CN119164671B - 评估汽车驾乘舒适性衰减的方法、设备、介质及产品 - Google Patents

Abstract

本申请公开了评估汽车驾乘舒适性衰减的方法、设备、介质及产品，涉及汽车振动控制技术领域，该方法包括：首先基于车辆按照若干预设测试条件进行测试的测试数据，确定各预设区域的振动加速度值随减振器温度的变化曲线；然后基于所述变化曲线，确定各预设区域的最大振动加速度值；然后基于各所述最大振动加速度值和测试完成时刻的各预设区域的第一振动加速度值，确定各预设区域的振动加速度变化量；最后基于各所述振动加速度变化量，确定汽车驾乘舒适性的衰减量。本方案解决了如何降低评估汽车驾乘舒适性衰减的成本的技术问题。

Description

评估汽车驾乘舒适性衰减的方法、设备、介质及产品

技术领域

本申请涉及汽车振动控制技术领域，尤其涉及评估汽车驾乘舒适性衰减的方法、设备、介质及产品。

背景技术

汽车行业对驾乘舒适性的要求日益提高，但是汽车实际使用中会面临种种复杂环境，导致其实际性能与设计目标存在一定差距。汽车在行驶过程中会产生各类振动，这些振动会直接影响到乘员的舒适感受。高温环境下，可能会导致汽车减振器的性能发生一定衰减，从而对整车的驾乘舒适性产生不利影响。为了提高汽车产品的适应性，需要建立一套方法对高温环境对汽车性能的影响进行评估和分析。

目前，行业内比较常见的一种评估高温环境对汽车性能影响的方法是，将汽车开到环境温度最高的地区，在这里进行长时间和长里程的整车道路试验。在试验中，通过设置不同的载荷条件、选择不同的路面以及不同的驾驶操作模式，使汽车系统能够在高温复杂环境下持续工作一段时间。等待试验结束后，对汽车的关键部件如减振器等进行拆检，并运回实验室对其进行精确测试，分析这些关键部件的各项性能参数是否发生了变化，由此判断环境温度对整车性能的影响程度。

这种方法虽然可以获得汽车系统和关键部件的性能参数变化数据，通过部件的参数变化并不能直接对应到整车的实际驾乘舒适性变化，而且试验周期较长，需要占用大量的测试场地和其他资源，增加了研发的成本。

发明内容

本申请的主要目的在于提供一种评估汽车驾乘舒适性衰减的方法、设备、介质及产品，旨在解决如何降低评估汽车驾乘舒适性衰减的成本的技术问题。

为实现上述目的，本申请提出一种评估汽车驾乘舒适性衰减的方法，所述评估汽车驾乘舒适性衰减的方法包括：

基于车辆按照若干预设测试条件进行测试的测试数据，确定各预设区域的振动加速度值随减振器温度的变化曲线；

基于所述变化曲线，确定各预设区域的最大振动加速度值；

基于各所述最大振动加速度值和测试完成时刻的各预设区域的第一振动加速度值，确定各预设区域的振动加速度变化量；

基于各所述振动加速度变化量，确定汽车驾乘舒适性的衰减量。

在一实施例中，所述基于各所述振动加速度变化量，确定汽车驾乘舒适性的衰减量步骤，具体包括：

基于各预设区域的所述振动加速度变化量和汽车驾乘舒适性的衰减分数的映射关系，确定各预设区域的所述衰减分数；

将所述衰减分数中的最大值作为汽车驾乘舒适性的衰减量。

在一实施例中，所述基于各所述振动加速度变化量，确定汽车驾乘舒适性的衰减量步骤，之后包括：

在完成一个测试循环后，响应于用户对车辆舒适性的主观评价，记录第一评价分数；

将各所述第一评价分数和所述衰减分数中的最大值的差值，作为最终预测的驾乘舒适性评分。

在一实施例中，所述基于车辆按照若干预设测试条件进行测试的测试数据，确定各预设区域的振动加速度值随减振器温度的变化曲线步骤，具体包括：

基于车辆按照若干预设测试条件进行测试的测试数据中的各预设区域的振动加速度值和减振器温度，采用预设二阶次多项式函数，拟合各预设区域的所述振动加速度值随所述减振器温度的变化曲线。

在一实施例中，所述基于所述变化曲线，确定各预设区域的最大振动加速度值步骤，具体包括：

基于预设减振器温度，选取所述预设减震器温度所对应的所述预设区域的振动加速度值作为各预设区域的第一最大振动加速度值；

选取各预设区域的所述振动加速度值随所述减振器温度的所述变化曲线上最大振动加速度值，作为各预设区域的第二最大振动加速度值；

将各预设区域所述第一最大振动加速度值和各预设区域所述第二最大振动加速度值中较大值作为各预设区域的最大振动加速度值。

在一实施例中，所述基于车辆按照若干预设测试条件进行测试的测试数据，确定各预设区域的振动加速度值随减振器温度的变化曲线步骤，之前包括：

获取当前环境温度；

当各预设区域的所述减振器温度与环境温度一致时，将车辆按照若干预设测试条件进行测试，以获取测试数据。

在一实施例中，所述获取当前环境温度步骤，之前包括：

根据模拟真实驾驶情况将车辆配重至预设重量；

在配重完成时，执行所述获取当前环境温度步骤。

此外，为实现上述目的，本申请还提出一种评估汽车驾乘舒适性衰减的设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的评估汽车驾乘舒适性衰减的方法的步骤。

此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所评估汽车驾乘舒适性衰减的方法的步骤。

此外，为实现上述目的，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的评估汽车驾乘舒适性衰减的方法的步骤。

本申请提出的一个或多个技术方案，至少具有以下技术效果：

本申请首先基于车辆按照若干预设测试条件进行测试的测试数据，确定各预设区域的振动加速度值随减振器温度的变化曲线；然后基于所述变化曲线，确定各预设区域的最大振动加速度值；然后基于各所述最大振动加速度值和测试完成时刻的各预设区域的第一振动加速度值，确定各预设区域的振动加速度变化量；最后基于各所述振动加速度变化量，确定汽车驾乘舒适性的衰减量。

由于采用了基于车辆在预设测试条件下的测试数据确定振动加速度随减振器温度变化的曲线，基于曲线确定最大振动加速度值，计算振动加速度的变化量，所以能够避免进行长时间和高成本的实车测试来判断减振器性能衰减对舒适性的影响，有效解决了现有技术中需要进行大量道路试验来获得减振器性能变化的参数，进而实现了利用有限的测试数据来直接评估和预测汽车驾乘舒适性的衰减程度。

