CN102563036B

CN102563036B - 基于工况与驾驶意图识别的自动变速器智能匹配方法

Info

Publication number: CN102563036B
Application number: CN201210046726.XA
Authority: CN
Inventors: 张飞铁; 周云山; 蔡源春; 张军
Original assignee: Hunan University
Current assignee: Hunan University
Priority date: 2012-02-28
Filing date: 2012-02-28
Publication date: 2014-08-06
Anticipated expiration: 2032-02-28
Also published as: CN102563036A

Abstract

基于工况与驾驶意图识别的自动变速器智能匹配方法，包括以下步骤：驾驶习惯与工况的数据采集：数据分析、建模与仿真：识别算法、数据模型与换档规律集成：实车验证：本发明中，车辆能自动适应不同的驾驶习惯与工况，在不同工况下都能具有较好的可驾驶性与较低的综合油耗，本发明提供能同时满足可驾驶性、经济性、动力性的换档规律。在研究发动机与变速器本身技术的基础上，根据不同的驾驶习惯与行驶工况，提供相应的换档策略。

Description

基于工况与驾驶意图识别的自动变速器智能匹配方法

技术领域

本发明涉及车辆自变速器的一种匹配方法，具体为基于工况与驾驶意图识别的自动变速器智能匹配方法。

背景技术

自动变速器控制器(TCU)核心控制技术的重要部分，是建立在一定技术基础之上的，是在构建了TCU控制系统的基础上对动力总成的匹配方法的创新。简单的说，对于自动变速器的匹配，除了考虑整车的经济性与动力性外，还需要考虑整车的适应性与可驾驶性，有关基于工况与驾驶意图识别的自动变速器智能匹配理论与方法研究的文献未见相关的专利及文献报道。对路况、驾驶意图的研究也较少见。

目前的自动变速器均只提供固定的驾驶模式，不能够根据驾驶员的驾驶行为及工况进行判断并变速，这会导致有些人反应“这辆车有空油门”的感觉，或者说“这车辆加速不行”，本发明能够实时识别工况与驾驶习惯，自动变速器的控制器根据识别的结果，自动选的择最优的换档策略，能够满足不同人的的驾驶行为及各种工况，并能达到最佳的燃油消耗。

发明内容

本发明所解决的技术问题在于提供基于工况与驾驶意图识别的自动变速器智能匹配方法，以解决上述背景技术中的缺点。

结合电子控制技术，本发明提供一套基于人-车-环境的自动变速器智能匹配方法，提供驾驶习惯识别方法与建立驾驶习惯识别数据模型，使车辆能够实时识别驾驶员的驾驶习惯，智能选择最适合驾驶员的控制模式；本发明提供工况识别方法与建立工况识别库，使车辆能够准确识别各种工况，例如平地、下坡、缓坡、陡坡、不同负载，根据工况选择最适合的控制模式；同时，综合考虑油耗与车辆的可驾驶性，本发明提供能满足驾驶员要求的换档规律。总之，目的就是使车辆在不同工况与驾驶习惯下都能具有较好的可驾驶性与燃油经济性。

本发明提供驾驶习惯识别方法。不同的驾驶员具有不同的驾驶习惯，甚至同一驾驶员在不同的时候也具有不同的驾驶行为，这些习惯与行为都需要通过一定的方法识别出来。汽车的经济性与动力性是互相制约的，如果需获得好的动力性能，经济性能就会稍差，反之，同样成立，各个驾驶员的喜好不一样，有些偏动力性，有些偏经济性。在识别人的驾驶习惯的基础，电子控制单元能为不同的驾驶习惯与驾驶行为选择不同的控制方法，满足不同人的需要。根据识别驾驶习惯的方法，对不同的驾驶习惯建立相应的标准模型，电子控制单元根据这些原始数据模型，与实时采集的驾驶习惯识别参数进行对比，识别出驾驶员当时的驾驶行为。

