CN106043171A - 一种分布式电动汽车智能化车载网络终端平台及制动控制方法 - Google Patents

Abstract

本发明公开了一种分布式电动汽车智能化车载网络终端平台及制动控制方法，包括：第一CAN网络连接电机管理系统、电机检测系统、制动系统、转向系统和变速系统，第二CAN网络连接导航及显示系统、仪表控制系统、车门控制系统及座椅控制系统；第三CAN网络，其连接车窗控制系统、娱乐系统；处理器通过网关模块连接所述第一、第二和第三CAN网络，实现三个网络间数据交换。本发明的智能化车载网络终端平台能够精确采集的行驶状态信息和实现整车传感信号共享。

Description

一种分布式电动汽车智能化车载网络终端平台及制动控制 方法

技术领域

本发明涉及电动汽车的终端平台。更具体地说，本发明涉及一种分布式电动汽车智能化车载网络终端平台的制动控制方法。

背景技术

CAN(Controller Area Network)，中文名称为控制器局域网络，通常称为CANbus，即CAN总线。是由德国BOSCH(博世)公司研究开发的，现已成为ISO国际标准化的串行通信协议，是目前在国际上应用最广泛的开放式现场总线之一。车辆在我们日常生活中越来越重要。随着科学技术发展车辆自动化程度越来越高，同时无线网络覆盖面越来越大，及CAN总线在车辆中越来越普及，车辆的一些重要部件现基本都加入到车辆CAN总线网络中，车辆的重要部件包括：电机控制器、变速控制器、防锁死刹车系统ABS、发动机ECU、仪表板、照明设备、电动座椅、空调装置、电动窗、电动门锁以及安全气囊等。但现在车辆监控及诊断只能在车辆现场用专用工具监控、远程控制基本只能控制简单的车门开关锁、空调开关、车窗、照明设备等；无法控制车辆转速等；无法满足车辆自动化智能化发展需要。

发明内容

本发明目的是提供一种分布式电动汽车智能化车载网络终端平台，通过处理器中网管模块将二个CAN网络实现并联，精确采集的行驶状态信息和实现整车传感信号共享。

本发明还有一个目的是在处理器中包括报警模块，其通过超声波测距传感器测量车辆周围的物体的相对距离，并用模糊控制器进行处理后控制制动系统的进行制动。

本发明还有一个目的是提供一种分布式电动汽车智能化车载网络终端平台的制动控制方法，通过模糊控制方法控制制动踏板的开度比例，提高驾驶的安全性。

为了实现根据本发明的这些目的和其它优点，提供了一种分布式电动汽车智能化车载网络终端平台，包括：

第一CAN网络，其连接电机管理系统、电机检测系统、制动系统、转向系统和变速系统，所述第一CAN网络用于实现电机管理系统、预警系统、电机检测系统、制动系统、转向系统和变速系统之间数据交换；

第二CAN网络，其连接导航及显示系统、仪表控制系统、车门控制系统及座椅控制系统，所述第二CAN网络用于实现导航及显示系统、仪表控制系统、车门控制系统及座椅控制系统间的数据交换；以及

处理器，其连接所述第一CAN网络和第二CAN网络，所述处理器用于采集第一CAN网络和第二CAN网络间的信息并实现两个网络间的数据交换；

其中，所述处理器对第一CAN网络和第二CAN网络的信息进行处理并控制导航及显示系统显示各系统的状态。

优选的是，所述第一CAN网络还连接电池管理系统。

优选的是，还包括第三CAN网络，其连接车窗控制系统、娱乐系统，所述第三CAN网络用于实现车窗控制系统和娱乐系统间的信息交换；

其中，所述第三CAN网络通过处理器与第一CAN网络和第二CAN网络并联，实现三个系统间的信息交换。

优选的是，所述处理器还包括：GPRS无线通信模块，其用于远程传递处理器采集的信息和接收命令；存储器，其用于储存处理器采集的信息；报警模块，包括模糊控制器，其用于预警潜在危险。

