吳利廣,王 偉,楊文豪,王長青,費(fèi)員軍,李 鑫
基于駕駛模擬器的汽車操縱穩(wěn)定性主客觀關(guān)聯(lián)技術(shù)分析
吳利廣1,2,王 偉2,楊文豪3,王長青2,費(fèi)員軍2,李 鑫2
(1.天津大學(xué) 機(jī)械工程學(xué)院,天津 300192;2.中國汽車技術(shù)研究中心有限公司,天津 300300;3.合肥工業(yè)大學(xué)汽車與交通工程學(xué)院,安徽 合肥 230009)
汽車的操縱穩(wěn)定性是汽車動態(tài)性能的重要組成部分,在汽車開發(fā)過程中的不同階段,通常運(yùn)用主觀評價方法或客觀評價方法對操縱穩(wěn)定性進(jìn)行驗證和評價。文章進(jìn)行了基于駕駛模擬器的汽車操縱穩(wěn)定性主客觀關(guān)聯(lián)技術(shù)研究。首先基于駕駛模擬器,運(yùn)用試驗數(shù)據(jù)標(biāo)定后的車輛模型,生成了用于主客觀關(guān)聯(lián)研究的大量車輛性能數(shù)據(jù);基于這些數(shù)據(jù),運(yùn)用嶺回歸的方法,建立了主客觀關(guān)聯(lián)模型,并對模型精度進(jìn)行了驗證。文章的研究成果可以優(yōu)化車輛性能開發(fā)流程,提升車輛開發(fā)效率,為汽車的操縱穩(wěn)定性開發(fā)、評價等提供支撐。
操縱穩(wěn)定性;駕駛模擬器;主客觀關(guān)聯(lián)
汽車行駛動力學(xué)性能是汽車動態(tài)性能的核心,直接影響駕駛員和乘客的主觀感受。操縱穩(wěn)定性作為汽車行駛動力學(xué)性能中的重要組成部分,是車輛開發(fā)中不可忽視的一項性能。
目前,在車輛性能開發(fā)過程中,針對操縱穩(wěn)定性的判定及評價主要分為兩種:一種是以測試或仿真為手段的客觀評價方式;另一種是以專業(yè)評價人員主觀感受為參考的主觀評價方式[1]。兩種評價手段各有優(yōu)缺點(diǎn),任何一種評價方式都無法獨(dú)立支撐完整的底盤性能開發(fā),目前國內(nèi)企業(yè)的做法是兩種方式并存,在整個開發(fā)流程的各個階段分別起不同作用[2]。在開發(fā)前期,尤其是樣車制造之前,均結(jié)合仿真手段采用客觀評價的方式;在開發(fā)后期,尤其是樣車制造之后,以主觀評價為主進(jìn)行車輛操縱穩(wěn)定性的評價。
在車輛性能開發(fā)過程中,雖然操縱穩(wěn)定性的主觀評價及客觀評價貫穿于整個開發(fā)流程,但也可以看出,兩種評價方式是相互割裂的,相互的聯(lián)系是模糊的。而車輛操縱穩(wěn)定性以乘客主觀感受為最終評價標(biāo)準(zhǔn),這就使得車輛開發(fā)前期操縱穩(wěn)定性不可控。因此,迫切需要將兩種評價方式建立聯(lián)系,探尋兩者之間相互關(guān)系,提高操縱穩(wěn)定性開發(fā)效率[3-6]。
在進(jìn)行主客觀關(guān)聯(lián)之前,首先要選擇主客觀評價體系。本文考慮主客觀關(guān)聯(lián)需求,并結(jié)合實際情況,采用了如表1所示的操縱穩(wěn)定性主觀評價項目及指標(biāo),包含了車輛的轉(zhuǎn)向性能和操控性能評價。
結(jié)合主觀評價體系,并考慮主客觀關(guān)聯(lián)需求,本文采用了如表2所示的客觀評價項目,其中包含了13項客觀試驗,共計290項指標(biāo)。
上文提到的車輛的客觀評價指標(biāo)中,理論上都是在描述同一臺車輛的操縱穩(wěn)定性,任何兩個數(shù)據(jù)之間都不是相互獨(dú)立的數(shù)據(jù),他們之間存在某種關(guān)系,甚至有些指標(biāo)存在相互重疊的情況,如蛇形試驗中的“最高蛇形車速”和“通過時間”其實描述的信息是完全相同的,因此有必要進(jìn)行相關(guān)性分析將某一項指標(biāo)剔除。
表1 操縱穩(wěn)定性主觀評價項目及指標(biāo)
