基于驾驶模拟器的汽车操纵稳定性主客观关联技术分析

吴利广，王 伟，杨文豪，王长青，费员军，李 鑫

基于驾驶模拟器的汽车操纵稳定性主客观关联技术分析

吴利广1,2，王 伟2，杨文豪3，王长青2，费员军2，李 鑫2

（1.天津大学 机械工程学院，天津 300192；2.中国汽车技术研究中心有限公司，天津 300300；3.合肥工业大学汽车与交通工程学院，安徽 合肥 230009）

汽车的操纵稳定性是汽车动态性能的重要组成部分，在汽车开发过程中的不同阶段，通常运用主观评价方法或客观评价方法对操纵稳定性进行验证和评价。文章进行了基于驾驶模拟器的汽车操纵稳定性主客观关联技术研究。首先基于驾驶模拟器，运用试验数据标定后的车辆模型，生成了用于主客观关联研究的大量车辆性能数据；基于这些数据，运用岭回归的方法，建立了主客观关联模型，并对模型精度进行了验证。文章的研究成果可以优化车辆性能开发流程，提升车辆开发效率，为汽车的操纵稳定性开发、评价等提供支撑。

操纵稳定性；驾驶模拟器；主客观关联

汽车行驶动力学性能是汽车动态性能的核心，直接影响驾驶员和乘客的主观感受。操纵稳定性作为汽车行驶动力学性能中的重要组成部分，是车辆开发中不可忽视的一项性能。

目前，在车辆性能开发过程中，针对操纵稳定性的判定及评价主要分为两种：一种是以测试或仿真为手段的客观评价方式；另一种是以专业评价人员主观感受为参考的主观评价方式[1]。两种评价手段各有优缺点，任何一种评价方式都无法独立支撑完整的底盘性能开发，目前国内企业的做法是两种方式并存，在整个开发流程的各个阶段分别起不同作用[2]。在开发前期，尤其是样车制造之前，均结合仿真手段采用客观评价的方式；在开发后期，尤其是样车制造之后，以主观评价为主进行车辆操纵稳定性的评价。

在车辆性能开发过程中，虽然操纵稳定性的主观评价及客观评价贯穿于整个开发流程，但也可以看出，两种评价方式是相互割裂的，相互的联系是模糊的。而车辆操纵稳定性以乘客主观感受为最终评价标准，这就使得车辆开发前期操纵稳定性不可控。因此，迫切需要将两种评价方式建立联系，探寻两者之间相互关系，提高操纵稳定性开发效率[3-6]。

1 主客观评价体系及客观指标相关性分析

1.1 主观评价体系

在进行主客观关联之前，首先要选择主客观评价体系。本文考虑主客观关联需求，并结合实际情况，采用了如表1所示的操纵稳定性主观评价项目及指标，包含了车辆的转向性能和操控性能评价。

1.2 客观评价体系

结合主观评价体系，并考虑主客观关联需求，本文采用了如表2所示的客观评价项目，其中包含了13项客观试验，共计290项指标。

1.3 客观指标相关性分析

上文提到的车辆的客观评价指标中，理论上都是在描述同一台车辆的操纵稳定性，任何两个数据之间都不是相互独立的数据，他们之间存在某种关系，甚至有些指标存在相互重叠的情况，如蛇形试验中的“最高蛇形车速”和“通过时间”其实描述的信息是完全相同的，因此有必要进行相关性分析将某一项指标剔除。

表1 操纵稳定性主观评价项目及指标

类别项目指标 转向性能转向力原地/低速转向力 力的建立 转向回正 中心区转向性能中心区转向响应 中心区高速稳定性 中心区力矩反馈 转向精确度 弯道转向性能弯道转向响应 弯道力矩反馈 弯道控制精确性 转向干扰方向盘摆振 操控性直线行驶稳定性直线行驶稳定性 直线加减速行驶稳定性 直线制动稳定性 弯道行驶稳定性不足/过度转向平衡 轮胎抓地力 操控信心 侧倾控制 瞬态稳定性移线稳定性 横摆稳定性

表2 操纵稳定性客观评价项目及指标

序号试验项目指标数量 1加速纵倾1 2制动纵倾1 3原地转向18 4怠速转向7 5转向感觉44 6蛇形15 7双移线15 8低速回正34 9高速回正45 10稳态回转22 11阶跃15 12扫频53 13中心区20

相关性分析是研究定量数据之间的关系情况，包括是否有关系，以及关系的紧密程度等。本文依次进行区域内降维、区域间降维和车辆性能相关分析获取每个主观区域评分对应的客观指标。

