CN104943691B

CN104943691B - 用于车辆控制的电子驱动扭矩感测车辆状态估计方法

Info

Publication number: CN104943691B
Application number: CN201510131897.6A
Authority: CN
Inventors: 卢建波; 于海; 梁伟
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2014-03-25
Filing date: 2015-03-25
Publication date: 2020-03-20
Anticipated expiration: 2035-03-25
Also published as: US20150274159A1; DE102015104415A1; CN104943691A; US9296391B2

Abstract

一种车辆状态估计方法，包括测量扭矩，使用测量的扭矩来制定用于车辆控制的车辆状态估计和应用车辆状态估计来控制车辆。

Description

用于车辆控制的电子驱动扭矩感测车辆状态估计方法

技术领域

本发明的说明性实施例总体上涉及车辆控制方法。更具体地，本发明的说明性实施例涉及用于车辆控制的电子驱动扭矩感测车辆状态估计方法。

背景技术

在机动车辆的设计中，会花费很大的努力来提高在路面上的车辆操纵性和动态稳定性。例如，车轮滑移——其当在车辆的车轮上的轮胎的外边缘以比车辆更高的速度下移动时发生——可以使用各种牵引力控制方法进行控制。用于车辆车轮滑移和其他车辆操纵性，稳定性和其它参数的控制的电子驱动扭矩感测车辆状态估计方法会是有用的。

发明内容

本发明的说明性实施例总体上涉及用于车辆操纵性，稳定性和其他参数的控制的车辆状态估计方法。方法可以包括测量扭矩，使用测量的扭矩来制定用于车辆控制的车辆状态估计和应用车辆状态估计来控制车辆。

根据本发明，提供一种混合动力车辆控制方法，包含：

使用基于测量的扭矩的车辆状态估计来控制车辆。

根据本发明的一个实施例，本发明的方法进一步包含通过测量驱动扭矩来测量扭矩。

根据本发明的一个实施例，其中测量驱动扭矩包含将测量的扭矩转换到各自车轮位置来估计线性主动车轮扭矩。

根据本发明的一个实施例，其中测量驱动扭矩包含将测量的扭矩转换到各自车轮位置来估计非线性主动车轮扭矩。

根据本发明的一个实施例，其中测量扭矩包含测量自动变速器扭矩。

根据本发明的一个实施例，其中测量扭矩包含测量马达扭矩。

根据本发明的一个实施例，其中测量马达扭矩包含测量在混合动力车辆的混合动力模式中的发动机扭矩。

根据本发明的一个实施例，其中测量扭矩包含测量车轮扭矩。

根据本发明的一个实施例，其中测量扭矩包含测量制动压力和从测量的制动压力中计算制动扭矩。

根据本发明，提供一种车辆状态估计方法，包含：

测量扭矩；

使用测量的扭矩来制定用于车辆控制的车辆状态估计，车辆状态估计包括下面中的至少一个：纵向加速度计偏差补偿估计，车辆荷载估计，制动作用力估计，制动平衡估计，再生制动再分配估计，制动衬片摩擦系数估计，加速度重建估计，和增强的车轮滑移控制估计；以及

应用车辆状态估计来控制车辆。

根据本发明的一个实施例，其中车辆状态估计包含将测量的扭矩转换为在车轮位置处的主动车轮扭矩。

根据本发明的一个实施例，其中车辆状态估计包含将测量的扭矩转换为线性主动车轮扭矩。

根据本发明的一个实施例，其中车辆状态估计包含将测量的扭矩转换为非线性的主动车轮扭矩。

根据本发明的一个实施例，其中纵向加速度计偏差补偿估计包含使用在唯一马达车辆加速过程中的马达驱动扭矩来计算纵向加速度计偏差，它的计算一经完成，偏差就用来补偿原始纵向加速度来产生补偿的纵向加速度。

根据本发明的一个实施例，其中车辆荷载估计包含使用在唯一马达车辆加速过程中的马达驱动扭矩来计算超过它的标准值的车辆荷载变化，它的计算一经完成，荷载变化就用于各种车辆控制。

