CN109910905B - 基于坡度估计修正的分布式驱动汽车多工况车速估计方法 - Google Patents

Abstract

本发明涉及一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法，包括以下步骤：1)分别基于动力学和运动学方法构建动力学车轮滑移率估计器和运动学车轮滑移率估计器作为滑移率估计器，并确定滑移率估计器内的切换方式；2)基于动力学和运动学方法构建道路坡度估计器对道路坡度值进行估计，并对各车轮的车轮垂向力和车辆纵向加速度进行修正；3)根据修正后的车辆纵向加速度采用轮速反馈设计车速估计器，得到当前状态下车辆质心处的纵向车速估计。与现有技术相比，本发明具有估计精度高、鲁棒性强等优点。

Description

基于坡度估计修正的分布式驱动汽车多工况车速估计方法

技术领域

本发明涉及电动汽车控制领域，尤其是涉及一种基于坡度估计修正的分布式驱动电动汽车多工况车速估计方法。

背景技术

纵向车速估计是分布式驱动电动汽车进行车辆动力学控制的关键状态之一。由于分布式驱动电动汽车没有非驱动轮，传统车辆所用的以非驱动轮还原车速的方法不再适用，因此纵向车速估计成为难点。现有的方法中，只依靠加速度传感器的测量值进行积分获得车速不仅无法剔除坡道对加速度测量值产生的误差，而且算法运行较长时间后容易产生较大的累计误差，而只依靠动力学或者运动学的方法估计不能满足某些极限行驶工况(例如车轮打滑)，估计精度不能满足上层车辆动力学控制方法要求。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法。

本发明的目的可以通过以下技术方案来实现：

一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法，包括以下步骤：

1)分别基于动力学和运动学方法构建动力学车轮滑移率估计器和运动学车轮滑移率估计器作为滑移率估计器，并确定滑移率估计器内的切换方式；

2)基于动力学和运动学方法构建道路坡度估计器对道路坡度值进行估计，并对各车轮的车轮垂向力和车辆纵向加速度进行修正；

3)根据修正后的车辆纵向加速度采用轮速反馈设计车速估计器，得到当前状态下车辆质心处的纵向车速估计。

所述的步骤1)中，构建车轮滑移率估计器具体包括以下步骤：

11)根据车轮滑移率动态公式和单轮动力学公式构建基于动力学的滑移率估计器，则有：

其中，

为车轮滑移率λ的导数，

为车轮角速度ω的导数，即角加速度，r为车轮滚动半径，

为纵向车速的导数，即车辆纵向加速度，T为车轮驱/制动力矩，μ为路面附着系数，F_z为车轮垂向力，J为车轮的转动惯量，上标^表示对应参数的估计值；

12)采用有限长单位冲激响应滤波器对车轮角加速度进行估计，并根据车轮滑移率动态公式构建基于运动学的滑移率估计器，则有：

其中，

为车轮角加速度的估计值，k为时刻，N为采用轮速信号的数量，h(n)为离散系统单位冲击响应。

所述的步骤1)中，滑移率估计器的切换方式具体为：

当车辆进入湿滑路面车轮轮速快速上升且超过预设的门限值ω_threshold时，则表示车轮可能处于打滑状态，此时通过车轮角加速度门限值进行判断，当轮速上升超过轮速门限值时，此时轮速标志位flag_ω值为1，采用车辆加速度直接积分的方式得到过渡车速估计值v_acc(k+m)，则有：

ω(k)-ω(k-1)＞ω_threshold

flag_ω＝1

其中，ω(k)为k时刻的车轮角速度，v_est(k)为k时刻的车速，v_acc(k+m)为经过加速度积分m个时刻后得到的k+m时刻的车速，a_x(k+i)为k+i时刻的车辆纵向加速度值，Δt为获得加速度的离散周期时间；

在轮速标志位flag_ω为1时，若车轮角加速度超过门限值

则表示车轮进入打滑状态，此时根据过渡车速估计值和车轮当前轮速获取此时车轮的滑移率，作为滑移率估计器的估计结果，当保持过渡阶段滑移率的时间t_temp超过标定的常数值ΔT后，滑移率估计器则由动力学估计器estimator_D切换至运动学估计器estimator_K，则有：

t_temp＞Δt,estimator_D→estimator_K

在滑移率估计器切换至运动学估计器并保持时间t_temp超过标定的常数值ΔT后，表示在滑移率控制器作用下车轮滑移率已经达到小滑移率区间，此时滑移率估计器由运动学估计器estimator_K切换至动力学估计器estimator_D。

