[发明专利]车载重量预测方法及系统、电子设备、介质有效
申请号: | 202110001692.1 | 申请日: | 2021-01-04 |
公开(公告)号: | CN112819031B | 公开(公告)日: | 2022-06-17 |
发明(设计)人: | 刘昱;李菁元;安晓盼;于晗正男;马琨其;付铁强;颜燕;李孟良 | 申请(专利权)人: | 中国汽车技术研究中心有限公司;中汽研汽车检验中心(天津)有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/00;G06Q10/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 300300 *** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车载 重量 预测 方法 系统 电子设备 介质 | ||
1.一种车载重量预测方法,其特征在于,包括以下步骤:
(a)车辆行驶数据采集和参数计算:
a1、获取车辆在不同载重条件下行驶过程中的发动机转速、发动机负荷百分比和ECU车速;
a2、根据发动机外特性曲线和所述发动机转速,得到所述发动机转速下的发动机最大扭矩,根据所述发动机最大扭矩和所述发动机负荷百分比,得到当前扭矩;
a3、根据车轮半径、主减速比、所述发动机转速和所述ECU车速,得到当前变速器传动比;
(b)片段切割和匀速片段筛选:划分时间片段,去除怠速时间片段,得出连续运动片段,再从连续运动片段中筛选出匀速片段;
(c)相关向量机模型训练:将各匀速片段的平均变速器传动比、平均车速和平均扭矩作为输入,载重作为输出,对相关向量机进行训练,得到相关向量机模型;
(d)预测载重:对于载重未知的车辆,采集发动机转速、发动机负荷百分比和ECU车速,然后根据步骤a2得到当前扭矩,根据步骤a3得到当前变速器传动比;再按照步骤(b)进行片段切割和匀速片段筛选,然后将筛选后片段的平均变速器传动比、平均车速和平均扭矩输入到所述相关向量机模型,得到各片段的载重预测结果,进而得到车辆载重的预测结果;
步骤(b)中,筛选匀速片段的方法包括:计算连续运动片段的车速变异系数,将车速变异系数从大到小排序,保留后20%的片段,作为匀速片段;车速变异系数采用以下方法计算得到:其中,cv为车速变异系数,std(v)为车速标准差,为平均车速。
2.根据权利要求1所述的车载重量预测方法,其特征在于,步骤a3中,所述当前变速器传动比采用以下方法计算得到:
其中,v为ECU车速,n为发动机转速,r为车轮半径,i0为变速器传动比;ig为主减速比。
3.根据权利要求1所述的车载重量预测方法,其特征在于,步骤(b)中,划分时间片段的方法包括:采用移动窗口法将逐秒车速划分为不同的时间片段。
4.根据权利要求1所述的车载重量预测方法,其特征在于,步骤(c)中,相关向量机的参数采用人工蜂群算法得到。
5.根据权利要求4所述的车载重量预测方法,其特征在于,人工蜂群算法的蜜蜂总数为20~50,采蜜蜂数为10~25,最大搜索次数为50~100,最大迭代次数为50~150。
6.根据权利要求5所述的车载重量预测方法,其特征在于,蜜蜂总数为30~50。
7.根据权利要求5所述的车载重量预测方法,其特征在于,蜜蜂总数为40。
8.根据权利要求5所述的车载重量预测方法,其特征在于,采蜜蜂数为15~25。
9.根据权利要求5所述的车载重量预测方法,其特征在于,采蜜蜂数为20。
10.根据权利要求5所述的车载重量预测方法,其特征在于,最大搜索次数为50~80。
11.根据权利要求5所述的车载重量预测方法,其特征在于,最大搜索次数为50。
12.根据权利要求5所述的车载重量预测方法,其特征在于,最大迭代次数为80~120。
13.根据权利要求5所述的车载重量预测方法,其特征在于,最大迭代次数为100。
14.根据权利要求1-13任一项所述的车载重量预测方法,其特征在于,步骤(d)中,在得到各片段的载重预测结果后,将各片段的载重预测结果排序,计算5%到95%分位线之间的载重结果平均值作为车辆载重的预测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国汽车技术研究中心有限公司;中汽研汽车检验中心(天津)有限公司,未经中国汽车技术研究中心有限公司;中汽研汽车检验中心(天津)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110001692.1/1.html,转载请声明来源钻瓜专利网。