优选的是，所述导航及显示系统还包括：超声波测距传感器，其连接报警模块，用于测量车辆四周的物体距离和相对速度。

本发明的目的还可以通过一种分布式电动汽车智能化车载网络终端平台的制动控制方法来实现，包括：

超声波测距传感器采集本车与物体的相对距离d，得到本车和物体的速度偏差V；

第一模糊控制器将所述本车和物体的速度偏差V和本车和物体的速度偏差变化率a输入模糊控制模型，输出安全距离D；

根据二自由度模型运动微分方程和路面约束条件，得到期望横摆角速度；角速度传感器采集实际横摆角速度；

第二模糊控制器根据期望的实际横摆角速度γ_d和实际横摆角速度γ的偏差变化率ec以及本车和物体的速度偏差变化率a决策出第一安全距离D₁；

协调控制器对第一模糊控制器输出安全距离D和第二模糊控制器输出第一安全距离D₁进行权重系数分配，得到理论安全距离

第三模糊控制器根据本车和物体的相对距离d与理论安全距离的偏差e和偏差变化率决策出制动踏板角度比例

优选的是，所述第一模糊控制器的本车和物体的速度偏差V和本车和物体的速度偏差变化率a论域分别为[-60,60]和[-4，4]，输出安全距离D的模糊论域为[20，120]；

所述第二模糊控制器的输入横摆角速度γ_d和实际横摆角速度γ的偏差变化率ec以及本车和物体的速度偏差变化率a的论域分别为[-20，20]和[-4，4]，输出第一安全距离D₁的模糊论域为[20，100]；

第三模糊控制器的输入本车和物体的相对距离d与理论安全距离D的偏差e、偏差变化率ec的论域分别为[-40，40]、[-8，8]，输出制动踏板角度比例k的模糊论域为[0，1]。

优选的是，所述第一模糊控制器、第二模糊控制器和第三模糊控制器隶属度函数均采用三角形隶属函数。

优选的是，所述协调控制器根据速度偏差变化率a分配权重系数k和K₁。

优选的是，所述协调控制器的分配规则为：

$\stackrel{\‾}{D}=kD+K_1{D}_1$

其中，为理论安全距离，m；k为安全距离权重系数，K₁为第一安全距离权重系数。

本发明至少包括以下有益效果：1、通过处理器中网管模块将三个CAN网络实现并联，第一CAN网络为高速网络、第二和第三CAN网络为低速网络，精确采集的行驶状态信息和实现整车传感信号共享。2、在处理器中设置报警模块，通过超声波测距传感器测量车辆周围的物体的相对距离，并用模糊控制器进行处理后控制制动系统的进行制动。3、制动控制方法通过模糊控制方法控制制动踏板的开度比例，提高驾驶的安全性。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1是本发明的网关模块和第一至第三CAN网络连接示意图。

图2是本发明的处理器的结构示意图。

图3是本发明的CAN总线工作流程图。

图4是本发明的制动控制方法的原理图。

图5是本发明的第一模糊控制器输入本车和物体的速度偏差的隶属度函数图。

图6是本发明的第一模糊控制器输入本车和物体的速度偏差变化率的隶属度函数图。

图7是本发明的第一模糊控制器安全距离的隶属度函数图。

图8是本发明的第二模糊控制器输入实际横摆角速度γ_d和实际横摆角速度γ的偏差变化率的隶属度函数图。

图9是本发明的第二模糊控制器输入本车和物体的速度偏差变化率的隶属度函数图。

图10是本发明的第二模糊控制器输出第一安全距离的隶属度函数图。

图11是本发明的第三模糊控制器输入本车和物体的相对距离d与理论安全距离的偏差的隶属度函数图。

图12是本发明的第三模糊控制器输入本车和物体的相对距离d与理论安全距离的偏差变化率的隶属度函数图。

图13是本发明的第三模糊控制器输出制动踏板角度比例的隶属度函数图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。

本发明提供了一种分布式电动汽车智能化车载网络终端平台，所述终端平台通过处理器和CAN网络实现分布式智能化车载网络覆盖，如图1和2所示，包括：

第一CAN网络，其连接电机管理系统、预警系统、电机检测系统、制动系统、转向系统和变速系统，其中，所述电机管理系统利用传感器采集四轮的电机输出功率；所述预警系统通过超声波测距传感器采集车辆四周的物体距离和相对速度；所述电机检测系统通过传感器采集四轮的转速；所述制动系统通过传感器采集制动踏板的开度；所述转向系统通过传感器采集四轮的横摆角速度；变速系统通过传感器采集档位信息，所述第一CAN网络实现电机管理系统、预警系统、电机检测系统、制动系统、转向系统和变速系统之间数据交换和共享。

