CN101372222B - 用于一致性制动控制的方法与系统 - Google Patents

Abstract

本发明涉及用于一致性制动控制的方法与系统。调制制动踏板输入，以产生制动踏板输入与车辆的减速度之间的一致性关系。

Description

用于一致性制动控制的方法与系统

技术领域

本发明涉及机动车辆中的制动系统。

背景技术

车辆操作者期望制动踏板的特定下压将导致车辆的特定减速。如果制动条件使得车辆需要比平常更多的制动力来减速，则操作者可能没有正确地预测使车辆减速所需要增加的力。一旦意识到急需增加制动力，驾驶者可能将过度的力施加到制动踏板，从而极大地增加了在车辆减速时车辆的车轮抱死或丧失横向稳定性的机会。

因此，希望提供一种制动控制方法，借此控制制动系统使车辆减速的性能，以在制动踏板输入与车辆减速度之间产生一致性关系，而不管制动条件(例如道路坡度或车辆载荷)如何。

发明内容

一种用于控制车辆制动的方法包括接收制动踏板输入，通过反馈增益与前馈增益调制该制动踏板输入，以产生经调制的制动踏板输入，并且基于经调制的制动踏板输入制动车辆。经调制的制动踏板输入操作地在制动踏板输入与车辆的减速度之间产生一致性关系。

附图说明

现在通过示例，参考附图，描述一个或多个实施例，在附图中：

图1为示出根据本发明的使用制动系统的车辆的示范性实施例的示意图；

图2为示出根据本发明的确定载荷适应因子的方法的示范性实施例的流程图；

图3为示出根据本发明的图3的流程图中所示的元件的示范性实施例的流程图；以及

图4为示出根据本发明的制动控制方法的示范性实施例的框图。

具体实施方式

现在参照附图，其中附图仅为了说明某些示范性实施例，而不是为了限制这些示范性实施例的目的，图1描绘了根据本发明的实施例构建的车辆10。车辆10包括制动系统20，以实现车辆10的制动控制。制动系统20包括制动踏板系统30，制动控制模块40，以及制动转矩生成系统50。制动踏板系统30是车辆操作者减速车辆10的用户接口。在优选实施例中，制动踏板系统30是电子致动的接口，其将踏板的下压转换为形式为制动踏板输入信号的电子信号。作为对踏板下压的回馈，操作者接收力反馈返回，作为向操作者指示踏板下压程度的方式。操作者使踏板下压得更多导致制动踏板输入增加，并且返回更高的力反馈。制动控制模块40包括处理器，该处理器可操作以接收制动踏板输入并且生成经调制的制动踏板输入。该经调制的制动踏板输入操作地控制制动转矩生成系统50。制动转矩生成系统50包括位于车辆10的某些或所有车轮上的机构，其将电子制动控制信号转换为机械力，所述机构例如卡钳(caliper)与转子系统。制动转矩生成系统50的优选实施例包括电致动卡钳。制动转矩生成系统50的另一优选实施例使用防抱死制动机构。

道路坡度和车辆载荷均对车辆10的制动操作有影响。在制动转矩生成系统50施加相同的制动作用的情况下，下坡的车辆比水平道路上行驶的车辆需要更长的时间才能停下来。同样地，在制动转矩生成系统50施加相同的制动作用的情况下，重载荷的车辆比轻载荷的车辆需要更长的时间停下来。公知的系统施加特定的制动作用用于特定的制动踏板输入；因此，在相同踏板输入的情况下，公知的车辆在不利的制动条件下，将比正常情况下需要更长的时间停下来。如果操作者未能预测到需要更加猛烈的制动踏板输入力以考虑车辆载荷与道路坡度条件，则将导致比预测的停止距离更长的停止距离。本发明应用算法补偿变化的制动条件，该算法使用反馈控制与前馈控制。

