CN110402217A - 线控转向系统中齿条力的预测 - Google Patents

Abstract

本发明涉及用于确定机动车辆的线控转向系统(1)的齿条力(F_{r,预测齿条合力})的方法，其中，齿条力(F_{r,预测齿条合力})由两个分量确定，其中，在基于车辆模型预测齿条力的模块(15)中，借助于车辆模型产生齿条力的第一分量(F_{r,预测车辆})，并且在基于转向机构模型预测齿条力的模块(16)中，借助于转向机构模型产生齿条力的第二分量(F_{r,预测齿条})。

Description

线控转向系统中齿条力的预测

技术领域

本发明涉及用于确定机动车辆的线控转向系统的齿条力的具有权利要求1的前序部分的特征的方法，并且本发明涉及用于控制线控转向系统的具有权利要求11的前序部分的特征的方法，并且本发明涉及具有权利要求13的前序部分的特征的线控转向系统。

背景技术

在线控转向系统中，转向车轮的位置不直接联接至例如方向盘的转向输入装置。在方向盘与转向车轮之间借助于电信号而存在连接。驾驶员转向要求通过转向角度传感器来拾取，并且转向车轮的位置以取决于驾驶员转向要求的方式借助于转向致动器来控制。没有提供与车轮的机械连接，使得在方向盘致动之后，没有直接的力反馈传递至驾驶员。然而，在适应于车辆反应的转向力矩被期望作为力反馈的情况下，例如在停车期间或在向前直线行驶期间提供对应的适应性反馈，其中，该转向力矩根据车辆制造商而不同。在转弯期间，反作用力用作转向齿轮上的横向力，所述反作用力以与转向方向相反的力矩的形式被反馈致动器复制。因此，驾驶员体验到可预先确定的转向感。在线控转向系统中，为了在方向盘上模拟道路的反作用效果，必须在方向盘或转向柱上设置反馈致动器(FBA)，反馈致动器以根据期望的反作用效果的方式将转向感给予转向手柄。

转向系统的反馈特性通常由齿条力确定，该齿条力通过横拉杆施加在齿条上，所述横拉杆经由行走机构附接至车轮。齿条力主要受当前转向力的影响。因此，当前齿条力的主要部分与横向加速度相对应。然而，齿条力不仅由在绕拐角行驶时产生的横向力确定，而且在某种程度上是当前行驶状况的多个其他变量对齿条力具有影响的情况。这些变量的一个示例是道路状况(不平坦、车道凹槽、摩擦系数)。

在电动伺服转向系统(EPS)的情况下，已知的是，当前作用的齿条力借助于布置在齿条上的力矩传感器来确定或通过借助于所谓观测器基于转向系统的模型的预测来确定。例如在早期公开的说明书DE 103 320 23A1中公开了这种方法。在所述文献中，对于用于车辆的EPS转向系统的转向力矩的确定而言，转向力矩以根据作用在转向车轮上的横向力的方式来确定或以根据实际转向力矩的方式来确定。已知的方法以根据可变的横向加速度、转向角度和车辆速度中的至少一者的方式借助于传感器或基于车辆的转向系统的模型来提供要预测或建模的横向力。该模型已被证明是不利的，因为该模型没有考虑例如道路条件之类的其他干扰影响，并且因此不具有期望的精度。此外，如果齿轮不是正在移动并且齿条力处于静摩擦的范围内，则不能预测齿条力。

发明内容

因此，本发明的目的是提出一种用于确定机动车辆的线控转向系统的齿条力的方法以及一种用于控制机动车辆的线控转向系统的方法，所述方法允许更准确地确定齿条力并且因此允许改善的转向感，并且同时所述方法设计成产生最小的可能的干扰。此外，试图提出一种允许改善的转向特性的线控转向系统。

所述目的通过一种用于确定用于机动车辆的线控转向系统的齿条力的具有权利要求1的特征的方法来实现；通过一种用于控制机动车辆的线控转向系统的具有权利要求12的特征的方法来实现；以及通过一种用于机动车辆的具有权利要求14的特征的线控转向系统来实现。从属权利要求指定了本发明的有利改进。