第二CAN网络，其连接导航及显示系统、仪表控制系统、车门控制系统及座椅控制系统，所述导航及显示系统通过传感器采集GPRS信号和导航仪的显示屏的显示信息；所述仪表控制系统通过传感器采集各仪表盘的数据；所述车门控制系统通过传感器采集车门开关状态；所述座椅控制系统通过传感器采集底座和靠背间的角度；所述第二CAN网络用于实现导航及显示系统、仪表控制系统、车门控制系统及座椅控制系统间的数据交换。

处理器，包括网关模块和ARM处理模块，其通过网关模块连接所述第一CAN网络和第二CAN网络，所述网关模块用于采集第一CAN网络和第二CAN网络间的信息并实现两个网络间的数据交换；其中，所述网关模块将采集的第一CAN网络和第二CAN网络传输至ARM处理模块，所述ARM处理模块对第一CAN网络和第二CAN网络的信息进行处理，实现整车力矩的分配和控制，并控制所述导航及显示系统显示整车的状态。

在另一实施例中，所述第一CAN网络还连接电池管理系统，所述电池管理系统通过传感器采集电池的电量及充放电状态，并将信息传输至第一CAN网络，通过第一CAN网络实现与电机管理系统、预警系统、电机检测系统、制动系统、转向系统和变速系统间的数据共享和交换。

在另一实施例中，所述网络终端平台还包括第三CAN网络，其连接车窗控制系统、娱乐系统，所述车窗控制系统通过传感器采集车窗开度；所述第三CAN网络用于实现车窗控制系统和娱乐系统间的信息交换；所述第三CAN网络通过处理器中网关模块与第一CAN网络和第二CAN网络并联，实现三个系统间的信息交换。其中，所述第一CAN网络为高速网，所述第二CAN网络和第三CAN网络为低速网，从而减轻总线的负担并提高数据传输的实时性和可靠性。

如图3所示，所述CAN总线的工作过程为：请求发送、总线仲裁、发送报文、错误检测以及接收应答五个过程，将需要发送的报告数据写入到CAN控制器中，控制器相应寄存器发送请求位置1，请求发送电文；CAN控制器时刻监听总线的状态，当总线空闲时，发动报文；当多个节点同时发送报文，总线进行仲裁；根据仲裁结果按照总线的帧格式向总线上发送报文数据；接收节点在接收报文的过程中，会进行错误检查，无错误进行发送；有错误的帧，将再次发送。

在另一实施例中，所述处理器还包括：GPRS无线通信模块，其用于远程传递处理器采集的信息和接收命令；存储器，其用于储存处理器采集的信息；报警模块，其用于预警潜在危险。所述导航及显示系统还包括：超声波测距传感器，其用于测量车辆四周的物体距离和相对速度。

本发明还提供一种分布式电动汽车智能化车载网络终端平台的制动控制方法，包括第一模糊控制器、第二模糊控制器和第三模糊控制器，第一模糊控制器、第二模糊控制器并联，分别输出安全距离和第一安全距离，协调控制器对安全距离和第一安全距离进行权重分析后得到理论安全距离，第三模糊控制器输入理论安全距离与实际距离的偏差，以及理论安全距离与实际距离的偏差变化率，输出制动踏板角度比例，制动踏板角度比例与实际制动踏板角度比例进行比较后进行补偿。

第一模糊控制器：

采用分层控制结构，包括：信号处理层、安全距离决策层。信号处理层根据多个超声波测距传感器测量的本车和物体的距离偏差d，计算本车和物体的速度偏差V和本车和物体的速度偏差变化率a；安全距离决策层根据本车和物体的速度偏差V和本车和物体的速度偏差变化率a决策出安全距离D。

1、信号处理层：

采用多个超声波测距传感器测量本车辆四周物体的距离，利用公式(1)计算本车和物体的距离偏差d：

$d=2\×(f_a^{+}+f_a^{-})\frac{\mathrm{\λ}\·T}{\mathrm{\Δ}f}---\left(1\right)$

其中，d为本车和物体的相对距离，其代表意思为以本车为原点，物体距离本车的直线长度，单位为米；λ为超声波测距传感器采用的毫米波的速度，单位为m/s；T为周期；Δf为发射频率的最大偏频，单位为Hz；f_a为发射和接收信号差拍频率，单位为Hz；f_a中的“+”和“-”分别为正负调频。

