汽车行驶路况识别与划分方法研究

刘志军，苏亮，吴道俊

摘  要：为调研汽车使用路况，真正了解现场路面信息，研究了基于国际平整度指数（IRI）的路面等级便捷识别与划分方法。建立IRI识别路面等级的数学模型，通过道路模拟试验结果进行有效性验证，构建通过样车简配传感器方案及等里程分割方法识别路面等级及其里程分布，结果表明，基于IRI识别路面等级结果与功率谱密度数据吻合良好，所有的技术方法能够快速获取路况及其分布的信息，具有良好的可操作性、有效性。

关键词：载荷谱；路面；等级；国际平整度指数

中图分类号：U467.1     文献标识码：A      文章编号：1005-2550（2023）03-0010-06

Study on Identification Method of Automobile Road Classification

LIU Zhi-jun， SU Liang， WU Dao-jun

（Xiamen King Long United Automotive Industry Co.， Ltd.， Xiamen 361023， China）

Abstract： In order to investigate the road conditions of automobile and truly understand the road information， a convenient identification method of road class based on IRI is studied. The mathematical model of IRI to identify the road class is established， and the effectiveness is verified by the road simulation test results. The method of identifying the road class and its mileage distribution through the simple sensor scheme of the sample vehicle is constructed. The results show that the technology and method studied in this paper is operable and effective.

Key Words： Load Spectrum; Road; Class; IRI

高耐久的汽車结构是衡量汽车是否可靠的重要标准。在汽车结构轻量化的研究中，需要在汽车使用情况调查工作中，获取和识别现场的路况以了解汽车使用工况。充分了解汽车使用工况可以更好地制定汽车设计目标，也是计算汽车结构疲劳损伤的重要基础。

由于路面情况复杂多变，以往的研究常采用问卷调查的方式获取路面情况[1-7]。但这种获取道路信息的方法不能全面的反映真实的路面情况。在实际调查中，由于被调查人员对问题（特别是道路类型）的理解程度以及看待问题的角度不一致，导致被调查人员无法客观地回答提出的问题，最终影响调查结果。此外，现实中的道路类型情况复杂，往往是多种路况复合交替出现，而不只包含单一路况。例如，目前大多数的城市道路经过多年的使用，由于各路段通行车辆不同，实际的路况也有所差别；即使是城市道路，局部路段也可能存在恶劣的损坏道路。基于以上两点，仅按照路面大类分类的方法难以精确地了解汽车使用工况，不利于研究汽车结构和道路工况间的关系。因此，迫切需要一种能够更加细化地调查路段类型和分布的方法，从而更加具体和精确地描述汽车使用工况。

本文研究路面不平度等级及其里程的识别与获取方法，利用IRI的定义建立路面不平度等级的计算数学模型，通过多组数据验证其正确性，利用通道配置采集载荷谱并采用分割数据等数据处理方法，实现对汽车使用路线路况的细化和精确的获取。

1    国际平整度指数（IRI）的计算方法

汽车在行驶过程中会承受不平整的路面引起的激励，这种激励对汽车零部件结构产生动态载荷，从而容易形成疲劳损伤[8-10]。路面不平度等级是影响计算汽车结构耐久可靠性结果的重要因素。国际平整度指数（IRI）用于评估道路、机场跑道、铁路等路面平整度，主要应用于路面维护和改进、设计和施工质量控制、交通管理和安全、以及数据分析和比较等方面[11-13]。IRI可以帮助道路管理部门确定需要进行维护和改进的路段，指导交通安全措施的制定，以及为交通规划和政策制定提供参考。

以国际平整度指数（IRI）作为评价路面不平度水平指标，它可四分之一汽车振动简化模型[14-16]，如图1，计算行驶距离内悬架系统的簧载质量与非簧载质量的动态响应累积统计量，从而得到与行驶距离的比值[17-18]。基于四分之一汽车模型，在不平整路面激励下，相应的振动平衡方程如式（1）（2）。IRI计算方法如式（3）所示。

由于汽车是一个复杂的多自由度振动系统，直接使用整车模型计算IRI较为复杂，研究表明，采用四分之一汽车振动简化模型[14-16]，在计算方便的同时也能保证足够的精度。此外，IRI能够将路面等级表达为具体的数值[19]，这种计算方法比已有的功率谱密度（PSD）曲线度量的方法更为方便。

（2）

式中，m1、m2分别为簧下、簧上质量，K、Kt分别为悬架弹簧、轮胎刚度，C为悬架阻尼系数，z1、z2分别为簧下质量、簧上质量对地的绝对位移。

（3）

式中，、分别为簧下质量与簧上质量的速度；L为测量的路段长度。

2    IRI识别路面等级的数学模型

国际平整度指数IRI和路面功率谱密度PSD与路面不平度指数Gq（n0）具有密切的关系，结合以往的研究[18，20，21]，可确定IRI等级数值存在如式（4）关系：

