CN101708735B - 一种基于信息融合专家系统的电动助力转向系统控制方法 - Google Patents
一种基于信息融合专家系统的电动助力转向系统控制方法 Download PDFInfo
- Publication number
- CN101708735B CN101708735B CN2009102375218A CN200910237521A CN101708735B CN 101708735 B CN101708735 B CN 101708735B CN 2009102375218 A CN2009102375218 A CN 2009102375218A CN 200910237521 A CN200910237521 A CN 200910237521A CN 101708735 B CN101708735 B CN 101708735B
- Authority
- CN
- China
- Prior art keywords
- steering
- steering moment
- moment
- data
- reasoning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Steering Control In Accordance With Driving Conditions (AREA)
- Power Steering Mechanism (AREA)
Abstract
本发明提供了一种基于信息融合专家系统的电动助力转向系统控制方法,应用于汽车电子控制领域。多个传感器测量车辆行驶数据,使用上述行驶数据信息,通过信息融合专家系统,根据人机工程学知识以及统计的经验知识实时调整助力电动机转矩给定值,以实现对驾驶员操作舵力矩的调整,该转向系统助力特性的研究本质上是解决“机宜人”的问题,可以满足驾驶员在不同工况下对于不同工况信息的需求,进而减轻驾驶员的生理、心理负担。
Description
技术领域
基于信息融合专家系统的电动助力转向系统控制方法应用于汽车电子控制领域。
背景技术
车辆的转向系统本质上是一“人-机”系统,即人通过对方向盘的操纵使得车辆实现转弯的系统。转向系统从机械转向系统发展到液压助力转向系统再到电动助力转向系统的历程体现了“机器”不断适应“人”的原则,所以新型电动助力转向系统控制算法的研究所追求的目标也是这一原则。
车辆电动助力转向系统本质上是一个“人-机”系统,衡量系统控制算法的优劣的唯一标准就是看该算法使系统在工作过程中满足“人”的生理、心理需求的程度。所以在设计算法时要结合“人机工程学”的知识。
人机工程学的目标:研究人-机-环境系统的目标是为了获得系统的最优效果,所谓最优效果主要是指整个系统具有高的工效、高的安全性,对人有高的舒适度及很好的生命保障功能。简而言之,可概括为“安全、健康、舒适、高效”。
目前车辆工程领域的人机工程问题可大致分为以下八个方面:
1)机动车驾驶操纵系统人机交互界面的优化匹配。
机动车辆驾驶操纵系统是一种有驾驶员参与的反馈控制系统,这类人机交互界面的优化匹配问题在人机工程学科最具有代表性,是人机工程学应当研究和解决的基本技术问题之一。由于驾驶操纵是机动车辆驾驶员最基本、最频繁、最重要的操作,所以驾驶操纵系统人机交互界面匹配的合理程度,对车辆行驶的安全性,对驾驶员的身心健康、驾驶操纵的舒适度以及在正常工作时间内持续驾驶车辆所能保持的工作效率,都有重大影响。目前关于机动车辆驾驶操纵系统人机交互界面的优化匹配问题,在理论上和方法上都还没得到很好的解决。
2)机动车辆的行车安全性及车内人员的人体保护技术。
3)机动车辆成员的乘坐舒适性。
4)机动车辆的噪声控制。
5)机动车辆内的小气候环境的宜人化控制。
6)机动车辆驾驶员的驾驶适宜性。
7)机动车辆的道路交通适宜性。
8)人-车-路系统的综合优化。
国内外研究现状
目前确定助力电动机输出转矩给定值的算法有以下5种:
1)助力转矩在总转矩中所占比例车速响应型
这种方法根据车速的不同确定助力转矩在总转矩中所占比例,如附图3所示,这种方法简单、实用,但路感较差。
2)操舵力矩车速、转角响应型
这种方式控制的是操舵力矩,使操舵力矩与车速、方向盘转角有一定的对应关系。这种方式无论外道路、轮胎如何变化,只要车速、转角相同操舵力矩就相同。如附图4所示。
