CN107380148B - 一种电动汽车制动力矩综合调控方法及系统 - Google Patents

Abstract

本发明涉及一种电动汽车制动力矩综合调控方法及系统，随着踏板行程的不断增大，并监测到车轮滑移率发生突变时，对制动力矩进行综合调控，包括：轮胎‑路面摩擦力估计、制动力矩自适应控制、制动力矩分配。其中，通过车速和轮速等，实时计算当前车轮滑移率以及滑移率差值，结合预先设定的轮胎模型拟合函数，前后车轮滑移率误差阈值及观测器调节增益等，对前后轮胎‑路面摩擦力直接相关的变量同时进行估计，进而计算当前所需的前后轮制动力矩，使前后车轮滑移率保持在理想值附近。按照制动力矩分配系数‑频率曲线将前后车轮制动力矩近似分配至前后车轮电机制动力矩以及机械制动力矩。本发明有效地提高了电动汽车系统的制动控制性能。

Description

一种电动汽车制动力矩综合调控方法及系统

技术领域

本发明涉及电动汽车制动控制，特别涉及一种电动汽车制动力矩综合调控方法及系统。

背景技术

制动性能是车辆主动安全系统中最重要的因素之一。目前汽车均配有防抱死系统(Antilock Brake System，ABS)，使车辆在紧急制动时能保持最佳车轮滑移率，从而优化轮胎纵向附着力并缩短制动距离。同时，通过制动控制也可优化车轮侧向附着力，从而保持良好的车辆操纵性能。制动系统性能的提升将使车辆及驾乘人员的安全得到进一步的保障。而在紧急制动时刻，制动性能的差异带来的影响将更为突出。因此，不断提升车辆制动系统的性能，具有很强的实际工程意义。

制动力矩调控作为车辆制动系统中的关键技术，一直是研究的热点和难点。由于轮胎-路面附着系数与车轮滑移率之间存在很强的非线性关系，其数值的精确获取具有一定的难度。同时，在制动过程中存在车辆质心的前移的现象，使车辆前后车轮制动力矩的调控具有一定难度。电动汽车制动系统由电机制动和摩擦制动混合构成，比传统汽车制动系统复杂，并增加了制动系统中的不确定因素。电机输出扭矩具有准确、快速响应的优点，摩擦制动器输出力矩较大但变化缓慢。因此，电机制动可以用来弥补摩擦制动动态响应的不足，以提升制动系统的动态响应，在短时间内使滑移率稳定在期望值附近，加速滑移率的收敛情况。但电机制动的引入，也增加了电动汽车制动调控的复杂程度。

现有的《一种用于电动汽车基于ABS的再生制动控制方法》(专利号201110260769.3)优先使用电机制动力进行能量回收，但未考虑制动强度。《一种基于多约束条件下的电动汽车再生制动控制方法》(专利号201510437923.8)以制动能量回收为出发点，根据制动强度对再生力矩进行了分配，未根据车辆状态计算制动所系力矩。《一种电动汽车用电液复合制动控制方法及其控制装置》(专利号201310228662.X)根据驾驶员意图选择一种制动模式，在保证制动安全的基础上利用电机制动回收能能量，未考虑制动力矩分配问题。

发明内容

本发明的目的在于提供一种电动汽车制动力矩综合调控方法及系统，通过轮胎-路面摩擦力估计、车辆制动力矩自适应控制及制动力矩分配，提高电动汽车系统的制动控制性能。

本发明的一个技术方案是提供一种电动汽车制动力矩综合调控方法，通过踩踏板对电动汽车制动时，制动力矩根据踏板行程线性输出；

当检测到根据车速及轮速计算的车轮滑移率发生突变时，对制动力矩进行综合调控，包括以下步骤：

S1、通过轮胎-路面摩擦力估计，得到轮胎-路面摩擦力变量估计值

S2、进行制动力矩自适应控制，从而根据预先设定的控制器的增益，计算当前所需的前后轮制动力矩T_bi，使前后车轮滑移率保持在理想值附近；

设定的制动力矩自适应控制的规律为：

式中，r为车轮半径，Φ(λ_i)为Burckhardt轮胎模型近似表示式中的回归量，λ_i为车轮滑移率，v为车速，k_i为误差反馈增益，取大于零的常数，e_i为前后车轮滑移率误差，i∈{F,R}，F代表前轮，R代表后轮；

