本發(fā)明屬于智能化，具體是指基于智能化的電動(dòng)汽車轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)方法。

背景技術(shù)：

1、隨著電動(dòng)汽車技術(shù)的快速發(fā)展和自動(dòng)駕駛技術(shù)的不斷進(jìn)步，電動(dòng)汽車的轉(zhuǎn)向穩(wěn)定性問(wèn)題日益受到關(guān)注，現(xiàn)有的電動(dòng)汽車轉(zhuǎn)向穩(wěn)定性控制方法主要圍繞防抱死系統(tǒng)和驅(qū)動(dòng)防滑系統(tǒng)展開，通過(guò)控制車輛動(dòng)力來(lái)源來(lái)調(diào)整車輛的運(yùn)行姿態(tài)，然而，這些方法在面對(duì)復(fù)雜多變的道路條件和駕駛環(huán)境時(shí)，往往難以達(dá)到理想的控制效果；

2、但現(xiàn)有電動(dòng)汽車轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)還存在一定的缺陷，現(xiàn)有電動(dòng)汽車轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)依賴于有限的傳感器數(shù)據(jù)，單一的數(shù)據(jù)源無(wú)法全面反映車輛的狀態(tài)，導(dǎo)致評(píng)估結(jié)果不夠準(zhǔn)確，現(xiàn)有的方法通常采用簡(jiǎn)化的仿真模型，未能充分考慮各種行駛條件下的車輛行為，導(dǎo)致生成的虛擬數(shù)據(jù)不夠豐富，仿真結(jié)果的精確性和適用性受限，現(xiàn)有的方法生成的虛擬數(shù)據(jù)較為單一，無(wú)法覆蓋所有可能的行駛條件，限制了預(yù)測(cè)模型的泛化能力，只提供預(yù)測(cè)結(jié)果，缺乏自動(dòng)調(diào)整機(jī)制，需要駕駛員手動(dòng)干預(yù)，增加了駕駛負(fù)擔(dān)，在檢測(cè)到潛在不穩(wěn)定情況時(shí)，缺乏有效的預(yù)警信號(hào)，無(wú)法及時(shí)提醒駕駛員采取措施，為此，提出基于智能化的電動(dòng)汽車轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供基于智能化的電動(dòng)汽車轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)方法，以解決上述背景技術(shù)中提出的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：基于智能化的電動(dòng)汽車轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)方法，包括以下步驟：

3、s1、通過(guò)電動(dòng)汽車上的多種傳感器實(shí)時(shí)獲取電動(dòng)汽車運(yùn)行參數(shù)數(shù)據(jù)信息，并獲取電動(dòng)汽車的動(dòng)力系統(tǒng)、轉(zhuǎn)向系統(tǒng)、懸架系統(tǒng)及車身系統(tǒng)的詳細(xì)構(gòu)造和設(shè)計(jì)數(shù)據(jù)；

4、s2、根據(jù)獲取的電動(dòng)汽車數(shù)據(jù)進(jìn)行構(gòu)建仿真模型，并對(duì)模型進(jìn)行精確配置和模擬，生成各種行駛條件下的虛擬數(shù)據(jù)；

5、s3、根據(jù)電動(dòng)汽車仿真模型獲取電動(dòng)汽車仿真數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理；

6、s4、通過(guò)預(yù)處理后的數(shù)據(jù)進(jìn)行提取出分析轉(zhuǎn)向穩(wěn)定性的關(guān)鍵特征；

7、s5、根據(jù)提取的關(guān)鍵特證并結(jié)合歷史數(shù)據(jù)進(jìn)行訓(xùn)練轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)模型；

8、s6、將實(shí)時(shí)數(shù)據(jù)輸入訓(xùn)練好的轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)模型，并結(jié)合電動(dòng)汽車仿真模型進(jìn)行實(shí)時(shí)分析，評(píng)估當(dāng)前狀態(tài)下車輛的轉(zhuǎn)向穩(wěn)定指標(biāo)；

