详情

原文传递一种汽车扭矩控制方法、系统、存储介质及设备

专利名称：	一种汽车扭矩控制方法、系统、存储介质及设备
摘要：	本发明提供一种汽车扭矩控制方法、系统、存储介质及设备，方法包括：控制车载探测设备获取外界环境信息，并根据外界环境信息通过第一深度学习训练模型确定当前外界环境的环境语义信息；控制车内传感器获取车辆工况信息，根据车辆工况信息和外界环境信息通过第二深度学习训练模型确定当前的驾驶模式；控制车内传感器获取车辆实时信息，并根据车辆实时信息通过线性回归模型确认各个轴电机的实际扭矩输出上下限；根据驾驶模式、环境语义信息和实际扭矩输出上下限通过强化学习算法确定各个轴电机的最优扭矩输出比例，并根据最优扭矩输出比例对各个轴电机进行扭矩控制。本发明解决了现有技术中的汽车扭矩控制方法难以适应复杂和不确定的环境的问题。
专利类型：	发明专利
国家地区组织代码：	江西;36
申请人：	江西五十铃汽车有限公司
发明人：	张俊;邓建明;龚循飞;于勤;廖程亮;樊华春;罗锋;张萍;熊慧慧;尧冠
专利状态：	有效
申请日期：	2023-10-12T00:00:00+0800
发布日期：	2023-11-14T00:00:00+0800
申请号：	CN202311317229.3
公开号：	CN117048365A
代理机构：	南昌旭瑞知识产权代理事务所(普通合伙)
代理人：	岳晨斯
分类号：	B60L15/20;B60W30/18;B60W40/04;B60W40/06;B;B60;B60L;B60W;B60L15;B60W30;B60W40;B60L15/20;B60W30/18;B60W40/04;B60W40/06
申请人地址：	330000 江西省南昌市望城新区江铃大道666号
主权项：	1.一种汽车扭矩控制方法，其特征在于，所述方法包括：控制车载探测设备获取外界环境信息，并根据所述外界环境信息通过第一深度学习训练模型确定当前外界环境的环境语义信息；控制车内传感器获取车辆工况信息，并根据所述车辆工况信息和所述外界环境信息通过第二深度学习训练模型确定当前合适的驾驶模式；控制所述车内传感器获取车辆实时信息，并将所述车辆实时信息与数据库内车辆理论信息进行比较，对车辆进行故障判断确定故障信息，再根据所述故障信息和数据库内各个轴电机的理论扭矩输出上下限通过线性回归模型确认各个轴电机的实际扭矩输出上下限；根据所述驾驶模式、环境语义信息和所述实际扭矩输出上下限通过强化学习算法确定各个所述轴电机的最优扭矩输出比例，并根据所述最优扭矩输出比例对各个所述轴电机进行扭矩控制。 2.根据权利要求1所述的汽车扭矩控制方法，其特征在于，所述控制车载探测设备获取外界环境信息，并根据所述外界环境信息通过第一深度学习训练模型确定当前外界环境的环境语义信息的步骤包括：控制车载探测设备获取所述车辆的外界环境信息，所述车载探测设备至少包括摄像头、雷达和GPS，所述外界环境信息至少包括路面状况、交通状况和天气状况；根据所述天气状况选择第一深度学习训练模型的类型；若所述天气状况为正常天气状况，则根据所述外界环境信息通过深度卷积神经网络确定当前外界环境的环境语义信息；若所述天气状况为恶劣天气状况，则根据所述外界环境信息通过生成对抗网络对所述外界环境信息进行处理，再通过卷积神经网络确定当前外界环境的环境语义信息。 3.根据权利要求1所述的汽车扭矩控制方法，其特征在于，所述控制车内传感器获取车辆工况信息，并根据所述车辆工况信息和所述外界环境信息通过第二深度学习训练模型确定当前合适的驾驶模式的步骤包括：控制车内传感器获取车辆工况信息；根据所述外界环境信息确定目前所述车辆的所需工况；将所述车辆工况信息和所述所需工况进行比对，并通过多分类器确定当前合适的驾驶模式。 4.根据权利要求1所述的汽车扭矩控制方法，其特征在于，所述根据所述驾驶模式、环境语义信息和所述实际扭矩输出上下限通过强化学习算法确定各个所述轴电机的最优扭矩输出比例的步骤包括：根据所述环境语义通过强学习算法确定多组扭矩输出比例数据；将所述扭矩输出比例数据与所述实际扭矩输出上下限比较筛选出符合所述实际扭矩输出上下限的合格扭矩输出比例数据；根据所述合格扭矩输出比例数据和所述驾驶模式通过所述强学习算法确定最适配当前所述驾驶模式的最优扭矩输出比例。 5.根据权利要求1至4任一项所述的汽车扭矩控制方法，其特征在于，所述根据所述驾驶模式、环境语义信息和所述实际扭矩输出上下限通过强化学习算法确定各个所述轴电机的最优扭矩输出比例，并根据所述最优扭矩输出比例对各个所述轴电机进行扭矩控制的步骤之后包括：获取此次行程所述车辆的运行数据和控制效果数据并上传至云端服务器，以使所述云端服务器根据所述运行数据和所述控制效果数据对所述第一深度学习训练模型、第二深度学习训练模型、线性回归模型和强学习算法进行优化并生成补丁。 6.根据权利要求5所述的汽车扭矩控制方法，其特征在于，所述控制车载探测设备获取外界环境信息，并根据所述外界环境信息通过第一深度学习训练模型确定当前外界环境的环境语义信息的步骤之前包括：从所述云端服务器下载所述补丁以更新所述第一深度学习训练模型、第二深度学习训练模型、线性回归模型和强学习算法的参数。 7.一种汽车扭矩控制的系统，其特征在于，用于实现如权利要求 1 至 6 中任意一项所述的汽车扭矩控制方法，所述系统包括：环境语义确定模块，用于控制车载探测设备获取外界环境信息，并根据所述外界环境信息通过第一深度学习训练模型确定当前外界环境的环境语义信息；驾驶模式确定模块，用于控制车内传感器获取车辆工况信息，并根据所述车辆工况信息和所述外界环境信息通过第二深度学习训练模型确定当前合适的驾驶模式；扭矩输出确定模块，用于控制所述车内传感器获取车辆实时信息，并将所述车辆实时信息与数据库内车辆理论信息进行比较，对车辆进行故障判断确定故障信息，再根据所述故障信息和数据库内各个轴电机的理论扭矩输出上下限通过线性回归模型确认各个轴电机的实际扭矩输出上下限；最优扭矩确定模块，用于根据所述驾驶模式、环境语义信息和所述实际扭矩输出上下限通过强化学习算法确定各个所述轴电机的最优扭矩输出比例，并根据所述最优扭矩输出比例对各个所述轴电机进行扭矩控制。 8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至6中任意一项所述的汽车扭矩控制方法的步骤。 9.一种设备，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1－6任一所述的汽车扭矩控制方法。
所属类别：	发明专利