S3、制动力矩分配：将电动汽车的机械制动力矩T_M与电机制动力矩T_E按照制动力矩T_bi的频率进行分配。

优选地，步骤S1中的轮胎-路面摩擦力估计，是通过设置观测器，对前后轮胎-路面摩擦力直接相关的变量θ_i同时进行估计：

θ_i＝pF_zi

μ(λ_i)＝Φ(λ_i)p^T

式中，由观测器得到轮胎-路面摩擦力变量估计值γ_i是观测器调节参数，ε_i为滑移率误差阈值，e_εi为滑移率误差调节误差，为t₀时刻变量θ_i的初始估计值，μ(λ_i)为轮胎-路面附着系数，F_zi为轮胎的垂直负载，p是与摩擦系数相关的线性化参数；

根据Lyapunov函数

其中，J为车轮转动惯量，

存在e_ε使得即由Lyapunov稳定性理论获知观测器是稳定的，则估计出变量θ_i的数值，进一步得到前后车轮的路面摩擦力的估计值。

优选地，通过步骤S2的制动力矩自适应控制，使车轮滑移率在制动力矩作用下成指数规律收敛到理想值附近。

优选地，步骤S3中进行制动力矩分配时，设置有滤波器

l＝α_M+α_E+β_M+β_E

其中，α_j,β_j,j∈{M,E}是与制动力矩分配系数随频率变化的曲线相适应的权重系数，α_M和α_E分别是机械制动力矩和电机制动力矩幅值的权重系数，β_M和β_E分别是机械制动器和电机制动器输出力矩变化量的权重系数；

制动力矩T_bi经过滤波器后，按照所述曲线将制动力矩T_bi近似分配至前后车轮电机制动力矩T_E以及机械制动力矩T_M。

优选地，步骤S3中进行制动力矩分配时，通过求解以下算式

得到制动力矩分配系数ρ(f)，对机械制动力矩T_M与电机制动力矩T_E按制动力矩T_b的频率f进行分配；所述制动力矩分配系数ρ(f)满足离散滤波器的要求，并尽可能的接近预先定义的分配系数ρ^*(f)；

其中，权重系数α_j,β_j,j∈{M,E}满足以下条件：

式中，t_s表示采样步长，N表示步数。

优选地，步骤S3中进行制动力矩分配时，将制动力矩的频率划分为低频、中频以及高频区间；使得高频区间时电机制动力矩T_E的使用比例高于机械制动力矩T_M，而低频区间时机械制动力矩T_M的使用比例高于电机制动力矩T_E。

本发明的另一个技术方案是提供一种电动汽车制动力矩综合调控的系统，使用上述任意一项电动汽车制动力矩综合调控方法；

所述系统包含：制动监视器、上层控制器、下层分配器、CAN网络；根据CAN网络传递来的车辆状态信息，所述制动监视器在制动踏板行程逐渐增大的过程中，实时计算并监测当前车轮滑移率是否发生突变；

所述制动监视器在监测到车轮滑移率发生突变时进行轮胎-路面摩擦力估计，并发出驱使所述上层控制器启动制动力矩自适应控制的指令；

所述上层控制器根据轮胎-路面摩擦力变量估计值以及预先设定的增益，计算当前所需的前后轮制动力矩，使前后车轮滑移率保持在理想值附近；

下层分配器将前后轮制动力矩进一步分配至电机制动器和机械制动器，将按照预先定义的制动力矩分配系数-频率曲线将前后车轮制动力矩近似分配至前后车轮电机制动力矩以及机械制动力矩。

优选地，通过踩下踏板对电动汽车制动的过程中，所述制动监视器检测到的车轮滑移率、车速、车轮转速数据保持正常时，根据制动踏板行程分别成比例输出电机制动力矩以及机械制动力矩，通过CAN网络传递给电机制动执行器以及机械制动执行器，对车辆进行减速制动操作；期间所述上层控制器不启动。