9、s7、根據(jù)轉(zhuǎn)向穩(wěn)定性指標(biāo)進(jìn)行自動(dòng)調(diào)整和反饋。

10、其中，所述s1，通過(guò)電動(dòng)汽車上的多種傳感器實(shí)時(shí)獲取電動(dòng)汽車運(yùn)行參數(shù)數(shù)據(jù)信息，并獲取電動(dòng)汽車的動(dòng)力系統(tǒng)、轉(zhuǎn)向系統(tǒng)、懸架系統(tǒng)及車身系統(tǒng)的詳細(xì)構(gòu)造和設(shè)計(jì)數(shù)據(jù)；

11、動(dòng)力系統(tǒng)：從電機(jī)控制器和電池管理系統(tǒng)獲取電機(jī)轉(zhuǎn)速、扭矩、電池電壓、電流信息，通過(guò)車載診斷接口獲取發(fā)動(dòng)機(jī)控制單元的相關(guān)數(shù)據(jù)；

12、轉(zhuǎn)向系統(tǒng)：從電動(dòng)助力轉(zhuǎn)向系統(tǒng)獲取轉(zhuǎn)向角度、轉(zhuǎn)向力矩信息，并獲取車道保持輔助系統(tǒng)的相關(guān)數(shù)據(jù)；

13、懸架系統(tǒng)：從懸架控制系統(tǒng)獲取減震器的狀態(tài)、彈簧壓縮量信息和動(dòng)態(tài)調(diào)節(jié)參數(shù)；

14、車身系統(tǒng)：從車身控制模塊獲取車門、車窗、座椅等的狀態(tài)信息，并從安全氣囊控制系統(tǒng)獲取氣囊狀態(tài)和觸發(fā)條件信息；

15、將來(lái)自不同傳感器和系統(tǒng)的所有數(shù)據(jù)整合到一個(gè)統(tǒng)一的數(shù)據(jù)格式中，形成完整的電動(dòng)汽車狀態(tài)數(shù)據(jù)集，并對(duì)每條數(shù)據(jù)記錄添加時(shí)間戳，通過(guò)車載存儲(chǔ)設(shè)備存儲(chǔ)實(shí)時(shí)采集的數(shù)據(jù)。

16、其中，所述s2，根據(jù)獲取的電動(dòng)汽車數(shù)據(jù)進(jìn)行構(gòu)建仿真模型，并對(duì)模型進(jìn)行精確配置和模擬，生成各種行駛條件下的虛擬數(shù)據(jù)；在仿真軟件中，根據(jù)電動(dòng)汽車的詳細(xì)數(shù)據(jù)，逐步構(gòu)建各個(gè)系統(tǒng)的仿真模型，包括動(dòng)力系統(tǒng)的電機(jī)模型、電池模型，轉(zhuǎn)向系統(tǒng)的轉(zhuǎn)向機(jī)構(gòu)模型，懸架系統(tǒng)的彈簧-阻尼模型，以及車身系統(tǒng)的質(zhì)量-慣量模型，將各個(gè)系統(tǒng)的仿真模型進(jìn)行集成，形成一個(gè)完整的電動(dòng)汽車仿真模型，對(duì)集成后的模型進(jìn)行初步驗(yàn)證，檢查模型的正確性和穩(wěn)定性。

17、其中，所述s2，根據(jù)構(gòu)建好的電動(dòng)汽車仿真模型對(duì)仿真模型進(jìn)行精確配置，包括設(shè)置車輛參數(shù)、道路條件和環(huán)境參數(shù)，配置完成后，運(yùn)行仿真模型，模擬電動(dòng)汽車在各種行駛條件下的行為，包括不同車速、不同轉(zhuǎn)向角度和不同路面條件，以生成豐富的虛擬數(shù)據(jù)，并將仿真結(jié)果與實(shí)際車輛數(shù)據(jù)進(jìn)行對(duì)比，驗(yàn)證模型的準(zhǔn)確性，若發(fā)現(xiàn)較大偏差，調(diào)整模型參數(shù)并重新運(yùn)行仿真，對(duì)仿真過(guò)程中生成的虛擬數(shù)據(jù)導(dǎo)出，將仿真生成的虛擬數(shù)據(jù)與實(shí)際采集的數(shù)據(jù)進(jìn)行融合，形成一個(gè)更加全面和多樣化的數(shù)據(jù)集。