具体来说，本方法通过预设不同的测试条件，在有限的试验中就可以获得足够的数据，这些数据可以反映出减振器温度升高对各区域振动的影响。然后利用这些数据拟合出振动随温度的变化曲线，不需要进行全面的长时间试验也可以推导出最坏情况下的最大振动加速度。计算振动加速度的变化量，就可以判断减振器性能衰减对车辆各区域振动的影响，进而确定温度对整车舒适性的影响。这样避免了按照现有技术需要跑很长里程的道路试验，大大缩短了试验时间，节省了试验成本。同时也不需要进行大量参数分析就可以直接获得舒适性衰减的量化结果。总之，本方案融合了有效的数据采集、拟合分析和计算方法，实现了用有限的测试资源高效评估汽车驾乘舒适性的变化情况。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请评估汽车驾乘舒适性衰减的方法实施例一提供的流程示意图；

图2为本申请评估汽车驾乘舒适性衰减的方法实施例二提供的流程示意图；

图3为本申请评估汽车驾乘舒适性衰减的方法实施例三提供的流程示意图；

图4为本申请实施例中评估汽车驾乘舒适性衰减的方法涉及的硬件运行环境的设备结构示意图。

本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请的技术方案，并不用于限定本申请。

为了更好的理解本申请的技术方案，下面将结合说明书附图以及具体的实施方式进行详细的说明。

需要说明的是，本实施例的执行主体可以是一种具有数据处理、网络通信以及程序运行功能的计算服务设备，例如平板电脑、个人电脑、手机等，或者是一种能够实现上述功能的电子设备等。以下以汽车驾乘舒适性评估系统为例，对本实施例及下述各实施例进行说明。

基于此，本申请实施例提供了一种评估汽车驾乘舒适性衰减的方法，参照图1，图1为本申请评估汽车驾乘舒适性衰减的方法第一实施例的流程示意图。

本实施例中，所述评估汽车驾乘舒适性衰减的方法包括步骤S10～S40：

步骤S10，基于车辆按照若干预设测试条件进行测试的测试数据，确定各预设区域的振动加速度值随减振器温度的变化曲线；

其中，预设测试条件表示事先设定的用于测试车辆性能的条件，包括但不限于道路类型、行驶速度、行驶时长和驾驶员操作等。预设区域是指车辆上预先确定的用于测量振动加速度的区域，通常包括驾驶员座椅外侧导轨、副驾驶员座椅外侧导轨、后排左座椅下方车身和右座椅下的车身等位置。振动加速度值用于表示车辆各预设区域的振动程度，单位为m/s²。减振器温度是指车辆减振器在工作过程中的温度，单位为℃。变化曲线是指振动加速度值随减振器温度变化的趋势图。

具体的，该步骤在车辆完成预设测试条件的测试后执行。首先，汽车驾乘舒适性评估系统收集测试过程中记录的各预设区域的振动加速度值和对应的减振器温度数据。然后，对每个预设区域，以减振器温度为自变量，振动加速度值为因变量，使用二阶多项式函数进行拟合，得到振动加速度值随减振器温度变化的曲线。这些曲线可以反映出在不同温度下，车辆各预设区域的振动情况，为后续分析提供基础。

在一些实施例中，可以通过多种方式实现这个步骤：

可选的，可以先将车辆停放在指定的热区试验场，使其在该环境中浸泡一定时间以升温。然后，在车辆的关键位置安装温度传感器和振动加速度传感器。接着，按照预设的测试条件驾驶车辆完成一系列行驶测试，同时持续记录各传感器的数据。最后，汽车驾乘舒适性评估系统使用数据分析软件，如MATLAB或Python，对收集到的数据进行处理和拟合，得到各预设区域的振动加速度值随减振器温度的变化曲线。

可选的，也可以通过模拟仿真的方式实现这个步骤。首先，建立车辆的动力学模型，包括悬架系统、轮胎特性等。然后，设置不同的环境温度和路面条件，运行仿真程序模拟车辆在各种预设测试条件下的行驶状态。接着，从仿真结果中提取各预设区域的振动加速度数据和对应的减振器温度数据。最后，使用曲线拟合算法，如最小二乘法，对数据进行拟合，得到各预设区域的振动加速度值随减振器温度的变化曲线。

可以理解的是，还可以采用其他方式实现这个步骤，如通过实车台架试验或结合实车测试和仿真分析的混合方法，此处不作限定。

步骤S20，基于所述变化曲线，确定各预设区域的最大振动加速度值；

其中，变化曲线指的是在步骤S10中获得的各预设区域的振动加速度值随减振器温度的变化曲线。最大振动加速度值表示在整个测试过程中，各预设区域可能出现的最大振动程度，是评估车辆驾乘舒适性的重要指标。

具体的，该步骤在获得变化曲线后立即执行。首先，汽车驾乘舒适性评估系统对每个预设区域的变化曲线进行分析，找出曲线上的最大值点，该点对应的振动加速度值即为该预设区域的最大振动加速度值。如果曲线在测试温度范围内没有明显的极值点，则需要考虑曲线在更宽温度范围内的变化趋势。此外，还需要考虑实际工作中减振器历史最大振动加速对应的最高温度，在该温度下计算对应的振动加速度值。最后，比较上述两种情况下得到的振动加速度值，取其中的较大值作为该预设区域的最大振动加速度值，这种确定方法是在实际测试数据和理论预测之间寻求平衡。通过比较实际曲线上的最大值和历史最大振动加速度值对应的温度下的预测值，可以更全面地评估车辆在各种可能情况下的振动表现。这种方法考虑了测试中可能未覆盖到的极端情况，提高了评估结果的可靠性和适用性。

在一些实施例中，可以通过多种方式实现这个步骤：

可选的，可以使用数值分析方法。首先，将步骤S10中获得的二阶多项式函数输入到数学软件中。然后，使用微积分方法求解函数的极值点，得到理论上的最大振动加速度值及其对应的温度。接着，考虑实际减振器工作的历史最大振动加速对应的最高温度，如110℃，计算在该温度下的振动加速度值。最后，比较这两个值，取较大者作为最大振动加速度值。

可选的，也可以通过离散数据分析的方法实现。首先，在一个较宽的温度范围内(如0℃到120℃)，以小步长(如0.1℃)计算变化曲线上的所有点的振动加速度值。然后，对这些离散的数据点进行遍历，找出最大的振动加速度值。最后，记录这个最大值及其对应的温度，作为该预设区域的最大振动加速度值。