优选地，所述制动监视器检测到车辆速度低于阈值时，发出关闭上层控制器及下层分配器的指令，以停止电机制动力矩输出，并直接输出最大的机械制动力矩，直到车辆达到完全静止状态。

综上所述，本发明提供的电动汽车制动力矩综合调控方法及系统，上层估计并自适应控制前后车轮制动力矩，下层动态分配每个车轮中的电机制动力矩和机械制动力矩，使滑移率稳定在期望值附近，充分利用地面摩擦力进行制动，有效提高电动汽车系统的制动控制性能。

附图说明

图1为电动汽车制动力矩综合调控系统结构图；

图2为轮胎-路面附着系数拟合图；

图3为电动汽车制动系统受力分析图；

图4为制动力矩分配系数曲线图；

图5为车轮滑移率响应曲线图；

图6为前轮制动力矩分配曲线图；

图7为后轮制动力矩分配曲线图。

具体实施方式

一种电动汽车混合制动力矩综合调控方法，使用如图1所示的电动汽车综合调控系统，包括制动监视器、上层前/后车轮制动力矩自适应控制器和下层电机/机械制动力矩分配器。驾驶员踩踏板进行制动时，制动力矩根据踏板行程线性输出。同时，制动监视器根据车速及轮速计算轮胎滑移率。如果检测到滑移率突变则打开滑移率调节器，对制动力矩进行综合调控，其中主要包括轮胎-路面摩擦力矩估计、轮制动力矩自适应控制，以及制动力矩分配环节。

具体的调控环节如下：

S1.轮胎-路面摩擦力估计

为了近似表示轮胎-路面附着系数μ(λ)与滑移率λ之间的非线性关系，选择如下所示的Burckhardt(伯克哈特)轮胎模型：

其中常数项c_i是Burckhardt轮胎模型拟合系数。

为了便于后续的观测器设计，将Burckhardt轮胎模型中项进行如下参数线性化处理

其中θ_i是线性化参数，ω_i是权重系数。

因此，Burckhardt轮胎模型可近似表示为：

μ(λ)＝Φ(λ)p^T+Δ_μ(t,λ) (3)

式中，p是一组线性参数，Φ(λ)是回归量，Δ_μ(t,λ)是线性化带来的近似误差。

对于干沥青路面，使用上述方法拟合的附着系数曲线和Burckhart轮胎模型下的曲线对比如附图2所示。从图中可以看出，拟合数据与Burckhart轮胎模型数据具有很高的吻合程度，基本能满足后续的控制需求。

轮胎-路面摩擦力与制动力直接相关，并由轮胎-路面附着系数和车轮垂直载荷综合决定。由于轮胎-路面附着系数无法精确获取，且前后车轮垂直载荷在制动过程中也在不断变化，因此本方法选择直接估计轮胎-路面摩擦力代替传统的轮胎-路面摩擦系数估计，并定义如下变量：

θ_i＝pF_zi,i∈{F,R} (4)

其中，p是式(3)中与摩擦系数相关的线性化参数，F_zi为轮胎的垂直负载，F代表前轮，R代表后轮。

设计如下观测器对变量θ_i进行估计以同时获取前后车轮的路面摩擦力

式中γ_i是观测器调节参数，e_i前后车轮滑移率误差，ε为滑移率误差阈值，e_εi为滑移率误差调节误差，为t₀时刻变量θ_i的初始估计值。

通过选择如下Lyapunov(李雅普诺夫)函数

可得到利用式(5)中的观测器设计方法，存在e_ε使得r为车轮半径，即由Lyapunov稳定性理论可知观测器是稳定的，即可准确估计出变量θ_i的数值，进一步得到前后车轮摩擦力的大小。

S2.制动力矩自适应控制

车辆制动时刻整体受力分析如图3所示，相应的动力学方程如下：

式中v是车速，ω_i是车轮角速度，T_bi为制动力矩，λ_i车轮滑移率，r为车轮有效半径，J为车轮转动惯量，i∈{F,R}，F代表前轮，R代表后轮，M为车辆质量。