根据本发明的一个实施例，其中制动作用力估计包含将再生制动作用力转换为相等的摩擦制动压力作用力用于纯再生制动事件，使得再生制动的驾驶员感觉可以通过线控制动机构重建来模仿摩擦制动。

根据本发明的一个实施例，其中制动平衡估计包含平衡在再生制动和摩擦制动之间的制动作用力用于给定的驾驶制动需求，使得再生制动可以最大化用于能量回收。

根据本发明的一个实施例，其中再生制动再分配估计包含从后车轮中带走某些再生制动作用力的部分和在前车轮处产生相当于摩擦制动的再生制动作用力，使得总制动作用力保持相同并且车辆稳定性被保持。

根据本发明的一个实施例，其中制动衬片摩擦系数估计包含使用基于制动压力的制动扭矩来计算制动衬片摩擦系数。

根据本发明的一个实施例，其中加速度重建估计可以在不使用纵向加速度计的情况下重建，当纵向加速度计传感器已经故障或当纵向加速度计不能用作标准传感器时，这是非常有用的。

根据本发明的一个实施例，其中增强的车轮滑移控制使用线性和非线性主动车轮扭矩来估计可以用来寻求可以进一步提高滑移控制的最大轮胎力的道路扭矩和力。

根据本发明，提供一种车辆状态估计方法，包含：

通过测量下面的至少一个获得测量的扭矩：驱动扭矩，制动扭矩，自动变速器扭矩，马达扭矩，发动机扭矩和车轮扭矩；

使用测量的扭矩来制定用于车辆控制的车辆状态估计，车辆状态估计包括下面中的至少一个：纵向加速度计偏差补偿估计，车辆荷载估计，制动作用力估计，制动平衡估计，再生制动再分配估计，制动衬片摩擦系数估计和增强的车轮滑移控制估计；以及

应用车辆状态估计来控制车辆。

根据本发明的一个实施例，其中测量的扭矩用来计算线性主动车轮扭矩。

根据本发明的一个实施例，其中测量的扭矩用来计算非线性主动车轮扭矩。

根据本发明的一个实施例，其中测量驱动扭矩包含测量在混合动力车辆的混合动力模式中的发动机扭矩。

根据本发明的一个实施例，其中再生制动再分配估计包含从后车轮中带走某些再生制动作用力的部分和在前车轮处产生相当于摩擦制动的再生制动作用力，使得总制动强度保持相同并且车辆稳定性被保持。

根据本发明的一个实施例，其中加速度重建估计可以在不使用纵向加速度计的情况下重建，其中当纵向加速度计传感器已经故障或当纵向加速度计不能用作标准传感器时，这是非常有用的。