可以理解的是，还可以采用其他方式实现这个步骤，如使用机器学习算法预测不同温度下的振动加速度值，或结合实际测试数据和理论分析的混合方法，此处不作限定。

步骤S30，基于各所述最大振动加速度值和测试完成时刻的各预设区域的第一振动加速度值，确定各预设区域的振动加速度变化量；

其中，最大振动加速度值是指在步骤S20中确定的各预设区域可能出现的最大振动程度。测试完成时刻是指整个测试循环结束的时间点。第一振动加速度值表示测试完成时刻各预设区域实际测得的振动加速度值。振动加速度变化量用于表示各预设区域在整个测试过程中振动加速度的变化幅度，反映了车辆减振性能的变化程度。

该步骤在确定各预设区域的最大振动加速度值和测试完成时刻的第一振动加速度值后执行。具体的，首先需要获取每个预设区域在整个测试过程中的最大振动加速度值，以及测试完成时刻的第一振动加速度值。然后，对于每个预设区域，计算振动加速度变化量的百分比。计算公式为：振动加速度变化量百分比＝(最大振动加速度值-测试完成时刻的第一振动加速度值)/测试完成时刻的第一振动加速度值*100％。这个百分比反映了在整个测试过程中，各预设区域的振动强度相对于测试结束时的初始状态的增加程度。通过使用这种计算方法，可以更准确地评估高温环境对车辆振动特性的影响，因为它考虑了测试结束时的基准状态，而不是正常温度条件下的状态。

在一些实施例中，可以通过多种方式实现振动加速度变化量百分比的计算：

可选的，可以使用实时数据处理系统。首先，设置一个数据采集系统，持续记录测试过程中各预设区域的振动加速度值。然后，编写一个程序，实时更新每个预设区域的最大振动加速度值。接着，在测试完成时，记录各预设区域的第一振动加速度值。最后，使用上述公式计算每个预设区域的振动加速度变化量百分比，并生成实时报告。这种方法能够提供即时的结果，有利于工程师快速评估测试情况。

可选的，可以采用批处理方法进行后期分析。首先，将整个测试过程中收集的所有振动数据存储到数据库中。然后，编写一个数据分析脚本，从数据库中提取每个预设区域的最大振动加速度值和测试完成时刻的第一振动加速度值。接着，使用这些提取的数据计算振动加速度变化量百分比。最后，生成一份详细的分析报告，包括每个预设区域的原始数据、计算结果，以及可能的异常值标记。这种方法允许更深入的数据分析和质量控制。

可以理解的是，还可以采用其他方式实现振动加速度变化量百分比的计算和分析，如使用机器学习算法来预测振动趋势并自动识别异常模式，或者开发一个综合性的数据可视化平台，允许工程师交互式地探索不同预设区域和时间段的振动数据，此处不作限定。这些高级方法可以提供更深入的洞察，有助于改进车辆设计和优化测试流程。

步骤S40，基于各所述振动加速度变化量，确定汽车驾乘舒适性的衰减量；

其中，振动加速度变化量是指在步骤S30中确定的各预设区域振动加速度的变化幅度。驾乘舒适性是指乘客在车内感受到的舒适程度，通常与车辆的振动、噪音等因素密切相关。预设区域是指车辆上预先确定的用于测量振动加速度的关键位置，如驾驶员座椅外侧导轨、副驾驶员座椅外侧导轨等。衰减量用于表示驾乘舒适性的降低程度，是评估车辆性能变化的重要指标。

具体的，该步骤在获得各预设区域的振动加速度变化量后执行。首先，对每个预设区域，根据其振动加速度变化量计算该区域的舒适性衰减量。这个计算过程需要考虑人体对不同程度振动的感知特性，通常采用非线性映射关系。然后，比较所有预设区域的舒适性衰减量，选择其中的最大值作为整车驾乘舒适性的最终衰减量。选择最大衰减量作为最终衰减量的原因在于：驾乘舒适性通常由车辆中最不舒适的部分决定。乘客的舒适度感受往往受到振动最剧烈的区域的影响，而不是各区域的平均水平。因此，选择最大衰减量可以更准确地反映乘客可能感受到的最差舒适度水平，从而为车辆性能改进提供更有针对性的指导。

在一些实施例中，可以通过多种方式实现驾乘舒适性衰减量的确定：

可选的，可以采用分段函数映射法。首先，根据人体对振动的敏感度，建立振动加速度变化量到舒适性衰减量的分段函数映射关系。例如，可以将振动加速度变化量分为低、中、高三个区间，每个区间对应不同的舒适性衰减计算公式。然后，对每个预设区域，将其振动加速度变化量代入相应的分段函数，计算出该区域的舒适性衰减量。接着，比较所有预设区域的舒适性衰减量，选择最大值。最后，将这个最大值作为整车驾乘舒适性的衰减量，并转换为百分比形式表示。

可选的，也可以采用模糊逻辑结合最大值选择法。首先，构建一个模糊逻辑系统，输入为各预设区域的振动加速度变化量，输出为舒适性衰减量。然后，定义输入和输出的模糊集合，如"低"、"中"、"高"等语言变量，并设计相应的隶属函数。接着，制定模糊规则，如"如果振动变化量大，则舒适性衰减高"等。之后，对每个预设区域的振动加速度变化量进行模糊推理，得到各区域的舒适性衰减量。最后，从这些衰减量中选择最大值作为最终的驾乘舒适性衰减量。可以理解的是，还可以采用其他方式实现驾乘舒适性衰减量的确定，此处不作限定。

总而言之，本实施例首先基于车辆按照若干预设测试条件进行测试的测试数据，确定各预设区域的振动加速度值随减振器温度的变化曲线；然后基于所述变化曲线，确定各预设区域的最大振动加速度值；然后基于各所述最大振动加速度值和测试完成时刻的各预设区域的第一振动加速度值，确定各预设区域的振动加速度变化量；最后基于各所述振动加速度变化量，确定汽车驾乘舒适性的衰减量。

由于采用了基于车辆在预设测试条件下的测试数据确定振动加速度随减振器温度变化的曲线，基于曲线确定最大振动加速度值，计算振动加速度的变化量，所以能够避免进行长时间和高成本的实车测试来判断减振器性能衰减对舒适性的影响，有效解决了现有技术中需要进行大量道路试验来获得减振器性能变化的参数，进而实现了利用有限的测试数据来直接评估和预测汽车驾乘舒适性的衰减程度。

具体来说，本方法通过预设不同的测试条件，在有限的试验中就可以获得足够的数据，这些数据可以反映出减振器温度升高对各区域振动的影响。然后利用这些数据拟合出振动随温度的变化曲线，不需要进行全面的长时间试验也可以推导出最坏情况下的最大振动加速度。计算振动加速度的变化量，就可以判断减振器性能衰减对车辆各区域振动的影响，进而确定温度对整车舒适性的影响。这样避免了按照现有技术需要跑很长里程的道路试验，大大缩短了试验时间，节省了试验成本。同时也不需要进行大量参数分析就可以直接获得舒适性衰减的量化结果。总之，本方案融合了有效的数据采集、拟合分析和计算方法，实现了用有限的测试资源高效评估汽车驾乘舒适性的变化情况。