利用车辆轮胎-路面摩擦力估计值，车辆制动力矩自适应控制规律设计为：

式中k_i为大于零的常数,e_i为前后车轮滑移率误差。

通过对式(7)中的前后车轮滑移率求一阶导数，可得在式(8)中的制动力矩自适应控制规律下，车轮的滑移率动力学方程演化为

λ_i ^*为前后轮滑移率期望值，从式(9)可以看出车轮滑移率在如式(8)所示的制动力矩作用下将成指数规律收敛到理想值附近，从而最大限度的利用路面附着力来缩短制动时间和距离，提高那个车辆制动系统的综合性能。

S3.制动力矩分配

由于电动汽车同时存在电机制动和机械制动两套制动系统，在得到车辆制动力矩的自适应控制规律后，需要进一步对制动力矩的分配方法进行设计。电机制动能实现能量回收，且扭矩响应提供的带宽比摩擦制动快，因此可使用电机制动力矩提高制动系统的动态特性。机械制动力矩响应相对较慢，但制动效果更稳定并能保障充足的制动力矩输出。因此，在制动力分配过程中考虑式(8)中制动力矩T_b的频率特性，使电机制动力矩T_E对中的高频制动力矩T_b更敏感，机械制动力矩T_M对低频T_b更敏感。即在制动力矩T_b需求剧烈变化时，多使用电机制动力矩T_E，而在制动力矩T_b需求平稳时，适当的增大机械制动力矩T_M的使用，以提高制动力矩输出的稳定性。

定义制动力矩分配规律如下：

式中ρ^*为与制动力矩T_b频率f相关的电机制动力矩T_E与机械制动力矩T_M分配系数。

如图4所示，定义电机制动力矩T_E与机械制动力矩T_M随频率变化的分配系数曲线，并将制动力矩T_b的频率划分为低频、中频以及高频区间。

考虑电机制动系统和机械制动系统的执行器特性，定义如下所示的优化问题：

式(11)中第一部分用来对机械制动系统进行约束，第二部分用来对电机制动系统进行约束。α_M和α_E分别是机械制动力矩和电机制动力矩幅值的权重系数，β_M和β_E制动器输出力矩变化量的权重系数。t_s表示采样步长，N表示步数，均为离散系统默认变量符号。

如下所示定理定义拉格朗日方程

其中，l_L为拉格朗日算子。

运用一阶优化条件并对式(12)求偏导，可得到如下式所示的离散滤波器

l＝α_M+α_E+β_M+β_E (13)

选取合适的权重系数α_j,β_j,j∈{M,E}，为了使得力矩分配分配系数ρ满足离散滤波器的要求，并尽可能的接近式(10)中预先定义的分配系数ρ^*，进一步定义如下所示的非线性最小二乘优化问题：

通过求解式(14)得到最终的制动力矩分配系数ρ(f)，使机械制动力矩T_M与电机制动力矩T_E按制动力矩T_b的频率进行分配。

电动汽车在制动过程中，当驾驶员踩下制动踏板时，制动系统根据制动踏板行程分别成比例输出电机制动力矩T_E以及机械制动力矩T_M。同时，制动监视器通过车速v和四个车轮的转速ω，并实时计算当前前后车轮滑移率λ。当制动监视器检测到的滑移率、车速、车轮转速等一切数据正常时，制动力矩自适应控制器不启动，电机制动力矩T_E以及机械制动力矩T_M继续保持与制动踏板行程之间的线性比例关系，并通过CAN网络将制动命令传递给电机制动执行器以及机械制动执行器，对车辆进行减速制动操作。

随着踏板行程的不断增大，当制动监视器监测到车轮滑移率λ发生突变，制动力矩自适应控制器开始启动。制动控制器根据CAN网络传递来的车辆状态信息，例如车速v和四个车轮的转速ω等，实时计算当前车轮滑移率λ以及滑移率差值e，结合预先设定轮胎模型拟合函数Φ(λ)，前后车轮滑移率误差阈值ε_i以及观测器调节增益γ_i，通过下式对前后轮胎-路面摩擦力直接相关的变量θ_i同时进行估计。

