(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111424322.5 (22)申请日 2021.11.26 (71)申请人 江苏科技大学 地址 212008 江苏省镇江市丹徒区长晖路 666号 (72)发明人 袁春元　臧国任　潘秀杰　蔡锦康　 刘金锋　李纯金　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 专利代理师 柏尚春 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/15(2020.01) G06F 16/906(2019.01) G06N 3/04(2006.01)G06F 119/14(2020.01) (54)发明名称 一种基于数据驱动的轮胎建模方法和介质 (57)摘要 本发明公开了一种基于数据驱动 的轮胎建 模方法， 具体包括： 确定轮胎建模的输入变量与 输出变量； 进行轮胎实验， 采集轮胎在不同路面 及不同工况下的输入数据、 输出数据； 对采集的 输入、 输出数据进行处理， 构建轮胎建模的数据 集， 将数据库分为训练样本和验证样本； 选择合 适的数据驱动模型， 确定驱动模型结构和方法， 初始化， 用训练样本对轮胎模型进行训练， 并用 验证样本对模型进行测试验证。 本发 明方法以实 验数据为基础， 利用深度学习同时训练Koopman 算子和搜索高维函数空间， 更新字典集， 自动进 行轮胎建模。 本发明的轮胎建模 方法可用于处理 动态问题， 提高轮胎建模精度且具有可解释性， 具有切实可 行的实用价 值和广泛的应用前 景。 权利要求书1页 说明书4页 附图2页 CN 114547963 A 2022.05.27 CN 114547963 A 1.一种基于数据驱动的轮胎建模方法， 其特 征在于， 包括： 步骤1： 确定轮胎建模的输入变量与输出变量； 步骤2： 进行轮胎实验， 采集轮胎在不同路面及不同工况 下的输入数据、 输出 数据； 步骤3： 对采集的输入、 输出数据进行处理， 构建轮胎建模的数据集， 将数据库分为训练 样本和验证样本； 步骤4： 选择合适的数据驱动模型， 确定驱动模型结构和方法， 初始化， 用训练样本对轮 胎模型进行训练， 并用验证样本对 模型进行测试验证。 步骤5： 建立基于数据驱动的轮胎模型。 2.根据权利要求1所述的一种基于数据驱动的轮胎建模方法， 其特征在于， 所述步骤1 中， 轮胎模型的输入变量包括滑移率、 侧偏角、 径向变形量、 侧倾角、 轮速和横摆角， 输出变 量包括纵向力、 侧向力、 法向力、 侧倾力矩、 滚动阻力矩和回正力矩。 3.根据权利要求1所述的一种基于数据驱动的轮胎建模方法， 其特征在于， 所述步骤2 中， 轮胎实验中采用已知半径的同一型号轮胎进 行实验， 安装传感器， 配置完整的信息采集 系统。 4.根据权利要求3所述的一种基于数据驱动的轮胎建模方法， 其特征在于， 所述轮胎实 验具体包括： 步骤2.1： 选择一个输入变量； 步骤2.2： 相同磨损量的轮胎， 环境因素一致的情况下， 使轮胎相对于路面产生运动， 保 持相对稳定； 步骤2.3： 改变输入变量， 记录变化过程中对应的输出 数据； 步骤2.4： 更换步骤1中的变量， 重复步骤2.1至步骤2.3， 直至遍历所有变量， 数据采集 完成。 5.根据权利要求1所述的一种基于数据驱动的轮胎建模方法， 其特征在于， 所述步骤2 中， 不同路面包括干路面、 湿路面， 不同工况包括高速转向、 制动和 加速。 6.根据权利要求1所述的一种基于数据驱动的轮胎建模方法， 其特征在于， 所述步骤3 中， 对采集的输入、 输出 数据进行归一 化处理， 统一数量级。 7.