基于本申请第一实施例，在本申请第二种实施例中，与上述实施例一相同或相似的内容，可以参考上文介绍，后续不再赘述。在此基础上，请参照图2，基于第一实施例，本实施例给出更为具体的评估汽车驾乘舒适性衰减的方案以及车辆高温环境下舒适性的预测方案，如下：

步骤S201，基于车辆按照若干预设测试条件进行测试的测试数据中的各预设区域的振动加速度值和减振器温度，采用预设二阶次多项式函数，拟合各预设区域的所述振动加速度值随所述减振器温度的变化曲线；

本实施例给出具体预设测试条件，如下：

本实施例给出具体预设二阶次多项式函数，如下：

A₁＝a₁T_d1 ²+b₁ T_d1+c₁；

A₂＝a₂T_d2 ²+b₂ T_d2+c₂；

A₃＝a₃T_d3 ²+b₃ T_d3+c₃；

A₄＝a₄T_d4 ²+b₄ T_d4+c₄；

其中，A₁、A₂、A₃、A₄依次代表驾驶员座椅外侧导轨、副驾驶员座椅外；侧导轨、后排左座椅下方车身、右座椅车身处的振动加速度值，a、b、c为相关系数。

其中，预设测试条件表示为评估汽车驾乘舒适性而事先设定的一系列测试参数和环境，包括道路类型、行驶速度、行驶时长等。预设区域在本实施例中是指车辆内部用于测量振动的特定位置，包括驾驶员座椅外侧导轨、副驾驶员座椅外侧导轨、后排左座椅下方车身、右座椅车身等关键区域。振动加速度值用于表示各预设区域的振动强度，通常以米/秒2为单位。减振器温度是指车辆减振器在测试过程中的工作温度，通常以摄氏度为单位。预设二阶次多项式函数是指用于拟合振动加速度值与减振器温度关系的数学模型，形如y＝ax²+bx+c，如上述本实施例给出具体预设二阶次多项式函数就为这种形式。

该步骤在收集完车辆按预设测试条件进行测试的数据后执行。具体的，首先从测试数据中提取各预设区域的振动加速度值和对应的减振器温度数据。然后，对每个预设区域，使用预设的二阶次多项式函数来拟合振动加速度值随减振器温度变化的曲线。这个拟合过程通常采用最小二乘法等数学方法，通过调整多项式函数的系数a、b和c，使得拟合曲线与实际数据点的误差最小。拟合完成后，得到的多项式函数可以用来描述和预测不同减振器温度下的振动加速度值，从而为后续分析提供基础。

在一些实施例中，可以通过多种方式实现振动加速度值随减振器温度变化曲线的拟合：

可选的，首先可以使用数据预处理技术来优化原始测试数据。这包括去除异常值，如可能由传感器故障或外部干扰造成的明显偏离的数据点。然后，对数据进行平滑处理，使用移动平均等方法减少数据的随机波动。接下来，将处理后的数据按照减振器温度进行排序，确保数据的连续性和一致性。随后，使用最小二乘法来拟合二阶多项式函数。具体来说，通过最小化实际数据点与拟合曲线之间的误差平方和，求解出多项式系数a、b和c的最优值。最后，对拟合结果进行评估，计算决定系数R²等指标，以确保拟合的准确性和可靠性。

可选的，可以采用分段拟合的方法来提高拟合精度。首先，根据减振器温度的分布特征，将整个温度范围划分为若干个区间。然后，对每个温度区间内的数据单独进行二阶多项式拟合。这样可以更好地捕捉不同温度范围内振动加速度值的变化特征。接着，在相邻区间的交界处使用平滑过渡函数，确保整体曲线的连续性和光滑性。最后，将各个区间的拟合结果组合成一个分段函数，形成完整的振动加速度值随减振器温度的变化曲线。

可以理解的是，还可以采用其他方式实现振动加速度值随减振器温度变化曲线的拟合，此处不作限定。

步骤S202，基于预设减振器温度，选取所述预设减震器温度所对应的所述预设区域的振动加速度值作为各预设区域的第一最大振动加速度值；

其中，预设减振器温度是指历史测试数据中出现最大振动加速度时对应的减振器温度，反映了振动最为剧烈时的温度条件。振动加速度值用于表示各预设区域的振动强度，以米/秒2为单位。第一最大振动加速度值是指在预设减振器温度下，各预设区域可能达到的最大振动强度。预设区域表示车辆内部用于测量振动的特定位置，如驾驶员座椅外侧导轨、副驾驶员座椅外侧导轨等。历史最大振动加速度是指在过去的测试或实际使用中观察到的最大振动强度。

该步骤在确定各预设区域的振动加速度值随减振器温度的变化曲线后执行。具体的，汽车驾乘舒适性评估系统首先需要回顾历史测试数据，找出曾经记录到的最大振动加速度值及其对应的减振器温度。这个温度被设定为预设减振器温度。然后，利用步骤S201中得到的各预设区域的振动加速度值随减振器温度的变化曲线，计算在这个预设减振器温度下各预设区域的振动加速度值。这些计算得到的振动加速度值被定义为各预设区域的第一最大振动加速度值。这个步骤的目的是基于历史数据中最不利的振动条件，模拟车辆在相同温度环境下的振动情况，为后续评估提供基准数据。

在一些实施例中，可以通过多种方式实现预设减振器温度的选取和第一最大振动加速度值的确定：

可选的，首先可以建立一个历史数据库，包含所有过去测试和实际使用中的振动加速度数据及对应的减振器温度。然后，开发一个数据分析程序，遍历整个数据库，找出全局最大振动加速度值及其对应的温度。接下来，将这个温度设为预设减振器温度。随后，将这个预设减振器温度代入步骤S201中得到的二阶多项式函数，计算出各预设区域在此温度下的振动加速度值。最后，对计算结果进行验证，确保其与历史数据相符，如果出现显著差异，可能需要重新审视拟合函数或调整数据分析方法。

可选的，可以采用加权分析方法。首先，将历史数据按照测试类型或使用场景分类。然后，对每类数据单独寻找最大振动加速度及其对应温度。接着，根据每类数据的重要性或出现频率赋予权重。之后，计算加权平均温度，将其作为预设减振器温度。最后，使用这个加权平均温度，通过步骤S201的拟合函数计算各预设区域的第一最大振动加速度值。这种方法可以更好地平衡不同使用场景对最终结果的影响。

