当前车况的目标矩阵；
将所述目标矩阵与预设的车况参数对应的车况矩阵进行相似度计算，确定相似度最大的车况矩阵为相似度最大的车况参数。5.根据权利要求4所述的轮毂电机扭矩分配方法，其特征在于，在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之前，还包括：根据所述控制参数中的车辆外侧速度、车辆内侧速度、内外轮距和车轮偏角，计算得到车辆横摆率，所述车辆横摆角计算公式如下：式中，yaw表示所述车辆横摆角，v1表示所述车辆外侧速度，v2表示车辆内侧速度，B表示内外轮距，γ表示车轮偏角。6.根据权利要求4所述的轮毂电机扭矩分配方法，其特征在于，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包括：从预设的映射表中，匹配到所述相似度最大的车况参数的初始分配比例，所述初始分配比例包括对每个轮毂电机的初始的扭矩分配比例；将所述初始分配比例输入训练好的编码器，输...
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。