06 | ASW 开发系列 6- 标定表与 Lookup table

本贴最后更新于 413 天前,其中的信息可能已经时移世改

不管汽车的动力系统,底盘系统还是车身系统,在控制层面,有些零部件的特性按照理论方法(比如数学模型)来实现将会十分复杂,也会导致计算更加复杂且占用 ECU 大量的资源。因此,工程应用上基本采用标定表的方式去简化计算,并建立关键因素间的关系。比如离合器特性,采用标定表来表示离合器扭矩与滑摩转速差,油压的关系,见下图。

图片

另外,工程上也会通过标定开关去控制是否激活某些功能,实现不同车辆配置的差异。本文主要介绍实现标定表的 Simulink 模块 Lookup table。

1. Lookup table

量产模型中,标定表最常使用的是是一维和二维的 Lookup table,如下所示:

图片

以 TCU 模型开发为例,标定表主要应用在换挡表,离合器特性和 PI 参数设置等方面。假设 PI 控制中的 P 项参数会受温度影响,但没有准确的数学关系,从而采用标定方式来获取 P 项参数。

这时需要先对 Lookup table 进行设置,如下所示:

图片

对于表和断点设置,方法与前面文章定义数据字典方法一样,这里定义了横轴变量为 TempValu_cx,纵轴为 PItemFctr_cy,如下图,当该表的输入为 0,则输出为 0.3。

图片

对于算法设置,主要介绍插值方法,插值方法有很多种,比如线性插值,多项式插值和样条曲线插值等,通常选择线性插值(Interpolation)方法。

2 线性插值方法

下面将介绍线性插值原理,以便于了解如何得到了标定表的输出结果。

线性插值在数学原理上其实就是一次函数 z=kx+b 的运算,当 k 和 b 确定时,输入 x,就能得到相应的 z,具体原理示意如下:

图片

图片

通过上图可理解:所谓的标定,就类似于根据实际情况不断地调整 k 和 b 的数值,最终找到最优的 k 和 b, 从而对于任意数值的 x,都能得到满意的 z。

继续深挖线性插值方法,来看标定表的坐标轴的一些设定方法。了解了线性插值原理后,假如我们采用 1-D Lookup table 为标定表,即标定表包含横轴 x 和纵轴 z。

关于横轴 x,假定横轴 x 范围设置为[0,150],设置 3 个标定点:[10 60 110],此时如果表的输入 0 或 120 时,该怎么处理?

目前了解到有两种处理方法,一种是使用外插值(),如下左图;另一种使用尾值(use end value),如下右图。

图片

另外,当前横轴标定点设置是等间距的,是否可以不这么设置?

答案是可以,但必须数据得递增才行,总的来说横轴的数据点间隔设置有两种形式,一种数据点间距相等,另一种数据点间距不相等,两者主要在消耗存储空间和算法效率方向有差异。

图片

关于纵轴,首先纵轴必须设置与横轴数量相同的标定点,即横纵轴的标定点数量要相同。接着横轴例子,假定纵轴范围设置为[0,1000],设置纵轴 3 个点[100 900 500],注意这 3 点并不需要横轴那样必须严格递增。

这样确定了横轴和纵轴的标定点,就确定了插值关系。通常只需要根据输入和插值关系就可以得到标定表的输出,但是也有一些意外情况,比如当横轴输入 120,而插值结果为 1050,超过纵轴范围,此时只能取纵轴的最大值 1000,如下图所示:

图片

3 小结

以上就是对标定表使用 Lookup table 的介绍,初步介绍了解需要对 Lookup table 做哪些设置,以及 Lookup table 实现线性插值的基本原理和方法。若想对 Lookup table 做更深入了解,比如在代码层面如何实现的,可参考本人知乎文章:ECU 开发基础系列--标定表插值方法 4

另外,若想对汽车软件的标定了解更多,可参考:

  • 标定概述
  • 如何使用 CANape 实现 XCP/CCP“Measurement 测量”和“Calibration 标定”变量
  • 汽车标定工程师是如何参与整车开发的?

  • 设计
    115 引用 • 797 回帖 • 1 关注

相关帖子

欢迎来到这里!

我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。

注册 关于
请输入回帖内容 ...

推荐标签 标签

  • 区块链

    区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。所谓共识机制是区块链系统中实现不同节点之间建立信任、获取权益的数学算法 。

    91 引用 • 751 回帖 • 1 关注
  • 机器学习

    机器学习(Machine Learning)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

    83 引用 • 37 回帖
  • Node.js

    Node.js 是一个基于 Chrome JavaScript 运行时建立的平台, 用于方便地搭建响应速度快、易于扩展的网络应用。Node.js 使用事件驱动, 非阻塞 I/O 模型而得以轻量和高效。

    139 引用 • 269 回帖 • 28 关注
  • iOS

    iOS 是由苹果公司开发的移动操作系统,最早于 2007 年 1 月 9 日的 Macworld 大会上公布这个系统,最初是设计给 iPhone 使用的,后来陆续套用到 iPod touch、iPad 以及 Apple TV 等产品上。iOS 与苹果的 Mac OS X 操作系统一样,属于类 Unix 的商业操作系统。

    85 引用 • 139 回帖
  • Shell

    Shell 脚本与 Windows/Dos 下的批处理相似,也就是用各类命令预先放入到一个文件中,方便一次性执行的一个程序文件,主要是方便管理员进行设置或者管理用的。但是它比 Windows 下的批处理更强大,比用其他编程程序编辑的程序效率更高,因为它使用了 Linux/Unix 下的命令。