類別項目指標(biāo) 轉(zhuǎn)向性能轉(zhuǎn)向力原地/低速轉(zhuǎn)向力 力的建立 轉(zhuǎn)向回正 中心區(qū)轉(zhuǎn)向性能中心區(qū)轉(zhuǎn)向響應(yīng) 中心區(qū)高速穩(wěn)定性 中心區(qū)力矩反饋 轉(zhuǎn)向精確度 彎道轉(zhuǎn)向性能彎道轉(zhuǎn)向響應(yīng) 彎道力矩反饋 彎道控制精確性 轉(zhuǎn)向干擾方向盤擺振 操控性直線行駛穩(wěn)定性直線行駛穩(wěn)定性 直線加減速行駛穩(wěn)定性 直線制動穩(wěn)定性 彎道行駛穩(wěn)定性不足/過度轉(zhuǎn)向平衡 輪胎抓地力 操控信心 側(cè)傾控制 瞬態(tài)穩(wěn)定性移線穩(wěn)定性 橫擺穩(wěn)定性
表2 操縱穩(wěn)定性客觀評價項目及指標(biāo)
序號試驗項目指標(biāo)數(shù)量 1加速縱傾1 2制動縱傾1 3原地轉(zhuǎn)向18 4怠速轉(zhuǎn)向7 5轉(zhuǎn)向感覺44 6蛇形15 7雙移線15 8低速回正34 9高速回正45 10穩(wěn)態(tài)回轉(zhuǎn)22 11階躍15 12掃頻53 13中心區(qū)20
相關(guān)性分析是研究定量數(shù)據(jù)之間的關(guān)系情況,包括是否有關(guān)系,以及關(guān)系的緊密程度等。本文依次進(jìn)行區(qū)域內(nèi)降維、區(qū)域間降維和車輛性能相關(guān)分析獲取每個主觀區(qū)域評分對應(yīng)的客觀指標(biāo)。
在客觀評價體系下,可以將客觀試驗分為不同區(qū)域的試驗,如原地轉(zhuǎn)向、怠速轉(zhuǎn)向、轉(zhuǎn)向感覺和蛇形等。首先對同一區(qū)域試驗內(nèi)的客觀特征進(jìn)行相關(guān)性分析。設(shè)定合適閾值對同一試驗區(qū)域內(nèi)和不同試驗區(qū)域間的客觀指標(biāo)降維,將原來290個客觀指標(biāo)精簡至74個客觀指標(biāo)。對74個初篩客觀指標(biāo)進(jìn)行不同客觀試驗區(qū)域間的相關(guān)性分析,精簡至48個客觀指標(biāo)。對48個復(fù)篩指標(biāo)通過車輛性能相關(guān)分析,從中選擇每個主觀區(qū)域與之對應(yīng)的客觀指標(biāo),進(jìn)行每個區(qū)域的主客觀關(guān)聯(lián)模型輸入構(gòu)建。相關(guān)性分析流程如圖1所示,客觀指標(biāo)相關(guān)性分析熱力圖如圖2所示。
圖1 相關(guān)性分析流程圖
圖2 客觀指標(biāo)相關(guān)性分析熱力圖
進(jìn)行操縱穩(wěn)定性主客觀關(guān)聯(lián)技術(shù)研究,需要大量的車輛主客觀性能測試數(shù)據(jù)。受限于試驗車輛、費(fèi)用、周期等限制,獲取大量車輛性能主客觀測試數(shù)據(jù)較為困難,這也是目前操縱穩(wěn)定性主客觀關(guān)聯(lián)技術(shù)發(fā)展受限的一個重要原因。本文結(jié)合車輛動力學(xué)性能動態(tài)駕駛模擬技術(shù),通過改變標(biāo)定后的車輛動力學(xué)模型參數(shù),獲取其客觀仿真數(shù)據(jù),并在駕駛模擬器中獲取其主觀評價數(shù)據(jù),以此為基礎(chǔ)進(jìn)行后續(xù)主客觀關(guān)聯(lián)技術(shù)研究。圖3為本文用到的駕駛模擬器。
圖3 駕駛模擬器
基于精簡后的客觀性能指標(biāo),構(gòu)建合適的主客觀關(guān)聯(lián)模型,評分?jǐn)?shù)據(jù)為連續(xù)型應(yīng)采用回歸分析?;貧w分析是處理試驗數(shù)據(jù)最有效和常規(guī)的方法,對于多變量的數(shù)據(jù)分析,多元回歸分析可以有效地處理多個試驗的指標(biāo)(客觀指標(biāo))和目標(biāo)指標(biāo)(主觀評分)的函數(shù)關(guān)系[7]。得到了主觀評分和客觀指標(biāo)x(=1,2,…,)的函數(shù)關(guān)系式如式(1)所示:
=0+11+22+,?,+ax(1)
本文以客觀指標(biāo)作為自變量,通過多元線性回歸進(jìn)行多客觀指標(biāo)和主觀評價評分的函數(shù)關(guān)系構(gòu)建,可以得到如式(2)的模型計算形式:
