【技术实现步骤摘要】
本申请涉及汽车技术研发领域，具体涉及一种基于woa-bp模型的路面附着系数估计方法及装置。
技术介绍
1、随着汽车智能化的发展，自动紧急制动(简称aeb)、自适应巡航控制(简称acc)、智能车速辅助(简称isa)等许多先进的辅助驾驶系统被广泛应用于当今的汽车中。这些先进的辅助驾驶系统可以在一定程度上将驾驶员从驾驶状态中解放出来，但同时也对车辆的主动安全控制提出了更严格的要求。值得注意的是，路面摩擦系数的实时估算对于牵引力控制系统(简称tcs)、电子稳定控制系统(简称esc)、防抱死制动系统(简称abs)等车辆主动安全控制意义重大，是主动安全控制系统的重要环节。因此，要开发出更可靠的主动安全控制系统，有效估算摩擦系数具有重要的研究意义。
2、路面附着系数估计方式，按照其主要特点可分为：车外传感器法、基于车辆动力学模型的方式和基于数据驱动的方式。
3、车外传感器法通常使用传感器去测量与路面附着系数相关的参数，如轮胎噪声、轮胎频率响应和轮胎加速度等，这类方法十分依赖于特殊传感器的可靠性，同时实现成本较高，且使用外接传感器方法易受外界环境(如天气和路况)的影响，其配置的特殊传感器通常较为昂贵；基于车辆动力学模型的方式，其较为依靠建立的数学模型的准确性，因此会带来估计误差，例如，在一些极端的驾驶条件下，一些理想化的假设如使用标准数学模型，难以描述实际车辆的运行状态，从而影响了路面附着系数估计的准确性；基于数据驱动的方式当前受到了广泛的关注，其具有较高的研究价值，但基于数据驱动的方式的模型训练成本较高，计算量较大。可
技术实现思路
1、本申请提供一种基于woa-bp模型的路面附着系数估计方法及装置、设备及计算机可读存储介质，能够有效提升路面附着系数估计的准确性，并降低估算成本。
2、第一方面，本申请实施例提供一种基于woa-bp模型的路面附着系数估计方法，所述基于woa-bp模型的路面附着系数估计方法包括：
3、获取车辆参数和实时传感器信号，并基于获取的车辆参数和实时传感器信号，建立三自由度车辆动力学模型；
4、基于车辆状态量并根据dugoff轮胎模型，得到路面附着系数与所述车辆状态量间的非线性拟合关系；
5、建立woa-bp神经网络模型，并采集数据集训练woa-bp神经网络模型，建立基于woa-bp神经网络模型的路面附着系数估计系统；
6、在测试工况下进行车辆状态数据的采集，并将采集的车辆状态数据输入路面附着系数估计系统，得到实际的路面附着系数。
7、结合第一方面，在一种实施方式中，
8、所述车辆参数包括车辆质量、车辆横摆转动惯量、车辆前桥至车辆质心的距离、车辆后桥至车辆质心的距离、前轮轮距、后轮轮距、车辆质心到地面的高度、轮胎的纵向单位刚度、轮胎的侧向单位刚度、轮胎空载半径；
9、所述实时传感器信号通过车载传感器获得，所述实时传感器信号包括车辆纵向加速度、车辆侧向加速度、车辆横摆角速度、车轮转速、方向盘转角、车辆的纵向速度、车辆的侧向速度。
10、结合第一方面，在一种实施方式中，所述三自由度车辆动力学模型，具体为：
11、
12、
13、
14、其中，ax表示车辆纵向加速度，m表示辆质量，fx_fl表示前轮左轮胎的纵向力，fy_fl表示前轮左轮胎的横向力，fx_fr表示前轮右轮胎的纵向力，fy_fr表示前轮右轮胎的横向力，fx_rl表示后轮左轮胎的纵向力，fy_rl表示后轮左轮胎的横向力，f表示后轮右轮胎的纵向力，f表示后轮右轮胎的横向力，δx_rr x_rr
15、表示前轮转角，ay表示车辆横向加速度，r表示车辆横摆角速度，iz表示车辆横摆转动惯量，a表示车辆前桥至车辆质心的距离，b表示车辆后桥至车辆质心的距离，tf表示前轮轮距，tr表示后轮轮距。
16、结合第一方面，在一种实施方式中，对于车辆各轮胎的侧偏角，计算方式为：
17、
18、其中，αfl表示前轮左轮胎的侧偏角，αfr表示前轮右轮胎的侧偏角，αrl表示后轮左轮胎的侧偏角，αrr表示后轮右轮胎的侧偏角，vx表示车辆的纵向速度，vy表示车辆的横向速度。
19、结合第一方面，在一种实施方式中，对于车辆的轮胎中心速度，计算方式为：
20、
21、其中，vfl表示前轮左轮胎的中心速度，vfr表示前轮右轮胎的中心速度，vrl表示后轮左轮胎的中心速度，vrr表示后轮右轮胎的中心速度。
22、结合第一方面，在一种实施方式中，对于车辆轮胎的垂向力，计算方式为：
23、