附图说明

通过举例的方式，参照附图，本发明的说明性实施例现在将被描述，附图中：

图1是车辆状态估计方法的说明性实施例的流程图；

图2是车辆的图解视图，更具体地说明了用于车辆状态估计方法的示例性线性AWT(主动车轮扭矩)测量技术；

图3是车辆的图解视图，更具体地说明了用于车辆状态估计方法的示例性非线性AWT测量技术；

图4是车辆动力传动系统的图解视图，更具体地说明了用于车辆状态估计方法的示例性马达扭矩测量技术；

图5是车辆动力传动系统的图解视图，更具体地说明了在用于车辆状态估计方法的车辆的混合动力模式中将马达扭矩测量与内燃(IC)发动机扭矩估计结合。

图6是在制动应用过程中随制动压力(bar)而变化的车轮制动扭矩(Nm)的线形图；

图7是车辆车轮的图解视图，更具体地说明了用于车辆状态估计方法的示例性车轮扭矩测量技术；

图8是线形图，其中绘制了纵向滑移(百分比)对比施加到车辆车轮的纵向和横向力。

图9和10是根据说明性的车辆状态估计方法的加速度重建曲线(IC发动机数据示例)；

图11是根据说明性的车辆状态估计方法的加速度重建曲线(HEV数据示例)；

图12是线形图，其中绘制随时间而变化的车轮转矩并且说明了根据说明性的车辆状态估计方法的增强的车轮滑移控制。

图13是线形图，其中绘制随时间而变化的车轮速率并且说明了根据说明性的车辆状态估计方法的增强的车轮滑移控制；

图14是线形图，其中说明了根据说明性的车辆状态估计方法的增强的车轮滑移控制；以及

图15是线形图，其中根据摩擦制动(通过制动压力恢复)和通过电动马达的再生制动的总和，绘制递送的制动扭矩。

具体实施方式

本质上，下面的具体实施方式仅仅是示例性的，并非旨在限制描述的实施例或描述的实施例的应用和用途。如本发明所使用的，词语“示例性”或“说明性”意指“用作示例，实例或说明”。本发明中描述为“示例性”或“说明性”的任何实施方式不必被解释为优于或胜过其它实施方式。所有以下描述的实施方式是用于使本领域的技术人员能够实践本发明的示例性实施方式，并且不旨在限制权利要求的范围。而且，本发明所描述的说明性实施例不是详尽无遗的且除了本发明描述的和落入所附的权利要求范围内的那些以外的实施例或实施方式是可能的。而且，没有意图受任何在前述技术领域，背景技术，发明内容或以下具体实施方式中呈现的明示或暗示的理论约束。

本发明的说明性实施例涉及用于控制车轮滑移和车辆操作的其他参数的扭矩感测车辆状态估计方法。扭矩感测可以导致用于车辆操作的这样的参数的状态估计，例如且不限于，如纵向加速度计偏差补偿，车辆荷载估计，制动作用力估计，制动平衡，再生制动再分配，制动衬片摩擦估计，加速度重建和增强的车轮滑移控制。扭矩感测可以额外地用来在不同类型的驱动(压缩制动，再生制动，摩擦制动，电子牵引力，IC牵引力，等)之间实施平滑扭矩的过渡。而且，再生制动和摩擦制动之间的制动作用力平衡和再分配可以是可能的。扭矩感测车辆状态估计方法可以适用于，例如且不限于，HEV，PHEV或BEV车辆。

根据本发明的基于扭矩感测的车辆状态估计方法和控制能力可以包括，例如且不限于，纵向加速度计偏差补偿，车辆荷载估计，制动作用力估计(在具有再生制动的HEV中使用的线控制动)，制动平衡(如果两者均应用，则在再生和摩擦制动之间的平衡)，再生制动再分配(在潜在的不稳定车辆运动事件过程中，后车轮驱动再生制动再分配)，衬片摩擦系数估计，加速度补偿和重建，增强的车轮滑移估计。

示例性电子驱动控制具有控制动作的唯一链。它在执行器位置产生驱动扭矩(AT)，例如，在轮轴马达位置处的轮轴马达扭矩。AT然后转移到施加到车轮的扭矩并且这样的扭矩称为主动车轮扭矩(AWT)。AWT然后生成反应扭矩和力，其从所谓的道路扭矩/力(RT/F)的道路中施加。RT/F是最终的扭矩和力，其直接促成车辆的移动。

因此，如果在执行器位置的AT可以测量，则AWT可以从AT中估计，并且RT/F可以从AWT中进一步估计。因为从马达产生的AT测量值的精确度大于在内燃发动机中估计的那些，所以利用基于车辆状态估计的马达驱动扭矩的车辆控制是可能增强的。更具体地，在实施方式中的电子驱动控制增强可以包括：

——归因于增强的道路扭矩和力估计的增强的车轮滑移控制。如，防抱死制动(ABS)可能仅仅需要2个阶段而不是在传统ABS系统中使用的4个阶段。

——增强的RT/F估计导致提高用于线控踏板系统的踏板感觉。

——增强的RT/F估计导致提高的再生制动稳定性管理，特别地，用于后车轮驱动混合动力车辆，在再生制动在后桥处应用的情况下和当车辆在雪和冰路上制动时。

——基于AWT的控制策略导致在动力传动系统和摩擦制动扭矩之间平滑地混合(例如，衬片摩擦可以估计是为了使摩擦扭矩水平适应于动力传动系统/再生制动扭矩水平)；

——对于未来的电动车辆(具有电子转角或电子轮毂或轮毂电机)，车轮滑移控制不同于传统的车轮滑移控制。各个车轮之间的协调可能是通过车轮扭矩进行的。因此RT/F的精确估计是需要的。