本发明提供工况识别方法。由于驾驶的外部环境都是不断变化的，如平地、下坡、缓坡、陡坡、装载重量等，如果使用单一的控制模式，就会出现这样的情况，在平地上驾驶性与经济性都比较好的车辆，在坡道上加速时不能跟随驾驶员的意图。在坡道上驾驶性与经济性都比较好的车辆，平地上就特别费油。这就需要研究工况识别方法，并根据识别方法建立工况标准数据模型，电子控制单元根据标准数据模型与采集到的参数进行对比，选择合适的控制方法。

本发明所解决的技术问题采用以下技术方案来实现：

基于工况与驾驶意图识别的自动变速器智能匹配方法，包括以下步骤：

第一步：驾驶习惯与工况的数据采集：定义出识别驾驶习惯与工况时需要的参数，这些参数除自动变速器控制器(TCU)自身采集之外，还需通过CAN通信从发动机的ECU上读取，试验时，选择固定的路段，分情况进行实车路试，采集到的数据分类别存储，便于分析对比；

第二步：数据分析、建模与仿真：分析采集的数据，对比各个参数，比较其不同点，识别出不同的驾驶习惯与不同工况的识别方法，在驾驶习惯识别中，采用发动机转速与扭矩、车速、油门开度、油门开度变化率、制动、时间等参数，对比不同的驾驶习惯下的数据，统计出能识别驾驶习惯的参数，根据识别方法中定义的参数，按参数统计数据，建立数据模型，另外，根据发动机的万有特性、整车的性能要求、整车参数，通过理论分析与驾驶经验建立不同的换档规律模型，原始的数据模型建立后，集成在simulink模型中，该仿真模型重点包括识别算法、标准数据模型、换档规律模型，通过simulink模型对采集到的数据进行仿真，计算出识别的正确率、油耗指标值、动力指标值，通过仿真不断修正识别算法与标准数据模型及换档规律模型；

第三步：识别算法、数据模型与换档规律集成：识别算法与数据模型通过simulink模型验证后，把其集成到无级变速器TCU的控制程序中，结合不同的换档规律，对自动变速器的换档进行控制；

第四步：实车验证：把集成好的自动变速器控制器(TCU)装车进行试验，与安装原来的TCU样车按相同工况进行对比，试验中记录油耗、驾驶感觉等参数，试验有两个目的，验证识别算法与数据模型的有效性，即能够识别出驾驶习惯以及规定的工况，在此基础上，再检验换档规律有效性，即对比发动机运行工况、两车的油耗、驾驶感觉等，如果实车验证时发现效果不好，则返回去重新采集、分析、集成与试验。

有益效果

本发明中，车辆能自动适应不同的驾驶习惯与工况，在不同工况下都能具有较好的可驾驶性与较低的综合油耗。本发明提供能同时满足可驾驶性、经济性、动力性的换档规律。在研究发动机与变速器本身技术的基础上，根据不同的驾驶习惯与行驶工况，提供相应的换档策略。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本发明。

实施例1

在不同驾驶意图的工况下，采取不同的换档规，满足整车性能的需要。例如，车辆在5%的坡度的工况下行驶，节气门开充为20%时，目标速比为0.5，目标发动机转速为2400r/min，目标车速为90km/h，此时，采集当前速比、发动机转速、车速与目标值对比，就能验证换档识别与换档规律是否正确。

采用不同的驾驶员与驾驶习惯、不同的路面、不同的负载、不同排量的车辆等进行试验，采集车速、车辆加速度、发动机扭矩、发动机转速、变速器速比、油门开度、油门开度变化率、节气门开度、节气门开度变化率、制动信号等信号。每次试验时只变化其中一个参数，例如测试不同路面这种情况时，选用同一个驾驶员采用固定的驾驶习惯，使用同一辆车，在不同坡度的路面进行试验，采集这些工况的数据。