（4）

令，

（5）

式中，Gq（n0）为路面不平度系数，m为系数。

为确定m值，利用标准等级时域信号输入，获取IRI，以实车多组数据进行验证和合理修正。

在汽车1/4汽车数学模型中，取分级路面谱的频率指数为2，路面激励信号可由式（6）表达[22]，在道路模拟试验台可构建和生成各标准等级、各种车速下对应的激励信号。

（6）

式中，Gq（f）为路面激励时间频率功率谱密度（PSD），m2/Hz；Gq（n0）为路面不平度系数；n0为参考空间频率，0.1m-1；u为车速，m/s；f为时间频率，Hz。其中，路面不平度系数如表1。

以A级为例，在车速25km/h下，有：

从而得到25km/h下A级路面激励的PSD曲线。然后在道路模拟试验台将频域信号转换得到时域激励信号。

在道路模拟试验台模拟在A，B，C三个等级路面车辆以不同车速（25-70km/h）行驶时路面对车辆产生的激励信号，并通过车载传感器同步采集簧上质量和簧下质量之间的位移信号，计算IRI，实验数据如表2所示：

在模拟实验得出的实验数据的基础上，可建立IRI和关系式。将设IRI为y，为x，将各种工况两者的数据归纳，采用最小二乘法进行统计和拟合，使数据点与拟合线之间距离的平方和最小[23]，从而获得如图2所示的拟合曲线。通过拟合优度来评价拟合曲线与样本数据的总体接近程度，度量拟合优度的关键指标为判定系数，如式（7），判定系数取值范围[0，1]，越接近1，表明拟合程度越高[23]。该拟合曲线计算得到拟合优度的判定系数R2为0.9，从而判断拟合效果良好。

（7）

式中，R2为拟合优度的判定系数，yi为系列IRI值，yi为拟合得到的IRI值，y为系列IRI的平均值。

最终由拟合曲线确定IRI等级数值的修正系数m为0.4。即IRI与路面等级的数学模型表达式：

（8）

3    IRI等级限值的建立

由上文分析，参照[22]中各个路面等级之间的关系，从而规定等级上限值为：

（9）

汇总相应的IRI等级中心值和上限值IRI+，如表3，其中，下一级的上限值是上一级的下限值，即相邻两个上限值构成一个等级范围。

4    IRI评定等级方法试验验证

抽取汽车多路段载荷谱，计算相应的路面等级IRI，参照汽车1/4数学模型，可利用道路模拟试验台对路段载荷谱进行道路模拟，获得车轮激励的PSD并评判等级，通过对比从而实现验证，两者对应情况，如表4：

列举表4中的三个路段（序号1、2、3），IRI识别的等级分别为A、B、C，其对应的道路模拟结果的垂直位移激励PSD曲线，总体上都分布在频域A、B、C级相应的区域范围内，并呈现在双对数坐标下的线性趋势，等级越高，对应的曲线越高，如图3、4、5，对照结果表明三个路段两种等级结果的一一对应关系；并说明了IRI识别路面等级结果的正确性。图中的虚线为等级限线，按式（10）进行绘制，得到相应等级的上限，相邻两条限线之间构成相应的等级范围。

（10）

同理，如表4汇总的所有路段，其IRI识别的等級与道路模拟垂直位移激励PSD所确定的等级，吻合良好，从而验证了IRI识别路面等级方法的有效性。

5    某路线路面等级及里程识别和获取

通过样车的精简配置通道（GPS、簧上簧下加速度、位移传感器），采集汽车在某段城市路线行驶一段时间内的载荷谱。对从GPS获得的车速积分可以得到里程与行驶时间的关系，如图6，该路线共20km。

在里程的时间历程中，确定每个1km对应的时间区间，分割获得系列的等里程（1km）载荷谱片段，具体如表5。利用各个载荷谱片段的位移信号和GPS车速信号，计算IRI值，结果如表5：

对表5的IRI样本点，汇总并绘制散点分布图，如图7。计数获得各个等级划分区间的点数。由于每个点都代表1km，该方法也可以通过点数确定公里数，点数比例就是对应各个区间的里程比例，具体如表6。

由表6可见，该城市道路大部分为A级路段，但其中也夹杂着部分B级路段以及少数的C级路段，即并非城市道路整条路线都为较好的同一种路面等级，从而证明本文的研究方法具有细化路况分布分析结果、提升汽车路况调查精确性的优点。有利于规避笼统的按路面类型分类的方法可能导致的信息偏差甚至误导。

对于用户目标城市或者目标区域，多条路线的路段细分和等级识别，并得到具体的分布，获取用户路况等级比例，为描绘用户目标使用路况建立了前提条件，为产品研发确定结构目标损伤和设计目标奠定了基础。

另外，基于本文研究的方法，在权衡精度、效率、成本等多维因素后，对于更高精度的需求，可对路线分段长度进一步缩短，从而实现更加细化和高精度的用户路况识别和分布结果。

6    结论

构建了IRI识别路面等级的数学模型及限值，基于数理统计方法验证其正确性；并通过实际路段对比，结果表明IRI识别路面等级的数字化结果与PSD曲线识别的吻合性高，且所研究的IRI方法更方便、有效。