式中,1,2,3,…,y為不同區(qū)域的主觀評價分?jǐn)?shù);0,1,2,…,a為回歸方程的回歸系數(shù);x(= 1,2,…,,=1,2,…,)為不同主觀區(qū)域篩選出的客觀指標(biāo)。
應(yīng)對多元回歸分析,常見的模型包括:線性回歸、嶺回歸、隨機(jī)森林回歸、極端隨機(jī)樹回歸、支持向量回歸和多層感知機(jī)回歸等。各模型對比如表3所示。
表3 主客觀關(guān)聯(lián)模型對比
模型名稱優(yōu)點(diǎn)缺點(diǎn) 線性回歸計算效率高,在數(shù)據(jù)特征線性相關(guān)時效果較好對于非線性關(guān)系的數(shù)據(jù)擬合效果不佳 嶺回歸在存在多重共線性的數(shù)據(jù)時表現(xiàn)較好,可以控制模型的復(fù)雜度對于非線性關(guān)系的數(shù)據(jù)擬合效果不佳 隨機(jī)森林回歸能夠處理高維數(shù)據(jù),對非線性關(guān)系擬合較好在處理噪聲較多的數(shù)據(jù)集時過擬合,不容易解釋模型內(nèi)部的過程 極端隨機(jī)樹回歸計算效率高,不容易過擬合,能夠處理高維數(shù)據(jù)和大量特征在處理少量特征和相對較小數(shù)據(jù)集時可能效果不如其他模型 支持向量回歸在高維空間和樣本不平衡情況下表現(xiàn)較好,能夠處理非線性對于大規(guī)模數(shù)據(jù)集和回歸問題,訓(xùn)練時間較長,特征可解釋性較弱 多層感知機(jī)回歸在處理復(fù)雜的非線性關(guān)系時表現(xiàn)較好,具有較強(qiáng)的擬合能力對于較小的數(shù)據(jù)集容易過擬合,訓(xùn)練時間長,模型結(jié)果不易解釋
本文首先對多個回歸模型利用網(wǎng)格搜索法進(jìn)行超參數(shù)調(diào)優(yōu),確定超參數(shù)范圍,采用交叉驗證尋找最優(yōu)超參數(shù)。應(yīng)用最優(yōu)超參數(shù)進(jìn)行之后的模型選型。
對應(yīng)不同模型包含不同超參數(shù),如表4所示。例如嶺回歸中的正則項列表為[0.1,0.3,0.5,…,10],利用網(wǎng)格搜索遍歷正則項列表選擇最優(yōu)模型。
表4 模型可調(diào)參數(shù)列表
序號模型名稱可調(diào)整超參數(shù) 1線性回歸 2嶺回歸正則項值 3隨機(jī)森林回歸決策樹數(shù)量及最大深度 4極端隨機(jī)樹回歸決策樹數(shù)量及最大深度 5支持向量回歸正則項值、容忍限制寬度 6多層感知機(jī)回歸隱藏層的結(jié)構(gòu)和神經(jīng)元數(shù)量優(yōu)化器、學(xué)習(xí)率
通過模型調(diào)優(yōu)和超參數(shù)選擇,結(jié)合整車主客觀關(guān)聯(lián)業(yè)務(wù),選取嶺回歸、極端隨機(jī)樹回歸、支持向量回歸和多層感知機(jī)回歸進(jìn)行模型對比篩選。以區(qū)域原地/低速轉(zhuǎn)向為例,如圖4所示,從圖中可以看出嶺回歸和支持向量回歸測試集的真值與預(yù)測值擬合程度較多層感知機(jī)回歸和極端隨機(jī)樹回歸更好。
采用評價指標(biāo)進(jìn)行模型篩選,的數(shù)值越小,表示預(yù)測準(zhǔn)確度越高。分別在不同區(qū)域采用不同模型計算評價指標(biāo),如式(3)所示。
不同模型值對比如圖4所示,通過比較可以得出,在不同區(qū)域下,嶺回歸較其他模型其值均較低,因此,選擇不同區(qū)域模型時,選擇嶺回歸模型。
圖4 不同模型MAE值對比
選取嶺回歸構(gòu)建主客觀關(guān)聯(lián)模型,按照式(4)計算每個區(qū)域的嶺回歸誤差大小。
式中,y為嶺回歸模型對每個區(qū)域的預(yù)測評分;Y為每個區(qū)域的實際評分;為每個區(qū)域的樣本個數(shù)。
驗證結(jié)果如表5所示,用于評價模型的優(yōu)劣。除直線加減速行駛穩(wěn)定性嶺回歸誤差大于1%外,其他區(qū)域誤差均控制在1%以內(nèi),符合預(yù)期要求。
表5 嶺回歸誤差表