以在不同坡度的条件下测试为例，例如0%、5%、10%，一直到30%(车辆的最大爬坡度)。节气门开度从0%突变至20%，在不同的坡度下采集车速与速比的变化规律。在坡度10%这种工况下，当节气门开度从0%突变至20%时，速比变化范围是2.4至2.1，车速变化范围是0km/h到15km/h。在不同坡度的条件下测试完成后，可以使用不同的的油门开度进行测试，同样采集速比与车速的变化规律。

在进行工况识别时，对车速、速比、节气门开度进行求导，这些值与车速、速比、节气门开度等综合在一起，组成了工况的特征值，使用这些特征值，就能建立工况的模型。以识别10%的开度的坡度为例，在0%至20%急节气门开度的状态下，速比变化率从-0.4变化至-0.05，车速的变化率会从1变化至0，节气门开度变化率约150，除了这些值之外，还需参考发动机扭矩、发动机转速等。使用这些值就建立了识别10%开度的数据库，反复试验，完成路况与负载数据库的建立。同理，可以构建识别驾驶员意图的数据库。

不同的工况与驾驶意图，会对应不同的换档规律。例如，5%、10%、25%坡度对应的换档规律为A、B、C，如果电子控制器根据事先建立的数据库，实时进行识别，如果识到当前工况为10%的坡度，控制器就会选择换档规律B。同理，对于不同的驾驶习惯，也会有相应换档规律与之对应。

TCU采集不同的数据，例如，车速、车辆加速度、发动机扭矩、发动机转速、油门开度、油门开度变化率、节气门开度、节气门开度变化率、制动信号等，这些数据与驾驶意图识别数据以及路况数据库进行比对，识别出驾驶意图与工况等信息后，通过换档策略，选取不同的换策略，进行换档，达到车辆在不同工况与驾驶习惯下都能具有较好的可驾驶性与燃油经济性的目标。

以上显示和描述了本发明的基本原理和主要特征及本发明的优点，本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内，本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims

1.基于工况与驾驶意图识别的自动变速器智能匹配方法，其特征在于，包括以下步骤：

第一步：驾驶习惯与工况的数据采集：定义出识别驾驶习惯与工况时需要的参数，这些参数除自动变速器控制器TCU自身采集之外，还需通过CAN通信从发动机的ECU上读取，试验时，选择固定的路段，分情况进行实车路试，采集到的数据分类别存储，便于分析对比；

第二步：数据分析、建模与仿真：分析采集的数据，对比各个参数，比较其不同点，识别出不同的驾驶习惯与不同工况的识别方法，在驾驶习惯识别中，采用发动机转速与扭矩、车速、油门开度、油门开度变化率、制动、时间参数，对比不同的驾驶习惯下的数据，统计出能识别驾驶习惯的参数，根据识别方法中定义的参数，按参数统计数据，建立数据模型，另外，根据发动机的万有特性、整车的性能要求、整车参数，通过理论分析与驾驶经验建立不同的换档规律模型，原始的数据模型建立后，集成在simulink模型中，该仿真模型重点包括识别算法、标准数据模型、换档规律模型，通过simulink模型对采集到的数据进行仿真，计算出识别的正确率、油耗指标值、动力指标值，通过仿真不断修正识别算法与标准数据模型及换档规律模型；

第三步：识别算法、数据模型与换档规律集成：识别算法与数据模型通过simulink模型验证后，把其集成到自动变速器控制器TCU的控制程序中，结合不同的换档规律，对自动变速器的换档进行控制；

第四步：实车验证：把集成好的自动变速器控制器TCU装车进行试验，与安装原来的自动变速器控制器TCU样车按相同工况进行对比，试验中记录油耗、驾驶感觉参数，试验有两个目的，验证识别算法与数据模型的有效性，即能够识别出驾驶习惯以及规定的工况，在此基础上，再检验换档规律有效性，即对比发动机运行工况、两车的油耗、驾驶感觉，如果实车验证时发现效果不好，则返回去重新采集、分析、集成与试验。