CN107719373B - 用于估计路面摩擦的方法和系统 - Google Patents

Abstract

提供了用于确定路面摩擦系数并基于其控制车辆的特征件的方法和系统。在一个实施例中，方法包括：从电子动力转向系统和惯性测量单元接收信号；使用迭代优化方法估计与电子动力转向系统模型相关联的参数；使用电子动力转向系统模型、所估计的参数和一个或多个接收信号来计算电子动力转向系统变量；确定所计算的电子动力转向系统变量是否满足适应度标准；以及当计算出的电子动力转向系统变量确实满足适应度标准时，基于估计参数中的至少一个来确定路面摩擦系数。

Description

用于估计路面摩擦的方法和系统

技术领域

本技术领域涉及估计路面摩擦，更具体地，涉及轮胎自对准扭矩在估计路面摩擦和基于其来控制车辆中的应用。

背景技术

不同路面的特性由不同的路面摩擦系数(μ)来描述。例如，冰冻条件下的路面的μ值较低，而干燥的沥青路面的μ值则较高。例如，路面摩擦系数通过影响轮胎抓地力而影响车辆性能。

为了提高车辆对路面的响应性，车辆系统试图对路面摩擦系数进行估计。一种估计路面摩擦系数的方法是计算车辆轮胎的自对准扭矩(SAT)，并基于计算得到的自对准扭矩(SAT)来估计μ值。

常规方法对自对准扭矩(SAT)的线性区域的斜率进行估计，该斜率是滑移角(α)的函数。然后使用查阅表将斜率估计值转换为路面摩擦系数的估计值。

然而，对于在SAT较低值处的低路面摩擦系数表面，比如在SAT达到线性SAT区域内的最大值之前，这些方法提供的检测不精确，该最大值是滑移角的函数。SAT相对于滑移角的预饱和区域对应于正常转向和中等滑移角。

此外，基于SAT值估计路面摩擦系数的其他方法依赖于检测SAT的所谓“断点”，轮胎拖距在“断点”处归于消失。SAT断点仅在高转向区域(即，剧烈的驾驶操作)中遇到。因此，这些其他方法也存在在低SAT值下无法准确预测路面摩擦系数的问题。

因此，期望提供使用自对准扭矩来确定路面摩擦系数的改进方法和系统。进一步期望在更低的自对准扭矩值下确定路面系数。此外，结合附图和前述技术领域和背景技术，从下文的详细描述和所附权利要求书中，本发明的其它期望特征和特点将变得显而易见。

发明内容

提供了用于确定路面摩擦系数并基于其控制车辆的特征的方法和系统。在一个实施例中，方法包括：从电子动力转向系统和惯性测量单元接收信号；使用迭代优化方法估计与电子动力转向系统模型相关联的参数；使用该电子动力转向系统模型、该估计参数和该所接收信号中的一个或多个来计算电子动力转向系统变量；确定所计算的电子动力转向系统变量是否满足适应度标准；以及如果计算出的电子动力转向系统变量确实满足适应度标准，则基于所估计参数中的至少一个来确定路面摩擦系数。

附图说明

下文将结合以下附图对示例性实施例加以描述，其中相同的附图标记表示相同的元件，并且其中：

图1是根据各种实施例具有路面摩擦系数确定模块的车辆的功能框图；

图2是根据各种实施例示出路面摩擦系数确定模块的数据流程图；

图3是根据各种实施例示出迭代处理方法的流程图；以及

图4是根据各种实施例示出关系数据库的图。

具体实施方式

以下详细描述本质上仅仅是示例性的，并不意图限制应用和用途。此外，无意受到上述技术领域、背景技术、发明内容或下文详细说明中提出的任何明示或暗示的理论的约束。如本文所使用的，术语“模块”是指专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享的、专用的或组)和存储器、组合逻辑电路和/或提供所述功能的其它合适的部件。

这里可以根据功能和/或逻辑块组件和各种处理步骤来描述本发明的实施例。应当理解，可以通过配置为执行指定功能的任何数量的硬件、软件和/或固件部件来实现这样的分块部件。例如，本发明的实施例可以采用各种集成电路组件，比如存储器元件、数字信号处理元件、逻辑元件、查阅表等，其可以在一个或多个微处理器或其它控制设备的控制下执行各种功能。此外，本领域技术人员将理解，本发明的实施例可以结合任何数量的转向控制系统来实施，以及本文描述的车辆系统仅仅是本发明的一个示例实施例。

为了简洁起见，本文不能详细描述与信号处理、数据传输、信令、控制以及系统(以及系统的各个操作部件)的其它功能方面相关的常规技术。此外，本文所包含的各种附图所示的连接线旨在表示各种元件之间的示例功能关系和/或物理联接。应当注意，在本发明的实施例中可以存在许多替代的或附加的功能关系或物理连接。