与诸如道路坡度和车辆载荷之类的变化的制动条件相关的信息由数据系统60产生。数据系统60包括可操作以向制动控制模块40提供与车辆10的操作相关的数据输入的模块。数据系统60产生与车辆10行驶于其上的道路坡度相关的数据。车辆10的道路坡度可以通过使用坡度指示系统64或全球定位系统66量化。坡度指示系统64包括能够测量车辆相对于水平面的倾斜角度的设备与方法。全球定位系统66可以通过查找道路给定部分的值而产生道路坡度数据。优选实施例同时使用坡度指示系统64与全球定位系统66，以增加道路坡度数据的准确度。

车辆载荷包括施加到车辆10的力，并且包括车辆内的质量，牵引的物体，风力与拖曳力，以及其他这种因素的影响。可以基于车辆的实际制动操作与给定制动踏板输入的期望制动操作之间的净差值估计载荷适应因子。该制动操作的净差值可以通过处理与车辆10的制动减速度相关的数据而计算。数据系统60通过使用加速度计62或全球定位系统66生成减速度数据。加速度计62为测量物体的速度变化率的设备。全球定位系统66生成车辆10在任意时刻的具体位置。减速度或负加速度为位置数据的简单二阶函数，并且任意处理器均能基于车辆位置数据流生成减速数据，所述处理器例如制动控制模块40中的处理器或驻留在全球定位系统66中的处理器。优选实施例同时使用加速度计62与全球定位系统66，以增加减速度数据的准确度。

如上所述，制动控制模块40使用反馈控制系统和前馈控制系统补偿或调制用于变化的道路坡度和车辆载荷的制动踏板输入。反馈控制系统是生成输出的系统，并且该系统的输出被分析与反馈，以修正该系统的参数，从而朝着所需的参考值校正输出。通过反馈控制，系统可得到修正：随着迭代地生成输出，修正该系统，以降低输出与参考值之间的误差。

当施加到制动系统20时，反馈系统可用于校正车辆10制动中的反复出现的异常。例如，由于重载荷，包含超额质量的车辆将始终比相同情况下具有正常质量的车辆需要更长时间停下来。制动控制模块40中的反馈控制系统评估实际制动性能数据和来自给定制动踏板输入的参考数据的期望制动性能之间的误差，并且反馈控制系统以反馈增益的形式向制动踏板输入增加补偿因子，以减少进一步的制动误差。

当反馈系统基于该系统的输出校正误差时，前馈系统在生成任意输出结果之前对制动条件中变化的输入作出反应。通过将这些操作条件与典型值进行比较，该系统可以预测不同条件对系统性能的影响。例如，单元可以具有查找表，其估计高于正常温度20度的环境温度将需要参数A增加X％来维持正常输出。这样，前馈系统可以主动进行调整，不允许输出在调整之前受到初始误差的影响。前馈系统常常并入了机器学习算法。机器学习算法是在许多系统循环上递增地调整内部参数到某个输入读数的算法。如果该特定输入始终低于预测的缺省值，可以预先慢慢调整该算法的参数以适合该更低的输入值。如果从典型值变化了一定量的输入趋于产生具有可预测误差的结果，则可以调整该算法，以预测并校正该误差。通过使用这些技术，前馈系统通过考虑可变输入可以减少系统的输出误差。

应用于本发明，前馈控制系统用于预测道路坡度与车辆载荷对制动系统20的影响。制动控制模块40中的算法接收与道路坡度与车辆载荷相关的输入。来自数据系统60的道路坡度输入由制动控制模块40处理，以产生道路坡度因子。与车辆减速度相关的输入用于估计载荷适应因子。道路坡度因子与载荷适应因子一起作为前馈增益应用于制动踏板输入。