利用公式(2)计算本车和物体的速度偏差V：

$r=\frac{d_{t2}-d_{t1}}{t_2-t_1}---\left(2\right)$

其中，d_t1为t₁时刻本车与物体的相对距离，d_t2为t₂时刻本车与物体的相对距离，t₂>t₁。当v>0表示物体与本车的距离随着时间的增大而增大；当v<0表示物体与本车的距离随着时间的增大而减小；当v＝0表示物体与本车的距离随着时间的增大而不变，两车的速度相等；

利用公式(3)计算本车和物体的速度偏差变化率a：

$a=\frac{V_{t2}-V_{t1}}{t_2-t_1}---\left(3\right)$

其中，V_t1为t₁时刻本车与物体的相对速度，d_t2为t₂时刻本车与物体的相对速度，t₂>t₁。

2、安全距离决策层：采用模糊控制方法，模糊控制器的输入是期望的本车和物体的速度偏差V和本车和物体的速度偏差变化率a，输出为安全距离D，在无控制时，本车和物体的速度偏差V范围为[-60,60]，偏差变化率a为[-4，4]，设定量化因子都为1，因此其论域分别为[-60,60]和[-4，4]；安全距离D的模糊论域为[20，120]。为了保证控制的精度，实现更好的控制，利用实车实验平台反复进行实验，确定了最佳的输入和输出等级，其中，最终将偏差分为9个等级，模糊集为{NVB，NB，NM，NS，0，PS，PM，PB，PVB}；将偏差变化率分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}；安全距离D分为9个等级，分别为{NVB，NB，NM，NS，0，PS，PM，PB，PVB}；隶属度函数均采用三角形隶属函数，详见图5-7。

模糊控制规则为：当速度偏差为正，则增大安全距离；当速度偏差为负，则减小安全距离；当速度偏差为0，偏差变化率a为正，则增大安全距离；当速度偏差为0，偏差变化率a为负，则减小安全距离。模糊控制规则详见表一。

表一模糊控制表

3、根据模糊控制表一输出安全距离D。

第二模糊控制器：

采用分层控制结构，包括：信号处理层、安全距离决策层。信号处理层根据二自由度模型运动微分方程和路面约束条件计算出横摆角速度期望值；第一安全距离决策层根据期望的横摆角速度γ_d和实际横摆角速度γ的偏差变化率ec以及本车和物体的速度偏差变化率a决策出第一安全距离D₁。

1、信号处理层：选取线性二自由度车辆模型作为参考模型，根据二自由度模型运动微分方程和路面约束条件，得到期望横摆角速度：

期望横摆角速度γ_d：

${\mathrm{\&gamma;}}_d=\frac{1}{1+K_{\mathrm{\&gamma;}}s}min\left(\right|\frac{u/L}{1+{\mathrm{Ku}}^2}{\mathrm{\&delta;}}_f|,|0.85\frac{\mathrm{\&mu;}g}{u}\left|\right)\mathrm{sgn}\left({\mathrm{\&delta;}}_f\right)---\left(4\right)$

式中：L为前后轮轴距；u为纵向车速；δ_f为前轮转角；μ为路面附着系数；K_γ、K_β为延迟系数；K是稳定性因数；m是整车质量。

2、第一安全距离决策层：采用模糊控制方法，模糊控制器的输入是期望的横摆角速度γ_d和实际横摆角速度γ的偏差变化率ec以及本车和物体的速度偏差变化率a，输出为第一安全距离D₁，在无控制时，横摆角速度的偏差变化率为[-20，20]，本车和物体的速度偏差变化率a为[-4，4]，设定量化因子都为1，因此其论域分别为[-20，20]和[-4，4]；第一安全距离D₁的模糊论域为[20，100]。为了保证控制的精度，实现更好的控制，利用实车实验平台反复进行实验，确定了最佳的输入和输出等级，其中，最终将偏差分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}；将偏差变化率分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}；第一安全距离D₁分为7个等级，分别为{NB，NM，NS，0，PS，PM，PB}；隶属度函数均采用三角形隶属函数，详见图8-10。

