本发明专利技术公开了自适应工况的车速确定方法、系统、装置及存储介质，包括：获取目标车辆的空载质量和装载物重量，根据空载质量和装载物重量确定目标车辆的实时轮胎负载；获取目标车辆的实时轮胎转速、实时轮胎气压以及实时环境温度；根据实时轮胎负载、实时轮胎转速、实时轮胎气压以及实时环境温度预测目标车辆的实时轮胎滚动半径；根据实时轮胎滚动半径和实时轮胎转速确定目标车辆的实时车速。本发明专利技术考虑了不同车辆工况下轮胎形变对轮胎滚动半径的影响，提高了车速计算的准确度，从而提高了行车数据统计的准确度以及驾驶员的驾驶体验，可广泛应用于车辆监测技术领域。用于车辆监测技术领域。用于车辆监测技术领域。
【技术实现步骤摘要】
一种自适应工况的车速确定方法、系统、装置及存储介质
[0001]本专利技术涉及车辆监测
，尤其是一种自适应工况的车速确定方法、系统、装置及存储介质。
技术介绍
[0002]随着汽车智能网联化的发展，车辆监测及控制技术也越来越智能化。车速是反映车辆实时状态的一个重要指标，车速的准确度不仅影响着驾驶员的驾驶行为判断，也影响着车辆里程、油耗等行车数据的计算。
[0003]传统的车速计算方法，通常是根据电机的转速、变速系统减速比以及驱动轮胎的滚动半径进行车速计算，其中驱动轮胎的滚动半径一般是采用出厂时的定值参数，这种车速计算方法未考虑到车辆行驶过程中不同工况下的轮胎滚动半径随着轮胎发生形变而产生的动态变化，大大影响了车速计算的准确度，从而影响了行车数据统计的准确度以及驾驶员的驾驶体验。
技术实现思路
[0004]本专利技术的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
[0005]为此，本专利技术实施例的一个目的在于提供一种自适应工况的车速确定方法，该方法提高了车速计算的准确度，从而提高了行车数据统计的准确度以及驾驶员的驾驶体验。
[0006]本专利技术实施例的另一个目的在于提供一种自适应工况的车速确定系统。
[0007]为了达到上述技术目的，本专利技术实施例所采取的技术方案包括：
[0008]第一方面，本专利技术实施例提供了一种自适应工况的车速确定方法，包括以下步骤：
[0009]获取目标车辆的空载质量和装载物重量，根据所述空载质量和所述装载物重量确定所述目标车辆的实时轮胎负载；
[0010]获取所述目标车辆的实时轮胎转速、实时轮胎气压以及实时环境温度；
[0011]根据所述实时轮胎负载、所述实时轮胎转速、所述实时轮胎气压以及所述实时环境温度预测所述目标车辆的实时轮胎滚动半径；
[0012]根据所述实时轮胎滚动半径和所述实时轮胎转速确定所述目标车辆的实时车速。
[0013]进一步地，在本专利技术的一个实施例中，所述获取目标车辆的空载质量和装载物重量，根据所述空载质量和所述装载物重量确定所述目标车辆的实时轮胎负载这一步骤，其具体包括：
[0014]通过车载称重系统获取所述目标车辆的装载物重量；
[0015]获取所述目标车辆出厂时标定的空载质量；
[0016]将所述空载质量与所述装载物重量之和作为所述目标车辆的实时轮胎负载。
[0017]进一步地，在本专利技术的一个实施例中，所述获取所述目标车辆的实时轮胎转速、实时轮胎气压以及实时环境温度这一步骤，其具体包括：
[0018]通过轮速传感器获取所述目标车辆的实时轮胎转速，或，通过电机控制器获取所
述目标车辆的实时电机转速，根据所述实时电机转速和所述目标车辆的减速比确定所述实时轮胎转速；
[0019]通过胎压传感器获取所述目标车辆的实时轮胎气压，并通过温度传感器获取所述目标车辆的实时环境温度。
[0020]进一步地，在本专利技术的一个实施例中，所述根据所述实时轮胎负载、所述实时轮胎转速、所述实时轮胎气压以及所述实时环境温度预测所述目标车辆的实时轮胎滚动半径这一步骤，其具体包括：
[0021]获取预设的轮胎滚动半径映射表，根据所述实时轮胎负载、所述实时轮胎转速、所述实时轮胎气压以及所述轮胎滚动半径映射表确定第一轮胎滚动半径；
[0022]根据所述实时环境温度确定轮胎形变修正系数；
[0023]根据所述第一轮胎滚动半径和所述轮胎形变修正系数预测得到所述实时轮胎滚动半径。
[0024]进一步地，在本专利技术的一个实施例中，所述根据所述实时轮胎负载、所述实时轮胎转速、所述实时轮胎气压以及所述实时环境温度预测所述目标车辆的实时轮胎滚动半径这一步骤，其具体为：
[0025]将所述实时轮胎负载、所述实时轮胎转速、所述实时轮胎气压以及所述实时环境温度输入到预先训练好的轮胎滚动半径预测模型，输出得到所述目标车辆的实时轮胎滚动半径；
[0026]其中，所述轮胎滚动半径预测模型通过BP神经网络训练得到。
[0027]进一步地，在本专利技术的一个实施例中，所述车速确定方法还包括预先训练轮胎滚动半径预测模型的步骤，其具体包括：
[0028]获取目标车辆在测试条件下的多个轮胎滚动半径数据以及对应的轮胎负载数据、轮胎转速数据、轮胎气压数据、环境温度数据；
[0029]根据所述轮胎负载数据、所述轮胎转速数据、所述轮胎气压数据以及所述环境温度数据生成训练样本，并根据对应的所述轮胎滚动半径数据生成样本标签；