可以理解的是，还可以采用其他方式实现预设减振器温度的选取和第一最大振动加速度值的确定，如使用机器学习算法分析历史数据中的模式，预测最可能导致最大振动的温度条件，此处不作限定。

步骤S203，选取各预设区域的所述振动加速度值随所述减振器温度的所述变化曲线上最大振动加速度值，作为各预设区域的第二最大振动加速度值；

其中，振动加速度值随减振器温度的变化曲线是指步骤S201中拟合得到的二阶多项式函数，用于描述各预设区域振动强度与减振器温度的关系。最大振动加速度值表示在整个减振器温度变化范围内，各预设区域可能达到的最大振动强度。第二最大振动加速度值是指通过数学方法在变化曲线上找到的最大振动加速度值，用于表示各预设区域在任何可能的减振器温度下的最大振动强度。

该步骤在确定第一最大振动加速度值后执行。具体的，汽车驾乘舒适性评估系统对于每个预设区域，分析其振动加速度值随减振器温度的变化曲线。由于这些曲线是二阶多项式函数，可能存在一个极大值点。通过数学方法(如求导)找出这个极大值点，计算出对应的最大振动加速度值。这个过程需要对每个预设区域分别进行。得到的这些最大值被定义为各预设区域的第二最大振动加速度值。这个步骤的目的是找出在整个可能的温度范围内，各预设区域可能达到的最大振动强度。

在一些实施例中，可以通过多种方式实现第二最大振动加速度值的确定：

可选的，首先可以使用微积分方法。对每个预设区域的二阶多项式函数求一阶导数，并令其等于零，解出可能的极值点。然后计算二阶导数，判断极值点的性质。如果是极大值点且落在有效温度范围内，则计算该点的函数值作为第二最大振动加速度值。如果没有极大值点或极大值点不在有效范围内，则比较温度范围两端点的函数值，取较大者作为第二最大振动加速度值。最后，对得到的结果进行合理性检查，确保其符合物理意义。

可选的，可以采用数值方法。首先，在有效温度范围内选取足够密集的温度点(如每0.1℃取一个点)。然后，对每个温度点计算对应的振动加速度值。接着，比较所有计算得到的振动加速度值，找出最大值。最后，将这个最大值作为第二最大振动加速度值。这种方法虽然计算量较大，但可以避免解析方法可能遇到的一些数学困难，且能保证在离散点范围内找到全局最大值。

可以理解的是，还可以采用其他方式实现第二最大振动加速度值的确定，如使用优化算法寻找全局最大值，此处不作限定。

步骤S204，将各预设区域所述第一最大振动加速度值和各预设区域所述第二最大振动加速度值中较大值作为各预设区域的最大振动加速度值；

其中，第一最大振动加速度值是指在历史最大振动加速度对应的减振器温度下，各预设区域的振动加速度值，反映了基于历史数据的最不利振动条件。第二最大振动加速度值表示在整个温度变化范围内各预设区域可能达到的最大振动加速度值，反映了理论上可能达到的最大振动强度。最大振动加速度值是指综合考虑历史数据和理论计算后得出的各预设区域的最终最大振动强度，用于后续评估汽车驾乘舒适性的衰减程度。预设区域表示车辆内部用于测量振动的特定位置，如驾驶员座椅外侧导轨、副驾驶员座椅外侧导轨等。

该步骤在确定第一最大振动加速度值和第二最大振动加速度值后执行。具体的，对于每个预设区域，比较其第一最大振动加速度值(基于历史数据)和第二最大振动加速度值(基于理论计算)，选择两者中的较大值作为该预设区域的最终最大振动加速度值。这个步骤的目的是确保我们同时考虑到了历史数据中的最不利条件和理论上可能出现的最大振动。通过选择较大值，我们采取了一种保守的方法，以确保不会低估振动的影响，从而为后续的驾乘舒适性评估提供更可靠的基础数据。

在一些实施例中，可以通过多种方式实现最大振动加速度值的确定：

可选的，首先可以创建一个数据结构(如二维数组或字典)来存储每个预设区域的信息，包括区域标识、第一最大振动加速度值、第二最大振动加速度值和最终最大振动加速度值。然后，编写一个比较函数，遍历所有预设区域，对每个区域的第一和第二最大振动加速度值进行比较，选择较大者作为最终最大振动加速度值。接着，更新数据结构中的最终最大振动加速度值字段。最后，生成一个报告，详细列出每个预设区域的三个振动加速度值(第一、第二和最终最大值)，并标注最终最大值的来源(是来自历史数据还是理论计算)。这种方法可以提供清晰的数据追踪，便于后续分析和决策。

可以理解的是，还可以采用其他方式实现最大振动加速度值的确定，如使用机器学习算法分析历史数据和理论计算结果之间的关系，预测可能被低估的振动情况，并据此调整最终的最大振动加速度值，此处不作限定。

步骤S205，基于各所述最大振动加速度值和测试完成时刻的各预设区域的第一振动加速度值，确定各预设区域的振动加速度变化量；

参考步骤S30，在此不作赘述。

步骤S206，基于各预设区域的所述振动加速度变化量和汽车驾乘舒适性的衰减分数的映射关系，确定各预设区域的所述衰减分数；

其中，预设区域表示车辆内部用于测量振动的特定位置，如驾驶员座椅外侧导轨、副驾驶员座椅外侧导轨等。振动加速度变化量是指，各预设区域的振动加速度相对于正常温度条件下的变化幅度，用于表示高温对车辆振动的影响程度。汽车驾乘舒适性指的是乘客在车内感受到的整体舒适程度，包括振动、噪音、温度等多个因素，本方案主要由振动加速度来评估。衰减分数是指用于量化高温环境对汽车驾乘舒适性影响程度的数值指标。映射关系表示振动加速度变化量与衰减分数之间的对应关系，用于将物理测量值转换为舒适性评分。预设区域包括但不限于驾驶员座椅外侧导轨(D1)、副驾驶员座椅外侧导轨(D2)、后排左座椅下方车身(D3)和右座椅车身(D4)。

例如：

衰减分数	0	0.5	0.75
				D1	≤15％	15％～30％	≥30％
D2	≤15％	15％～30％	≥30％
				D3	≤10％	10％～20％	≥20％
D4	≤10％	10％～20％	≥20％

其中D1、D2、D3、D4依次代表驾驶员座椅外侧导轨、副驾驶员座椅外侧导轨、后排左座椅下方车身、右座椅车身处的所述振动加速度变化量，基于所计算出的变化百分比来选取对应的衰减分数。