θ_i＝pF_zi,i∈{F,R}

μ(λ_i)＝Φ(λ_i)p^T

制动力矩自适应控制器则进一步根据观测器得到的轮胎-路面摩擦力变量估计值以及预先设定控制器的增益，通过下式计算当前所需的前后轮制动力矩T_bi，使前后车轮滑移率保持在理想值附近。

下层制动力矩分配器进一步将制动力矩T_bi分配至电机制动器和机械制动器。首先定义如图4所示的制动力矩分配系数-频率变化曲线，然后根据式(14)选取合适的权重系数α_j,β_j,j∈{M,E}，在得到最优的权重系数后，最后设置如下所示的滤波器

制动力矩T_bi经过式(17)中滤波器后，将按照预先定义的制动力矩分配系数-频率曲线将前后车轮制动力矩T_bi近似分配至前后车轮电机制动力矩T_E以及机械制动力矩T_M。当制动力矩T_bi变化频率较低时，机械制动器承担制大部分制动力矩，电机制动承担制动力矩较小。而当制动力矩T_bi变化频率变高时，电机制动器承担制动比例也相应增大。制动力矩综合调控效果如图5～图7所示，在图5中，当制动监视器检测到前、后轮滑移率在0.5秒时发生突变时，开始自适应计算制动力矩，通过力矩分配器将力矩分配至电机制动器和机械制动器，控制车辆减速。随后前、后轮滑移率在制动系统的控制下平滑上升并保持在0.16附近，其中前轮滑移率上升较快，在0.16附近小幅度波动后便稳定下来，后轮滑移率波动较小，可见本方法可以在短时间内使滑移率稳定至期望值。前、后轮制动力矩分配如附图6、附图7所示，前后轮力矩分配中，电机制动力矩和机械制动力矩均根据力矩分配比例动态调整。前轮垂直负载较大，同时所需制动力矩也较大，电机输出力矩达到最大200Nm。后轮所需制动力矩较小，在制动力矩变化率大时，电机输出制动力矩大于机械制动力矩。当所需制动力矩达到稳定状态时，机械制动承担大部分制动力矩，电机制动则承担制动力矩较小。

在车辆制动最后阶段，当制动监视器检测到车辆速度低于阈值v_s时，关闭制动力矩自适应控制器及分配器，停止电机制动力矩输出，并直接输出最大的机械制动力矩，直到车辆达到完全静止状态。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (8)

1.一种电动汽车制动力矩综合调控方法，其特征在于，

通过踩踏板对电动汽车制动时，制动力矩根据踏板行程线性输出；

当检测到根据车速及轮速计算的车轮滑移率发生突变时，对制动力矩进行综合调控，包括以下步骤：

S1、通过轮胎-路面摩擦力估计，得到轮胎-路面摩擦力变量估计值

S2、进行制动力矩自适应控制，从而根据预先设定的控制器的增益，计算当前所需的前后轮制动力矩T_bi，使前后车轮滑移率保持在理想值附近；

设定的制动力矩自适应控制的规律为：

式中，r为车轮半径，Φ(λ_i)为Burckhardt轮胎模型近似表示式中的回归量，λ_i为车轮滑移率，v为车速，k_i为大于零的常数，e_i为前后车轮滑移率误差，i∈{F,R}，F代表前轮，R代表后轮；

S3、制动力矩分配：将电动汽车的机械制动力矩T_M与电机制动力矩T_E按照制动力矩T_bi的频率进行分配；

步骤S1中的轮胎-路面摩擦力估计，是通过设置观测器，对前后轮胎-路面摩擦力直接相关的变量θ_i同时进行估计：

θ_i＝pF_zi

μ(λ_i)＝Φ(λ_i)p^T

式中，由观测器得到轮胎-路面摩擦力变量估计值γ_i是观测器调节参数，e_i为前后车轮滑移率误差，ε_i为滑移率误差阈值，e_εi为滑移率误差调节误差，为t₀时刻变量θ_i的初始估计值，μ(λ_i)为轮胎-路面附着系数，F_zi为轮胎的垂直负载，p是与摩擦系数相关的线性化参数；

