一种稳定性高的电动车转向控制方法及控制系统 |
|||||||
申请号 | CN202311475872.9 | 申请日 | 2023-11-07 | 公开(公告)号 | CN117429505A | 公开(公告)日 | 2024-01-23 |
申请人 | 深圳市井人科技有限公司; | 发明人 | 邱宇; 陈定勇; 罗鹏; | ||||
摘要 | 本 发明 公开了一种 稳定性 高的 电动车 转向控制方法及控制系统,涉及电动车转向控制技术领域,采集行驶转向状态下的车辆的部分状态数据,生成对车辆转向的进行评价的稳定性系数;对车辆悬挂系统的悬挂 刚度 进行调整,若调整效果小于预期,继续对车辆行驶转向状态进行调整,依据车辆的响应速度及 重心 变化生成操控性系数,建立训练后的车辆行驶模型,以其对车辆的转向状态进行预测,并依据预测结果建立预测数据集进而生成 风 险系数,通过仿真分析对车辆的行驶条件进行调整,输出调整后的行驶方案,在由车辆执行该行驶方案后,若未达到预期,则发出减速指令。通过对车辆的操控性进行评估也便于对其进行调整和改善,对车辆行驶的安全性形成保障。 | ||||||
权利要求 | 1.一种稳定性高的电动车转向控制方法,其特征在于:包括如下步骤: |
||||||
说明书全文 | 一种稳定性高的电动车转向控制方法及控制系统技术领域[0001] 本发明涉及电动车转向控制技术领域,具体为一种稳定性高的电动车转向控制方法及控制系统。 背景技术[0002] 电动摩托车是一种用电瓶来驱动电机行驶的电动车,电力驱动及控制系统由驱动电动机、电源和电动机的调速控制装置等组成,其它装置基本与内燃机的相同。根据电机功率或最大速度,电动摩托车可分为电动轻便摩托车和电动普通摩托车,电动两轮轻便摩托车和电动两轮普通摩托车均属于机动车。 [0003] 在申请号为201811445696.3的中国发明专利中,公开了一种四轮独立驱动电动车辆的主动转向控制方法,包括以下步骤:预设理想车辆转向模型、状态反馈观测器、前轮转向角控制器和横摆力矩控制器;以车辆直行状态作为初始时刻,实时测量横向速度和横摆角速度,将未知前轮转向角和横摆力矩输入理想车辆转向模型,构造期望的数学模型,将横向速度和横摆角速度期望值与实时值比较,得到实时误差;将实时误差输入到状态观测器,得到稳定闭环系统,通过解线性矩阵不等式方法,既得到实时车辆横向速度和横摆角速度值,也得到实时前轮转向角和横摆力矩值,从而对车辆进行控制。 [0004] 在以上申请所记载的技术方案中,克服了电动车稳定性弱且经济适用的转向策略问题,提高了车辆安全行驶的灵活操纵性,具有控制效果好、稳定性高的优点,但是以上申请中,在电动车稳定性较低时,不能快速的对车辆当前的转向风险进行预测和评估,也难以快速给出对应的调整方案,因此难以快速降低车辆的行驶风险。 [0005] 为此,本发明提供了一种稳定性高的电动车转向控制方法及控制系统。 发明内容[0006] (一)解决的技术问题 [0007] 针对现有技术的不足,本发明提供了一种稳定性高的电动车转向控制方法及控制系统,通过对车辆悬挂系统的悬挂刚度进行调整,若调整效果小于预期,继续对车辆行驶转向状态进行调整,依据车辆的响应速度及重心变化生成操控性系数,建立训练后的车辆行驶模型,以其对车辆的转向状态进行预测,并依据预测结果建立预测数据集进而生成风险系数,通过仿真分析对车辆的行驶条件进行调整,输出调整后的行驶方案,在由车辆执行该行驶方案后,若未达到预期,则发出减速指令,解决了背景技术中提出的,不能快速的对车辆当前的转向风险进行预测和评估,也难以快速给出对应的调整方案的技术问题。 [0008] (二)技术方案 [0009] 为实现以上目的,本发明通过以下技术方案予以实现: [0010] 一种稳定性高的电动车转向控制方法,包括如下步骤: [0011] 引导车辆沿着预先规划出行驶路径向目的地行驶,并采集行驶转向状态下的车辆的部分状态数据,汇总后建立第一转向数据集;由第一转向数据集生成稳定性系数Ws(v,r),若所获取的稳定性系数Ws(v,r)不超过稳定性阈值,向外部发出第一预警信息; [0012] 接收到第一预警信息后,对车辆悬挂系统的悬挂刚度进行调整,在完成调整后再次获取当前的稳定性系数Ws(v,r),若所述悬挂刚度的调整幅度与稳定性系数Ws(v,r)的变化幅度间的相关性小于预期,则以备用方式继续对车辆行驶转向状态进行调整; [0013] 车辆在行驶路径上继续处于行驶转向状态时,依据车辆的响应速度及重心变化,建立第二转向数据集,由所述第二转向数据集生成操控性系数Ck(o,t,v),若获取的操控性系数Ck(o,t,v)超过对应的操控性阈值,则向外部发出第三预警信息; [0014] 在接收到第三预警信息后,若稳定性系数Ws(v,r)及操控性系数Ck(o,t,v)中的至少一个不超过对应阈值时,建立训练后的车辆行驶模型,以其对车辆的转向状态进行预测,并依据预测结果建立预测数据集进而生成风险系数Cy(v,v),若风险系数Cy(v,v)超过风险阈值,则向外部发出报警信息; [0015] 使用训练后的车辆行驶模型,通过仿真分析对车辆的行驶条件进行调整,并输出调整后的行驶方案,在由车辆执行该行驶方案后,若执行效果未达到预期,则发出减速指令,以对车辆进行减速。 [0016] 进一步的,引导车辆沿着行驶路径上向目的地行驶,并将该行驶过程分割为若干个行驶间隔,在车辆处于行驶转向状态下时,获取车辆当前的行驶速度Sv及每个行驶间隔内的速度均值;获取车辆的前车轮与路面间的夹角,生成行驶角Sr,并获取其在每个行驶间隔内行驶角Sr的均值;沿着时间轴将以上数据连续获取若干个,在汇总后建立第一转向数据集。 [0017] 进一步的,由第一转向数据集生成车辆的稳定性系数Ws(v,r),其具体方式如下:对行驶速度Sv及行驶角Sr做线性归一化处理,将对应的数据值映射至[0,1]内,依照如下公式: [0018] [0019] 其中,参数意义为:n为大于1的正整数,i=1,2…n,权重系数:0≤F1≤1,0≤F2≤1,且F2+F1=1,所述 为行驶速度的在每个行驶间隔内历史均值, 为行驶角的在每个行驶间隔内历史均值;稳定性系数Ws(v,r)不超过稳定性阈值时,向外部发出第一预警信息。 [0020] 进一步的,接收到第一预警信息后生成车辆的悬挂调整指令,以对车辆悬挂系统的悬挂刚度进行调整,调整策略为:悬挂刚度的调整幅度与稳定性系数Ws(v,r)超过稳定性阈值的比例呈正相关,并在确定调整幅度后,使该幅度的调整均等的在若干个行驶间隔内完成; [0021] 完成悬挂刚度调整后,在经过一个观察周期后,再次获取当前的稳定性系数Ws(v,r);若稳定性系数Ws(v,r)较前值产生变化,则通过相关性分析获取所述调整幅度与稳定性系数Ws(v,r)的变化幅度间的相关性系数,以此作为调整相关度Tz; [0022] 若所获取的调整相关度Tz不超过预期,发出调整请求后,先后对车辆前轮扭矩及转向角度进行若干次微调,并获取该若干次调整后的稳定性系数Ws(v,r);若车辆调整后的稳定性系数Ws(v,r)仍未超过稳定性阈值时,发出第二预警信息。 [0023] 进一步的,若车辆行驶时产生转向,则获取转向时的响应速度,将其确定为第一响应速度Od;在车辆产生制动时,获取其制动响应速度,将其确定为第二响应速度Td;获取车辆处于转向过程中,在各个行驶间隔内的重心位置及当前的重心位置,通过接近中心性分析,将获取中心度最高的重心位置作为标准位置,获取当前重心位置与该标准位置的距离,以此作为重心偏移距离Vp;将以上参数汇总后,建立第二转向数据集。 [0024] 进一步的,由第二转向数据集生成操控性系数Ck(o,t,v),其具体的方式如下:对第一响应速度Od、第二响应速度Td及重心偏移距离Vp做线性归一化处理,将对应的数据值映射至[0,1]内,依照如下公式: [0025] [0026] 其中, 为第一响应速度Od的历史均值, 为第二响应速度的历史均值, 为重心偏移距离的历史均值;n为大于1的正整数,权重系数:0≤β≤1,0≤α≤1,0≤γ≤1且α+β+γ=1; [0027] 若获取的操控性系数Ck(o,t,v)不超过对应的操控性阈值,则向外部发出第三预警信息。 [0028] 进一步的,在接收到第三预警信息后,获取车辆当前的稳定性系数Ws(v,r)及操控性系数Ck(o,t,v),若该两者中至少存在一个不超过对应阈值,收集车辆的规格及性能参数、行驶状态参数及前进方向上的路况信息,汇总后建立建模数据集; [0029] 从建模数据集中选择部分数据,使用机器学习模型建立车辆行驶模型,由车辆行驶模型对车辆的转向状态形成预测,并获取预测结果;从预测结果中查询得到若干个行驶速度,标记为预测速度Y(s,v);获取若干个重心偏移距离,标记为预测偏移Y(v,p);将以上参数汇总后,生成车辆的预测数据集。 [0030] 进一步的,由车辆的预测数据集生成车辆预测的风险系数Cy(v,v),其具体的生成方法如下:将预测速度Y(s,v)、预测偏移Y(v,p)做线性归一化处理,将对应的数据值映射至[0,1]内,依照如下公式: [0031] [0032] 其中,参数的意义为:0≤ρ≤1,0≤ζ≤1,且0.6≤ρ+ζ≤1.2,ρ、ζ为权重系数;若获取预测的风险系数Cy(v,v)超过风险阈值,则向外部发出报警信息。 [0033] 进一步的,预先设置车辆的转向条件,在该转向条件下,至少使车辆预测的风险系数Cy(v,v)不超过风险阈值,使用训练后的车辆行驶模型,通过仿真分析对车辆的行驶条件进行调整,至少输出一种行驶方案,以使车辆达到预先设定的转向条件; [0034] 将由仿真分析获取的行驶方案输出,在由所述车辆执行后,经过一个观察周期,若再次由预测获取的风险系数Cy(v,v)仍超过风险阈值,则发出减速指令,对车辆进行减速,该减速比例与风险系数Cy(v,v)超过风险阈值的比例呈正相关。 [0035] 一种稳定性高的电动车转向控制系统,包括: [0036] 稳定性监测单元、引导车辆沿着预先规划出行驶路径向目的地行驶,并采集行驶转向状态下的车辆的部分状态数据,生成对车辆转向的进行评价的稳定性系数; [0037] 调整单元、对车辆悬挂系统的悬挂刚度进行调整,若所述悬挂刚度的调整幅度与稳定性系数的变化幅度间的相关性小于预期,以备用方式继续对车辆行驶转向状态进行调整; [0038] 操控性监测单元、车辆在行驶路径上处于转向状态时,依据车辆的响应速度及重心变化,生成操控性系数,若其超过对应的操控性阈值,则向外部发出预警信息; [0039] 建模单元、建立训练后的车辆行驶模型,以其对车辆的转向状态进行预测,并依据预测结果建立预测数据集进而生成风险系数,若风险系数超过风险阈值,则向外部发出报警信息; [0040] 分析单元、通过仿真分析对车辆的行驶条件进行调整,输出调整后的行驶方案,在由车辆执行该行驶方案后,若执行效果未达到预期,则发出减速指令。 [0041] (三)有益效果 [0042] 本发明提供了一种稳定性高的电动车转向控制方法及控制系统,具备以下有益效果: [0043] 1、对车辆的悬挂系统进行调整,通过悬挂刚度的变化对车辆的稳定性形成调整,而在通过调整悬挂刚度难以达到预期效果时,将调整车辆的扭矩和转向角度作为备用方案,对车辆进行调整,也即进行若干次微调,以便于对车辆的稳定性做进一步的改善,若经过若干次微调仍然难以达到预期时,则仍需要选择其他的调整方案,以便于对车辆的稳定性形成保障。 [0044] 2、以操控性系数Ck(o,t,v)对车辆当前操控性进行判断,若车辆的操控性系数越差,车辆操控难度越大,则在车辆的转向状态进行调整时,车辆受到的影响越小,对车辆的稳定性影响也小,从而使车辆的稳定性难以得到保障,同时,对车辆的操控性进行评估也便于对其进行调整和改善,对车辆行驶的安全性形成保障。 [0045] 3、建立车辆行驶的数字孪生模型,以此对车辆的转向状态形成预测,以获取的预测数据集生成风险系数Cy(v,v),依据风险系数Cy(v,v)对车辆当前的转向风险进行预测和评估,若是,车辆的接下来的行驶风险超过预期,则说明车辆当前面临的风险较大,此时,则向外部发出报警信息,以便于及时的进行对车辆的转向状态进行调整。 [0046] 4、在预设目标条件后,使用训练后的车辆行驶模型进行仿真分析,获取对应的调整方案,从而在需要对车辆的转向状态进行调整时,能够快速确定调整方案,提高调整的效率;在执行该调整方案时,对车辆的转向状态进行调整后,可以在提高车辆的稳定性的基础上,降低车辆的行驶风险,通过为车辆进行减速,也保障车辆的安全。附图说明 [0047] 图1为本发明一种稳定性高的电动车转向控制方法流程示意图; [0048] 图2为本发明一种稳定性高的电动车转向控制系统结构示意图。 具体实施方式[0049] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。 [0050] 请参阅图1,本发明提供一种稳定性高的电动车转向控制方法,包括如下步骤: [0051] 的部分状态数据,汇总后建立第一转向数据集;由第一转向数据集生成稳定性系数Ws(v,r),若所获取的稳定性系数Ws(v,r)不超过稳定性阈值,向外部发出第一预警信息; [0052] 所述步骤一包括如下内容: [0054] 将目的地在电子地图上标记,并查询获取到路况信息后,由训练后的路径规划模型,例如,该路径规划模型可以由路径规划算法或者类似的算法训练而成,为车辆在活动区域内规划出当前位置至目的地的行驶路径,并将该行驶路径在电子地图上标记; [0055] 步骤102、引导车辆沿着行驶路径上向目的地行驶,并将该行驶过程分割为若干个行驶间隔,例如,以30s为一个行驶间隔,在车辆处于行驶转向状态下时,获取车辆当前的行驶速度Sv及每个行驶间隔内的速度均值;同理,在车辆处于前进状态下时,获取车辆的前车轮与路面间的夹角,生成行驶角Sr,并获取其在每个行驶间隔内行驶角Sr的均值; [0056] 沿着时间轴将以上数据连续获取若干个,在汇总后建立第一转向数据集; [0057] 步骤103、由第一转向数据集生成车辆的稳定性系数Ws(v,r),其具体方式如下:对行驶速度Sv及行驶角Sr做线性归一化处理,将对应的数据值映射至[0,1]内,依照如下公式: [0058] [0059] 其中,参数意义为:n为大于1的正整数,i=1,2…n,权重系数:0≤F1≤1,0≤F2≤1,且F2+F1=1,其具体值由用户调整设置,所述 为行驶速度的在每个行驶间隔内历史均值,为行驶角的在每个行驶间隔内历史均值; [0060] 依据车辆的历史行驶数据,在使车辆能够行驶安全的条件下,预先设置稳定性系数的标准值,将其确定为稳定性阈值;在获取的稳定性系数Ws(v,r)不超过稳定性阈值时,向外部发出第一预警信息。 [0061] 使用时,结合步骤101至103中的内容: [0062] 在车辆进入行驶转向状态后,通过对车辆的行驶转向状态进行监测,并在设置行驶间隔后,依据监测数据生成稳定性系数Ws(v,r),从而依据稳定性系数Ws(v,r)对车辆的当前的稳定性进行初步的判断,若是车辆当前的稳定性难以达到预期,则可以向外部发出预警,便于及时的进行处理,以确保车辆的安全性及稳定性。 [0063] 步骤二、接收到第一预警信息后,对车辆悬挂系统的悬挂刚度进行调整,在完成调整后再次获取当前的稳定性系数Ws(v,r),若所述悬挂刚度的调整幅度与稳定性系数Ws(v,r)的变化幅度间的相关性小于预期,则以备用方式继续对车辆行驶转向状态进行调整; [0064] 所述步骤二包括如下内容: [0065] 步骤201、在接收到第一预警信息后生成车辆的悬挂调整指令,以对车辆悬挂系统的悬挂刚度进行调整,其中,所述的调整策略为:悬挂刚度的调整幅度与稳定性系数Ws(v,r)超过稳定性阈值的比例呈正相关,并在确定调整幅度后,使该幅度的调整均等的在若干个行驶间隔内完成; [0066] 步骤202、完成悬挂刚度调整后,设置观察周期,其中,该观察周期的长度为5到10个行驶间隔,在经过一个观察周期后,再次获取当前的稳定性系数Ws(v,r);若稳定性系数Ws(v,r)较前值产生变化,则通过相关性分析获取所述调整幅度与稳定性系数Ws(v,r)的变化幅度间的相关性系数,以此作为调整相关度Tz; [0067] 步骤203、若所获取的调整相关度Tz不超过预期,也即,在其低于预设的相关度阈值时,为了保持车辆的稳定性和安全性,此时,在发出调整请求后,先后对车辆前轮扭矩及转向角度进行若干次微调,并获取该若干次调整后的稳定性系数Ws(v,r); [0068] 若车辆调整后的稳定性系数Ws(v,r)仍未超过稳定性阈值时,发出第二预警信息。 [0069] 使用时,结合步骤201至203中的内容: [0070] 在接收到第一预警信息后,为提高车辆行驶的稳定性,先对车辆的悬挂系统进行调整,通过悬挂刚度的变化对车辆的稳定性形成调整,而在通过调整悬挂刚度难以达到预期效果时,再将调整车辆的扭矩和转向角度作为备用方案,以备用方案对车辆进行调整,也即进行若干次微调,以便于对车辆的稳定性做进一步的改善,若经过若干次微调仍然难以达到预期时,则仍需要选择其他的调整方案,以便于对车辆的稳定性形成保障。 [0071] 步骤三、车辆在行驶路径上处于转向状态时,依据车辆的响应速度及重心变化,建立第二转向数据集,由所述第二转向数据集生成操控性系数Ck(o,t,v),若获取的操控性系数Ck(o,t,v)超过对应的操控性阈值,则向外部发出第三预警信息; [0072] 所述步骤三包括如下内容: [0073] 步骤301、当车辆在行驶路径上继续处于行驶转向状态时,若车辆行驶时产生转向,则获取转向时的响应速度,将其确定为第一响应速度Od;在车辆产生制动时,获取其制动响应速度,将其确定为第二响应速度Td; [0074] 