该步骤在获得各预设区域的振动加速度变化量后执行，通常是在高温环境测试完成之后。具体的，首先需要准备一个映射关系表，该表包含不同振动加速度变化量区间对应的衰减分数。然后，对于每个预设区域，根据其计算得到的振动加速度变化量，查找映射关系表，确定相应的衰减分数。例如，对于驾驶员座椅外侧导轨(D1)，如果其振动加速度变化量为25％，根据映射关系表，其对应的衰减分数为0.5。这个过程需要对所有预设区域重复进行，最终得到每个预设区域的衰减分数。这种方法允许将客观的物理测量数据转换为主观的舒适性评分，有助于更直观地评估高温环境对车辆驾乘舒适性的影响。

在一些实施例中，可以通过多种方式实现基于映射关系确定各预设区域衰减分数的过程：

可选的，可以开发一个自动化的数据处理系统。首先，建立一个包含映射关系的数据库，将不同预设区域的振动加速度变化量区间和对应的衰减分数存储在其中。然后，编写一个程序，该程序能够自动读取各预设区域的振动加速度变化量数据。接着，程序会遍历每个预设区域的数据，查询数据库中的映射关系，找到相应的衰减分数。最后，程序将计算结果输出到一个结构化的报告中，包含每个预设区域的原始振动加速度变化量和对应的衰减分数。这种方法能够快速处理大量数据，减少人为错误，并能够轻松地与其他数据分析系统集成。

可选的，可以采用人工智能辅助的评估方法。首先，收集大量历史测试数据，包括不同车型、不同环境条件下的振动加速度变化量和相应的主观舒适性评分。然后，使用这些数据训练一个机器学习模型，如神经网络或决策树。接着，当新的测试数据到来时，将各预设区域的振动加速度变化量输入到训练好的模型中。最后，模型会输出预测的衰减分数。这种方法可以捕捉到更复杂的非线性关系，并且随着数据的积累，模型的准确性会不断提高。同时，这种方法还可以考虑其他因素，如车型、路况等，提供更全面的评估。

可以理解的是，还可以采用其他方式实现基于映射关系确定各预设区域衰减分数的过程，如开发一个交互式的评估工具，允许工程师手动输入振动加速度变化量，并实时显示对应的衰减分数和可视化结果，或者结合多传感器数据，如温度、湿度等，进行更全面的舒适性评估，此处不作限定。这些方法可以提供更灵活和全面的评估手段，有助于工程师更深入地理解高温环境对车辆舒适性的影响。

步骤S207，将所述衰减分数中的最大值作为汽车驾乘舒适性的衰减量；

其中，衰减分数是指用于量化高温环境对汽车驾乘舒适性影响程度的数值指标，通常以0到1之间的数值表示，0表示无影响，1表示影响最大。最大值表示在所有预设区域中，受高温影响最严重的区域的衰减程度。汽车驾乘舒适性的衰减量是指整车舒适性降低的总体评估指标，用于反映高温对车辆整体舒适性的影响程度。预设区域包括但不限于驾驶员座椅外侧导轨、副驾驶员座椅外侧导轨、后排左座椅下方车身和右座椅车身等测量点。

该步骤在确定各预设区域的衰减分数之后执行，通常是在完成步骤S206之后。具体的，首先需要收集所有预设区域的衰减分数。然后，比较这些衰减分数，找出其中的最大值。这个最大值被选定为代表整车的舒适性衰减量。选择最大值作为整车衰减量的理由是，它代表了车辆中受高温影响最严重的区域，反映了最坏情况下的舒适性降低程度。这种方法能够确保不会低估高温环境对车辆舒适性的影响，有助于在车辆设计和优化过程中关注最需要改进的区域。

步骤S208，在完成一个测试循环后，响应于用户对车辆舒适性的主观评价，记录第一评价分数；

其中，测试循环表示一次完整的高温环境测试过程，包括从准备阶段到测试结束的全部步骤。用户是指参与测试并对车辆舒适性进行评价的人员，通常包括专业测试人员和普通消费者代表。车辆舒适性是指乘坐车辆时的整体感受，包括振动、噪音、温度等多个方面。主观评价指的是用户基于个人感受对车辆舒适性进行的定性或定量评估。第一评价分数是指用户在完成测试循环后，对车辆舒适性的整体评分，通常使用数字量表(如1-10分)或描述性等级(如优秀、良好、一般等)来表示。例如，用户可能给出8分的评分，表示车辆舒适性良好但仍有改进空间。

该步骤在完成一个完整的高温环境测试循环后立即执行，通常是在车辆从高温环境中移出并冷却到正常温度后进行。

在一些实施例中，可以通过多种方式实现记录用户主观评价的第一评价分数：

可选的，可以开发一个数字化评价系统。首先，创建一个移动应用程序或网页界面，包含详细的评价问卷。这个问卷应该涵盖多个舒适性相关的方面，每个方面都有相应的评分选项。然后，在测试循环完成后，立即向用户推送评价通知，邀请他们使用这个应用程序或网页进行评价。接着，系统会实时收集用户的评价数据，并使用预设的算法自动计算出综合的第一评价分数。最后，系统将这个分数与其他测试数据一起存储在中央数据库中，并生成初步的分析报告。这种方法能够快速收集和处理评价数据，减少人为错误，并可以实时提供分析结果。

可选的，可以采用多轮评价和反馈的方法。首先，在测试循环结束后，立即进行一次初步的口头评价，由专业人员记录用户的即时反应和评分。然后，给用户一定的时间(如24小时)来仔细回顾和思考他们的体验。接着，进行一次更详细的书面评价，包括对各个方面的打分和文字描述。最后，组织一次小组讨论，让所有参与测试的用户交流他们的体验和想法，并在讨论的基础上得出一个共识性的最终评分。这种方法可以获得更深入和全面的用户反馈，并且通过多次评价和讨论，可以减少个人偏见的影响。

可以理解的是，还可以采用其他方式实现记录用户主观评价的第一评价分数，如使用虚拟现实(VR)技术模拟不同的驾驶场景，让用户在虚拟环境中体验并评价车辆舒适性，或者结合生理指标监测(如心率、皮肤电反应等)来辅助评估用户的实际舒适度，此处不作限定。这些创新方法可以提供更丰富和客观的评价数据，有助于更准确地评估和改进车辆舒适性。