24、其中，fz_fl表示前轮左轮胎的垂向力，fz_fr表示前轮右轮胎的垂向力，fz_rl表示后轮左轮胎的垂向力，fz_rr表示后轮右轮胎的垂向力，h表示车辆质心到地面的高度，g表示重力加速度。
25、结合第一方面，在一种实施方式中，
26、所述车辆状态量包括方向盘转角、车辆纵向加速度、车辆侧向加速度、车辆横摆角速度、车辆的纵向速度、车辆的侧向速度；
27、所述基于车辆状态量并根据dugoff轮胎模型，得到路面附着系数与所述车辆状态量间的非线性拟合关系，具体步骤包括：
28、根据dugoff轮胎模型，计算得到轮胎的纵向力和横向力，具体为：
29、
30、
31、
32、其中，fx表示轮胎的纵向力，cx表示轮胎的纵滑刚度，λi表示轮胎与路面之间的滑动率，f(li)表示dugoff轮胎模型的修正系数，fy表示轮胎的横向力，cy表示轮胎的侧偏刚度，αi表示轮胎侧偏角，li表示轮胎滑动造成的轮胎力非线性特征参数，fz表示轮胎的垂向力，μ表示轮胎与路面附着系数；
33、基于计算得到的轮胎的纵向力和横向力，并根据建立的建立三自由度车辆动力学模型，计算得到：
34、
35、其中，m表示车辆质量，ax表示车辆纵向加速度，λfl表示前轮左轮胎与路面之间的滑动率，lfr表示前轮右轮胎与路面之间的滑动率，λrl表示后轮左轮胎与路面之间的滑动率，λrr表示后轮右轮胎与路面之间的滑动率，f(lfl)表示dugoff轮胎模型中前轮左轮胎的修正系数，f(lfr)表示dugoff轮胎模型中前轮右轮胎的修正系数，f(lrl)表示dugoff轮胎模型中后轮左轮胎的修正系数，f(lrr)表示dugoff轮胎模型中后轮右轮胎的修正系数，δ表示前轮转角，αfl表示前轮左轮胎的侧偏角，αfr表示前轮右轮胎的侧偏角；
36、进行以下定义：
37、
38、其中，q、a、b、c、d均为与车辆相关的状态参数；
39、基于定义，计算得到简式：
40、q＝alfl(2-lfl)+blfr(2-lfr)+clrl(2-lrl)+dlr本文档来自技高网...
【技术保护点】
1.一种基于WOA-BP模型的路面附着系数估计方法，其特征在于，所述基于WOA-BP模型的路面附着系数估计方法包括：
2.如权利要求1所述的一种基于WOA-BP模型的路面附着系数估计方法，其特征在于：
3.如权利要求2所述的一种基于WOA-BP模型的路面附着系数估计方法，其特征在于，所述三自由度车辆动力学模型，具体为：
4.如权利要求3所述的一种基于WOA-BP模型的路面附着系数估计方法，其特征在于，对于车辆各轮胎的侧偏角，计算方式为：
5.如权利要求3所述的一种基于WOA-BP模型的路面附着系数估计方法，其特征在于，对于车辆的轮胎中心速度，计算方式为：
6.如权利要求3所述的一种基于WOA-BP模型的路面附着系数估计方法，其特征在于，对于车辆轮胎的垂向力，计算方式为：
7.如权利要求1所述的一种基于WOA-BP模型的路面附着系数估计方法，其特征在于：
8.如权利要求7所述的一种基于WOA-BP模型的路面附着系数估计方法，其特征在于，所述建立WOA-BP神经网络模型，并采集数据集训练WOA-BP神
9.如权利要求8所述的一种基于WOA-BP模型的路面附着系数估计方法，其特征在于，所述基于鲸鱼算法优化WOA-BP神经网络模型，具体步骤包括：
10.一种基于WOA-BP模型的路面附着系数估计装置，其特征在于，所述基于WOA-BP模型的路面附着系数估计装置包括：
...【技术特征摘要】
1.一种基于woa-bp模型的路面附着系数估计方法，其特征在于，所述基于woa-bp模型的路面附着系数估计方法包括：
2.如权利要求1所述的一种基于woa-bp模型的路面附着系数估计方法，其特征在于：
3.如权利要求2所述的一种基于woa-bp模型的路面附着系数估计方法，其特征在于，所述三自由度车辆动力学模型，具体为：
4.如权利要求3所述的一种基于woa-bp模型的路面附着系数估计方法，其特征在于，对于车辆各轮胎的侧偏角，计算方式为：
5.如权利要求3所述的一种基于woa-bp模型的路面附着系数估计方法，其特征在于，对于车辆的轮胎中心速度，计算方式为：
6.如权利要求3所述的一种基于woa-bp模型的路面附着系...
【专利技术属性】
技术研发人员：苏芮琦，黄波，余忠皋，晋杰，张志飞，
申请(专利权)人：武汉达安科技有限公司，
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。