参照图1，显示车辆状态估计方法的说明性实施例的流程图100。在框102中，AWT可以从AT测量值中估计。有两种类型的AWT：线性和非线性AWT。线性AWT是导致成比例的纵向轮胎力来移动和停止车辆的AWT，比如在牵引力和制动力不会在车轮处产生大的滑移的AWT。非线性AWT是导致通过摩擦圆限制的纵向和横向轮胎力的AWT，比如在激活牵引力控制系统(TCS)，ABS和稳定性控制系统的情况下。

在框104中，在框102中测量的扭矩可以用来制定用于车辆控制的车辆状态估计。车辆状态估计可以包括以下量的估计：

·主动车轮扭矩(基于线性或非线性部分，前提是它可以包括在相应车轮处的不饱和或饱和的轮胎力)；

·轮胎扭矩和力；

·纵向加速度计偏差补偿；

·车辆荷载；

·制动作用力；

·制动平衡；

·再生制动再分配；

·衬片摩擦；

·加速度重建。

在框106中，在框104中制定的车辆状态估计可以应用来控制车辆。车辆状态估计可以应用来控制，例如且不限于，制动作用力，要求制动作用力以踩下车辆制动踏板，再生制动再分配(安排在整个制动中利用的再生制动的百分比)，车辆加速度，车轮滑移控制，和在动力传动系统和摩擦制动扭矩之间的平滑混合。

参照图2，显示了说明了示例性线性AWT(主动车轮扭矩)估计的车辆200的图解视图。线性AWT 201——其导致成比例的纵向轮胎力202来移动和停止车辆200——是基于从所测量的驱动扭矩(AT)中估计。线性AWT 201可以用来在车轮到达其制动力饱和点之前控制制动和再生制动，例如且不限于，在车辆200中。

接下来参照图3，显示了说明示例性非线性AWT估计技术的车辆300的图解视图。非线性AWT 306估计主动车轮扭矩作用力，其包括通过摩擦圆309,310,311和312限制或饱和的纵向和横向轮胎力308来移动和停止车辆300。非线性AWT 306可以用于例如且不限于车辆300中的增强牵引力控制系统(TCS)，防抱死制动系统(ABS)，电子稳定性控制(ESC)，侧倾稳定性控制(RSC)，弯道控制(CC)，扭矩矢量控制(TV)，和再生稳定性管理(RSM)。

接下来参照图4，显示了说明用于车辆状态估计方法的示例性马达扭矩测量技术的车辆动力传动系统400的图解视图。车辆动力传动系统400可以包括发动机401，与发动机401相连接的变速器403和在发动机401和变速器403之间的液力变矩器402。驱动车轮404与变速器403相连接。

从发动机中产生的驱动扭矩或车轮位置处估计的马达可以基于发动机速度，变速器齿轮比，所涉及的子系统的惯量来估计。考虑纯内燃(IC)发动机的情况，如果在所有轮轴中的平顺性被忽略，则在车轮位置(结合图4)处的驱动扭矩可以按照下面估计：

其中T_e是发动机扭矩，I_e是发动机惯量，I_t是变速器惯量，I_d是输出轴惯量，I_a是轮轴惯量，N_t是变速器齿轮比，N_f是主减速比；α_e是发动机旋转加速度(发动机速度的导数)，a_a是轮轴的旋转速度的导数，f(σ)是液力变矩器增益，σ是液力变矩器的输出轴速度和输入轴速度的比率。

接下来参照图5，显示了动力分配混合动力动力传动系统500——其包括行星齿轮连同将马达驱动与来自内燃(IC)发动机的驱动结合的各种其他齿轮——的图解视图。传递到车轮位置的用于这样的混合动力动力传动系统的主动驱动扭矩可以计算。在下文中，在车轮位置处的主动驱动扭矩用来作为说明性的示例。车辆动力传动系统500可以包括发动机501，与发动机501相连接的再生制动系统502，与再生制动系统502相连接的发电机503，连接到发电机503的电池504和电动马达505，与再生制动系统502相连接的变速器506和与变速器506相连接的驱动车轮507。马达扭矩在EV模式中是精确的。对于这种动力传动系统的配置，该