步骤S209，将各所述第一评价分数和所述衰减分数中的最大值的差值，作为最终预测的驾乘舒适性评分；

其中，第一评价分数是指用户在完成高温环境测试循环后，对车辆舒适性的主观评分。衰减分数是指通过客观测量和计算得出的，用于量化高温环境对汽车驾乘舒适性影响程度的数值指标。最大值表示在所有预设区域中，受高温影响最严重的区域的衰减程度。差值用于表示主观评价与客观测量之间的偏差。最终预测的驾乘舒适性评分是指综合考虑主观评价和客观测量后得出的最终舒适性指标。例如，如果第一评价分数为8分(满分10分)，衰减分数的最大值为0.2，则最终预测的驾乘舒适性评分为7.8分。

该步骤在获得用户主观评价的第一评价分数和计算得出衰减分数的最大值之后执行。具体的，首先需要确保第一评价分数和衰减分数使用相同的量化尺度，如果不同，则需要进行标准化处理。然后，从第一评价分数中减去衰减分数的最大值。这个计算过程实际上是将客观测量得到的舒适性衰减从用户的主观评价中扣除，以得到一个更加精确的舒适性评分。最后，将计算得出的差值作为最终预测的驾乘舒适性评分。这种方法结合了用户的主观感受和客观的物理测量，能够提供一个更全面和准确的舒适性评估。它不仅反映了用户的实际体验，还考虑了高温环境对车辆性能的客观影响，有助于更好地评估和改进车辆在极端环境下的舒适性表现。

在一些实施例中，可以通过多种方式实现计算最终预测的驾乘舒适性评分：

可选的，开发一个自动化的评分系统。首先，创建一个数据库，用于存储所有相关的测试数据，包括用户的主观评价分数和各预设区域的衰减分数。然后，编写一个程序，该程序能够自动从数据库中提取最新的第一评价分数和衰减分数的最大值。接着，程序会执行差值计算，得出最终预测的驾乘舒适性评分。最后，程序将生成一份详细的报告，包括原始数据、计算过程和最终结果，并可以自动将结果存储到数据库中，便于后续的趋势分析和比较。这种方法能够快速处理大量数据，减少人为错误，并能够与其他数据分析系统无缝集成。

可以理解的是，还可以采用其他方式实现计算最终预测的驾乘舒适性评分，如使用机器学习算法，通过分析大量历史数据来建立一个预测模型，该模型可以根据第一评价分数和衰减分数预测最终的舒适性评分，或者采用模糊逻辑方法，将定性的评价转化为定量的分数，此处不作限定。这些高级方法可以处理更复杂的非线性关系，提供更精确的预测结果，有助于更深入地理解和改进车辆舒适性。

基于本申请第一和第二实施例，在本申请第三种实施例中，与上述实施例一和实施例二相同或相似的内容，可以参考上文介绍，后续不再赘述。请参阅图3，本实施例给出数据测试的前置准备方案，如下：

步骤S301，根据模拟真实驾驶情况将车辆配重至预设重量；

其中，模拟真实驾驶情况是指创造接近实际使用环境的测试条件。车辆配重表示调整车辆的总质量。预设重量是指根据车辆设计规格和预期使用情况预先确定的目标重量。例如，模拟满载家用轿车时，可能将车辆配重至设计最大载重量，如1800公斤。

该步骤在实际测试前执行，通常在测试场地或实验室进行。具体的，首先确定车辆的基本空载重量，包括所有标准配置的重量。然后，根据测试目的计算需要添加的额外重量。接着，使用配重工具如沙袋或金属块，将额外重量均匀分布在车辆的不同部位。在此过程中，需注意保持车辆的重心位置和轴负载比例。最后，使用精密称重设备验证总重量，必要时进行微调。

在一些实施例中，可以通过多种方式实现车辆的配重：可选的，使用智能液压配重系统，通过计算机控制向分布在车辆各处的储存罐注入或抽出液体，快速精确地达到预设重量；

可选的，采用模块化固体配重块系统，使用标准化配重块按照计算机设计的方案安装到车辆特定位置。

可以理解的是，还可采用其他方式，如可编程电子配重系统或结合虚拟现实技术，此处不作限定。

步骤S302，在配重完成时，获取当前环境温度；

其中，配重完成指车辆已按预设重量调整。环境温度表示测试场地的周围空气温度。获取当前环境温度是指记录配重完成时的实时温度数据。例如，配重完成时温度计显示室内温度25℃，则记录为当前环境温度。

该步骤在车辆配重完成后立即执行，属于正式测试前的准备阶段。具体的，首先确保车辆静止且配重调整已完成。然后，使用精确的温度测量设备在车辆周围多个点位测量温度。这些点位可能包括车辆前、后、左、右侧及上方。本实施例中驾驶员座椅外侧导轨、副驾驶员座椅外侧导轨、后排左座椅下方车身和右座椅车身等处的减振器上布置温度传感器，具体设置在车辆停放在水平面上时，在垂向上距离减振器最低点L/3处，其中L为减振器外筒的总长度，接着，计算平均温度得到代表性环境温度值。最后，将温度数据和相关环境参数输入测试系统，作为后续参考值。

在一些实施例中，可以通过多种方式获取当前环境温度：

可选的，使用分布式温度传感网络，在关键位置安装无线温度传感器，通过中央系统收集并处理数据；

可以理解的是，还可采用其他方式，如使用热成像技术或结合气象站数据，此处不作限定。

步骤S303，当各预设区域的所述减振器温度与环境温度一致时，将车辆按照若干预设测试条件进行测试，以获取测试数据；

在减振器温度与环境温度一致时进行测试，是为了确保测试的准确性和可比性。具体的，这样做可以消除初始温度差异对测试结果的影响。减振器的性能会受温度变化影响，如果在不同温度下开始测试，可能导致结果不一致。通过等待温度一致，可以确保所有测试都从相同的初始条件开始，提高数据的可靠性。此外，这个步骤还能模拟车辆在正常环境下的起始状态，更接近实际使用情况。

在一些实施例中，可以通过多种方式确保测试在适当时机进行：

可选的，使用自动化温度监测系统，当所有预设区域的温度达到设定条件时，自动触发测试程序；

可选的，采用热成像技术，实时监测整个车辆的温度分布，确保均匀性后开始测试。可以理解的是，还可采用其他方式，如结合环境模拟舱控制整体测试环境，此处不作限定。

本申请提供一种评估汽车驾乘舒适性衰减的设备，评估汽车驾乘舒适性衰减的设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例一中的评估汽车驾乘舒适性衰减的方法。