在客观评价体系下，可以将客观试验分为不同区域的试验，如原地转向、怠速转向、转向感觉和蛇形等。首先对同一区域试验内的客观特征进行相关性分析。设定合适阈值对同一试验区域内和不同试验区域间的客观指标降维，将原来290个客观指标精简至74个客观指标。对74个初筛客观指标进行不同客观试验区域间的相关性分析，精简至48个客观指标。对48个复筛指标通过车辆性能相关分析，从中选择每个主观区域与之对应的客观指标，进行每个区域的主客观关联模型输入构建。相关性分析流程如图1所示，客观指标相关性分析热力图如图2所示。

图1 相关性分析流程图

图2 客观指标相关性分析热力图

2 主客观关联模型构建

2.1 主客观关联数据获取

进行操纵稳定性主客观关联技术研究，需要大量的车辆主客观性能测试数据。受限于试验车辆、费用、周期等限制，获取大量车辆性能主客观测试数据较为困难，这也是目前操纵稳定性主客观关联技术发展受限的一个重要原因。本文结合车辆动力学性能动态驾驶模拟技术，通过改变标定后的车辆动力学模型参数，获取其客观仿真数据，并在驾驶模拟器中获取其主观评价数据，以此为基础进行后续主客观关联技术研究。图3为本文用到的驾驶模拟器。

图3 驾驶模拟器

2.2 主客观关联模型类别选择

基于精简后的客观性能指标，构建合适的主客观关联模型，评分数据为连续型应采用回归分析。回归分析是处理试验数据最有效和常规的方法，对于多变量的数据分析，多元回归分析可以有效地处理多个试验的指标（客观指标）和目标指标（主观评分）的函数关系[7]。得到了主观评分和客观指标x(=1,2,…,)的函数关系式如式（1）所示：

=0+11+22+,⋯,+ax（1）

本文以客观指标作为自变量，通过多元线性回归进行多客观指标和主观评价评分的函数关系构建，可以得到如式（2）的模型计算形式：

式中，1,2,3,…,y为不同区域的主观评价分数；0,1,2,…,a为回归方程的回归系数；x(= 1,2,…,,=1,2,…,)为不同主观区域筛选出的客观指标。

应对多元回归分析，常见的模型包括：线性回归、岭回归、随机森林回归、极端随机树回归、支持向量回归和多层感知机回归等。各模型对比如表3所示。

表3 主客观关联模型对比

模型名称优点缺点 线性回归计算效率高，在数据特征线性相关时效果较好对于非线性关系的数据拟合效果不佳 岭回归在存在多重共线性的数据时表现较好，可以控制模型的复杂度对于非线性关系的数据拟合效果不佳 随机森林回归能够处理高维数据，对非线性关系拟合较好在处理噪声较多的数据集时过拟合，不容易解释模型内部的过程 极端随机树回归计算效率高，不容易过拟合，能够处理高维数据和大量特征在处理少量特征和相对较小数据集时可能效果不如其他模型 支持向量回归在高维空间和样本不平衡情况下表现较好，能够处理非线性对于大规模数据集和回归问题，训练时间较长，特征可解释性较弱 多层感知机回归在处理复杂的非线性关系时表现较好，具有较强的拟合能力对于较小的数据集容易过拟合，训练时间长，模型结果不易解释

2.3 模型调优及超参数选择

本文首先对多个回归模型利用网格搜索法进行超参数调优，确定超参数范围，采用交叉验证寻找最优超参数。应用最优超参数进行之后的模型选型。

对应不同模型包含不同超参数，如表4所示。例如岭回归中的正则项列表为[0.1,0.3,0.5,…,10]，利用网格搜索遍历正则项列表选择最优模型。

表4 模型可调参数列表

序号模型名称可调整超参数 1线性回归 2岭回归正则项值 3随机森林回归决策树数量及最大深度 4极端随机树回归决策树数量及最大深度 5支持向量回归正则项值、容忍限制宽度 6多层感知机回归隐藏层的结构和神经元数量优化器、学习率

通过模型调优和超参数选择，结合整车主客观关联业务，选取岭回归、极端随机树回归、支持向量回归和多层感知机回归进行模型对比筛选。以区域原地/低速转向为例，如图4所示，从图中可以看出岭回归和支持向量回归测试集的真值与预测值拟合程度较多层感知机回归和极端随机树回归更好。