根据权利要求6所述的一种基于数据驱动的轮胎建模方法， 其特征在于， 所述归一化 处理是对原始数据进行线性变化， 将测量得到的数据映射到[0,1]之间， 处理过程如式： 式中， x0为处理前数据， xmax为处理前数据最大值， xmin为处理前数据最小 值， x1为处理后的变量， 输出 数据也进行相同处 理， 记作y1。 8.根据权利要求1所述的一种基于数据驱动的轮胎建模方法， 其特征在于， 所述步骤4 中， 采用深度神经网络DNN， 自动且有效地生 成字典， 同时遍历函数 空间， 将字典映射到高维 空间， 在高维空间内， 获得koopman算子的准确估计， 逼近实验数据， 建立数据驱动轮胎模 型。 9.根据权利要求8所述的一种基于数据驱动的轮胎建模方法， 其特征在于， 所述数据驱 动轮胎模型为非稳态模型， 用于处 理轮胎动态工况。 10.一种计算机可读存储介质， 其特征在于， 包括供一个或多个处理器执行的一个或多 个程序， 所述 一个或多个程序包括用于执 行如权利要求1 ‑9任一所述方法的指令 。权　利　要　求　书 1/1 页 2 CN 114547963 A 2一种基于数据驱动的 轮胎建模方 法和介质 技术领域 [0001]本发明涉及轮胎建模， 尤其涉及一种基于数据驱动的轮胎建模方法和介质。 背景技术 [0002]作为接触路面的唯一部分， 轮胎与路面的作用力对车辆系统的控制和行驶安全有 着重要意义。 轮胎具有非线性力学特性， 存在复杂的映射关系， 构建准确的轮胎力学模型一 直是车辆系统动力学 领域的关注焦点。 [0003]现有的轮胎建模方法主要可分为物理模型、 经验模型和半经验模型等三大类， 依 靠基于力学机理的实验数据拟合建立， 且多 数为稳态模型； 轮胎影响因素众多， 且各种因素 之间存在相互影响， 这种基于机理的模型驱动方法， 形式复杂、 参数多拟合困难， 导致构建 模型的精度和效率较低、 外推性不好； 且多数为稳态模型， 不足以处理动态问题， 故使车辆 的控制系统设计产生阻碍 。 [0004]数据驱动建模不需要轮胎 内部的复杂关系， 可通过采集实验数据数据训练， 建立 输入与输出之 间的模型， 无限逼近实验测试结果。 深度学习作为当下研究 的热潮， 有逼近各 种非线性复杂函数的能力， 单一的神经网络在建模中有缺乏可解释性； 目前， koopman算子 在推断部分或完全未知或过于复杂而无法用标准方法进行分析的动力系统的特性时尤其 强大； 同样， 建立字典库， 非线性动力学稀疏表征方法， 模型结构简单， 易于解释。 因此寻找 计算过程简单 又具有可解释性的数据驱动建模的方法研究将会有重要意 义。 发明内容 [0005]发明目的： 针对现有技术的不足， 提供一种基于数据驱动的轮胎建模方法和介质， 提高模型的精度， 降低计算复杂度， 实现可解释性的数据驱动建模， 为车辆控制系统设计提 供便利。 [0006]技术方案： 一种基于数据驱动的轮胎建模方法， 包括： [0007]步骤1： 确定轮胎建模的输入变量与输出变量； [0008]步骤2： 进行轮胎实验， 采集轮胎在不同路面及不同工况 下的输入数据、 输出 数据； [0009]步骤3： 对采集的输入、 输出数据进行处理， 构建轮胎建模的数据集， 将数据库分为 训练样本和验证样本； [0010]步骤4： 选择合适的数据驱动模型， 确定驱动模型结构和方法， 初始化， 用训练样本 对轮胎模型进行训练， 并用验证样本对 模型进行测试验证。 [0011]步骤5： 建立基于数据驱动的轮胎模型。 [0012]进一步地， 步骤1中， 轮胎模型的输入变量包括滑移率、 侧偏角、 径向变形量、 侧倾 角、 轮速和横摆角， 输出变量包括纵向力、 侧向力、 法向力、 侧倾力矩、 滚动阻力矩和回正力 矩。 [0013]进一步地， 步骤2中， 轮胎实验中采用已知半径的同一型号轮胎进行实验， 安装传 感器， 配置完整的信息采集系统； 采集数据过程中， 保证足够的采样频率、 时间， 确保输入、说　明　书 1/4 页 3 CN 114547963 A 3