3)操舵力矩侧向加速度响应型[149]
这种方法认为操舵力矩-侧向加速度梯度不能低于15N m/g,否则路感太小,但也不能太大,否则驾驶员在换道行驶和快速驶入曲线车道时会发生困难。
4)助力转矩车速(全速型)、操舵力矩响应
这种方法每一个速度下都有一条助力曲线(速度越低,助力越小),助力曲线纵坐标为电动机输出转矩,横坐标为驾驶员操舵力矩。目前美国、日本一些公司采用这种方式。但是这种方式助力曲线的获得要靠长时间实践的积累。
5)助力转矩操舵力矩响应型
由于国内对于电动助力转向系统的研究才起步,所以基本上是模仿国外的方法。这种方法就是在国外的基础上简化得到的。如附图5所示:
由于目前国内外的助力控制方案多采用电动机输出转矩响应单个传感器信息(车速、操舵力矩、方向盘转角、侧向加速度等)。而助力方案的优劣取决于驾驶员的感觉,我们知道人的感觉是大脑对各种感官所感知信息进行综合分析以后得到的,而且在不同操纵工况下对不同信息的关注程度不同,这样以前的助力控制方案因为信息来源的单一很难满足驾驶员的需求,所以本领域专家预测未来的助力控制方案将是电动机输出转矩响应多个传感器信息。这里提出的基于信息融合专家系统的助力控制方案就是在这方面进行的尝试。
发明内容
车辆转向系统既是驾驶员在驾驶过程中实施转向操作的载体,又是驾驶员感知路面及车况信息的通道,所以理想的转向系统应该既轻便又能准确传递路面及车况信息。本发明的目的就是通过引入基于信息融合专家系统,使电动助力转向系统能根据人机工程学知识以及统计的经验知识实时调整助力电动机转矩给定值,以满足驾驶员准确感知信息、减轻体力支出的需求。
本发明提供一种基于信息融合专家系统的助力控制方案,如附图6(虚框内)所示,由被控系统(车辆)、传感器组(转矩传感器、车速传感器、方向盘转角传感器、侧向加速度传感器)和信息融合专家系统组成。其中传感器组相当于驾驶员的各个感知器官,信息融合专家系统相当于驾驶员的大脑,根据人机工程学知识以及经验知识实时估计出驾驶员的感觉,通过实时调整助力电动机转矩给定值实现对驾驶员操舵力矩的调整(因为操舵力矩和电动机输出转矩具有互补替代性,同样的转向过程电动机输出转矩减小操舵力矩必然要增大,反之亦然),使驾驶员始终有最佳的感觉。
考虑系统的安全可靠性和便于实验修正,我们采用黑板模型来构成信息融合专家系统,黑板模型专家系统结构如附图7所示,由黑板(数据库)、知识库(专家经验)和任务控制机构(推理机)构成。黑板模型是专家系统中求解的一种组织形式,每个专家都从传感器系统或信息源接收数据,并把它转化为相应的内部信息格式,然后送给任务控制专家,通过任务控制专家协调将每份报告与一个专门的专家联系在一起,同专家现有的知识信息融合,提取有关信息,扩大对特定物体的了解。
上述控制系统的助力电动机轴和转向输出轴可以为一体式,将助力电动机输出的转矩直接加在转向输出轴上。
本发明的优点在于系统考虑了驾驶员在不同车况、路况下的生理、心理需求,通过多传感器信息融合专家系统给出助力电动机最佳输出值,使驾驶员在驾驶过程中体力消耗少、心理负担小。
附图说明
附图1方向盘(操纵手轮)差别阈值随操纵力大小变化的曲线;
附图2车辆转向过程中人机分工;
附图3助力转矩在总转矩中所占比例响应车速的曲线;
附图4操舵力矩车速、转角响应曲线;
附图5助力转矩操舵力矩响应曲线;
附图6基于信息融合专家系统的助力控制方案框图;
附图7黑板模型专家系统结构图;
附图8黑板模型信息融合专家系统组成;
附图9推理机实现流程图;
附图10基于信息融合专家系统助力控制方案的系统仿真框图;
附图11低速(V<10km)情况下系统仿真结果,图11(a)为方向盘转角随时间变化,图11(b)为操舵力矩随时间变化,图11(c)为电动机输出转矩随时间变化,图11(d)操舵力矩对方向盘转角梯度;
附图12中速(V=40km)情况下系统仿真结果,图12(a)为方向盘转角随时间变化,图12(b)为操舵力矩随时间变化,图12(c)为电动机输出转矩随时间变化,图12(d)路面阻力转矩随时间变化,图12(e)操舵力矩对路面阻力梯度;
附图13高速(V=80km)情况下系统仿真结果,图13(a)为方向盘转角随时间变化,图13(b)为操舵力矩随时间变化,图13(c)为电动机输出转矩随时间变化,图13(d)为侧向加速度随时间变化,图13(e)为操舵力矩对侧向加速度梯度;