所述的步骤2)具体包括以下步骤：

21)根据车辆的行驶方程并将其转换，则有：

y＝u+b

分别对输出测量值y、输入测量值u和静态变量b定义：

y＝F_x

b＝mg(sinα_d+f cosα_d)

其中，F_x为车辆纵向驱动力，m为整车质量，g为重力加速度，ρ为空气密度，C_d为风阻系数，A为迎风面积，f为路面滚动阻力系数，

为空气阻力，mg sinα_d为坡度阻力，mgf cosα_d为滚动阻力，v_x为纵向车速；

22)采用带有遗忘因子ξ的递归最小二乘法进行路面坡度值的实时估计，获取基于动力学估计的道路坡度估计值α_d，则有：

23)根据加速度传感器的测量结果获取基于运动学的坡度角估计值α_k，则有：

式中，a_sensor,x为加速度传感器的测量值，v_x为车辆沿坡道的车速，

车辆行驶的加速度值。

24)采用滤波器提取坡度角估计结果中有效信息并进行融合，得到对坡度角的最终估计值α，并在加速度传感器测量结果的基础上剔除坡度估计值对应的重力加速度分量，获得修正后的车辆纵向加速度值a_cor，则有：

a_cor＝a_sensor,x-g sinα

其中，τ为时间常数，通常取数量级在0.01的值；

25)考虑坡度对载荷转移的影响，根据坡度角的最终估计值α对各车轮的车轮垂向力F_z的估计进行修正，则有：

其中，m为整车质量，l，l_r，l_f分别为轴距、后轴到质心的距离、前轴到质心的距离，h_g为质心高度，a_x、a_y分别为车辆纵、侧向加速度，上标fl、fr、rl、rr分别表示车辆的前左轮、前右轮、后左轮和后右轮。

所述的步骤3)具体包括以下步骤：

31)采用轮速反馈设计车速估计器，获取单轮轮心速度，则有：

其中，L为反馈系数，sat为饱和函数。

32)根据四个车轮的估计结果进行加权融合得到车辆质心处的纵向车速估计值。

所述的步骤32)中，车辆质心处的纵向车速估计值v_est的计算式为：

η_i＝μ_esti/λ_esti·(κ-flag_i)i＝fl,fr,rl,rr

其中，η_i为四个车速估计结果的权重系数，κ为可调参数，用以确定动力学估计器结果与运动学估计器结果的权重，flag_i为估计器标志位，0表示估计结果采用动力学估计方法，1表示估计结果采用运动学估计方法。

与现有技术相比，本发明具有以下优点：

1、本发明采用频率融合方法联合运动学与动力学方法估计道路坡度，相比现有的简单加权平均的方法更能有效利用两种方法的估计值，估计精度更高。

2、本发明设计的车速估计算法不会因为长时间地运行导致误差累积上升。

3、本发明设计的车速估计算法在一个或多个车轮发生打滑这样的极限工况下仍能保证算法的鲁棒性。

4、本发明设计的车速估计算法能在道路坡道变化的工况下仍具有较高的估计精度。

附图说明

图1为本发明基于坡度估计修正的分布式驱动电动汽车多工况车速估计方法的流程框图。

图2为本发明中车轮滑移率估计切换机制流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，本发明提供一种基于坡度估计修正的分布式驱动电动汽车多工况车速估计方法，该方法包括如下步骤：

(1)基于动力学和运动学方法设计车轮滑移率估计器并设计估计方法的切换机制；

(2)基于动力学和运动学方法设计道路坡度估计器并设计估计值的融合机制；

(3)基于步骤(1)和步骤(2)中估计器的滑移率估计值和坡度估计值设计车速估计器，得到当前状态下的实时车速估计值。

步骤(1)具体为：

11)对车轮滑移率的计算公式进行求导之后得到如下的车轮滑移率动态：

其中，λ为车轮滑移率，ω为车轮角速度，r为车轮滚动半径，

为纵向车速的导数，

为车轮角速度的导数，

为车轮滑移率的导数。

12)将单轮动力学公式代入可得：

其中，T为车轮驱/制动力矩，μ为路面附着系数，F_z为车轮垂向力，J为车轮的转动惯量。

13)设计相应的基于动力学的滑移率估计器

其中，

分别为车轮滑移率λ，车轮垂向力F_z，路面附着系数μ的估计值；

其中垂向力估计算法具体为：

其中，m为整车质量，l，l_r，l_f分别为轴距、后轴到质心的距离、前轴到质心的距离，h_g为质心高度，a_x，a_y分别为车辆纵侧向加速度。

14)基于步骤(11)所示的车轮滑移率的动态公式，设计基于运动学的估计器如下：

15)其中车轮角加速度

无法通过传感器直接测量获得，需要通过轮速计算得到。直接利用轮速进行微分运算获得车轮角加速度误差很大，因而考虑采用有限长单位冲激响应(FIR)滤波器进行计算，具体的计算公式如下：