18、其中，所述s3，根據(jù)電動(dòng)汽車仿真模型獲取電動(dòng)汽車仿真數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換、去除無(wú)效、異常值和去噪，并通過(guò)插值方法將數(shù)據(jù)對(duì)齊到同一時(shí)間軸上。

19、其中，所述s4，通過(guò)預(yù)處理后的數(shù)據(jù)進(jìn)行提取出分析轉(zhuǎn)向穩(wěn)定性的關(guān)鍵特征，包括綜合側(cè)滑指數(shù)、動(dòng)態(tài)穩(wěn)定性系數(shù)和轉(zhuǎn)向響應(yīng)靈敏度；

20、綜合側(cè)滑指數(shù)綜合考慮車速、橫向加速度和轉(zhuǎn)向角度，綜合側(cè)滑指數(shù)實(shí)現(xiàn)公式為：

21、

22、在公式中，ay表示橫向加速度，v表示車速，θ表示轉(zhuǎn)向角度，∈表示常數(shù)；

23、動(dòng)態(tài)穩(wěn)定性系數(shù)綜合橫向加速度ay、縱向加速度ax和車速v，動(dòng)態(tài)穩(wěn)定性系數(shù)實(shí)現(xiàn)公式為：

24、

25、轉(zhuǎn)向響應(yīng)靈敏度通過(guò)轉(zhuǎn)向角度變化速率和車速關(guān)系，計(jì)算轉(zhuǎn)向響應(yīng)的靈敏度，實(shí)現(xiàn)公式為：

26、

27、在公式中，dθ/dt表示轉(zhuǎn)向角度的變化速率，v表示車速，∈表示常數(shù)。

28、其中，所述s4，根據(jù)提取的關(guān)鍵特征進(jìn)行分析與轉(zhuǎn)向穩(wěn)定性相關(guān)的特征，設(shè)提取的特征數(shù)據(jù)為x和目標(biāo)變量y，目標(biāo)變量表示為轉(zhuǎn)向轉(zhuǎn)向穩(wěn)定性指標(biāo)，通過(guò)皮爾遜相關(guān)系數(shù)計(jì)算每個(gè)特征與目標(biāo)變量之間的相關(guān)性，實(shí)現(xiàn)公式為：

29、

30、在公式中，xij表示第i個(gè)樣本的第j個(gè)特征值，表示第j個(gè)特征的均值，yi表示第i個(gè)樣本的目標(biāo)變量值，表示目標(biāo)變量的均值，n表示樣本數(shù)量，m表示特征數(shù)量；

31、設(shè)定相關(guān)系數(shù)的閾值t，選擇最高絕對(duì)相關(guān)系數(shù)的前k個(gè)特征。

32、其中，所述s5，根據(jù)提取的關(guān)鍵特證并結(jié)合歷史數(shù)據(jù)進(jìn)行訓(xùn)練轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)模型，設(shè)目標(biāo)變量y和輸入特征x之間的關(guān)系，轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)模型為：

33、y＝xβ+∈，

34、在公式中，y表示目標(biāo)向量，x表示輸入的特征值，β表示回歸系數(shù)向量，∈表示誤差向量；

35、根據(jù)轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)模型結(jié)果進(jìn)行找最優(yōu)回歸系數(shù)β，實(shí)現(xiàn)公式為：

36、j(β)＝(y-xβ)t(y-xβ)。

37、其中，所述s6，將實(shí)時(shí)數(shù)據(jù)輸入訓(xùn)練好的轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)模型，并結(jié)合電動(dòng)汽車仿真模型進(jìn)行實(shí)時(shí)分析，將實(shí)時(shí)采集的數(shù)據(jù)輸入仿真模型，模擬車輛在當(dāng)前狀態(tài)下的行為，分析仿真模型的輸出結(jié)果，識(shí)別可能的不穩(wěn)定情況，結(jié)合預(yù)測(cè)模型和仿真模型的結(jié)果，進(jìn)行綜合評(píng)估，評(píng)估當(dāng)前狀態(tài)下車輛的轉(zhuǎn)向穩(wěn)定指標(biāo)。