附图14高速(V=120km)情况下系统仿真结果,图14(a)为方向盘转角随时间变化,图14(b)为操舵力矩随时间变化,图14(c)为电动机输出转矩随时间变化,图14(d)为侧向加速度随时间变化,图14(e)为操舵力矩对侧向加速度梯度。
具体实施方式:
本发明提供一种基于信息融合专家系统的助力控制方案,如附图6(虚框内)所示,由被控系统(车辆)、传感器组(转矩传感器、车速传感器、方向盘转角传感器、侧向加速度传感器)和信息融合专家系统组成。其中传感器组相当于驾驶员的各个感知器官,信息融合专家系统相当于驾驶员的大脑,根据人机工程学知识以及经验知识实时估计出驾驶员的感觉,通过实时调整助力电动机转矩给定值实现对驾驶员操舵力矩的调整(因为操舵力矩和电动机输出转矩具有互补替代性,同样的转向过程电动机输出转矩减小操舵力矩必然要增大,反之亦然),使驾驶员始终有最佳的感觉。
考虑系统的安全可靠性和便于实验修正,我们采用黑板模型来构成信息融合专家系统,黑板模型专家系统结构如附图7所示,由黑板(数据库)、知识库(专家经验)和任务控制机构(推理机)构成。黑板模型是专家系统中求解的一种组织形式,每个专家都从传感器系统或信息源接收数据,并把它转化为相应的内部信息格式,然后送给任务控制专家,通过任务控制专家协调将每份报告与一个专门的专家联系在一起,同专家现有的知识信息融合,提取有关信息,扩大对特定物体的了解。
下面从以下几个方面进行阐述:
一、车辆转向过程简介
1)转向过程中人所感知的车况信息:
(1)操舵力矩(Th):表征驾驶员体力的支出,是生理负担的重要指标;同时
也是驾驶员感知车况信息的主要载体。
(2)方向盘转角(θc):表征车辆转弯大小的量。
实际上车辆前轮转角:δ=iθc(忽略转向系弹性,i=20为转向系的传动比),所以方向盘转角(θc)可表征车辆转弯的大小。
简化模型,
(4)侧向加速度(al=V2/ρ):是表征车辆转弯过程中车辆侧向运动的量。
侧向加速度的取得可以通过侧向加速度传感器检测得到;在忽略轮胎侧偏和认为车辆中性转向的情况下也可以通过计算得到:(其中:V为车速,i=20为转向系的传动比,θc为方向盘转角,l=22(m)为车前轴到后轴的距离)。
2)操舵力矩(Th)和表征车况信息的量之间关系的指标:
是表征操舵力矩取得有关操纵量(方向盘转角)大小的信息,操舵力矩的大小应与方向盘转角的大小成一定的比例关系,以便驾驶员能感知方向盘转角的大小。
是表征狭义路感的重要指标,指驾驶员通过操舵力矩的变化感知路面阻力的变化,这个值的大小表征狭义路感的强弱,如果太小路感弱;如果太大驾驶员体力支出大。
(3)操舵力矩(Th)-侧向加速度(al=V2/ρ)梯度:
是表征广义路感的重要指标,操舵力矩是手感知的信息,侧向加速度是身体感知的信息,两者如果不协调则会出现信息混乱,驾驶员不知所措,即所谓的“高速发飘”,侧相加速度在低速、中速时不明显,所以这个指标在高速(车速大于60km/h)时起作用明显。这个指标不能太小,否则广义路感太小;也不能太大,否则驾驶员在换道行驶和快速驶入曲线车道时会发生困难[152]。
3)根据车速可将转向分成三种情况:
(1)低速转向 车速(单位:km/h) 0≤V<10
(2)中速转向 车速(单位:km/h) 10≤V<60
(3)高速转向 车速(单位:km/h) 60≤V
4)不同车速情况下驾驶员关注的信息
(1)低速转向
低速转向是指低速时停车入车位转向或转的弯特别大,方向盘转角比较大,需要快速转动方向盘。
驾驶员希望:操舵力矩小,操舵力矩-方向盘转角梯度小,操舵力矩-路面阻力转矩梯度小,操舵力矩-侧向加速度梯度这个指标在低速可以不考虑。简而言之,低速转向过程中轻便性是第一位的。
(2)中速转向
中速转向一般是转的弯相对小一些,方向盘转角较小,一般不需要特别快速转动方向盘(紧急情况除外)。
驾驶员希望:操舵力矩-路面阻力转矩梯度适中,操舵力矩在驾驶员的最佳转矩附近变化,操舵力矩-方向盘转角梯度适中,操舵力矩-侧向加速度梯度这个指标在允许值范围内。简而言之,中速转向过程中狭义路感是第一位的,广义路感次之。
(3)高速转向
高速转向一般是指高速换道行驶,方向盘转角很小。
