本技術涉及自動駕駛，具體涉及一種車輛pid控制方法、裝置、計算機設備和存儲介質(zhì)。

背景技術：

1、隨著科技的發(fā)展，人們對車輛的依賴程度越來越高，同時，車輛行駛過程中往往會以不同行駛工況進行行駛，也會駛過各種各樣的路況，這對車輛的駕駛性和舒適性也提出了更高的要求。

2、相關技術中，通常是采用查表控制或pid控制的方式對車輛進行控制，然而，查表控制方式或pid控制方式的適用行駛工況有限，特別是當車輛以蠕行工況行駛在各種路況的道路上時，車輛的駕駛性有待提高。

3、因此，亟需提供一種車輛pid控制方法，以提高車輛運行在蠕行工況下的駕駛性。

技術實現(xiàn)思路

1、有鑒于此，本技術致力于提供一種車輛pid控制方法、裝置、計算機設備和存儲介質(zhì)，以提高車輛運行在蠕行工況下的駕駛性。

2、本技術提供一種車輛pid控制方法，所述方法包括：若目標車輛運行在蠕行工況，獲取所述目標車輛的當前蠕行工況數(shù)據(jù)；將所述當前蠕行工況數(shù)據(jù)輸入至反向傳播神經(jīng)網(wǎng)絡模型中，以得到所述反向傳播神經(jīng)網(wǎng)絡模型輸出的目標蠕行pid參數(shù)；將所述目標蠕行pid參數(shù)輸入至車輛pid控制器中，以得到所述目標車輛的目標蠕行控制信息。

3、上述實施方式中，一方面，在檢測到目標車輛運行在蠕行工況的情況下，通過將目標車輛的當前蠕行工況數(shù)據(jù)輸入至反向傳播神經(jīng)網(wǎng)絡模型中，得到反向傳播神經(jīng)網(wǎng)絡模型輸出的目標蠕行pid參數(shù)，這樣，可以在減小車輛pid控制器的pid參數(shù)的整定難度的同時，使得pid參數(shù)更加貼合目標車輛實際的蠕行工況；另一方面，將貼合于實際蠕行工況的目標蠕行pid參數(shù)輸入至車輛pid控制器，使得車輛pid控制器輸出的目標蠕行控制信息也是更貼合于目標車輛的實際蠕行工況的，進而可以根據(jù)目標蠕行控制信息對目標車輛進行控制時，可以提高目標車輛運行在蠕行工況下的駕駛性。

4、在一些實施方式中，所述當前蠕行工況數(shù)據(jù)能夠表示基于當前蠕行控制信息對所述目標車輛進行控制時的車輛狀態(tài)；所述當前蠕行控制信息是所述車輛pid控制器基于當前蠕行pid參數(shù)確定的；若所述當前蠕行pid參數(shù)為初始pid參數(shù)，所述初始pid參數(shù)是所述反向傳播神經(jīng)網(wǎng)絡模型對仿真生成的初始蠕行工況數(shù)據(jù)進行處理得到的。

5、上述實施方式中，通過仿真方式生成初始蠕行工況數(shù)據(jù)，并通過反向傳播神經(jīng)網(wǎng)絡模型對初始蠕行工況數(shù)據(jù)進行處理得到初始pid參數(shù)，并將初始pid參數(shù)組作為當前蠕行pid參數(shù)輸入至車輛pid控制器，得到用于控制目標車輛的當前蠕行控制信息，進而可以得到目標車輛在當前蠕行控制信息控制下的當前蠕行工況數(shù)據(jù)，這樣，可以為后續(xù)目標車輛以蠕行工況運行提供pid控制基礎。

6、在一些實施方式中，所述當前蠕行工況數(shù)據(jù)包括車速、加速度、制動開度、電機轉(zhuǎn)速、電機扭矩、電機最大蠕行扭矩、俯仰坡度、車速差值、路面附著系數(shù)中的至少一個；其中，所述車速差值是所述車速與最大蠕行車速之間的差值；所述初始蠕行工況數(shù)據(jù)包括車速、加速度、制動開度、電機轉(zhuǎn)速、電機扭矩、電機最大蠕行扭矩、俯仰坡度、車速差值、路面附著系數(shù)中的至少一個。