通过大量的实验及验证得到模糊模型控制规则，详见表二：

表二模糊控制表

用协调控制器对第一模糊控制器输出安全距离D和第二模糊控制器输出第一安全距离D₁进行分配，通过大量实验和验证得到不同速度偏差变化率a下的权重系数表：

表三不同速度偏差变化率a对应的权重系数表

通过权重系数表三查找权重系数k和K₁，根据以下公式计算理论安全距离

$\stackrel{\&OverBar;}{D}=kD+K_1{D}_1---\left(5\right)$

K₁+k＝1 (6)

其中，为理论安全距离，m；k为安全距离权重系数，K₁为第一安全距离权重系数。

第三模糊控制器：

包括：制动踏板角度比例决策层、控制分配层和执行层。制动踏板角度比例决策层根据本车和物体的相对距离d与理论安全距离的偏差e和偏差变化率决策出制动踏板角度比例控制分配层制动系统内的分配规则对四轮进行制动力分配，执行层控制四轮进行制动。

1、制动踏板角度比例决策层：采用模糊控制方法，模糊控制器的输入是本车和物体的相对距离d与理论安全距离的偏差e、偏差变化率ec，输出为制动踏板角度比例在无控制时，偏差e变化范围为[-40，40]，偏差变化率ec的变化范围为[-8，8]，设定量化因子都为1，因此，其论域分别为[-40，40]、[-8，8]；制动踏板角度比例k的模糊论域为[0，1]。为了保证控制的精度，实现更好的控制，利用实车实验平台反复进行实验，确定了最佳的输入和输出等级，其中，将所述偏差e分为9个等级，模糊集为{NVB，NB，NM，NS，0，PS，PM，PB，PVB}；偏差变化率ec分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}；制动踏板角度比例k分为9个等级，分别为{NVB，NB，NM，NS，0，PS，PM，PB，PVB}；隶属度函数均采用三角形隶属函数，详见图11-13。

其中，偏差变化率的NVB等级表示偏差e在随着时间增大而减小；偏差变化率的PVB等级表示偏差e随着时间增大而增大；制动踏板角度比例k为实际角度θ与制动踏板全开的角度的比值，NVB等级表示比例为0，踏板关闭；制动踏板角度比例k的PVB等级表示比例为1，踏板全开。

通过大量的实验及验证得到模糊模型控制规则，详见表三。

表三模糊控制表

3、控制分配层和执行层：所述模糊控制器将制动力开度k传输至ARM处理模块，ARM处理模块根据比较实际制动踏板角度比例k和制动踏板角度比例当附加制动踏板角度比例时，执行层控制本车的制动系统进行制动，直至制动力踏板传感器检测到当附加制动踏板角度比例时，执行层控制本车的制动系统进行减小制动踏板角度，直至制动力踏板传感器检测到通过ARM处理模块控制制动系统内分配规则分配四车轮制动力，。

实车验证试验：实车试验验证主要是利用搭建的轮边电机四轮独立驱动的电动汽车进行，通过搭建以NI CRio和笔记本电脑为硬件平台、LabVIEW为虚拟软件开发平台的车载试验研究平台，通过车载网络终端平台将车辆在途信息进行实时远程传输至车载试验研究平台进行实车验证。

(1超声测距传感器检测本车前方出现车辆，两车的相对距离d为40米，本车车速为40千米/小时，本车与前车的相对距离变化率v为40千米/小时，即前车的速度为80千米/小时，本车正常行驶。

(2)超声测距传感器检测本车前方障碍物，本车与障碍物的相对距离d为20米，本车车速为40千米/小时，本车与前车的相对距离变化率v为-40千米/小时，传感器组监测到驾驶人员未进行制动，则控制制动踏板的开度比例接近于0，制动系统进行快速刹车。

如上所述，本发明具有如下有益效果：1、通过处理器中网管模块将三个CAN网络实现并联，第一CAN网络为高速网络、第二和第三CAN网络为低速网络，精确采集的行驶状态信息和实现整车传感信号共享。2、在处理器中设置报警模块，通过超声波测距传感器测量车辆周围的物体的相对距离，并用模糊控制器进行处理后控制制动系统的进行制动。3、制动控制方法通过模糊控制方法控制制动踏板的开度比例，提高驾驶的安全性。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (10)