驾驶员希望:操舵力矩-侧向加速度梯度在最佳值附近,操舵力矩-路面阻力转矩梯度较大,操舵力矩-方向盘转角梯度大,操舵力矩较大。简而言之,高速转向过程中广义路感是第一位的,狭义路感次之。
二、黑板模型信息融合专家系统的设计
考虑到系统实时性和控制计算机(单片机)的运算速度,所以我们对专家系统的各个组成部分尽可能压缩,实际上变成一个微型信息融合专家系统(专家控制器)。
黑板模型信息融合专家系统可分为如附图8所示的4个模块:
1)信息获取与预处理模块
信息获取(数据采集)靠时间驱动,获取信息的最小时间间隔与传感器的响应速度有关,本系统的最小时间间隔由四个传感器中响应速度最慢的来确定,选择的时间间隔取最小时间间隔的倍数。
预处理模块分为两个部分:一是把采集到的电压或电流信号值转换成具有相应量纲的值,接下来对转换后的数据进行滤波处理,简单的定数挤压式取平均值的方法(首先确定参与平均的数据个数,而后由最新的数据挤掉最老的数据后取平均值,作为最终数据)即可满足要求。二是对于不能直接用于推理的数据采用相关计算方法处理成能直接用于推理的数据。
2)数据库(黑板)
数据库中的数据有三类:一是来自信息获取与预处理模块的工况数据;二是推理机产生的响应数据;三是推理机产生的目标数据。
3)知识库(规则集)
知识库存放的是各类根据实际经验总结出的规则,专家知识的表示方法有多种形式,本系统的知识库中知识采用产生式表示法。
产生式是1943年E.Post根据串替换规则提出的一种计算模型,其中每一条规则称为一个产生式,在专家系统中将专家的知识利用规则集合表示,每一条产生式就对应一个知识模块的一条规则,一般写成:
式中:a称为规则前件(前提,条件);b称为规则后件(行动,结论)。
通常规则前件是若干个项目的逻辑积,一般表示形式如下:
IF a1 AND a2 AND ...an THEN b1,b2...bm
组成规则前件的元素与数据库中三类数据对应也由三类:工况前件、响应前件、目标前件。
规则后件有两类:一是与数据库中的相应数据对应的相应后件,激活本类规则产生中间结果;二是与数据库中的目标数据对应的目标后件,激活本类规则表明本次推理结束。
4)推理机
推理机是本系统的核心,系统推理分为三个方面的内容:一是报警工况推理;二是最佳操舵力矩推理;三是电动机输出转矩给定调整推理。
系统运行时先进入报警工况推理,如果工况数据不正常则进行报警处理;如果工况数据正常则进入最佳操舵力矩推理;系统根据工况数据进行最佳操舵力矩推理得出当下的最佳操舵力矩,最佳操舵力矩与检测到的操舵力矩进行对比,得到的差值作为电动机输出转矩给定调整的依据,如果操舵力矩小于最佳操舵力矩则电动机输出转矩给定减小相应的数值;如果操舵力矩大于最佳操舵力矩则电动机输出转矩给定增加相应的数值。
三、信息融合专家系统助力控制方案的实现
1)数据库(黑板)
数据库中的三类数据表示如下:
(1)工况数据:指传感器检测到的,经过预处理模块处理后的数据。表5.1为形式举例。
表5.1工况数据举例
5号参数操舵力矩为:
6号参数路面阻力是
(2)响应数据:指推理的中间结果数据。表5.2为形式举例。
(3)目标数据:指推理的最后结论。表5.3为形式举例。
表5.2响应数据举例
表5.3目标数据举例
2)知识库(规则集)
基于产生式表示法的知识库描述如下(自然语言描述):
(1)报警规则集
①如果“转向柱转矩小于-50N m或大于50N m”则“报警且电动机输出转矩给定值给定为0且推理结束”。
②如果“方向盘转角小于-15.7rad或大于15.7rad”则“报警且电动机输出转矩给定值给定为0且推理结束”。
③如果“侧向加速度小于-10m/s2或大于10m/s2”则“报警且电动机输出转矩给定值给定为0且推理结束”。
④如果“车速小于0km/h或大于250km/h”则“报警且电动机输出转矩给定值给定为0且推理结束”。
(2)车速规则集
①如果“开始转向时车速等于9km/h或10km/h或59km/h或60km/h”则“本次转向过程车速都按出始值计算。
②如果“车速大于或等于0km/h且小于10km/h”则“车辆为低速行驶”。
③如果“车速大于或等于10km/h且小于60km/h”则“车辆为中速行驶”。
④如果“车速大于或等于60km/h”则“车辆为高速行驶”。
(3)低速转向规则集