其中N₁，N_2m，N_2e，N₃，N₄，N₅是在图5中所示的齿轮比，T_m是马达扭矩，I_m是马达的惯量，a_m是马达旋转加速度，其可以从测量的马达旋转速度中计算，ρ是行星齿轮比。

接下来参照图5，显示了根据说明性车辆状态估计方法在车辆的混合动力模式中将马达扭矩测量值与内燃(IC)发动机扭矩估计结合的车辆动力传动系统500的图解视图。车辆动力传动系统500可以包括发动机501，与发动机501相连接的再生制动系统502，与再生制动系统502相连接的发电机503，连接到发电机503的电池504和电动马达505，与再生制动系统502相连接的变速器506和与变速器506相连接的驱动车轮507。马达扭矩在EV模式中是精确的。

归因于制动压力恢复的施加到车轮的扭矩可以近似为制动压力的线性函数：

T_b＝2μ_lr_c2cA_pP

其中μ_l是取决于制动系统组件件-对-件变化，组件磨损和退化以及环境条件(例如，温度，雨水)的衬片摩擦系数；T_b是从制动压力P中产生的制动扭矩；和A_p是制动活塞的总面积；r_c2c是从制动钳的中心到车轮的旋转中心的距离。制动扭矩的线形图基于实际车辆数据，在图6中进行绘制。

接下来参照图7和8，在图7中显示了说明各种扭矩和力施加到车轮的车辆车轮700。在图8中，绘制轮胎的纵向和横向力对比轮胎的纵向滑移率。车轮扭矩结合车辆车轮700可以与如下面所示的车轮的各种运动变量有关：

车轮扭矩：

T_w＝T_d-T_b

T_b＝κp＝2μ_lr_c2cA_pp

道路扭矩：

T_r＝F_rR＝NRμ(λ)

其中

是纵向滑移率。

车轮动力学：

其中T_d是驱动扭矩；T_b是制动扭矩；μ_l是衬片摩擦系数；r_c2c是从制动钳到车轮中心的距离；F_r是道路力；μ(λ)是随滑移比率λ而变化的摩擦系数；N是法向力；R是车轮滚动半径；v_x是车辆/车轮轮毂速率；I_w是车轮转动惯量。轮胎力可以从轮胎模型T_r＝NR_μ(λ)中获得，如图8所示或通过如在下面等式中来自于测量的信号中的估计获得：

现在，让我们将上述信号车轮动力学用于整个汽车动力学。

让我们考虑后车轮驱动HEV。它的纵向动力学可以通过下面的运动的等式近似：

M_ta_x＝F_x1+F_x2+F_x3+F_x4

i∈{1,2,3,4},j∈{f,r}

其中M_t是车辆的总质量，a_x是在车辆的重心处限定的车辆的纵向加速度，F_xi是距离地面施加到第i个车轮的纵向轮胎力，T_Ici是来自IC发动机但转化到第i个车轮的扭矩，T_Emi是从马达转化到第i个车轮产生的扭矩，T_Fbi是在第i个车轮处的摩擦制动(归因于制动压力)和r_j是在第i个轮轴处车轮的滚动半径。

在仅仅使用电动马达(电动模式)的车辆加速过程中，上述等式可以简化如下：

M_ta_x＝F_x3+F_x4

在IC发动机和电动马达打开的情况下的车辆加速过程中，上述等式可以简化如下：

M_ta_x＝F_x3+F_x4

在压缩制动过程中，运动的等式可以在下面导出为：

M_ta_x＝-|F_x3|–|F_x4|

在再生制动过程中，运动的等式可以在下面导出为：

M_ta_x＝-|F_x1|-|F_x2|-|F_x3|-|F_x4|

在摩擦制动过程中，运动的等式在下面导出：

M_ta_x＝-|F_x1|-|F_x2|_-|F_x3|-|F_x4|

基于上述运动的等式，考虑涉及驱动的不同的操作条件，各种车辆参数和变量可以基于传感器测量值和计算的变量(状态)估计。一个感兴趣的变量是在纵向加速度计中的静态偏差的估计。在电动模式加速过程中，因为马达扭矩具有精确的测量和计算，所以在加速度中的偏差可能是可检测的。基于前述提及的车辆运动，这种偏差可以计算如下：