下面参考图4，其示出了适于用来实现本申请实施例的评估汽车驾乘舒适性衰减的设备的结构示意图。本申请实施例中的评估汽车驾乘舒适性衰减的设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(Personal Digital Assistant：个人数字助理)、PAD(Portable Application Description：平板电脑)、PMP(Portable MediaPlayer：便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的评估汽车驾乘舒适性衰减的设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图4所示，评估汽车驾乘舒适性衰减的设备可以包括处理装置1001(例如中央处理器、图形处理器等)，其可以根据存储在只读存储器(ROM：Read Only Memory)1002中的程序或者从存储装置1003加载到随机访问存储器(RAM：Random Access Memory)1004中的程序而执行各种适当的动作和处理。在RAM1004中，还存储有评估汽车驾乘舒适性衰减的设备操作所需的各种程序和数据。处理装置1001、ROM1002以及RAM1004通过总线1005彼此相连。输入/输出(I/O)接口1006也连接至总线。通常，以下系统可以连接至I/O接口1006：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1007；包括例如液晶显示器(LCD：Liquid Crystal Display)、扬声器、振动器等的输出装置1008；包括例如磁带、硬盘等的存储装置1003；以及通信装置1009。通信装置1009可以允许评估汽车驾乘舒适性衰减的设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的评估汽车驾乘舒适性衰减的设备，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。

特别地，根据本申请公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置从网络上被下载和安装，或者从存储装置1003被安装，或者从ROM1002被安装。在该计算机程序被处理装置1001执行时，执行本申请公开实施例的方法中限定的上述功能。

本申请提供的评估汽车驾乘舒适性衰减的设备，采用上述实施例中的评估汽车驾乘舒适性衰减的方法，能解决如何降低评估汽车驾乘舒适性衰减的成本的技术问题。与现有技术相比，本申请提供的评估汽车驾乘舒适性衰减的设备的有益效果与上述实施例提供的评估汽车驾乘舒适性衰减的方法的有益效果相同，且该评估汽车驾乘舒适性衰减的设备中的其他技术特征与上一实施例方法公开的特征相同，在此不做赘述。

应当理解，本申请公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

本申请提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令(即计算机程序)，计算机可读程序指令用于执行上述实施例中的评估汽车驾乘舒适性衰减的方法。

本申请提供的计算机可读存储介质例如可以是U盘，但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体地例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM：Random Access Memory)、只读存储器(ROM：Read Only Memory)、可擦式可编程只读存储器(EPROM：Erasable Programmable Read Only Memory或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM：CD-Read Only Memory)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(Radio Frequency：射频)等等，或者上述的任意合适的组合。

上述计算机可读存储介质可以是评估汽车驾乘舒适性衰减的设备中所包含的；也可以是单独存在，而未装配入评估汽车驾乘舒适性衰减的设备中。

描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该单元本身的限定。

本申请提供的可读存储介质为计算机可读存储介质，所述计算机可读存储介质存储有用于执行上述评估汽车驾乘舒适性衰减的方法的计算机可读程序指令(即计算机程序)，能够解决如何降低评估汽车驾乘舒适性衰减的成本的技术问题。与现有技术相比，本申请提供的计算机可读存储介质的有益效果与上述实施例提供的评估汽车驾乘舒适性衰减的方法的有益效果相同，在此不做赘述。

本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的评估汽车驾乘舒适性衰减的方法的步骤。

本申请提供的计算机程序产品能够解决如何降低评估汽车驾乘舒适性衰减的成本的技术问题。与现有技术相比，本申请提供的计算机程序产品的有益效果与上述实施例提供的评估汽车驾乘舒适性衰减的方法的有益效果相同，在此不做赘述。

以上所述仅为本申请的部分实施例，并非因此限制本申请的专利范围，凡是在本申请的技术构思下，利用本申请说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本申请的专利保护范围。

Claims (9)

1.一种评估汽车驾乘舒适性衰减的方法，其特征在于，所述评估汽车驾乘舒适性衰减的方法包括：

基于车辆按照若干预设测试条件进行测试的测试数据，确定各预设区域的振动加速度值随减振器温度的变化曲线；

基于所述变化曲线，确定各预设区域的最大振动加速度值；

基于各所述最大振动加速度值和测试完成时刻的各预设区域的第一振动加速度值，确定各预设区域的振动加速度变化量；

基于各所述振动加速度变化量，确定汽车驾乘舒适性的衰减量；

其中，所述基于各所述振动加速度变化量，确定汽车驾乘舒适性的衰减量步骤，具体包括：

基于各预设区域的所述振动加速度变化量和汽车驾乘舒适性的衰减分数的映射关系，确定各预设区域的所述衰减分数；

将所述衰减分数中的最大值作为汽车驾乘舒适性的衰减量。

2.如权利要求1所述的方法，其特征在于，所述基于各所述振动加速度变化量，确定汽车驾乘舒适性的衰减量步骤，之后包括：

在完成一个测试循环后，响应于用户对车辆舒适性的主观评价，记录第一评价分数；

将各所述第一评价分数和所述衰减分数中的最大值的差值，作为最终预测的驾乘舒适性评分。

3.如权利要求1所述的方法，其特征在于，所述基于车辆按照若干预设测试条件进行测试的测试数据，确定各预设区域的振动加速度值随减振器温度的变化曲线步骤，具体包括：

基于车辆按照若干预设测试条件进行测试的测试数据中的各预设区域的振动加速度值和减振器温度，采用预设二阶次多项式函数，拟合各预设区域的所述振动加速度值随所述减振器温度的变化曲线。

4.如权利要求1所述的方法，其特征在于，所述基于所述变化曲线，确定各预设区域的最大振动加速度值步骤，具体包括：

基于预设减振器温度，选取所述预设减振器温度所对应的所述预设区域的振动加速度值作为各预设区域的第一最大振动加速度值；

选取各预设区域的所述振动加速度值随所述减振器温度的所述变化曲线上最大振动加速度值，作为各预设区域的第二最大振动加速度值；

将各预设区域所述第一最大振动加速度值和各预设区域所述第二最大振动加速度值中较大值作为各预设区域的最大振动加速度值。

5.如权利要求1所述的方法，其特征在于，所述基于车辆按照若干预设测试条件进行测试的测试数据，确定各预设区域的振动加速度值随减振器温度的变化曲线步骤，之前包括：

获取当前环境温度；

当各预设区域的所述减振器温度与环境温度一致时，将车辆按照若干预设测试条件进行测试，以获取测试数据。

6.如权利要求5所述的方法，其特征在于，所述获取当前环境温度步骤，之前包括：

根据模拟真实驾驶情况将车辆配重至预设重量；

在配重完成时，执行所述获取当前环境温度步骤。

7.一种评估汽车驾乘舒适性衰减的设备，其特征在于，所述评估汽车驾乘舒适性衰减的设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至6中任一项所述的评估汽车驾乘舒适性衰减的方法的步骤。

8.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项评估汽车驾乘舒适性衰减的方法的步骤。

9.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的评估汽车驾乘舒适性衰减的方法的步骤。