1.一种分布式电动汽车智能化车载网络终端平台，其特征在于，包括：

第一CAN网络，其连接电机管理系统、电机检测系统、制动系统、转向系统和变速系统，所述第一CAN网络用于实现电机管理系统、预警系统、电机检测系统、制动系统、转向系统和变速系统之间数据交换；

第二CAN网络，其连接导航及显示系统、仪表控制系统、车门控制系统及座椅控制系统，所述第二CAN网络用于实现导航及显示系统、仪表控制系统、车门控制系统及座椅控制系统间的数据交换；以及

处理器，其连接所述第一CAN网络和第二CAN网络，所述处理器用于采集第一CAN网络和第二CAN网络间的信息并实现两个网络间的数据交换；

其中，所述处理器对第一CAN网络和第二CAN网络的信息进行处理并控制导航及显示系统显示各系统的状态。

2.如权利要求1所述的分布式电动汽车智能化车载网络终端平台，其特征在于，所述第一CAN网络还连接电池管理系统。

3.如权利要求2所述的分布式电动汽车智能化车载网络终端平台，其特征在于，还包括第三CAN网络，其连接车窗控制系统、娱乐系统，所述第三CAN网络用于实现车窗控制系统和娱乐系统间的信息交换；

其中，所述第三CAN网络通过处理器与第一CAN网络和第二CAN网络并联，实现三个系统间的信息交换。

4.如权利要求2所述的分布式电动汽车智能化车载网络终端平台，其特征在于，所述处理器还包括：

GPRS无线通信模块，其用于远程传递处理器采集的信息和接收命令；

存储器，其用于储存处理器采集的信息；

报警模块，包括模糊控制器，其用于预警潜在危险。

5.如权利要求2-4中任一项所述的分布式电动汽车智能化车载网络终端平台，其特征在于，所述导航及显示系统还包括：

超声波测距传感器，其连接报警模块，用于测量车辆四周的物体距离和相对速度。

6.一种分布式电动汽车智能化车载网络终端平台的制动控制方法，其特征在于，包括：

超声波测距传感器采集本车与物体的相对距离d，得到本车和物体的速度偏差V；

第一模糊控制器将所述本车和物体的速度偏差V和本车和物体的速度偏差变化率a输入模糊控制模型，输出安全距离D；

根据二自由度模型运动微分方程和路面约束条件，得到期望横摆角速度；角速度传感器采集实际横摆角速度；

第二模糊控制器根据期望的实际横摆角速度γ_d和实际横摆角速度γ的偏差变化率ec以及本车和物体的速度偏差变化率a决策出第一安全距离D₁；

协调控制器对第一模糊控制器输出安全距离D和第二模糊控制器输出第一安全距离D₁进行权重系数分配，得到理论安全距离

第三模糊控制器根据本车和物体的相对距离d与理论安全距离的偏差e和偏差变化率决策出制动踏板角度比例

7.如权利要求6所述的分布式电动汽车智能化车载网络终端平台的制动控制方法，其特征在于，所述第一模糊控制器的本车和物体的速度偏差V和本车和物体的速度偏差变化率a论域分别为[-60,60]和[-4，4]，输出安全距离D的模糊论域为[20，120]；

所述第二模糊控制器的输入横摆角速度γ_d和实际横摆角速度γ的偏差变化率ec以及本车和物体的速度偏差变化率a的论域分别为[-20，20]和[-4，4]，输出第一安全距离D₁的模糊论域为[20，100]；

第三模糊控制器的输入本车和物体的相对距离d与理论安全距离的偏差e、偏差变化率ec的论域分别为[-40，40]、[-8，8]，输出制动踏板角度比例k的模糊论域为[0，1]。

8.如权利要求7所述的分布式电动汽车智能化车载网络终端平台的制动控制方法，其特征在于，所述第一模糊控制器、第二模糊控制器和第三模糊控制器隶属度函数均采用三角形隶属函数。

9.如权利要求8所述的分布式电动汽车智能化车载网络终端平台的制动控制方法，其特征在于，所述协调控制器根据速度偏差变化率a分配权重系数k和K₁。

10.如权利要求9所述的分布式电动汽车智能化车载网络终端平台的制动控制方法，其特征在于，所述协调控制器的分配规则为：

$\stackrel{\&OverBar;}{D}=kD+K_1{D}_1$

其中，为理论安全距离，m；k为安全距离权重系数，K₁为第一安全距离权重系数。