其中Δa_x是纵向加速度偏差，a_x是来自车载加速度传感器的原始传感器测量值。

另一个感兴趣的量是车辆荷载。精确的车辆荷载信息可以用来精确地确定燃料消耗量和SOC，换挡计划，和车辆控制，等。

车辆荷载估计可以如下在电动模式加速(唯一马达的车辆加速)过程中从前述提及的等式中推导：

另外一组变量或量与各种制动机构如何递送制动动作有关，其叫做制动作用力估计。这种制动作用力估计可以用来通过驾驶员在线控制动机构中填入制动感觉。考虑到减速度水平，在RB过程中的在制动踏板处的驾驶员制动感觉或制动作用力可以估计如下：

在再生制动过程中：

M_ta_xc＝-|F_x1|–|F_x2|–|F_x3|–|F_x4|

考虑到：

|T_FB3|＝|T_FB4|＝K_rP_me

再生制动作用力T_RBi可以通过人工制动压力P_me被摩擦制动T_FBi模仿：

|T_RB3|＝|T_RB4|＝K_rP_me

在再生制动过程中摩擦或相等的摩擦制动压力现在可以计算为

该变量可以馈入在线控制动系统中的制动力发电机，以便产生制动感觉，其相当于基于制动压力的摩擦制动感觉。

前述提及的等式连同不同的制动条件可以用来计算在后桥处的再生制动和在前桥处的摩擦制动之间的平衡制动用于给定驾驶员制动需求——驾驶员制动压力P。

考虑到压力命令，平衡的前摩擦制动(FFB)和后再生制动(RRB)可以基于下面用于制动车辆的运动的等式估计：

M_ta_xc＝-|F_x1|–|F_x2|–|F_x3|–|F_x4|

首先考虑车辆处于稳定状态的情况下，驾驶员制动正要求制动压力P，后再生制动RRB打开，并且前摩擦制动FFB关闭：

If 2(K_f+K_r)p+T_RBbmax

|T_RB|＝2K_fp+2K_rp；

else

T_RB＝T_RBmax；

|T_FB1|＝|T_FB2|＝(K_f+K_r)p–T_RBmax/2；

其次，考虑车辆处于稳定状态的情况下，驾驶员制动正要求制动压力P，后再生制动RRB打开，并且前摩擦制动打开：

if|T_RB|＝2K_rp<T_RBmax

|T_RB|＝2K_rp

else

|T_RB|＝T_RBmax；

|T_FB1|＝|T_FB2|＝K_fp–2k_rp-T_RBmax/2

当前摩擦制动没有开始生效时，在后再生制动的过程中，RB扭矩可以导致不期望的车辆运动，其包括稳定性事件。在这种情况下，车辆一接近它的稳定性边界(例如，通过ESC系统确定)，来自再生制动的后制动扭矩就会减少并且其的一部分再分配到前摩擦制动。这样的控制方法叫做再生制动再分配(RBR)。当RBR可能导致某些能量回收损失时，它确实提高车辆的稳定性和操纵性。

前述提及的RBR可以如下面描述。考虑RWD HEV在具有低摩擦水平的弯路上行驶。当车辆制动时，后车轮再生制动首先开始生效。当RB增加时，车辆可能进入不稳定的状态。假设驾驶员正要求制动压力P，总制动扭矩可以计算为