根据Lyapunov函数

其中，J为车轮转动惯量，

存在e_ε使得即由Lyapunov稳定性理论获知观测器是稳定的，则估计出变量θ_i的数值，进一步得到前后车轮的路面摩擦力的估计值。

2.如权利要求1所述的电动汽车制动力矩综合调控方法，其特征在于，

通过步骤S2的制动力矩自适应控制，使车轮滑移率在制动力矩作用下成指数规律收敛到理想值附近。

3.如权利要求1所述的电动汽车制动力矩综合调控方法，其特征在于，

步骤S3中进行制动力矩分配时，设置有滤波器

l＝α_M+α_E+β_M+β_E

其中，α_j,β_j,j∈{M,E}是与制动力矩分配系数随频率变化的曲线相适应的权重系数，α_M和α_E分别是机械制动力矩和电机制动力矩幅值的权重系数，β_M和β_E分别是机械制动器和电机制动器输出力矩变化量的权重系数；

制动力矩T_bi经过滤波器后，按照所述曲线将制动力矩T_bi近似分配至前后车轮电机制动力矩T_E以及机械制动力矩T_M。

4.如权利要求3所述的电动汽车制动力矩综合调控方法，其特征在于，

步骤S3中进行制动力矩分配时，通过求解以下算式

得到制动力矩分配系数ρ(f)，对机械制动力矩T_M与电机制动力矩T_E按制动力矩T_b的频率f进行分配；所述制动力矩分配系数ρ(f)满足离散滤波器的要求，并尽可能的接近预先定义的分配系数ρ^*(f)；

其中，权重系数α_j,β_j,j∈{M,E}满足以下条件：

式中，t_s表示采样步长，N表示步数。

5.如权利要求1或3或4所述的电动汽车制动力矩综合调控方法，其特征在于，

步骤S3中进行制动力矩分配时，将制动力矩的频率划分为低频、中频以及高频区间；

使得高频区间时电机制动力矩T_E的使用比例高于机械制动力矩T_M，而低频区间时机械制动力矩T_M的使用比例高于电机制动力矩T_E。

6.一种电动汽车制动力矩综合调控的系统，使用权利要求1-5中任意一项所述的电动汽车制动力矩综合调控方法，其特征在于，所述系统包含：制动监视器、上层控制器、下层分配器、CAN网络；

根据CAN网络传递来的车辆状态信息，所述制动监视器在制动踏板行程逐渐增大的过程中，实时计算并监测当前车轮滑移率是否发生突变；

所述制动监视器在监测到车轮滑移率发生突变时进行轮胎-路面摩擦力估计，并发出驱使所述上层控制器启动制动力矩自适应控制的指令；

所述上层控制器根据轮胎-路面摩擦力变量估计值以及预先设定的增益，计算当前所需的前后轮制动力矩，使前后车轮滑移率保持在理想值附近；

下层分配器将前后轮制动力矩进一步分配至电机制动器和机械制动器，将按照预先定义的制动力矩分配系数-频率曲线将前后车轮制动力矩近似分配至前后车轮电机制动力矩以及机械制动力矩。

7.如权利要求6所述的电动汽车制动力矩综合调控的系统，其特征在于，

通过踩下踏板对电动汽车制动的过程中，所述制动监视器检测到的车轮滑移率、车速、车轮转速数据保持正常时，根据制动踏板行程分别成比例输出电机制动力矩以及机械制动力矩，通过CAN网络传递给电机制动执行器以及机械制动执行器，对车辆进行减速制动操作；期间所述上层控制器不启动。

8.如权利要求6所述的电动汽车制动力矩综合调控的系统，其特征在于，

所述制动监视器检测到车辆速度低于阈值时，发出关闭上层控制器及下层分配器的指令，以停止电机制动力矩输出，并直接输出最大的机械制动力矩，直到车辆达到完全静止状态。