仅需简配传感器方案，采集汽车在某城市路线载荷谱并完成路段的细致分级和里程统计，大大降低成本。形成一整套基于IRI的获取路面等级划分及其里程分布的便捷技术方法和流程。与问卷调查的方法相比，实现了显著的精度。

路线载荷谱的等里程分割方案，载荷谱分段数与里程数直接建立关联关系，在路线总损伤计算过程中，简单计数样本点数即可获得相应的里程数。该方法可操作性强、效率高。

快速获取路线路况等级及其分布，对掌握区域内汽车使用工况、提高路况分布调查的精确性、制定汽车结构耐久性目标损伤和设计目标，提供了有力的技术保障和数据基础。

参考文献：

[1]石慧奇.基于用户使用目标的汽车试验场试验规程研究[D].西安：长安大学，2015.

[2]于海波.汽车承载系试验场用户关联可靠性试验方法研究[D].长春：吉林大学，2008.

[3]张禄.大型营运客车用户关联试验场可靠性理论分析及试验研究[D].北京：中国农业大学，2015.

[4]Mattetti M， Molari G， Enrico S. Methodology for the realization of accelerated structure tests on tractors[J]. Biosystems Engineering， 2012，113（2）：266 -271.

[5]Bemhard G，Michael S，Mark P. Design of durability sequence based on rainflow matrix optimization[C]. SAE paper 680690， 1998.

[6]吴澄. 汽车可靠性问卷评价新方法[J].农业装备与车辆工程，2018，56（10）： 37-41.

[7]柴保明，靳德诚，李伟，等. 汽车用户关联目标载荷谱的确定[J].科技创新与应用，2015（29）：47-49.

[8]高云凯，徐成民，方剑光. 车身台架疲劳试验程序载荷谱研究[J]. 机械工程学报，2014 50（4）：92-98.

[9]吴道俊，钱立军，祝安定，等. 基于疲劳寿命的车架支架结构优化[J]，2013，35（10）：863-867，872.

[10]骆传辉. 基于虚拟路面的车门疲劳寿命研究[D].长沙：湖南大学，2020.

[11]张献民，陈新春， 李少波. 基于国际平整度指数IRI的飞机动载系数分析[J]. 南京航空航天大学学报，2016，48（1）：136-142.

[12]马颖，段虎明，石锋. 基于国际平整度指数的华北地区路面不平度统计分析研究[J].公路，2012（9）：218-223.

[13]段虎明，马颖，石锋，等. 道路路面测量数据的特征参数提取与统计分析[J]. 振动与冲击，2013.32（1）：30-34，42.

[14]周晓青，孙立军，颜利. 路面不平度评价发展及趋势[J].公路交通科技，2005，22（10）：18-22.

[15]夏鹏飞. 车载式路面不平度采集系统设计[D].镇江： 江苏科技大学，2014.

[16]杨文臣，胡澄宇，田毕江，等. 国际平整度指数建模与影响因素综合分析[J].公路交通科技，2017，34（12）：23-29.

[17]Kaiyue Zang， Jie Shen， Haosheng Huang ， et al. Assessing and Mapping of Road Surface Roughness based on GPS and Accelerometer Sensors on Bicycle-Mounted Smartphones[J]. Sensors， 2018，18， 1-17.

[18]Prashant R PawarF， Dr Arun Tom Mathew and M R Saraf. IRI （International Roughness Index）： An Indicator Of Vehicle Response[J]. Materials Today： Proceedings. 2018， 5， 11738–11750.

[19]凌建明，刘诗福，袁捷，等.采用IRI评价机场道面平整度的适用性[J].交通运输工程学报，2017，17（1）：20-27.

[20]吴庆雄，陈宝春，奚灵智.路面平整度PSD和 IRI评价方法比较[J].交通运输工程学报，2008，8（1）：36-41.

[21]陈洪兴，何兆益.基于国际平整度指数IRI的路面不平度仿真研究[J]. 公路，2008（11）：155-160.

[22]余志生. 汽车理论（第五版）[M]. 北京： 機械工业出版社，2017： 206-210.

[23]胡春春. 统计学[M]. 北京：北京理工大学出版社，2017： 139-145.

刘志军

毕业于南京经济学院，本科学历，现就职于厦门金龙联合汽车工业有限公司，任产品与技术创新委员会主任，长期从事汽车产品及技术的规划、研究及评审等工作。曾获厦门市“十三五”规划社会公开征集课题成果二等奖等荣誉。

专家推荐语

陈孟春

国家汽车质量监督检验中心（湖北）

副总工程师  研究员级高级工程师

论文利用道路模拟试验台模拟在不同等级路面情况下，车辆以不同车速行驶时路面对车辆产生的激励信号，并采集悬架系统簧上和簧下的位移信号，有效性验证IRI识别路面等级的数学模型； 通过实际道路行驶状态下的载荷谱，完成路段的细致分级和里程统计，形成基于IRI的获取路面等级划分及其里程分布的便捷技术方法和流程，具有很好的创新性和实用性。