T_p＝2(K_f+K_r)p

并且归因于车辆的横摆运动的车辆总横摆扭矩T_yaw可以从在ESC中计算的转向过度控制扭矩T_os中确定

|T_yaw|＝r_f/t_f|T_os|

下面的逻辑可以用来再分配制动扭矩

if vehicle is unstable

if |T_yaw|<T_p and T_p<T_RBmax

|T_FBf0|＝|T_yaw|；

|T_RB|＝2(K_f+K_r)p-|T_FBf0|；

else if|T_yaw|<T_p和T_p>T_RBmax

|T_FBf0|＝|T_yaw|；

T_FB1＝T_FB2＝1/2(T_p-T_RBmax)additive with|T_FBf0|；

|T_RB|＝T_RBmax；

else if|T_yaw|>T_p and T_p<T_RBmax

|T_FBf0|＝|T_yaw|；

|T_RB|＝T_p；

else|T_FBf0|＝|T_yaw|；

T_FB1＝T_FB2＝1/2(T_p-T_RBmax)additive with|T_FBf0|；

|T_RB|＝0；

这样，归因于后再生制动的车辆的对立运动是可能避免的和同样地驾驶员感觉到的制动作用力是相似的。

前述提及的运动的等式可以用来确定制动系统内部的衬片摩擦系数。这样的摩擦系数在取得更好的制动性能方面是有用的。

在纯摩擦制动过程中，我们具有以下关系：

θ是可以通过最小二乘法估计的增益：

用于特定条件。

考虑到理论公式用于

＝2/M_t(K_f/r_f+K_r/r_r)

考虑到

K_f＝2μ_rlr_cr2cA_rp,

并且假设

μ_rl＝ζμ_fl

其中ζ是系数。前衬片摩擦系数是

后衬片系数是

μ_rl＝ζμ_fl。

基于上述讨论，一般扭矩等式可以在下面写为：

其中T_d是总驱动扭矩，₁是扭矩增益，₂是制动压力增益；₁和₂可以在特定条件下通过最小二乘法估计。因为₁和₂总体上是常数或是慢时变的，所以它们可以在某些有利计算条件中确定，但是用于其他非有利计算条件。随着确定₁和₂，加速度a_xck可以基于制动压力和驱动扭矩重建。如果纵向加速度计传感器已经故障或如果纵向加速度计不能用作标准传感器，则这种重建是非常有用的。

图9说明了纵向加速度从发动机扭矩和基于制动压力的制动扭矩中重建。₁(扭矩增益)和₂(制动压力增益)的实时更新在图10中显示。

图11是根据前述提及的纵向加速度重建方法的加速度重建曲线(HEV数据示例)。

图12是线形图，其中绘制随时间而变化的车轮扭矩并且说明了增强的车轮滑移控制。图13是线形图，其中绘制随时间而变化的车轮速率并且说明了根据说明性的车辆状态估计方法的增强的车轮滑移控制。

由于线性和非线性主动车轮扭矩的精确的估计，所以道路扭矩和力扭矩(RT/F)可以精确地估计。这种道路力和扭矩可以用来确定它们的最大值。因此，滑移控制可以将轮胎扭矩和力置于在最大值周围小得多的区域，其在用于防抱死制动系统(ABS)或牵引力控制系统(TCS)事件或牵引力事件的情况下。

图14是线形图，其中说明了根据说明性车辆状态估计方法的增强的车轮滑移控制。

图15是线形图，其中再生制动在图14中所示的线性轮胎力范围中进行。绘制随驾驶员制动扭矩要求而变化的递送的制动扭矩。

虽然针对某些示例性实施例已经描述了本发明的实施例，但是应当理解的是，具体实施例是为了便于说明而不是限制，因为对于本领域技术人员而言，其它的变化将发生。

Claims

1.一种混合动力车辆控制方法，包含：

确定在执行器位置的测量的扭矩，其中测量的扭矩包含驱动扭矩和制动扭矩；

使用测量的扭矩来估计主动车轮扭矩；

使用主动车轮扭矩和车轮动力学来估计车辆车轮的道路扭矩/力以制定车辆状态估计；

使用车辆状态估计来控制车辆。

2.根据权利要求1所述的方法，其中所述主动车轮扭矩包含线性主动车轮扭矩。

3.根据权利要求1所述的方法，其中所述主动车轮扭矩包含非线性主动车轮扭矩。

4.根据权利要求1所述的方法，其中测量的扭矩进一步包含自动变速器扭矩。

5.根据权利要求1所述的方法，其中测量的扭矩进一步包含马达扭矩。

6.根据权利要求5所述的方法，其中马达扭矩包含在混合动力车辆的混合动力模式中的发动机扭矩。