由人机工程学知识得对于轿车方向盘来讲最优操舵阻力为15-20N,最优操舵力矩为:(15-20)*0.15=(2.25-3)N m。留25%的裕量,低速转向操舵力矩取:0N m-4N m。开始转向时为0N m,转向最大时为4N m,中间共转动2.5圈,每转动π/2(90°)有0.4N m的变化,符合附图11所示的人对差别阈值的感知规律。操舵力矩-方向盘转角梯度为:0.26N m/rad。
为方便起见,以下规则中数值均按绝对值计算,最后确定电动机输出转矩方向。
①如果“操舵力矩小于或等于0N m”则“电动机输出转矩给定值为0且推理结束”。
②如果“操舵力矩大于0N m”则“最佳操舵力矩3=0.26*方向盘转角(N m)”。
③如果“最佳操舵力矩3>操舵力矩”则“电动机输出转矩给定值=上次电动机输出转矩给定值-(最佳操舵力矩3-操舵力矩)”。
④如果“最佳操舵力矩3<操舵力矩”则“电动机输出转矩给定值=上次电动机输出转矩给定值+(操舵力矩-最佳操舵力矩3)”。
⑤如果“最佳操舵力矩3=操舵力矩”则“电动机输出转矩给定值=上次电动机输出转矩给定值)”。
⑥如果“方向盘转角为正(逆时针)”则“电动机输出转矩给定值为正(逆时针方向)且推理结束”。
⑦如果“方向盘转角为负(逆时针)”则“电动机输出转矩给定值为负(顺时针方向)且推理结束”。
(4)中速转向规则集
中速转向狭义路感和省力兼顾(速度越低越强调省力,速度越高越强调狭义路感),广义路感次之。所以操舵力矩-路面阻力转矩梯度是关键参数,操舵力矩比低速转向可以大些,操舵力矩-侧向加速度梯度这个指标在允许值(1.53---3.61N s2)范围内[149]。
为方便起见,以下规则中数值均按绝对值计算。
①如果“操舵力矩小于或等于0N m”则“电动机输出转矩给定值为0且推理结束”。
②如果“操舵力矩大于0N m”则“最佳操舵力矩1=路面阻力转矩*车速/100(N m)”。
③如果“最佳操舵力矩1<1.53*侧向加速度值”则“最佳操舵力矩1=1.53*侧向加速度值”。
④如果“最佳操舵力矩1>3.61*侧向加速度值”则“最佳操舵力矩1=3.61*侧向加速度值”。
⑤如果“最佳操舵力矩1>操舵力矩”则“电动机输出转矩给定值=上次电动机输出转矩给定值-(最佳操舵力矩1-操舵力矩)”。
⑥如果“最佳操舵力矩1<操舵力矩”则“电动机输出转矩给定值=上次电动机输出转矩给定值+(操舵力矩-最佳操舵力矩1)”。
⑦如果“最佳操舵力矩1=操舵力矩”则“电动机输出转矩给定值=上次电动机输出转矩给定值)”。
⑧如果“方向盘转角为正(逆时针)”则“电动机输出转矩给定值为正(逆时针方向)且推理结束”。
⑨如果“方向盘转角为负(逆时针)”则“电动机输出转矩给定值为负(顺时针方向)且推理结束”。
(5)高速转向规则集
高速转向最重要的是防止“高速发飘”,所以表征广义路感的操舵力矩-侧向加速度梯度是关键参数,应为最佳值2.35(N s2)[149]。表征狭义路感的操舵力矩-路面阻力转矩梯度、操舵力矩-方向盘转角梯度、操舵力矩这几个指标在这里仅供参考。如果路面提供的阻力不足以提供足够的广义路感则助力电动机可根据需要输出反向转矩,即成为系统的阻尼。
为方便起见,以下规则中数值均按绝对值计算。
①如果“操舵力矩小于或等于0N m”则“电动机输出转矩给定值为0且推理结束”。
②如果“操舵力矩大于0N m”则“最佳操舵力矩2=侧向加速度值*2.35(N m)”。
③如果“最佳操舵力矩2>操舵力矩”则“电动机输出转矩给定值=上次电动机输出转矩给定值-(最佳操舵力矩-操舵力矩)”。
④如果“最佳操舵力矩2<操舵力矩”则“电动机输出转矩给定值=上次电动机输出转矩给定值+(操舵力矩-最佳操舵力矩)”。
⑤如果“最佳操舵力矩2=操舵力矩”则“电动机输出转矩给定值=上次电动机输出转矩给定值)”。
⑥如果“方向盘转角为正(逆时针)且电动机输出转矩给定值为正(计算值)”则“电动机输出转矩给定值为正(逆时针方向)且推理结束”。
⑦如果“方向盘转角为正(逆时针)且电动机输出转矩给定值为负(计算值)”则“电动机输出转矩给定值为负(顺时针方向)且推理结束”。
⑧如果“方向盘转角为负(顺时针)且电动机输出转矩给定值为正(计算值)”则“电动机输出转矩给定值为负(顺时针方向)且推理结束”。
⑨如果“方向盘转角为负(顺时针)且电动机输出转矩给定值为负(计算值)”则“电动机输出转矩给定值为正(逆时针方向)且推理结束”。