7、上述實施方式中，包括車速、加速度、制動開度、電機轉(zhuǎn)速、電機扭矩、電機最大蠕行扭矩、俯仰坡度、車速差值、路面附著系數(shù)中的至少一個的初始蠕行工況數(shù)據(jù)或當前蠕行工況數(shù)據(jù)，使得通過初始蠕行工況數(shù)據(jù)可以準確地構建符合目標車輛的蠕行工況的數(shù)據(jù)，使得通過當前蠕行工況數(shù)據(jù)可以準確地反映目標車輛當前運行在蠕行工況下的狀態(tài)，如此，使得基于初始蠕行工況數(shù)據(jù)或當前蠕行工況數(shù)據(jù)所確定的pid參數(shù)能夠更貼合于蠕行工況，進而在通過基于pid參數(shù)所確定的蠕行控制信息對目標車輛進行控制時，能夠有效地提高目標車輛運行在蠕行工況下的駕駛性。

8、在一些實施方式中，將所述當前蠕行工況數(shù)據(jù)輸入至所述反向傳播神經(jīng)網(wǎng)絡模型之前，所述方法還包括：接收云平臺下發(fā)的所述反向傳播神經(jīng)網(wǎng)絡模型的模型參數(shù)；其中，所述模型參數(shù)是基于所述云平臺收集到至少一個車輛的蠕行工況數(shù)據(jù)，對所述反向傳播神經(jīng)網(wǎng)絡模型進行訓練得到的；所述至少一個車輛包括所述目標車輛或不包括所述目標車輛；基于接收到的所述模型參數(shù)確定所述反向傳播神經(jīng)網(wǎng)絡模型。

9、上述實施方式中，通過基于云平臺收集到的目標車輛或非目標車輛的蠕行工況數(shù)據(jù)，對反向傳播神經(jīng)網(wǎng)絡模型進行訓練，確定反向傳播神經(jīng)網(wǎng)絡模型的模型參數(shù)，這樣，可以得到訓練好的用于整定車輛pid控制器的蠕行pid參數(shù)的反向傳播神經(jīng)網(wǎng)絡模型，并將模型參數(shù)下發(fā)至目標車輛，使得目標車輛可以基于訓練好的反向傳播神經(jīng)網(wǎng)絡模型來實時整定車輛pid控制器的蠕行pid參數(shù)。

10、在一些實施方式中，所述方法還包括：基于所述目標車輛的目標蠕行控制信息對所述目標車輛進行控制，得到所述目標車輛的新蠕行工況數(shù)據(jù)；將所述新蠕行工況數(shù)據(jù)上傳至所述云平臺，以使得能夠基于所述新蠕行工況數(shù)據(jù)構建數(shù)據(jù)樣本對所述反向傳播神經(jīng)網(wǎng)絡模型進行訓練。

11、上述實施方式中，通過基于目標車輛的目標蠕行控制信息對目標車輛進行控制，并得到的目標車輛的新蠕行工況數(shù)據(jù)上傳至云平臺，以使得能夠基于目標車輛的新蠕行工況數(shù)據(jù)構建數(shù)據(jù)樣本對反向傳播神經(jīng)網(wǎng)絡模型進行訓練，并使得后續(xù)可以接收云平臺下發(fā)的訓練好的反向傳播神經(jīng)網(wǎng)絡模型的模型參數(shù)，得到更新后的反向傳播神經(jīng)網(wǎng)絡模型，這樣，可以通過逆向反饋的方式不斷地為反向傳播神經(jīng)網(wǎng)絡模型進行持續(xù)的更新和優(yōu)化提供數(shù)據(jù)支持。

12、在一些實施方式中，通過以下方式對所述反向傳播神經(jīng)網(wǎng)絡模型進行訓練，包括：基于歷史蠕行工況數(shù)據(jù)構建數(shù)據(jù)樣本，其中，所述數(shù)據(jù)樣本包括車速、加速度、制動開度、電機轉(zhuǎn)速、電機扭矩、電機最大蠕行扭矩、俯仰坡度、車速差值、路面附著系數(shù)中的至少一個；將所述數(shù)據(jù)樣本輸入至待訓練的反向傳播神經(jīng)網(wǎng)絡模型中進行前向計算，得到模型輸出數(shù)據(jù)；基于所述模型輸出數(shù)據(jù)和所述數(shù)據(jù)樣本的期望輸出數(shù)據(jù)進行反向誤差計算，以對所述待訓練的反向傳播神經(jīng)網(wǎng)絡模型的模型參數(shù)進行更新。