而更进一步的,获取车辆处于转向过程中,在各个行驶间隔内的重心位置及当前的重心位置,通过接近中心性分析,将获取中心度最高的重心位置作为标准位置,获取当前重心位置与该标准位置的距离,以此作为重心偏移距离Vp;将以上参数汇总后,建立第二转向数据集; [0075] 步骤302、由第二转向数据集生成操控性系数Ck(o,t,v),其具体的方式如下:对第一响应速度Od、第二响应速度Td及重心偏移距离Vp做线性归一化处理,将对应的数据值映射至[0,1]内,依照如下公式: [0076] [0077] 其中, 为第一响应速度Od的历史均值, 为第二响应速度的历史均值, 为重心偏移距离的历史均值;n为大于1的正整数,0≤β≤1,0≤α≤1,0≤γ≤1且α+β+γ=1,其具体值由用户调整设置; [0078] 预先设置操控性阈值,若获取的操控性系数Ck(o,t,v)不超过对应的操控性阈值,则向外部发出第三预警信息; [0079] 使用时,结合步骤301至302中的内容: [0080] 对车辆的稳定性进行调整后,通过车辆的响应速及重心偏移程度,生成车辆的操控性系数Ck(o,t,v),以操控性系数Ck(o,t,v)对车辆当前操控性进行判断,若车辆的操控性系数越差,车辆操控难度越大,则在车辆的转向状态进行调整时,车辆受到的影响越小,对车辆的稳定性影响也小,从而使车辆的稳定性难以得到保障,同时,对车辆的操控性进行评估也便于对其进行调整和改善,对车辆行驶的安全性形成保障。 [0081] 步骤四、在接收到第三预警信息后,若稳定性系数Ws(v,r)及操控性系数Ck(o,t,v)中的至少一个不超过对应阈值时,建立训练后的车辆行驶模型,以其对车辆的转向状态进行预测,并依据预测结果建立预测数据集进而生成风险系数Cy(v,v),若风险系数Cy(v,v)超过风险阈值,则向外部发出报警信息; [0082] 所述步骤四具体包括如下内容: [0083] 步骤401、在接收到第三预警信息后,获取车辆当前的稳定性系数Ws(v,r)及操控性系数Ck(o,t,v),若该两者中至少存在一个不超过对应阈值,收集车辆的规格及性能参数、行驶状态参数及前进方向上的路况信息,汇总后建立建模数据集; [0084] 从建模数据集中选择部分数据,分别作为训练集和测试集,使用机器学习模型,在训练和测试后,建立车辆行驶的数字孪生模型,标注为车辆行驶模型; [0085] 步骤402、获取车辆当前的行驶状态数据,例如,车辆行驶速度、行驶方向及路况信息,由车辆行驶模型对车辆的转向状态形成预测,并获取预测结果;从预测结果中查询得到若干个行驶速度,标记为预测速度Y(s,v);同时,获取若干个重心偏移距离,标记为预测偏移Y(v,p);将以上参数汇总后,生成车辆的预测数据集; [0086] 步骤403、由车辆的预测数据集生成车辆预测的风险系数Cy(v,v),其具体的生成方法如下:将预测速度Y(s,v)、预测偏移Y(v,p)做线性归一化处理,将对应的数据值映射至[0,1]内,依照如下公式: [0087] [0089] 依据车辆行驶的历史数据,在确保车辆安全的前提下,预先设置风险阈值,若获取预测的风险系数Cy(v,v)超过风险阈值,则向外部发出报警信息; [0090] 使用时,结合步骤401至403中的内容: [0091] 在车辆的稳定性及操控性均难以达到预期时,建立车辆行驶的数字孪生模型,以此对车辆的转向状态形成预测,以获取的预测数据集生成风险系数Cy(v,v),依据风险系数Cy(v,v)对车辆当前的转向风险进行预测和评估,若是,车辆的接下来的行驶风险超过预期,则说明车辆当前面临的风险较大,此时,则向外部发出报警信息,以便于及时的进行对车辆的转向状态进行调整。 [0092] 步骤五、使用训练后的车辆行驶模型,通过仿真分析对车辆的行驶条件进行调整,并输出调整后的行驶方案,在由车辆执行该行驶方案后,若执行效果未达到预期,则发出减速指令,以对车辆进行减速; [0093] 所述步骤五包括如下内容: [0094] 步骤501、预先设置车辆的转向条件,在该转向条件下,至少使车辆预测的风险系数Cy(v,v)不超过风险阈值,从而,车辆在行驶时,能够保持较低的行驶风险;使用训练后的车辆行驶模型,通过仿真分析对车辆的行驶条件进行调整,例如,调整车辆的扭矩、悬挂的刚度及车辆重心位置等等,至少输出一种行驶方案,以使车辆达到预先设定的转向条件; [0095] 步骤502、将由仿真分析获取的行驶方案输出,在由所述车辆执行后,经过一个观察周期,若再次由预测获取的风险系数Cy(v,v)仍超过风险阈值,则发出减速指令,对车辆进行减速,该减速比例与风险系数Cy(v,v)超过风险阈值的比例呈正相关。 [0096] 使用时,结合步骤501及502中的内容: [0097] 在预设目标条件后,使用训练后的车辆行驶模型进行仿真分析,获取对应的调整方案,从而在需要对车辆的转向状态进行调整时,能够快速确定调整方案,提高调整的效率;在执行该调整方案时,对车辆的转向状态进行调整后,可以在提高车辆的稳定性的基础上,降低车辆的行驶风险,同时,通过为车辆进行减速,也保障车辆的安全。 [0098] 请参阅图2,本发明提供一种稳定性高的电动车转向控制系统,包括: [0099] 稳定性监测单元、引导车辆沿着预先规划出行驶路径向目的地行驶,并采集行驶转向状态下的车辆的部分状态数据,汇总后建立第一转向数据集;由第一转向数据集生成稳定性系数Ws(v,r),若所获取的稳定性系数Ws(v,r)不超过稳定性阈值,发出第一预警信息; [0100] 调整单元、接收到第一预警信息后,对车辆悬挂系统的悬挂刚度进行调整,在完成调整后再次获取当前的稳定性系数Ws(v,r),若所述悬挂刚度的调整幅度与稳定性系数Ws(v,r)的变化幅度间的相关性小于预期,则以备用方式继续对车辆行驶转向状态进行调整; [0101] 操控性监测单元、车辆在行驶路径上处于转向状态时,依据车辆的响应速度及重心变化,建立第二转向数据集,由所述第二转向数据集生成操控性系数Ck(o,t,v),若获取的操控性系数Ck(o,t,v)超过对应的操控性阈值,则向外部发出第三预警信息; [0102] 建模单元、在接收到第三预警信息后,若稳定性系数Ws(v,r)及操控性系数Ck(o,t,v)中的至少一个不超过对应阈值时,建立训练后的车辆行驶模型,以其对车辆的转向状态进行预测,并依据预测结果建立预测数据集进而生成风险系数Cy(v,v),若风险系数Cy(v,v)超过风险阈值,则向外部发出报警信息; [0103] 分析单元、使用训练后的车辆行驶模型,通过仿真分析对车辆的行驶条件进行调整,并输出调整后的行驶方案,在由车辆执行该行驶方案后,若执行效果未达到预期,则发出减速指令,以对车辆进行减速。 [0104] 上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。 [0105] 上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。 [0106] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。 |