2.4 模型选择

采用评价指标进行模型筛选，的数值越小，表示预测准确度越高。分别在不同区域采用不同模型计算评价指标，如式（3）所示。

不同模型值对比如图4所示，通过比较可以得出，在不同区域下，岭回归较其他模型其值均较低，因此，选择不同区域模型时，选择岭回归模型。

图4 不同模型MAE值对比

3 主客观关联模型验证及评价

选取岭回归构建主客观关联模型，按照式（4）计算每个区域的岭回归误差大小。

式中，y为岭回归模型对每个区域的预测评分；Y为每个区域的实际评分；为每个区域的样本个数。

验证结果如表5所示，用于评价模型的优劣。除直线加减速行驶稳定性岭回归误差大于1%外，其他区域误差均控制在1%以内，符合预期要求。

表5 岭回归误差表

序号区域名称岭回归误差/% 1原地/低速转向力0.653 2力的建立0.888 3转向回正0.682 4中心区转向响应0.685 5中心区高速稳定性0.558 6中心区力矩反馈0.976 7转向精确度0.782 8弯道转向响应0.743 9弯道力矩反馈0.781 10弯道控制精确性0.908 11方向盘摆振0.548 12直线行驶稳定性0.605 13直线加减速行驶稳定性1.733 14直线制动稳定性0.64 15不足/过度转向平衡0.576 16轮胎抓地力0.514 17操控信心0.951 18侧倾控制0.849 19移线稳定性0.818 20横摆稳定性0.838

进一步地计算预测值与实际值误差最大值、最小值、平均值与中位数，用于直观表征模型性能，如图5所示。

图5 区域间差值对比图

除区域13（直线加减速行驶稳定性）外，差值平均值与中位数均能保持在0.05左右，偏差保持在0.71%左右，且差值最大值均不超过0.15。

对模型泛化能力进行验证。通过客观评价体系对新车型进行试验获取客观数据，导入到每个区域构建的岭回归模型预测主观评分。进行评分等级规整，按照主观评价要求0.25为一个等级。得到不同区域的修正主观评分，结果如表6。从表中可以看出，通过客观指标预测得到的主观性能评价指标与实际评价误差均未超过0.5分，可以满足车辆性能开发需求。

表6 模型预测误差对比

序号区域名称预测得分实际得分 1原地/低速转向力77 2力的建立77 3转向回正66.25 4中心区转向响应77 5中心区高速稳定性6.756.5 6中心区力矩反馈6.756.5 7转向精确度6.756.75 8弯道转向响应77.25 9弯道力矩反馈7.57.25 10弯道控制精确性7.257.25 11方向盘摆振7.757.75 12直线行驶稳定性7.257.5 13直线加减速行驶稳定性7.257.25 14直线制动稳定性7.57.5 15不足/过度转向平衡77.5 16轮胎抓地力6.756.5 17操控信心7.57.5 18侧倾控制7.757.75 19移线稳定性77 20横摆稳定性7.757.75

4 结论

车辆的操纵稳定性主客观关联对车辆性能开发起着非常重要的作用。本文基于驾驶模拟器，解决了主客观关联所需的大量数据问题，并运用岭回归方法进行了车辆操纵稳定性的主观评价指标与客观评价指标关联技术研究，得到了主客观关联模型。并对模型的精度进行了验证，结果表明，通过客观指标预测得到的主观性能评价指标与实际评价误差均未超过0.5分，可以满足车辆性能开发需求。本文的研究成果可以优化车辆性能开发流程，为汽车的操纵稳定性开发、评价等提供支撑。

[1] 刘博伟.汽车操纵稳定性客观评价方法研究[D].重庆:重庆交通大学,2021.

[2] 高小清,程军.汽车操纵稳定性评价方法研究[J].汽车技术,2017(3):8-11.

[3] 王佳伟.底盘操纵稳定性开发中的主观评价定量化[D].长春:吉林大学,2020.

[4] 潘佳炜,袁世海,谢伟忠.拟合次数对汽车操纵稳定性客观评价指标的影响[J].汽车技术,2016(2):29-32.

[5] 任成龙,王俭朴,赵素芳.乘用车操纵稳定性的灰色关联评价[J].机械设计与制造,2020(8):252-254.

[6] 孔繁森,郭孔辉,宗长富.基于演化策略的汽车操纵稳定性主客观评价的灰关联性研究[J].机械工程学报, 2004(7):119-123.

[7] 毕锟,范英,候峙朴,等.基于CarSim和Simulink联合仿真的汽车操纵稳定性评价[J].河北工程大学学报(自然科学版),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

吴利广（1985－），男，硕士，高级工程师，研究方向为车辆动力学及控制，E-mail:wuliguang21@163.com。

10.16638/j.cnki.1671-7988.2023.018.015