其中，k为所计算车轮角加速度的时刻，N为采用轮速信号的数量，N值过小，轮速中的噪声信号衰减小；N值过大，轮速中的噪声信号衰减大，但同时延迟会比较长，因而根据轮速信号的质量可以选择3～6；

16)设计车轮滑移率估计切换机制如图2所示。

当车辆进入湿滑路面车轮轮速快速上升超过预设的门限值ω_threshold时，表示车轮可能处于打滑状态，但是轮速信号当中包含的噪声可能对轮速门限值判断方法的准确性造成干扰，因而还需要设置车轮角加速度门限值判断方法。具体为代表轮速上升超过门限值的轮速标志位flag_ω为1时，采用车辆加速度直接积分的方式得到过渡车速估计值，即：

ω(k)-ω(k-1)＞ω_threshold

flag_ω＝1

其中，ω(k)表示k时刻的轮速值，v_est(k)表示k时刻的车速，v_acc(k+m)表示经过加速度积分m个时刻后得到的k+m时刻的车速，a_x(k+i)表示k+i时刻的车辆纵向加速度值，Δt表示获得加速度的离散周期时间。

在轮速标志位flag_ω为1的同时，若车轮角加速度超过门限值

则代表车轮进入打滑状态，此时利用之前通过加速度直接积分的过渡车速和车轮当前轮速计算此时车轮的滑移率，作为滑移率估计器的估计结果，并保持这样的过渡阶段滑移率估计方法一定时间t_temp，t_temp超过标定的常数值ΔT后，估计器由动力学估计器(estimator_D)切换至运动学估计器(estimator_K)，即：

t_temp＞Δt,estimator_D→estimator_K

在估计器切换至运动学估计器并保持的时间t_temp超过标定的常数值ΔT后，可视为在滑移率控制器作用下车轮滑移率已经达到小滑移率区间，此时估计器由运动学估计器(estimator_K)切换至动力学估计器(estimator_D)。

t＞ΔT,estimator_K→estimator_D

步骤(13)中的垂向力估计算法具体为：

其中，m为整车质量，l，l_r，l_f分别为轴距、后轴到质心的距离、前轴到质心的距离，h_g为质心高度，a_x，a_y分别为车辆纵侧向加速度，上标fl、fr、rl、rr分别表示车辆的前左轮、前右轮、后左轮和后右轮。

步骤(2)具体为：

21)车辆的行驶方程如下式

其中F_x为车辆纵向驱动力，m为整车质量，ρ为空气密度，C_d为风阻系数，A为迎风面积，α_d为路面坡度角，f为路面滚动阻力系数，

为空气阻力，mg sinα_d为坡度阻力，mgf cosα_d为滚动阻力。

22)令y＝F_x，

b＝mg(sinα_d+f cosα_d)，则步骤(21)中的公式可以转换为

y＝u+b

其中，y可以通过电机转矩计算得到；u中质量已知，车速可用轮速与车轮半径乘积代替；因而b可以通过简单的计算得到，故可求得坡度角值。

23)由于对坡度的估计是实时进行的，选择采用带有遗忘因子的递归最小二乘法估计坡度，即对较旧的数据添加遗忘因子，使得较新的数据在计算中比较旧的数据有更高的权重，用来降低较旧的数据的对估计结果的影响，使得估计结果可以实时反映当前的道路坡度。其递推公式如下：

L(k)＝P(k-1)/(ξ+P(k-1))

P(k)＝(1-L(k))P(k-1)/ξ

其中，L为最小二乘增益，P为误差协方差，ξ为遗忘因子，0＜ξ≤1，较新的数据以系数为1加权，N个采样周期以前的数据以系数ξ^N加权，时间越早的数据权重越小。遗忘因子如果取值太大，将降低估计算法的跟踪性能，而太小容易受到噪声的影响。通常取0.9≤ξ≤1。

