本發明實施例涉及汽車電子，具體涉及一種磨損預測模型構建方法、磨損預測方法、裝置及車機系統。

背景技術：

1、輪胎是在各種車輛或機械上裝配的接地滾動的圓環形彈性橡膠制品。通常安裝在金屬輪輞上，能支承車身，緩沖外界沖擊，實現與路面的接觸并保證車輛的行駛性能。輪胎常在復雜和苛刻的條件下使用，它在行駛時承受著各種變形、負荷、力以及高低溫作用，具有較高的承載性能、牽引性能、緩沖性能。

2、輪胎作為車輛的重要組成部分，其磨損狀態是判斷車輛行車數據和輪胎使用壽命的核心指標。輪胎磨損監測主要依賴于傳統的檢測方法，如通過外部測量設備對輪胎進行實體磨損檢測，或根據輪胎的行駛里程對輪胎的磨損推算；這些方法往往耗時且無法實時且準確監測輪胎的磨損程度。隨著車輛行駛里程的增加以及不同駕駛行為的影響，如急加速和急剎車，輪胎的磨損程度難以準確預測。

技術實現思路

1、鑒于上述問題，本發明實例提供了一種磨損預測模型構建方法、磨損預測方法、裝置及車機系統，用于解決現有技術中輪胎檢測耗時且無法實時且準確監測輪胎的磨損程度。隨著車輛行駛里程的增加以及不同駕駛行為的影響，輪胎的磨損程度難以準確預測的問題。

2、根據本發明實例的一個方面，提供了一種磨損預測模型構建方法，所述方法包括：

3、s1，獲取訓練數據集，并對所述訓練數據集進行預處理；

4、s2，擬合多元線性回歸公式，根據所述多元線性回歸公式、均方誤差公式，計算損失函數；

5、s3，根據所述損失函數，計算所述多元線性回歸公式中的回歸系數梯度，并根據回歸系數梯度、預設學習率，更新回歸系數；

6、s4，循環執行步驟s1-s3，以至多元線性回歸公式滿足預設停止條件，生成磨損預測模型。

7、在一些可選地的實施例中，在所述步驟s1中，對所述訓練數據集進行預處理，包括：

8、對所述訓練數據集進行數據清洗處理；和/或，對所述訓練數據集進行特征標準化處理。

9、在一些可選地的實施例中，在步驟s2中，所述多元線性回歸公式，具體為：

10、，

11、其中，為下一階段的預測輪胎磨損程度，為行駛里程，、、分別為車輛在x軸、y軸、z軸的加速度，為當前輪胎磨損程度， β0、 β1、 β2、 β3、 β4、 β5為回歸系數， ε為誤差項。