参考图1，根据示例性实施例局部示出了包括控制系统110的示例性车辆100。可以理解，车辆100可以是在路面上行进的任何车辆类型。尽管此处所示的附图示出了具有某些元件布置的示例，但是在实际实施例中可以存在附加的中间元件、设备、特征件或部件。还应当理解，图1仅仅是说明性的，可能不按比例绘制。

控制系统110包括控制模块120，其接收来自车辆100的一个或多个传感器130的输入。传感器130感测车辆100的可观察状态，并基于此产生传感器信号。例如，传感器130可以感测车辆100的电子动力转向系统140、车辆100的惯性测量单元150和/或车辆100的其他系统的状态，并基于此产生传感器信号。在各种实施例中，传感器130将信号直接传送到控制模块120和/或可将信号传送到其他控制模块(未示出)，该其他控制模块相应地通过通信总线(未示出)或其他通信装置将数据从信号传送到控制模块120。

控制模块120接收由传感器捕获的信号和/或数据，并基于此估计出与路面摩擦系数相关的表面值。例如，根据迭代优化方法，控制模块120确定马达总转动惯量(I)、摩擦系数(C)和自对准扭矩系数(D_f)。该迭代方法继续，直到满足适应度标准。可以使用惯量(I)、摩擦系数(C)和/或自对准扭矩系数(D_f)的最终值来确定路面值。然后，控制模块120使用路面值来控制车辆100的一个或多个特征件。例如，控制模块120可以基于路面值确定湿表面，并且基于对湿表面的认知产生警报和/或控制车辆。控制模块120确定自主的致动车辆制动策略；将路面摩擦系数传递到无线通信系统，用于警告其他车辆驾驶员所识别的湿表面的摩擦系数低；警告驾驶员由于湿表面而导致车辆轮胎和表面之间的牵引力可能降低；警告驾驶员不要使用驾驶员辅助系统；和/或向车辆控制器(未示出)提供湿表面的通知，并且车辆控制器响应于该通知自主地修改自动控制特征件的控制设置。

现在参考图2并继续参考图1，数据流程图示出了根据各种示例性实施例的控制模块120。可以理解，根据本发明的控制模块120的各种示例性实施例可以包括任何数量的子模块。在各种示例性实施例中，图2中所示的子模块可以组合和/或进一步分割以类似地估计路面信息并且基于此来控制车辆100的一个或多个部件。在各种实施例中，控制模块120包括迭代优化模块160、适应度标准评估模块170、路面值确定模块180和至少一个特征件控制模块190。

迭代优化模块160从EPS和/或IMU接收作为输入的感测信号200。例如，输入200可以包括但不限于可以直接从EPS系统140感测或者从其它感测值间接确定的扭杆角度和总EPS传递扭矩，以及可以直接从车辆IMU 150感测到或者从其它感测值间接地确定的横摆速度、横向速度和纵向速度。

迭代优化模块160基于迭代优化方法来计算[I，C，D_f]的候选解210的数量。迭代优化方法可以包括(如但不限于)粒子群优化(PSO)方法、递归最小二乘估计(RLS)和卡尔曼滤波器(KF)。如下文将要更加详细地讨论的，PSO可以使用诸多[I，C，D_f]的候选解210，其中每一个都在方案搜索空间中具有初始位置和速度。这些候选解210可以随机地或经由算法生成。然后，当与扭杆角度位置、速度和加速度、横摆角速度、横向速度和纵向速度以及所测量的T_EPS的测量参数结合时，选择最适合所测量的T_EPS的[I，C，D_f]的候选解210。

随后，所有候选解的位置和速度根据所选择的候选解进行更新。候选解的这一更新可以包括改变所有候选解的速度，以指向所选候选解的位置。更新后，某个不同的候选解可能最适合所测量的T_EPS。然后选择该不同的候选解，接着基于新选择的候选解来更新剩余的候选解。

适应度标准评估模块170接收[I，C，D_f]的候选解210作为输入。适应度标准评估模块170评估适合性标准，并且当满足适应度标准(例如，通过适应度状态标志)时，选择性地停止迭代过程。适应度标准可以比较候选解210与所测量的T_EPS，使得I、C和D_f的候选解210给出精确到一定阈值内的预测T_EPS。或者，适应度标准可以是：使用初始候选解210执行了预定数量的迭代。适应度标准评估模块170在迭代停止之后提供[I，C，D_f]的最终候选解230。