24)通过步骤(23)的公式可以得到各时刻的b值，进而计算得到基于行驶方程的动力学估计方法的道路坡度估计值α_d。

25)车辆处在坡道时，加速度传感器的测量结果当中不仅包含车辆行驶的真实加速度，还包含重力加速度在沿着坡道方向的分量，这三者的关系为

式中，a_sensor,x为加速度传感器的测量值；v_x为车辆沿坡道的车速，

车辆行驶的加速度值，它是车速的微分量，在滑移率较小时，车辆行驶车速可用轮速代替；g为重力加速度，α_k为道路坡度值。

26)利用步骤(25)的公式得到基于运动学方法的坡度角估计值α_k，如下式所示。

27)基于行驶方程的动力学坡度估计器结果较多地依靠车辆模型参数的准确性，这些模型参数容易受到高频噪声的影响，需要进行低通滤波提取低频信息。而运动学估计器结果较容易受到加速度传感器静态偏差的影响，因而需要采用高通滤波器提取高频部分。最终利用如下式所示的滤波器提取估计结果中有效信息进行融合，得到对坡度角的估计值α。

其中，τ为时间常数，通常取数量级在0.01的值。

28)在加速度传感器信号的基础上剔除坡度估计值所代表的重力加速度分量作为车辆纵向加速度值。即

a_cor＝a_sensor,x-gsinα

其中，a_cor为修正后的加速度值，a_sensor,x为加速度传感器信号。

29)步骤(13)中的垂向力估计算法作如下修正：

其中α为车辆所处的道路坡度角。

步骤(3)具体为：

31)基于步骤(1)的滑移率估计器的设计和步骤28)修正后的车辆纵向加速度值，采用轮速反馈的方法设计了车速估计器如下：

其中，L为反馈系数，可以通过适当地选择较大的反馈系数提高初始误差收敛速度，同时也可以减小加速度传感器零点漂移的影响。sat为饱和函数，其中饱和函数的意义在于防止轮速反馈项对于加速度的过度修正。

为修正后的车辆纵向加速度值。

32)由于步骤31)的车速估计器是针对单轮设计的，得到的车速为单轮轮心处的速度。因而需要对得到的四个车轮的估计结果进行加权融合得到车辆质心处的纵向车速估计结果。具体的四轮车速融合机制为：

当四个车轮轮心车速均采用运动学估计器时，车辆质心纵向车速的估计值为四个估计车速的平均值；当某一个车轮采用动力学估计器时，在轮胎特性曲线拟合较为精确的情况下估计结果的精度较高，其权重应当大于运动学估计器，并且车轮所在路面附着系数与滑移率估计值的比值越大，表示特性轮胎曲线处于更加严格的线性段，该权重应当越大。即

η_i＝μ_esti/λ_esti·(κ-flag_i) i＝fl,fr,rl,rr

其中，η_i为四个车速估计结果的权重系数，κ为可调参数，用来确定动力学估计器结果与运动学估计器结果的权重。flag_i为估计器标志位，其中0表示估计结果采用动力学估计方法，1表示估计结果采用运动学估计方法，fl、fr、rl、rr分别表示车辆的前左轮、前右轮、后左轮和后右轮。

上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

Claims (5)

1.一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法，其特征在于，包括以下步骤：

1)分别基于动力学和运动学方法构建动力学车轮滑移率估计器和运动学车轮滑移率估计器作为滑移率估计器，并确定滑移率估计器内的切换方式，构建车轮滑移率估计器具体包括以下步骤：

11)根据车轮滑移率动态公式和单轮动力学公式构建基于动力学的滑移率估计器，则有：

其中，

为车轮滑移率λ的导数，

为车轮角速度ω的导数，即角加速度，r为车轮滚动半径，

为纵向车速的导数，即车辆纵向加速度，T为车轮驱/制动力矩，μ为路面附着系数，F_z为车轮垂向力，J为车轮的转动惯量，上标^表示对应参数的估计值；

12)采用有限长单位冲激响应滤波器对车轮角加速度进行估计，并根据车轮滑移率动态公式构建基于运动学的滑移率估计器，则有：

其中，

为车轮角加速度的估计值，k为时刻，N为采用轮速信号的数量，h(n)为离散系统单位冲击响应；

2)基于动力学和运动学方法构建道路坡度估计器对道路坡度值进行估计，并对各车轮的车轮垂向力和车辆纵向加速度进行修正；

3)根据修正后的车辆纵向加速度采用轮速反馈设计车速估计器，得到当前状态下车辆质心处的纵向车速估计。

2.根据权利要求1所述的一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法，其特征在于，所述的步骤1)中，滑移率估计器的切换方式具体为：