38、其中，所述s7，根據(jù)轉(zhuǎn)向穩(wěn)定性指標(biāo)進(jìn)行自動(dòng)調(diào)整和反饋，持續(xù)監(jiān)測(cè)由預(yù)測(cè)模型和仿真模型計(jì)算出的轉(zhuǎn)向穩(wěn)定性指標(biāo)，并設(shè)定閾值，用于判斷當(dāng)前狀態(tài)是否處于不穩(wěn)定或潛在不穩(wěn)定的情況，若檢測(cè)到轉(zhuǎn)向穩(wěn)定性指標(biāo)超過(guò)閾值，生成相應(yīng)的預(yù)警信號(hào)，結(jié)合電子穩(wěn)定程序自動(dòng)做出相應(yīng)調(diào)整，并向駕駛員提供實(shí)時(shí)的反饋信息，告知當(dāng)前的車輛狀態(tài)。

39、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

40、1、本發(fā)明通過(guò)整合電動(dòng)汽車上的多種傳感器數(shù)據(jù)，包括動(dòng)力系統(tǒng)、轉(zhuǎn)向系統(tǒng)、懸架系統(tǒng)及車身系統(tǒng)的詳細(xì)構(gòu)造和設(shè)計(jì)數(shù)據(jù)，構(gòu)建了一個(gè)全面的電動(dòng)汽車狀態(tài)數(shù)據(jù)集，有助于更準(zhǔn)確地評(píng)估電動(dòng)汽車的轉(zhuǎn)向穩(wěn)定性，在構(gòu)建仿真模型時(shí)，考慮了各種行駛條件，以生成豐富的虛擬數(shù)據(jù)，進(jìn)一步提高了預(yù)測(cè)模型的精確性和適用性；

41、2、本發(fā)明通過(guò)智能化的預(yù)測(cè)模型和仿真模型，能夠?qū)崟r(shí)分析電動(dòng)汽車的轉(zhuǎn)向穩(wěn)定性指標(biāo)，并根據(jù)指標(biāo)進(jìn)行自動(dòng)調(diào)整和反饋，大大減輕了駕駛員的負(fù)擔(dān)，提高了駕駛安全性和舒適性，通過(guò)設(shè)定閾值和預(yù)警信號(hào)，能夠在檢測(cè)到潛在的不穩(wěn)定情況時(shí)及時(shí)提醒駕駛員，并自動(dòng)做出相應(yīng)的調(diào)整，從而避免事故的發(fā)生；

42、3、本發(fā)明通過(guò)提取綜合側(cè)滑指數(shù)、動(dòng)態(tài)穩(wěn)定性系數(shù)和轉(zhuǎn)向響應(yīng)靈敏度等關(guān)鍵特征，能夠更全面地反映車輛的轉(zhuǎn)向穩(wěn)定性，通過(guò)皮爾遜相關(guān)系數(shù)選擇最高絕對(duì)相關(guān)系數(shù)的前k個(gè)特征，有效地篩選出對(duì)轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)最有影響的特征，這種方法不僅提高了特征選擇的效率，還增強(qiáng)了模型的解釋能力和預(yù)測(cè)精度；

43、4、本發(fā)明通過(guò)提取的關(guān)鍵特征和歷史數(shù)據(jù)，訓(xùn)練了一個(gè)精確的轉(zhuǎn)向穩(wěn)定性預(yù)測(cè)模型，線性回歸模型通過(guò)最小二乘法找到最優(yōu)的回歸系數(shù)，建立了簡(jiǎn)潔而有效的預(yù)測(cè)模型，模型能夠快速準(zhǔn)確地預(yù)測(cè)車輛的轉(zhuǎn)向穩(wěn)定性指標(biāo)，為實(shí)時(shí)分析和反饋提供了堅(jiān)實(shí)的基礎(chǔ)，結(jié)合歷史數(shù)據(jù)進(jìn)行模型訓(xùn)練，并通過(guò)交叉驗(yàn)證等方法評(píng)估模型的泛化能力，確保了模型的穩(wěn)定性和可靠性。