序號區(qū)域名稱嶺回歸誤差/% 1原地/低速轉(zhuǎn)向力0.653 2力的建立0.888 3轉(zhuǎn)向回正0.682 4中心區(qū)轉(zhuǎn)向響應(yīng)0.685 5中心區(qū)高速穩(wěn)定性0.558 6中心區(qū)力矩反饋0.976 7轉(zhuǎn)向精確度0.782 8彎道轉(zhuǎn)向響應(yīng)0.743 9彎道力矩反饋0.781 10彎道控制精確性0.908 11方向盤擺振0.548 12直線行駛穩(wěn)定性0.605 13直線加減速行駛穩(wěn)定性1.733 14直線制動穩(wěn)定性0.64 15不足/過度轉(zhuǎn)向平衡0.576 16輪胎抓地力0.514 17操控信心0.951 18側(cè)傾控制0.849 19移線穩(wěn)定性0.818 20橫擺穩(wěn)定性0.838
進(jìn)一步地計算預(yù)測值與實際值誤差最大值、最小值、平均值與中位數(shù),用于直觀表征模型性能,如圖5所示。
圖5 區(qū)域間差值對比圖
除區(qū)域13(直線加減速行駛穩(wěn)定性)外,差值平均值與中位數(shù)均能保持在0.05左右,偏差保持在0.71%左右,且差值最大值均不超過0.15。
對模型泛化能力進(jìn)行驗證。通過客觀評價體系對新車型進(jìn)行試驗獲取客觀數(shù)據(jù),導(dǎo)入到每個區(qū)域構(gòu)建的嶺回歸模型預(yù)測主觀評分。進(jìn)行評分等級規(guī)整,按照主觀評價要求0.25為一個等級。得到不同區(qū)域的修正主觀評分,結(jié)果如表6。從表中可以看出,通過客觀指標(biāo)預(yù)測得到的主觀性能評價指標(biāo)與實際評價誤差均未超過0.5分,可以滿足車輛性能開發(fā)需求。
表6 模型預(yù)測誤差對比
序號區(qū)域名稱預(yù)測得分實際得分 1原地/低速轉(zhuǎn)向力77 2力的建立77 3轉(zhuǎn)向回正66.25 4中心區(qū)轉(zhuǎn)向響應(yīng)77 5中心區(qū)高速穩(wěn)定性6.756.5 6中心區(qū)力矩反饋6.756.5 7轉(zhuǎn)向精確度6.756.75 8彎道轉(zhuǎn)向響應(yīng)77.25 9彎道力矩反饋7.57.25 10彎道控制精確性7.257.25 11方向盤擺振7.757.75 12直線行駛穩(wěn)定性7.257.5 13直線加減速行駛穩(wěn)定性7.257.25 14直線制動穩(wěn)定性7.57.5 15不足/過度轉(zhuǎn)向平衡77.5 16輪胎抓地力6.756.5 17操控信心7.57.5 18側(cè)傾控制7.757.75 19移線穩(wěn)定性77 20橫擺穩(wěn)定性7.757.75
車輛的操縱穩(wěn)定性主客觀關(guān)聯(lián)對車輛性能開發(fā)起著非常重要的作用。本文基于駕駛模擬器,解決了主客觀關(guān)聯(lián)所需的大量數(shù)據(jù)問題,并運(yùn)用嶺回歸方法進(jìn)行了車輛操縱穩(wěn)定性的主觀評價指標(biāo)與客觀評價指標(biāo)關(guān)聯(lián)技術(shù)研究,得到了主客觀關(guān)聯(lián)模型。并對模型的精度進(jìn)行了驗證,結(jié)果表明,通過客觀指標(biāo)預(yù)測得到的主觀性能評價指標(biāo)與實際評價誤差均未超過0.5分,可以滿足車輛性能開發(fā)需求。本文的研究成果可以優(yōu)化車輛性能開發(fā)流程,為汽車的操縱穩(wěn)定性開發(fā)、評價等提供支撐。
[1] 劉博偉.汽車操縱穩(wěn)定性客觀評價方法研究[D].重慶:重慶交通大學(xué),2021.
[2] 高小清,程軍.汽車操縱穩(wěn)定性評價方法研究[J].汽車技術(shù),2017(3):8-11.
[3] 王佳偉.底盤操縱穩(wěn)定性開發(fā)中的主觀評價定量化[D].長春:吉林大學(xué),2020.
[4] 潘佳煒,袁世海,謝偉忠.擬合次數(shù)對汽車操縱穩(wěn)定性客觀評價指標(biāo)的影響[J].汽車技術(shù),2016(2):29-32.
[5] 任成龍,王儉樸,趙素芳.乘用車操縱穩(wěn)定性的灰色關(guān)聯(lián)評價[J].機(jī)械設(shè)計與制造,2020(8):252-254.