图2为表示详述根据本发明示范性实施例的载荷适应因子的计算的过程100的流程图。产生过程100的载荷适应因子，用于在特定时间跨度中使用。该时间跨度或循环在步骤102处开始，并且定义为制动控制适应循环，在该时间跨度或循环中，使用对应于给定的一组输入数据的载荷适应因子。该制动控制适应循环的持续时间可以从制动踏板的单次下压至车辆寿命而改变。制动控制适应循环持续时间的优选实施例为单运转循环(single key cycle)，当车辆开启时开始，车辆熄火时结束。该制动控制适应循环的持续时间的实施例是有优势的，因为特定车辆的使用与载荷趋于在运转循环之间变化最明显，以及趋于在运转循环期间保持相对静止。持续时间的其他实施例包括以车辆10的特定使用(例如当物体被牵引时)所识别的制动控制适应循环，或维持并适应于(key)特定操作者的单独的制动控制适应循环。

在给定的制动控制适应循环内，通过学习循环确定载荷适应因子。在对应于制动控制适应循环的开始的步骤104处，加载载荷适应因子的缺省值，并且学习值最初设置为未完成。在一个实施例中，载荷适应因子的缺省值为预设的查找值，例如对应于额定条件(即，水平坡度与额定载荷)的值。在另一实施例中，载荷适应因子的缺省值是在前一制动控制适应循环期间使用的最后的载荷适应因子值。当车辆10在制动控制循环中第一次制动时，在步骤106处将载荷适应因子的缺省值用于前馈增益。因为学习循环最初被设置为未完成，启动包括步骤108至114的学习循环。分别在步骤108与110处读取来自反馈控制系统的反馈增益的值和制动踏板输入的值，并且在步骤112处将这些值馈送通过载荷适应因子函数，以生成更新的载荷适应因子。回想起反馈增益是作为对与给定制动踏板输入的期望或参考值相比的减速度性能数据的误差的响应而产生的，反馈增益中的趋势指示制动性能的趋势，其可用于估计在制动事件期间作用于车辆上的非额定力。这些非额定力在制动事件期间在车辆10上产生净载荷作用，并且与这些非额定力相关的数据可以被处理，以估计载荷适应因子。用于步骤112处以产生载荷适应因子的载荷适应因子函数可以采用很多种形式，可以要求学习循环的多次迭代，以提高估计的准确度，并且可以包括机器学习算法。载荷适应因子函数的一个优选实施例在以下及图3中描述。载荷适应因子通过载荷适应因子函数更新，并且可得到以在步骤106应用于下一制动事件，除非制动控制适应循环在步骤116处结束。

在载荷适应因子在步骤112处更新后，步骤114然后确定是否满足一定标准，使得学习值应当被设置为完成。如果学习值被设置为完成，对于制动控制适应循环的剩余部分，不对载荷适应因子做进一步的更新。如果学习值保持未完成，那么学习循环在下一制动事件重新进行迭代。用于定义将学习值设置为完成的所需要的迭代次数的标准可以基于几个因素：如果测试显示第一次迭代对于特定的车辆应用通常是准确的，则可以使用单次迭代；多次迭代可用于具有复杂特性的车辆或用于在制动控制适应循环的跨度中改变载荷特性的车辆。优选实施例使用预先设置的固定学习计算器，该计算器设置成确定为每个制动控制适应循环运行的设定的学习循环迭代次数。另一实施例可以跟踪载荷适应因子的改变，并且仅当更新值从迭代到迭代变小时，将学习值设置为完成。用于将学习值设置为完成的标准的很多实施例是可以预见的，并且本发明不应限于此处描述的示范性实施例。

图3示出了根据本发明的如图2中的步骤112描述的载荷适应因子函数可以采取的示范性实施例。如过程200，载荷适应因子函数的该实施例接收反馈增益与制动踏板输入作为输入，并且产生更新的载荷适应因子。步骤202将载荷适应因子的变化计算为反馈增益除以制动踏板输入。步骤204通过将在步骤202中计算的载荷适应因子的变化增加至前一载荷适应因子来计算更新的载荷适应因子。前一载荷适应因子为在步骤106中最近用作载荷适应因子的值。这样，生成更新的载荷适应因子，以在下一制动循环期间使用。

