[发明专利]车辆控制参数的标定方法、装置及车辆

说明书

本申请公开了一种车辆控制参数的标定方法、装置及车辆，其中，方法包括：标定不同的油门开度/刹车开度得到对应的加速度/减速度，生成数据曲线；基于数据曲线生成曲线图像，并根据曲线图像得到初始聚类中心数量；利用k‑means方法对数据进行初步聚类，基于初始聚类中心数量确定最优聚类中心数量及分布值；根据最优聚类中心数量计算初始概率和初始协方差矩阵，并根据分布值采用EM方法迭代进行数据聚类，及利用预设的高斯混合模型生成车辆控制参数的回归曲线。由此，解决了相关技术中没有考虑速度不稳误差、传感器误差、多次测试环境情况偏差等对结果造成的影响，导致误差较大的问题，大大提高车辆控制参数标定的准确性。

技术领域

本申请涉及车辆技术领域，特别涉及一种车辆控制参数的标定方法、装置及车辆。

背景技术

自动驾驶控制车辆需要将控制器输出的加、减速度映射成实际车辆上的油门、刹车开度，才可以保证物理量的匹配。

相关技术中，在不同速度下，分别给定不同的油门开度、刹车开度，记录对应的加、减速度，再通过简化的分段直线拟合、最小二乘法拟合等，来分别计算加速度-油门开度/减速度-刹车开度间的数学关系。

然而，分段拟合仅能保证分段拟合点附近的拟合精度，最小二乘拟合精度则与拟合方程变量次数相关，当次数过低时，会导致拟合误差较大；而次数过高时，会导致过拟合。并且分段拟合或最小二乘拟合方法没有考虑速度不稳误差、传感器误差、多次测试环境情况偏差等对结果造成的影响，导致较大误差，亟待解决。

申请内容

本申请提供一种车辆控制参数的标定方法、装置及车辆，以解决相关技术中没有考虑速度不稳误差、传感器误差、多次测试环境情况偏差等对结果造成的影响，导致误差较大的问题，大大提高车辆控制参数标定的准确性。

本申请第一方面实施例提供一种车辆控制参数的标定方法，包括以下步骤：

标定不同的油门开度/刹车开度得到对应的加速度/减速度，生成数据曲线；

基于所述数据曲线生成曲线图像，并根据所述曲线图像得到初始聚类中心数量；

利用k-means方法对数据进行初步聚类，基于所述初始聚类中心数量确定最优聚类中心数量及分布值；以及

根据所述最优聚类中心数量计算初始概率和初始协方差矩阵，并根据所述分布值采用EM方法迭代进行数据聚类，及利用预设的高斯混合模型生成车辆控制参数的回归曲线。

可选地，所述基于所述初始聚类中心数量确定最优聚类中心数量及分布值，包括：

获取每个观测值所属的类索引，并确定聚类质心的位置，及计算每个类内点到质心距离的总和。

可选地，所述基于所述初始聚类中心数量确定最优聚类中心数量及分布值，还包括：

根据所述每个类内点到质心距离的总和计算失真函数，以更改聚类中心数量，得到所述最优聚类中心数量及分布值。

可选地，所述根据所述分布值采用EM方法迭代进行数据聚类，包括：

根据所述最优聚类中心数量、所述聚类质心的位置、所述初始概率、所述初始协方差矩阵，计算每个数据来自子模型的概率，其中，第一计算公式为：

其中，ξ_j为采样点，π_k为所述初始概率，μ_k为聚类质心的位置，Σ_k为所述初始协方差矩阵，K是所述聚类中心数量，k为变量。

可选地，所述根据所述分布值采用EM方法迭代进行数据聚类，还包括：

计算新一轮迭代的模型参数，其中，第二计算公式为：