[6] 孔繁森,郭孔輝,宗長富.基于演化策略的汽車操縱穩(wěn)定性主客觀評價的灰關(guān)聯(lián)性研究[J].機(jī)械工程學(xué)報, 2004(7):119-123.
[7] 畢錕,范英,候峙樸,等.基于CarSim和Simulink聯(lián)合仿真的汽車操縱穩(wěn)定性評價[J].河北工程大學(xué)學(xué)報(自然科學(xué)版),2022(39):106-112.
Analysis of Subjective and Objective Correlation Technology of Vehicle Handling Performance Based on Driving Simulator
WU Liguang1,2, WANG Wei2, YANG Wenhao3, WANG Changqing2, FEI Yuanjun2, LI Xin2
( 1.School of Mechanical Engineering, Tianjin University, Tianjin 300192, China;2.China Automotive Technology and Research Center Company Limited, Tianjin 300300, China;3.School of Automotive and Traffic Engineering, Hefei University of Technology, Hefei 230009, China )
The handling performance is an important component of vehicle dynamic performance. At different stages of the vehicle development process, subjective or objective evaluation methods are usually used to verify and evaluate the handling performance. This paper conducts research on the subjective and objective correlation technology of vehicle handling performance based on driving simulators. Firstly, based on the driving simulator, a large amount of vehicle performance data for subjective and objective correlation research is generated using the calibrated vehicle model with experimental data; Based on these data, a subjective and objective correlation model is established using ridge regression method, and the accuracy of the model is verified. The research results of this paper can optimize the vehicle performance development process, improve vehicle development efficiency, and provide support for the development and evaluation of vehicle handling performance.
Handling performance; Driving simulator; Subjective and objective correlation
U467.1
A
1671-7988(2023)18-72-06
吳利廣(1985-),男,碩士,高級工程師,研究方向為車輛動力學(xué)及控制,E-mail:wuliguang21@163.com。
10.16638/j.cnki.1671-7988.2023.018.015