13、上述實施方式中，通過基于能夠準確地反映對應車輛運行在蠕行工況下的狀態(tài)的歷史蠕行工況數(shù)據(jù)來構建數(shù)據(jù)樣本，并將數(shù)據(jù)樣本輸入至待訓練的反向傳播神經(jīng)網(wǎng)絡模型中進行前向計算，得到模型輸出數(shù)據(jù)，基于模型輸出數(shù)據(jù)和數(shù)據(jù)樣本的期望輸出數(shù)據(jù)進行反向誤差計算，以對待訓練的反向傳播神經(jīng)網(wǎng)絡模型的模型參數(shù)進行更新，這樣，可以使得訓練好的反向傳播神經(jīng)網(wǎng)絡模型能夠整定出更貼合于蠕行工況的pid參數(shù)，進而使得后續(xù)對運行于蠕行工況的車輛進行控制時，能夠提高車輛的駕駛性。

14、在一些實施方式中，所述方法還包括：獲取車輛歷史運行數(shù)據(jù)；根據(jù)蠕行工況檢測條件對所述車輛歷史運行數(shù)據(jù)進行數(shù)據(jù)篩選，得到所述歷史蠕行工況數(shù)據(jù)。

15、上述實施方式中，通過根據(jù)蠕行工況檢測條件對獲取到的車輛歷史運行數(shù)據(jù)進行數(shù)據(jù)篩選，可以對車輛歷史運行數(shù)據(jù)中的無效數(shù)據(jù)進行清洗，得到與蠕行工況相關的、真實的歷史蠕行工況數(shù)據(jù)，如此，可以減小無效數(shù)據(jù)對反向傳播神經(jīng)網(wǎng)絡模型的訓練過程的干擾，能夠提高反向傳播神經(jīng)網(wǎng)絡模型的訓練效果，使得反向傳播神經(jīng)網(wǎng)絡模型所整定的蠕行pid參數(shù)能夠更貼合于實際的蠕行工況，進而可以提高車輛運行在蠕行工況下的駕駛性。

16、在一些實施方式中，通過以下方式確定所述目標車輛運行在蠕行工況：獲取所述目標車輛的蠕行判斷所需數(shù)據(jù)；其中，所述蠕行判斷所需數(shù)據(jù)至少包括蠕行使能狀態(tài)數(shù)據(jù)、車速和故障數(shù)據(jù)；若所述蠕行判斷所需數(shù)據(jù)滿足蠕行工況檢測條件，判斷所述目標車輛運行在所述蠕行工況。

17、上述實施方式中，通過獲取至少包括蠕行使能狀態(tài)數(shù)據(jù)、車速和故障數(shù)據(jù)的蠕行判斷所需數(shù)據(jù)，并對蠕行判斷所需數(shù)據(jù)是否滿足蠕行工況檢測條件進行判斷，并在蠕行判斷所需數(shù)據(jù)中的狀態(tài)數(shù)據(jù)、車速和故障數(shù)據(jù)滿足蠕行工況檢測條件的情況下，判斷目標車輛運行在蠕行工況，并將運行在蠕行工況下目標車輛的當前蠕行工況數(shù)據(jù)輸入至反向傳播神經(jīng)網(wǎng)絡中，從而可以及時地整定出與目標車輛的蠕行工況相貼合的蠕行pid參數(shù)，進而提高目標車輛運行在蠕行工況下的駕駛性。

18、本技術提供一種車輛pid控制裝置，所述裝置包括：數(shù)據(jù)獲取模塊，用于若目標車輛運行在蠕行工況，獲取所述目標車輛的當前蠕行工況數(shù)據(jù)；pid參數(shù)確定模塊，用于將所述當前蠕行工況數(shù)據(jù)輸入至反向傳播神經(jīng)網(wǎng)絡模型中，以得到所述反向傳播神經(jīng)網(wǎng)絡模型輸出的目標蠕行pid參數(shù)；車輛控制模塊，用于將所述目標蠕行pid參數(shù)輸入至車輛pid控制器中，以得到所述目標車輛的目標蠕行控制信息。

19、本技術提供一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述任一實施方式所述的pid控制方法。

20、本技術提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述任一實施方式所述的pid控制方法。

21、本技術提供一種車輛，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述任一實施方式所述的pid控制方法。

22、上述說明僅是本技術技術方案的概述，為了能夠更清楚了解本技術的技術手段，而可依照本技術的內(nèi)容予以實施，并且為了讓本技術的上述和其它目的、特征和優(yōu)點能夠更明顯易懂，以下特舉本技術的具體實施方式。