12、在一些可選地的實施例中，在所述步驟s2中，根據所述多元線性回歸公式、均方誤差公式，計算損失函數具體包括：

13、通過將訓練數據集輸入所述多元線性回歸公式，計算預測輪胎磨損程度；

14、通過均方誤差公式，計算預測輪胎磨損程度與實際觀測值之間的離差平方和的期望值為損失函數。

15、在一些可選地的實施例中，在步驟s3中，根據所述損失函數，計算所述多元線性回歸公式中的回歸系數梯度，具體包括：

16、通過梯度計算公式進行計算：，其中，是第 i個樣本的第 j個特征。

17、在一些可選地的實施例中，在步驟s3中，根據回歸系數梯度、預設學習率，更新回歸系數，具體包括：

18、根據將原回歸系數和回歸系數梯度與預設學習率的乘積作差，獲得更新后的回歸系數。

19、在一些可選地的實施例中，所述預設停止條件包括達到預設迭代次數、回歸系數梯度小于第一閾值、損失函數變化小于第二閾值中任一個或多個。

20、根據本發明實施例的另一方面，提供了一種輪胎磨損預測方法，所述方法包括：

21、獲取當前輪胎磨損程度、行駛里程、三軸加速度；

22、將所述當前輪胎磨損程度、行駛里程、三軸加速度，輸入到如上述的磨損預測模型構建方法制作的磨損預測模型中，獲得預測輪胎磨損程度。

23、根據本發明實施例的另一方面，提供了一種磨損預測裝置，所述裝置包括：

24、數據獲取模塊，用于獲取當前輪胎磨損程度、行駛里程、三軸加速度；

25、模型預測模塊，用于將所述當前輪胎磨損程度、行駛里程、三軸加速度，輸入到如上述的磨損預測模型構建方法制作的磨損預測模型中，獲得預測輪胎磨損程度。

26、根據本發明實施例的又一方面，提供了一種車機系統，包括：處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信；

27、所述存儲器用于存放至少一可執行指令，所述可執行指令使所述處理器執行如上述的輪胎磨損預測方法的操作。

28、本發明提供了一種磨損預測模型構建方法、磨損預測方法、裝置及車機系統，其有益效果在于：本發明通過擬合多元線性回歸公式，且通過訓練數據集對多元線性回歸公式進行訓練優化，使磨損預測模型的誤差項和損失函數數值在設定范圍內，構建磨損預測模型。通過本磨損預測模型可以準確預測車輛輪胎在不同駕駛環境中的實時磨損情況，不僅在駕駛中可以提供準確的行車數據，提高車輛駕駛安全性；同時，還可以通過提醒輪胎更換，提高輪胎的使用安全性和使用效率。

29、上述說明僅是本發明實例技術方案的概述，為了能夠更清楚了解本發明實施例的技術手段，可依照說明書的內容予以實施，并且為了讓本發明實例的上述和其它目的、特征和優點能夠更明顯易懂，以下特舉本發明的具體實施方式。

技術特征：

1.一種磨損預測模型構建方法，其特征在于，所述方法包括：

2.根據權利要求1所述的磨損預測模型構建方法，其特征在于，在所述步驟s1中，對所述訓練數據集進行預處理，包括：

3.根據權利要求1所述的磨損預測模型構建方法，其特征在于，在步驟s2中，所述多元線性回歸公式，具體為：

4.根據權利要求3所述的磨損預測模型構建方法，其特征在于，在所述步驟s2中，根據所述多元線性回歸公式、均方誤差公式，計算損失函數具體包括：

5.根據權利要求4所述的磨損預測模型構建方法，其特征在于，在步驟s3中，根據所述損失函數，計算所述多元線性回歸公式中的回歸系數梯度，具體包括：

6.根據權利要求5所述的磨損預測模型構建方法，其特征在于，在步驟s3中，根據回歸系數梯度、預設學習率，更新回歸系數，具體包括：

7.根據權利要求5所述的磨損預測模型構建方法，其特征在于，所述預設停止條件包括達到預設迭代次數、回歸系數梯度小于第一閾值、損失函數變化小于第二閾值中任一個或多個。

8.一種輪胎磨損預測方法，其特征在于，所述方法包括：

9.一種磨損預測裝置，其特征在于，所述裝置包括：

10.一種車機系統，其特征在于，包括：處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信；

技術總結
本發明實施例涉及一種磨損預測模型構建方法、磨損預測方法、裝置及車機系統，本發明通過擬合多元線性回歸公式，且通過訓練數據集對多元線性回歸公式進行訓練優化，使磨損預測模型的誤差項和損失函數數值在設定范圍內，構建磨損預測模型。通過本磨損預測模型可以準確預測車輛輪胎在不同駕駛環境中的實時磨損情況，不僅在駕駛中可以提供準確的行車數據，提高車輛駕駛安全性；同時，還可以通過提醒輪胎更換，提高輪胎的使用安全性和使用效率。

技術研發人員：聞家毅
受保護的技術使用者：惠州市德賽西威汽車電子股份有限公司
技術研發日：
技術公布日：2025/4/28