[发明专利]检测车轮定位状况的设备和方法

说明书

提供了一种检测车轮错位定位的方法和设备。所述方法包括：基于从包括方向盘角度参数、速度参数、扭杆转矩参数、横向加速度参数和动力转向转矩参数中的一者或多者的数据集确定的回归模型来预测自位转矩参数；将测量的自位转矩参数和预测的自位转矩参数进行比较；以及如果所述自位转矩参数和所述预测的自位转矩参数在预定值内，则基于所述比较输出指示所述车轮定位是否正确的车轮定位状况。

引言

符合示例性实施例的设备和方法涉及检测车轮定位状况。更具体地，符合示例性实施例的设备和方法涉及检测车辆的车轮定位状况。

发明内容

一个或多个示例性实施例提供了一种基于车辆传感器信息来检测车轮定位状况的方法和设备。更具体地，一个或多个示例性实施例提供了一种通过对车辆传感器信息应用模型来检测车轮定位状况的方法和设备。

根据示例性实施例的方面，提供了一种用于检测车轮定位状况的方法。所述方法包括：基于从包括扭杆转矩参数、方向盘角度参数、速度参数、横向加速度参数和动力转向转矩参数中的一者或多者的数据集确定的回归模型来预测自位转矩参数；将测量的自位转矩参数和预测的自位转矩参数进行比较；以及如果所述自位转矩参数和所述预测的自位转矩参数预定值内，则基于所述比较输出指示所述车轮定位是否正确的车轮定位状况。

所述方法还可以包括对所述方向盘角度参数、所述速度参数、所述扭杆转矩参数、所述横向加速度参数、所述动力转向转矩参数、所述预测的自位转矩参数和所述测量的自位转矩参数中的一个或多个参数进行标准化。

所述标准化可以包括根据缩放、标准化和单位长度标准化中的一者来对所述一个或多个参数进行标准化。

回归模型可以是多元非线性回归模型。所述回归模型还可以是包括输入层中的多个输入神经元中的一者或多者的神经网络，所述多个输入神经元对应于方向盘角度参数、扭杆转矩参数、速度参数、横向加速度参数和动力转向转矩参数中的一者或多者；隐藏层中的多个神经元；输出层中的至少一个输出神经元，所述一个输出神经元对应于预测的自位转矩参数；激活函数，其包括整流线性单位函数；以及均方误差函数，其用于模拟损失。

所述预定值可以对应于正确校准的车轮定位。

输出所述车轮定位状况可以输出与车轮的负外倾角状况、车轮的正外倾角状况、车轮的前束角状况、车轮的后束角状况、车轮的交叉束角中和车轮的总束角中的至少一者相对应的值来输出所述车轮定位状况。

所述方向盘角度参数可以由换能器测量，所述速度参数可以由轮速转速计测量，所述横向加速度参数可以由惯性测量单元测量，所述自位转矩参数可以从扭杆转矩计算参数和动力转向转矩参数计算，并且所述动力转向转矩参数可以从电子动力转向电流测量值计算。

输出所述车轮定位状况可以是在车辆显示器、移动装置上或在后端计算机上显示所述值。

将所述测量的自位转矩参数和所述预测的自位转矩参数进行比较可以包括将测量的自位转矩参数输出到服务器，所述服务器被配置为分析测量的自位转矩参数和预测的自位转矩参数；以及接收车轮定位状况，其基于服务器指示测量的自位转矩参数和预测的自位转矩参数是否在预定值内。

根据示例性实施例的方面，提供了一种检测车轮定位状况的设备。所述设备包括至少一个存储器，其包括计算机可执行指令；以及至少一个处理器，其被配置为读取和执行该计算机可执行指令。所述计算机可执行指令使所述至少一个处理器基于从包括方向盘角度参数、速度参数、扭杆转矩参数、横向加速度参数和动力转向转矩参数中的一者或多者的数据集确定的回归模型来预测自位转矩参数；将测量的自位转矩参数和预测的自位转矩参数进行比较；以及如果所述自位转矩参数和所述预测的自位转矩参数在预定值内，则基于所述比较输出指示所述车轮定位是否正确的车轮定位状况。