当车辆进入湿滑路面车轮轮速快速上升且超过预设的门限值ω_threshold时，则表示车轮可能处于打滑状态，此时通过车轮角加速度门限值进行判断，当轮速上升超过轮速门限值时，此时轮速标志位flag_ω值为1，采用车辆加速度直接积分的方式得到过渡车速估计值v_acc(k+m)，则有：

ω(k)-ω(k-1)＞ω_threshold

flag_ω＝1

其中，ω(k)为k时刻的车轮角速度，v_est(k)为k时刻的车速，v_acc(k+m)为经过加速度积分m个时刻后得到的k+m时刻的车速，a_x(k+i)为k+i时刻的车辆纵向加速度值，Δt为获得加速度的离散周期时间；

在轮速标志位flag_ω为1时，若车轮角加速度超过门限值

则表示车轮进入打滑状态，此时根据过渡车速估计值和车轮当前轮速获取此时车轮的滑移率，作为滑移率估计器的估计结果，当保持过渡阶段滑移率的时间t_temp超过标定的常数值ΔT后，滑移率估计器则由动力学估计器estimator_D切换至运动学估计器estimator_K，则有：

t_temp＞Δt,estimator_D→estimator_K

在滑移率估计器切换至运动学估计器并保持时间t_temp超过标定的常数值ΔT后，表示在滑移率控制器作用下车轮滑移率已经达到小滑移率区间，此时滑移率估计器由运动学估计器estimator_K切换至动力学估计器estimator_D。

3.根据权利要求2所述的一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法，其特征在于，所述的步骤2)具体包括以下步骤：

21)根据车辆的行驶方程并将其转换，则有：

y＝u+b

分别对输出测量值y、输入测量值u和静态变量b定义：

y＝F_x

b＝mg(sinα_d+fcosα_d)

其中，F_x为车辆纵向驱动力，m为整车质量，g为重力加速度，ρ为空气密度，C_d为风阻系数，A为迎风面积，f为路面滚动阻力系数，

为空气阻力，mgsinα_d为坡度阻力，mgfcosα_d为滚动阻力，v_x为纵向车速；

22)采用带有遗忘因子ξ的递归最小二乘法进行路面坡度值的实时估计，获取基于动力学估计的道路坡度估计值α_d，则有：

23)根据加速度传感器的测量结果获取基于运动学的坡度角估计值α_k，则有：

式中，a_sensor,x为加速度传感器的测量值，v_x为车辆沿坡道的车速，

车辆行驶的加速度值；

24)采用滤波器提取坡度角估计结果中有效信息并进行融合，得到对坡度角的最终估计值α，并在加速度传感器测量结果的基础上剔除坡度估计值对应的重力加速度分量，获得修正后的车辆纵向加速度值a_cor，则有：

a_cor＝a_sensor,x-gsinα

其中，τ为时间常数，通常取数量级在0.01的值；

25)考虑坡度对载荷转移的影响，根据坡度角的最终估计值α对各车轮的车轮垂向力F_z的估计进行修正，则有：

其中，m为整车质量，l，l_r，l_f分别为轴距、后轴到质心的距离、前轴到质心的距离，h_g为质心高度，a_x、a_y分别为车辆纵、侧向加速度，上标fl、fr、rl、rr分别表示车辆的前左轮、前右轮、后左轮和后右轮。

4.根据权利要求3所述的一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法，其特征在于，所述的步骤3)具体包括以下步骤：

31)采用轮速反馈设计车速估计器，获取单轮轮心速度，则有：

其中，L为反馈系数，sat为饱和函数；

32)根据四个车轮的估计结果进行加权融合得到车辆质心处的纵向车速估计值。

5.根据权利要求4所述的一种基于坡度估计修正的分布式驱动汽车多工况车速估计方法，其特征在于，所述的步骤32)中，车辆质心处的纵向车速估计值v_est的计算式为：

η_i＝μ_esti/λ_esti·(κ-flag_i)i＝fl,fr,rl,rr

其中，η_i为四个车速估计结果的权重系数，κ为可调参数，用以确定动力学估计器结果与运动学估计器结果的权重，flag_i为估计器标志位，0表示估计结果采用动力学估计方法，1表示估计结果采用运动学估计方法。

Images