路面值确定模块180接收最终候选解230作为输入。路面值确定模块180基于D_f和μ之间的关系确定路面摩擦系数(μ)240。例如，如下文将要更加详细地讨论的，路面值确定模块180使用来自存储关系的数据库250中的D_f来查找μ的值。

特征件控制模块190接收确定的路面摩擦系数值240或确定的[I，C，D_f]的最终候选解230。特征件控制模块190基于路面摩擦系数值240和/或[I，C，D_f]的最终候选解230生成一个或多个控制信号260以控制车辆100的一个或多个特征件。

现在参考图3，并且继续参考图1-2，示出了根据各种实施例的用于确定道路摩擦系数和基于其控制车辆的方法300的流程图。根据各种示例性实施例，方法300可以结合图1的车辆100来实现，并且可以由图1的控制模块120执行。根据本发明可以理解，方法中的操作顺序不限于如图3所示的顺序执行，而是可以根据本发明的一个或多个变化的顺序执行。如可以进一步理解的，可以将图3的方法安排成在车辆100的操作期间以预定时间间隔运行和/或可以安排其基于预定事件运行。

图4示出了根据各种实施例的粒子群优化的方法300。该方法可以在305处开始。在310处，读取接受自IMU 150和EPS 140的信号。这些接收到的信号可以包括与扭杆角度、角速度和角加速度、车辆横向速度和纵向速度、车辆横摆角速度和总EPS传递扭矩相关联的参数。然后使用这些参数来定义方案约束。具体来说，这些参数用于定义将通过优化方法估计的I、C和D_f的最优值。

然后，在320处，生成诸多候选解。这些候选解可以随机生成。每个候选解可以表示为3D解空间中的粒子，解空间的每个轴分别对应于I、C和D_f的值。粒子位置和速度可以是随机的，使得每个粒子在解空间中具有位置和速度。

在330处，选择代表最佳候选解的粒子。结合所接收的信号，通过在具有I、C和D_f值的3D解空间中选择给出了最接近所测量的T_EPS值的解的粒子位置，来选择该粒子。存储该粒子的位置。

在340，确定每个粒子的局部最优解。在第一次迭代时，局部最优解将对应于粒子的初始位置。然而，在多次迭代之后，粒子将具有几个不同的位置，对应于I、C和D_f的若干可能解。存储这些解中的每一个，并且将对应于I、C和D_f的最精确解的位置选择为特定粒子的局部最优解。

在350处，应用适应度标准。如上所述，适应度标准可以是迭代计数，其中将迄今执行的迭代的总数与预定的迭代计数进行比较。附加地或替代地，适应度标准可以是准确度准则，其中将使用I，C和D_f的候选解所计算的T_EPS的候选解与所测量的T_EPS进行比较。如果T_EPS的候选解相对于所测量的T_EPS精确到预定的可允许误差范围内，则可以认为满足适应性标准。

在360处，基于适应度标准的结果进行判定。如果在360处满足适应度标准(“是”路径)，则在370处存储并输出I、C和D_f的解。然后，如下所述，D_f的值用于确定380的路面摩擦系数，并且在390处使用一个或多个结果来控制车辆100的特征件。接着，该方法可以在400处结束。

如果在360处不满足适应度标准(“否”路径)，则在410处更新迭代计数。例如，如果初始粒子位置不满足适应度标准，则在该步骤中迭代计数将从一个增加到两个，对于不满足适应度标准的每次迭代，迭代计数依次增加。此后，在420处，每个粒子的速度基于全局最优解和局部最优解更新。用于更新每个粒子的速度的等式可以表述成下列各式：

Delta[C，D_f，I]_i(t)＝κ{Delta[C，D_f，I]_i(t-1)+C₁.rand₁.(p_i-[C，D_f，I]_i(t-1))+C₂.rand₂.(p_g-[C，D_f，I]_i(t-1))} (1)

[C,D_f,I]_i(t)＝[C,D_f,I]_i(t-1)+Delta[C,D_f,I]_i(t)，和 (2)

适应度＝ISE(T_Mot-T_模型) (3)

其中，Delta[C，D_f，I]是在预定时间段t内单个候选解的位置变化，P_i是特定粒子的局部最优解，P_s是全部粒子中的全局最优解。如上所示，应用于350的适应度标准可以是T_EPS模型与通过EPS系统从机动车辆所测量的T_EPS的比较。

在更新粒子的速度之后，PSO允许粒子在解空间中的位置在预定的时间内增进，使得每个粒子在解空间中获得新的位置。

在经过预定时间t之后，测量粒子的位置、分析由解空间中的粒子位置表示的候选解，以确定最优全局解。还确定每个粒子的最优局部位置。然后，该方法迭代，直到在360处满足适应度标准为止。每经过一次迭代，每个粒子位置表示的候选解都有所优化。