3)推理机的实现
推理机的实现流程如附图9所示。
一个工作流程启动后先进入参数预处理模块,此模块将4个传感器通过变换和运算得到工况数据,存入数据库。接下来启动报警处理模块,工况数据经过报警规则的检验,如果出现异常则启动报警程序,推理结束,停止助力;如果工况数据正常通过检验则开始车速判断,即调用车速规则集检验车速数据,得出车速工况(低速、中速、高速)。根据车速工况流程分别进入低速、中速、高速转向规则集,计算出当前工况下最佳操舵力矩,根据当前操舵力力矩和最佳操舵力矩的差值确定出电动机输出转矩给定值的大小和方向,至此完成一个工作流程,本次推理结束。
4)知识的获取
知识的获取包含系统初始知识的获取和系统运行中的知识获取。初始知识的获取主要是从人机工程学的理论、一线驾驶员的知识和经验以及前人的研究成果。系统运行中的知识获取指系统投入运行后的知识获取,主要通过系统在线学习或人机界面输入。对本系统而言为了设计方便和便于评价只考虑了初始知识获取,在系统运行过程中知识不变。
以上述控制系统的助力电动机轴和转向输出轴可以为一体式,将助力电动机输出的转矩直接加在转向输出轴上。
四、仿真试验结果及分析
根据上述电动机轴转向轴一体式电动助力转向系统控制模型、交流转矩伺服系统简化模型、驾驶员简化模型和本章的信息融合专家系统可得系统的仿真模型,如附图10所示。
低速(V<10km)情况下系统仿真结果如附图11所示,从仿真结果可看出,实际操舵力矩对方向盘转角梯度达到了预设的0.26N m/rad,能满足低速情况下驾驶员省力和感知方向盘转角的要求。
中速(V=40km)情况下系统仿真结果如附图12所示,从仿真结果可看出,实现了操舵力矩与路面阻力转矩成正比,且操舵力矩占路面阻力的40%,能满足中速情况下驾驶员狭义路感(感知路面阻力)需求。
高速(V=80km)情况下系统仿真结果如附图13所示,从仿真结果可看出,在高速转向过程中,电动机输出转矩主要功能是调节操舵力矩对侧向加速度梯度,使其始终保持在2.35(预设值)左右,能满足高速情况下驾驶员广义路感需求。
高速(V=120km)情况下系统仿真结果如附图14所示,从仿真结果可看出,在V=120km情况下,路面阻力转矩已不足以使操舵力矩对侧向加速度梯度始终保持在2.35(预设值),在这种情况下电动机反向输出转矩,增加系统阻力以提供高速情况下驾驶员广义路感。
五、综上所述,本发明首先分析了驾驶员在驾驶过程中的生理及心理负担,得出最大限度地减轻驾驶员的生理心理负担是新型电动助力转向系统助力特性研究所要达到的目标。接下来文章介绍了“人机工程学”的知识,因为在驾车过程中驾驶员和车构成了一个“人机系统”,所以新型电动助力转向系统助力特性的研究本质上是解决“机宜人”的问题,需要遵循“人机工程学”的规律。随后根据国内外对于助力特性研究的成果笔者提出了基于信息融合专家系统的助力控制方案,采用专家系统用于多传感器信息融合,这种方案可以满足驾驶员在不同工况下对于不同工况信息的需求,进而减轻驾驶员的生理、心理负担。仿真试验结果证明了本方案的可行性,当然本方案在应用于实际车辆时还需要装车试验进行修正。
Claims (5)
1.一种基于信息融合专家系统的电动助力转向系统控制方法,其特征在于:通过传感器测量车辆行驶数据,使用上述行驶数据信息,通过信息融合专家系统根据人机工程学知识以及统计的经验知识实时调整助力电动机转矩给定值以实现对驾驶员操作舵力矩的调整。
所述信息融合专家系统是黑板模型专家系统,其包括信息获取与预处理模块、数据库、知识库、推理机构成。
所述推理机包括:报警工况推理、最佳操作舵力矩推理和电动机输出转矩给定调整推理;系统运行时先进入报警工况推理,如果工况数据不正常则进行报警处理;如果工况数据正常则进入最佳操舵力矩推理;系统根据工况数据进行最佳操舵力矩推理得出当下的最佳操舵力矩,最佳操舵力矩与检测到的操舵力矩进行对比,得到的差值作为电动机输出转矩给定调整的依据,如果操舵力矩小于最佳操舵力矩则电动机输出转矩给定减小相应的数值;如果操舵力矩大于最佳操舵力矩则电动机输出转矩给定增加相应的数值。
2.如权利要求1所述的控制方法,其特征在于:所述信息获取与预处理模块包括从传感器获取的数据和经过计算方法处理成直接用于推理的数据。