[0030]根据所述训练样本和对应的所述样本标签构建训练数据集；
[0031]将所述训练数据集输入到预先构建的BP神经网络，得到轮胎滚动半径预测结果；
[0032]根据所述轮胎滚动半径预测结果和所述样本标签确定所述BP神经网络的损失值；
[0033]根据所述损失值通过反向传播算法更新所述BP神经网络的模型参数，并返回将所述训练数据集输入到预先构建的BP神经网络这一步骤；
[0034]当所述损失值达到预设的第一阈值或迭代次数达到预设的第二阈值，停止训练，得到训练好的所述轮胎滚动半径预测模型。
[0035]进一步地，在本专利技术的一个实施例中，所述根据所述实时轮胎滚动半径和所述实时轮胎转速确定所述目标车辆的实时车速这一步骤，其具体包括：
[0036]根据所述实时轮胎滚动半径确定所述目标车辆的实时轮胎滚动周长；
[0037]根据所述实时轮胎滚动周长与所述实时轮胎转速的乘积确定所述目标车辆的实时车速。
[0038]第二方面，本专利技术实施例提供了一种自适应工况的车速确定系统，包括：
[0039]第一数据获取模块，用于获取目标车辆的空载质量和装载物重量，根据所述空载
质量和所述装载物重量确定所述目标车辆的实时轮胎负载；
[0040]第二数据获取模块，用于获取所述目标车辆的实时轮胎转速、实时轮胎气压以及实时环境温度；
[0041]轮胎滚动半径预测模块，用于根据所述实时轮胎负载、所述实时轮胎转速、所述实时轮胎气压以及所述实时环境温度预测所述目标车辆的实时轮胎滚动半径；
[0042]实时车速计算模块，用于根据所述实时轮胎滚动半径和所述实时轮胎转速确定所述目标车辆的实时车速。
[0043]第三方面，本专利技术实施例提供了一种自适应工况的车速确定装置，包括：
[0044]至少一个处理器；
[0045]至少一个存储器，用于存储至少一个程序；
[0046]当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现上述的一种自适应工况的车速确定方法。
[0047]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行上述的一种自适应工况的车速确定方法。
[0048]本专利技术的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自适应工况的车速确定方法，其特征在于，包括以下步骤：获取目标车辆的空载质量和装载物重量，根据所述空载质量和所述装载物重量确定所述目标车辆的实时轮胎负载；获取所述目标车辆的实时轮胎转速、实时轮胎气压以及实时环境温度；根据所述实时轮胎负载、所述实时轮胎转速、所述实时轮胎气压以及所述实时环境温度预测所述目标车辆的实时轮胎滚动半径；根据所述实时轮胎滚动半径和所述实时轮胎转速确定所述目标车辆的实时车速。2.根据权利要求1所述的一种自适应工况的车速确定方法，其特征在于，所述获取目标车辆的空载质量和装载物重量，根据所述空载质量和所述装载物重量确定所述目标车辆的实时轮胎负载这一步骤，其具体包括：通过车载称重系统获取所述目标车辆的装载物重量；获取所述目标车辆出厂时标定的空载质量；将所述空载质量与所述装载物重量之和作为所述目标车辆的实时轮胎负载。3.根据权利要求1所述的一种自适应工况的车速确定方法，其特征在于，所述获取所述目标车辆的实时轮胎转速、实时轮胎气压以及实时环境温度这一步骤，其具体包括：通过轮速传感器获取所述目标车辆的实时轮胎转速，或，通过电机控制器获取所述目标车辆的实时电机转速，根据所述实时电机转速和所述目标车辆的减速比确定所述实时轮胎转速；通过胎压传感器获取所述目标车辆的实时轮胎气压，并通过温度传感器获取所述目标车辆的实时环境温度。4.根据权利要求1所述的一种自适应工况的车速确定方法，其特征在于，所述根据所述实时轮胎负载、所述实时轮胎转速、所述实时轮胎气压以及所述实时环境温度预测所述目标车辆的实时轮胎滚动半径这一步骤，其具体包括：获取预设的轮胎滚动半径映射表，根据所述实时轮胎负载、所述实时轮胎转速、所述实时轮胎气压以及所述轮胎滚动半径映射表确定第一轮胎滚动半径；根据所述实时环境温度确定轮胎形变修正系数；根据所述第一轮胎滚动半径和所述轮胎形变修正系数预测得到所述实时轮胎滚动半径。5.根据权利要求1所述的一种自适应工况的车速确定方法，其特征在于，所述根据所述实时轮胎负载、所述实时轮胎转速、所述实时轮胎气压以及所述实时环境温度预测所述目标车辆的实时轮胎滚动半径这一步骤，其具体为：将所述实时轮胎负载、所述实时轮胎转速、所述实时轮胎气压以及所述实时环境温度输入到预先训练好的轮胎滚动半径预测模型，输出得到所述目标车辆的实时轮胎滚动半径；其中，所述轮胎滚动半径预测模型通过BP神经网络训练得到。6.根据权利要求...
【专利技术属性】
技术研发人员：肖恩成，常海春，李泽帆，肖娟，余文薏，姚俊彬，
申请(专利权)人：广汽本田汽车研究开发有限公司，
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。