在进行粒子群优化并且特定迭代满足适应度标准之后，继而使用D_f的估计值来估计路面摩擦系数(μ)。

为了基于D_f估计μ，处理器模块将D_f的估计值与存储在数据库上的D_f的预定值进行比较。基于各种不同表面上对不同车辆类型所估计的D_f值建立数据库。

表示数据库预测的D_f与μ之间的关系的图如图4所示。从图4可以看出，D_f的特定值可能会产生不同的μ值，这取决于数据库用于确定μ的其他参数。

例如，如图4所示，值为7-8的D_f可以产生小于0.2或大于0.5的μ值。图4中的圆圈表示数据库为由PSO方法选择的D_f值选择的μ的公共值。由数据库选择的μ的不同值是数据库对于每次确定使用的不同车辆参数导致的。

在各种实施例中，可以对数据库进行算法训练，以使估计的D_f值与真实的路面摩擦系数更好地匹配。例如，考虑到不同的车辆特征，例如气动特征和机械特征，可以离线训练数据库以基于D_f的不同输入值来选择μ值。可以基于诸如纵向速度和轮胎尺寸的参数针对特定车辆估计气动特征，而机械特征则可以用特定车辆尺寸来估计。

虽然在前面的详细描述中已经展现了至少一个示例性实施例，但是应当理解，存在大量的变型实施例。还应当理解，一个或多个示例性实施例仅仅是示例，而并不旨在以任何方式限制本发明的范围、适用性或配置。相反，前文的详细描述将为本领域技术人员提供用于实现该一个或多个示例性实施例的方便的路线图。应当理解，在不脱离所附权利要求及其法定等同物所阐述的本发明的范围的情况下，可以对元件的功能和布置进行各种改变。

Claims (10)

1.一种用于估计路面摩擦的方法，其包括：

从电子动力转向系统和惯性测量单元接收信号；

使用迭代优化方法估计与电子动力转向系统模型相关联的参数；

使用所述电子动力转向系统模型、估计的参数和接收的信号中的一个或多个来计算电子动力转向系统变量；

确定计算出的电子动力转向系统变量是否满足适应度标准；以及

当所述计算出的电子动力转向系统变量确实满足所述适应度标准时，基于所述估计的参数中的至少一个来确定路面摩擦系数。

2.根据权利要求1所述的方法，其进一步包括检测滑移角，并且当所述滑移角小于预定值时确定所述路面摩擦系数。

3.根据权利要求1所述的方法，其中，所述优化方法是粒子群优化方法。

4.根据权利要求1所述的方法，其中，所述估计的参数包括车辆的马达总惯性矩、摩擦系数和自对准扭矩系数。

5.根据权利要求1所述的方法，进一步包括将所述计算出的电子动力转向系统变量与相应的估计的参数进行比较，以确定所述适应度标准。

6.根据权利要求1所述的方法，确定迭代计数，并且其中所述适应度标准基于所述迭代计数。

7.根据权利要求1所述的方法，其中，来自所述电子动力转向系统的所述信号包括扭杆角和总电子动力转向传递扭矩。

8.根据权利要求1所述的方法，其中，来自所述惯性测量单元的所述信号包括横摆率、横向速度和纵向速度。

9.根据权利要求1所述的方法，其进一步包括确定所述路面摩擦系数表示湿表面，并包括下述至少一项：

确定自主驾驶车辆制动策略；

将所述路面摩擦系数传递给无线通信系统，用于警告其他车辆驾驶员所识别的湿表面摩擦低；

警告驾驶员由于所述湿表面而导致车辆轮胎与所述湿表面之间的牵引力减小；

警告驾驶员不要使用驾驶员辅助系统；和

向车辆控制器提供所述湿表面的通知，并且所述车辆控制器响应于所述通知自动地修改自动控制特征件的控制设置。

10.一种用于估计路面摩擦的系统，其包括：

非暂时性计算机可读介质，其包括：

第一模块，其配置为从电子动力转向系统和惯性测量单元接收传感器信号，并且使用迭代优化方法来估计与电子动力转向系统模型相关联的参数；

第二模块，其配置为使用所述电子动力转向系统模型、估计的参数以及接收的传感器信号中的一个或多个来计算电子动力转向系统变量；

第三模块，其配置为确定计算出的电子动力转向系统变量是否满足适应度标准，并且当所述计算出的电子动力转向系统变量确实满足所述适应度标准时，所述第三模块进一步配置为基于所述估计的参数中的至少一个来确定路面摩擦系数；以及

第四模块，其配置为基于所述路面摩擦系数来控制一个或多个车辆特征件。

Images