3.如权利要求1所述的控制方法,其特征在于:所述数据库的内容包括,来自信息获取与预处理模块的工况数据、推理机产生的数据和推理机产生的目标数据。
4.如权利要求1所述的控制方法,其特征在于:所述知识库用于存储根据实际驾驶经验总结出的规则。
5.如权利要求1所述的控制方法,其特征在于:所述传感器是转向柱扭矩传感器、方向盘转角传感器、侧向加速度传感器、车速传感器的全部或者任意组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102375218A CN101708735B (zh) | 2009-11-17 | 2009-11-17 | 一种基于信息融合专家系统的电动助力转向系统控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102375218A CN101708735B (zh) | 2009-11-17 | 2009-11-17 | 一种基于信息融合专家系统的电动助力转向系统控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101708735A CN101708735A (zh) | 2010-05-19 |
CN101708735B true CN101708735B (zh) | 2011-12-07 |
Family
ID=42401548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009102375218A Expired - Fee Related CN101708735B (zh) | 2009-11-17 | 2009-11-17 | 一种基于信息融合专家系统的电动助力转向系统控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101708735B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108839710B (zh) * | 2018-06-01 | 2021-07-13 | 北汽福田汽车股份有限公司 | 车辆及其转向助力控制方法、系统 |
EP3782895B1 (de) * | 2019-08-20 | 2022-06-08 | Amprio GmbH | Elektrofahrrad |
CN110509983B (zh) * | 2019-09-24 | 2021-07-16 | 吉林大学 | 一种适用于不同驾驶需求的线控转向路感反馈装置 |
CN115071807B (zh) * | 2021-03-15 | 2023-09-12 | 北汽福田汽车股份有限公司 | 一种控制方法、装置及车辆 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1266796A (zh) * | 2000-04-17 | 2000-09-20 | 中国敏捷集团有限公司 | 一种用于智能电动助力自行车和残疾车的控制系统 |
CN2422218Y (zh) * | 2000-04-17 | 2001-03-07 | 中国敏捷集团有限公司 | 智能电动助力自行车 |
CN2462356Y (zh) * | 2001-01-18 | 2001-11-28 | 北京科技大学 | 电动助力自行车自动检测装置 |
CN101576869A (zh) * | 2009-05-31 | 2009-11-11 | 北京富邦科讯信息咨询有限公司 | 一种基于黑板模型的智能专家咨询系统及方法 |
-
2009
- 2009-11-17 CN CN2009102375218A patent/CN101708735B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1266796A (zh) * | 2000-04-17 | 2000-09-20 | 中国敏捷集团有限公司 | 一种用于智能电动助力自行车和残疾车的控制系统 |
CN2422218Y (zh) * | 2000-04-17 | 2001-03-07 | 中国敏捷集团有限公司 | 智能电动助力自行车 |