    123 引用 • 74 回帖
  • Kubernetes

    Kubernetes 是 Google 开源的一个容器编排引擎,它支持自动化部署、大规模可伸缩、应用容器化管理。

    110 引用 • 54 回帖 • 1 关注
  • 国际化

    i18n(其来源是英文单词 internationalization 的首末字符 i 和 n,18 为中间的字符数)是“国际化”的简称。对程序来说,国际化是指在不修改代码的情况下,能根据不同语言及地区显示相应的界面。

    8 引用 • 26 回帖 • 1 关注
  • WebComponents

    Web Components 是 W3C 定义的标准,它给了前端开发者扩展浏览器标签的能力,可以方便地定制可复用组件,更好的进行模块化开发,解放了前端开发者的生产力。

    1 引用 • 5 关注
  • BAE

    百度应用引擎(Baidu App Engine)提供了 PHP、Java、Python 的执行环境,以及云存储、消息服务、云数据库等全面的云服务。它可以让开发者实现自动地部署和管理应用,并且提供动态扩容和负载均衡的运行环境,让开发者不用考虑高成本的运维工作,只需专注于业务逻辑,大大降低了开发者学习和迁移的成本。

    19 引用 • 75 回帖 • 653 关注
  • 运维

    互联网运维工作,以服务为中心,以稳定、安全、高效为三个基本点,确保公司的互联网业务能够 7×24 小时为用户提供高质量的服务。

    149 引用 • 257 回帖
  • SVN

    SVN 是 Subversion 的简称,是一个开放源代码的版本控制系统,相较于 RCS、CVS,它采用了分支管理系统,它的设计目标就是取代 CVS。

    29 引用 • 98 回帖 • 694 关注
  • 一些有用的避坑指南。

    69 引用 • 93 回帖 • 1 关注
  • TensorFlow

    TensorFlow 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。

    20 引用 • 19 回帖 • 1 关注
  • 快应用

    快应用 是基于手机硬件平台的新型应用形态;标准是由主流手机厂商组成的快应用联盟联合制定;快应用标准的诞生将在研发接口、能力接入、开发者服务等层面建设标准平台;以平台化的生态模式对个人开发者和企业开发者全品类开放。

    15 引用 • 127 回帖
  • 持续集成

    持续集成(Continuous Integration)是一种软件开发实践,即团队开发成员经常集成他们的工作,通过每个成员每天至少集成一次,也就意味着每天可能会发生多次集成。每次集成都通过自动化的构建(包括编译,发布,自动化测试)来验证,从而尽早地发现集成错误。

    15 引用 • 7 回帖
  • Sublime

    Sublime Text 是一款可以用来写代码、写文章的文本编辑器。支持代码高亮、自动完成,还支持通过插件进行扩展。

    10 引用 • 5 回帖
  • 正则表达式

    正则表达式(Regular Expression)使用单个字符串来描述、匹配一系列遵循某个句法规则的字符串。

    31 引用 • 94 回帖 • 2 关注
  • 深度学习

    深度学习(Deep Learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。

    53 引用 • 40 回帖 • 1 关注
  • GitBook

    GitBook 使您的团队可以轻松编写和维护高质量的文档。 分享知识,提高团队的工作效率,让用户满意。

    3 引用 • 8 回帖
  • Caddy

    Caddy 是一款默认自动启用 HTTPS 的 HTTP/2 Web 服务器。

    12 引用 • 54 回帖 • 159 关注
  • 钉钉

    钉钉,专为中国企业打造的免费沟通协同多端平台, 阿里巴巴出品。

    15 引用 • 67 回帖 • 335 关注
  • Kotlin

    Kotlin 是一种在 Java 虚拟机上运行的静态类型编程语言,由 JetBrains 设计开发并开源。Kotlin 可以编译成 Java 字节码,也可以编译成 JavaScript,方便在没有 JVM 的设备上运行。在 Google I/O 2017 中,Google 宣布 Kotlin 成为 Android 官方开发语言。

    19 引用 • 33 回帖 • 63 关注
  • 开源

    Open Source, Open Mind, Open Sight, Open Future!

    407 引用 • 3578 回帖
  • Vditor

    Vditor 是一款浏览器端的 Markdown 编辑器,支持所见即所得、即时渲染(类似 Typora)和分屏预览模式。它使用 TypeScript 实现,支持原生 JavaScript、Vue、React 和 Angular。

    354 引用 • 1823 回帖 • 1 关注
  • 设计模式

    设计模式(Design pattern)代表了最佳的实践,通常被有经验的面向对象的软件开发人员所采用。设计模式是软件开发人员在软件开发过程中面临的一般问题的解决方案。这些解决方案是众多软件开发人员经过相当长的一段时间的试验和错误总结出来的。

    200 引用 • 120 回帖
  • 黑曜石

    黑曜石是一款强大的知识库工具,支持本地 Markdown 文件编辑,支持双向链接和关系图。

    A second brain, for you, forever.

    16 引用 • 130 回帖
  • Java

    Java 是一种可以撰写跨平台应用软件的面向对象的程序设计语言,是由 Sun Microsystems 公司于 1995 年 5 月推出的。Java 技术具有卓越的通用性、高效性、平台移植性和安全性。

    3190 引用 • 8214 回帖 • 1 关注