在制动踏板的任意下压中，通过制动控制模块40将反馈控制增益与前馈控制增益施加到制动踏板输入，以生成经调制的制动踏板输入。该经调制的制动踏板输入对应于操作者以特定速率使车辆10减速的特定意图，并且达到根据经调制的制动踏板输入的大小生成的制动力的峰值。利用上述的反馈控制系统与前馈系统的制动控制模块40接收制动踏板输入，并且为了使得停止车辆10所需的距离尽可能接近地标准化为停止在平坦路面上的处于额定载荷条件中的相同车辆所需的距离而校正制动系统20的操作。

制动控制模块40用来实施上述控制方法的算法的示范性实施例在图4中描绘。过程300描述了通过根据本发明的算法对制动系统20的控制。道路坡度与车辆载荷的物理特性作用于车辆10上。在步骤302处，从操作者接收制动踏板输入。为了在车辆10上实现制动，该制动踏板输入被馈送通过步骤304处的前馈增益结点与步骤306处的反馈增益结点。在步骤308处确定反馈增益结点对制动输入的作用，从而，如前所述，反馈控制系统接收关于制动性能数据的输入，并且基于该性能数据，将补偿因子应用于制动踏板输入。如前所述，通过在步骤310处施加道路坡度因子与在步骤312处施加载荷适应因子，确定前馈增益结点的作用。这样，与道路坡度与车辆载荷相关的因子可以通过反馈与前馈机构的使用而应用于制动系统20，以使得制动系统20的操作产生制动踏板输入与车辆减速度之间的一致性关系。

本发明描述了特定的优选实施例以及其修改。在阅读与理解说明书之后，其他修改与改变对于本领域技术人员是显而易见的。因此，本发明不打算限于作为预期实现本发明的最佳方式所公开的特定实施例，相反本发明将包括落入所附权利要求书范围之内的所有实施例。

Claims (10)

1.一种控制车辆中制动的方法，包括：

接收制动踏板输入；

通过反馈增益与前馈增益调制所述制动踏板输入，以产生经调制的制动踏板输入，其中所述前馈增益包括载荷适应因子，并且反馈增益中的趋势用于估计在制动事件期间作用于车辆上的非额定力，这些非额定力在制动事件期间在车辆上产生净载荷作用，并且与这些非额定力相关的数据被处理，以估计载荷适应因子；并且

基于所述经调制的制动踏板输入制动所述车辆，其中所述经调制的制动踏板输入操作地产生所述制动踏板输入与所述车辆的减速度之间的一致性关系。

2.根据权利要求1的方法，其中所述反馈增益包括由加速度计数据得到的减速度数据。

3.根据权利要求1的方法，其中所述反馈增益包括由全球定位数据得到的减速度数据。

4.根据权利要求1的方法，其中所述反馈增益包括由加速度计数据与全球定位数据得到的减速度数据。

5.根据权利要求1的方法，其中所述前馈增益包括道路坡度因子。

6.根据权利要求1的方法，其中所述方法进一步包括建立制动控制适应循环。

7.一种制动控制系统，包括：

制动踏板系统；

数据系统，其操作地生成车辆数据，所述车辆数据操作地产生车辆减速度数据以及道路坡度数据；

制动控制模块，所述制动控制模块操作地：

接收来自所述制动踏板系统的制动踏板输入；

基于所述车辆减速度数据计算反馈增益；

基于所述道路坡度数据与载荷适应因子计算前馈增益；以及

将所述反馈增益与所述前馈增益施加到所述制动踏板输入，以生成经调制的制动踏板输入；和

响应于所述经调制的制动踏板输入的制动转矩生成系统，其中反馈增益中的趋势用于估计在制动事件期间作用于车辆上的非额定力，这些非额定力在制动事件期间在车辆上产生净载荷作用，并且与这些非额定力相关的数据被处理，以估计载荷适应因子。

8.根据权利要求7的系统，其中所述数据系统包括加速度计。

9.根据权利要求8的系统，其中所述数据系统进一步包括数字地图设备。

10.根据权利要求7的系统，其中所述数据系统包括数字地图设备。

Images