CN2462356Y (zh) * | 2001-01-18 | 2001-11-28 | 北京科技大学 | 电动助力自行车自动检测装置 |
CN101576869A (zh) * | 2009-05-31 | 2009-11-11 | 北京富邦科讯信息咨询有限公司 | 一种基于黑板模型的智能专家咨询系统及方法 |
Non-Patent Citations (1)
Title |
---|
张卫东,余达太,晏蔚光,李果,张洋平,黄孝斌.一种智能电动助力转向系统.《北京科技大学学报》.2003,第25卷(第1期),66-68. * |
Also Published As
Publication number | Publication date |
---|---|
CN101708735A (zh) | 2010-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103587576B (zh) | 一种电动汽车线控转向系统及控制方法 | |
CN106004999B (zh) | 一种电控液压助力转向系统及其多目标优化方法 | |
CN103921719B (zh) | 驾驶员交互式商用车辆侧翻预警方法和系统 | |
CN101708735B (zh) | 一种基于信息融合专家系统的电动助力转向系统控制方法 | |
CN105835721B (zh) | 一种四轮轮毂电动汽车车速控制方法 | |
CN109094640B (zh) | 一种轮驱电动汽车线控转向系统及控制方法 | |
CN106800040A (zh) | 一种汽车电控复合转向系统及其多目标优化方法 | |
CN108819951A (zh) | 一种考虑驾驶员驾驶技能的人机共驾横向驾驶权分配方法 | |
CN106741137A (zh) | 一种个性化的电动助力转向系统及控制方法 | |
CN107600173A (zh) | 一种汽车液压变传动比转向系统及其多目标优化方法 | |
DE102016202322A1 (de) | Fahrzeugfahrunterstützungssteuervorrichtung | |
CN107885932A (zh) | 一种考虑人机和谐的汽车紧急避撞分层式控制方法 | |
US20230182757A1 (en) | Chassis-by-wire cyber physical system in intelligent traffic environment, and control method | |
CN105774902A (zh) | 一种带有容错功能的汽车动力转向控制装置及控制方法 | |
CN105151117A (zh) | 一种电控液压助力转向系统及基于该系统的多目标优化方法 | |
CN113002555B (zh) | 一种数字孪生驱动的智能线控底盘系统及其故障诊断方法 | |
CN107991864A (zh) | 一种电液主动转向系统及其多学科优化方法 | |
CN108725573A (zh) | 一种基于磁流变液的主动转向路感控制系统及其控制方法 | |
CN101934815A (zh) | 具有主动回正控制功能的电动助力转向系统 | |
CN106080263A (zh) | 一种电动轮汽车底盘系统及其优化方法 | |
CN106882080A (zh) | 一种差速转向系统及其自适应神经网络容错控制方法 | |
CN106004878A (zh) | 一种自适应巡航舒适性控制系统及控制方法 | |
CN109614703A (zh) | 一种汽车电液复合转向系统的多学科集成建模及优化方法 | |
CN206589949U (zh) | 一种汽车电控复合转向系统 | |
CN107117203A (zh) | 一种用于汽车驱动桥的差矩助力转向系统及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111207 Termination date: 20191117 |
|
CF01 | Termination of patent right due to non-payment of annual fee |