[發明專利]一種準確度更高的車輛橫向穩定狀態判定方法

有效

• 申請號: 202011526986.8
• 申請日: 2020-12-22
• 公開（公告）號: CN112560351B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 汪洪波;米向東;張惠迪;韓濤;史根木;花千禧;許宇航
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08
• 代理公司: 合肥市澤信專利代理事務所(普通合伙) 34144
• 代理人: 方榮肖

1.一種準確度更高的車輛橫向穩定狀態判定方法，其特征在于，其包括如下步驟：

S1：采集表征車輛橫向穩定性的特征屬性值，獲得車輛橫向屬性數據集；

所述表征車輛橫向穩定性的特征屬性包括：縱向速度u、方向盤轉角δ_s、側向速度v、質心側偏角β、側傾角ψ、側傾角速度ω_ψ、橫擺角速度ω、側向加速度a_y、前輪橫向載荷轉移率L_TR1、后輪橫向載荷轉移率L_TR2；

S2：采用“快速搜索與密度峰值算法”對車輛橫向屬性數據集進行聚類，確定聚類中心和類別數，獲取聚類完成的屬性數據集；所述聚類過程如下：

假設橫向穩定性數據集為：

上式中，x_i為數據點，數據點x_i和數據點x_j之間的距離表示為：

d_ij＝dist(x_i,x_j)；

用下式計算數據點的局部密度：

上式中，d_c是由經驗確定的截斷距離，dc＝0.0029；ρ_i表示S中的那些與x_i的距離小于d_c的點；

其中，局部密度計算公式中的函數χ(x)為：

當x_i的局部密度最大時，計算S中的數據點與x_i的最大距離θ_i，計算公式如下：

θ_i＝max_j(d_ij)；

上式中，max為計算最大值的函數；

當x_i的局部密度不是最大時，則計算S中的比x_i的局部密度大的數據點與x_i的最小距離θ_i，計算公式如下：

上式中，min為計算最小值的函數；

“快速搜索和密度峰值算法”聚類完成后，將數據集中的每個點都用ρ_i和θ_i來表示；由ρ_i和θ_i作為橫縱坐標繪制決策圖，根據決策圖確定類別中心和類別數；

S3：利用部分聚類后的屬性數據集，對可拓神經網絡進行訓練，直到滿足初始訓練要求；

S4：實時采集表征車輛橫向穩定性的特征屬性值，利用訓練完成后的可拓神經網絡對新采集的車輛橫向屬性數據集進行識別，獲取車輛的實時橫向穩定性狀態。

2.如權利要求1所述的準確度更高的車輛橫向穩定狀態判定方法，其特征在于：所述步驟S1中，前輪橫向載荷轉移率L_TR1和后輪橫向載荷轉移率L_TR2分別由下式計算出：

L_TRx＝(F_ZLx-F_ZRx)/(F_ZLx+F_ZRx),x＝1,2

上式中，F_ZL1表示左前輪的垂直載荷，F_ZL2表示左后輪的垂直載荷，F_ZR1表示前右前輪的垂直載荷，F_ZR2表示右后輪的垂直載荷。

3.如權利要求1所述的準確度更高的車輛橫向穩定狀態判定方法，其特征在于：所述步驟S2的數據點密度計算過程中，截斷距離d_c＝0.0029。

4.如權利要求1所述的準確度更高的車輛橫向穩定狀態判定方法，其特征在于：所述“快速搜索與密度峰值算法”的聚類結果中，類別中心的數量為3，將3個類別中心表征的車輛穩定性狀態分別定義為“絕對穩定”、“接近穩定”和“幾乎失穩”。