因此，提供了一种用于确定用于机动车辆的线控转向系统的齿条力的方法，其中，齿条力由两个分量确定，其中，在基于车辆模型预测齿条力的模块中，齿条力的第一分量借助于车辆模型产生，并且在基于转向机构模型预测齿条力的模块中，齿条力的第二分量借助于转向机构模型产生。以这种方式，相当大地改善了从道路至驾驶员的反馈的质量，并且因此相当大地改善了根据本发明设计的线控转向系统的转向感，因为单个方法的缺点可以借助于相应的其他方法得到补偿。通过两种预测模型的组合，总体上可以确保对当前齿条力的更准确的预测，并且因此对于车辆驾驶员而言在转向输入装置处设置有改进的且更稳定的反馈。此外，即使当机构处于静止状态时或者在机构处于静摩擦内的小运动期间，也可以预测齿条力。

齿条力的两个分量优选地组合并加权以形成齿条力，其中，两个分量的加权以根据行驶条件的方式来执行。优选地，借助于协方差矩阵来执行加权，使得对于相应的驱动条件而言可以实现最佳可能的预测。

在优选实施方式中，基于车辆模型预测齿条力的模块包括非线性车辆模型。在此有利的是，借助于卡尔曼滤波器来预测不可测量的状态，特别是侧向速度和侧向轮胎滑移角度。此外有利的是，非线性车辆模型包括具有轮胎负载模型和非线性轮胎模型的线性单轨道模型，基于轮胎负载模型和非线性轮胎模型在考虑自对准力矩的情况下确定侧向轮胎力。

在第一实施方式中，基于转向机构模型预测齿条力的模块可以包括具有独立的摩擦建模装置的非线性转向机构模型，其中，借助于预测器来确定摩擦相关的基于转向机构模型的齿条力。借助于摩擦模型，可以将转向机构的真实特性结合到预测中。

在另一实施方式中，提供了：预测器通过非线性预测方法来操作，并且/或者摩擦建模装置的摩擦模型是静态摩擦模型或非对称的、改进的动态摩擦模型。预测器优选地通过非线性预测方法来操作，其中，此处使用扩展卡尔曼滤波器(EKF)或无损卡尔曼滤波器(UKF)，并且摩擦模型是Lund-Grenoble摩擦模型。

预测器优选地是基于具有摩擦补偿的线性卡尔曼滤波器，其中，模型的非线性部分被实现为补偿元件。在第三实施方式中，用于齿条力的基于转向机构模型的预测的模块包括基于模型的参数预测，其中，在线确定转向机构的摩擦特性，这允许摩擦相关的基于转向机构模型的齿条力的自适应预测。在此，模型不断更新，这使得基于转向机构模型的齿条力的预测与转向机构的机械变化无关。

还提供了一种用于控制机动车辆的线控转向系统的方法，该线控转向系统包括：

-可电动控制的转向执行器，该可电动控制的转向执行器作用在转向车轮上，

-控制单元，

-反馈致动器，驾驶员对转向角度的要求可以由驾驶员通过转向输入装置施加至该反馈致动器，并且该反馈致动器响应于驾驶员要求和机动车辆的行驶状态而向转向输入装置输出反馈信号，

-信号传输装置，该信号传输装置将驾驶员要求传输至控制单元，

-其中，控制单元控制转向致动器，以将驾驶员要求转换成转向车轮的偏转，其中，

以根据所预测的齿条力的方式来实现反馈信号，并且其中，借助于如上所述的方法来预测齿条力。

此处优选的是，根据基于转向机构模型的齿条力与基于车辆模型的齿条力之间的差值来确定当前的道路摩擦，并且将该道路摩擦用作用于齿条力的基于车辆模型的预测的模块的输入。以这种方式，可以独立于当前道路状况来确保基于车辆模型的预测的高水平的预测准确度。

还提供了一种用于机动车辆的对应的线控转向系统，该线控转向系统构造成执行如上所述的方法。

附图说明

下面将基于附图更详细地讨论本发明的优选实施方式。在附图中，相同部件或具有相同作用的部件将通过相同的附图标记来表示，在附图中：

图1是线控转向系统的示意图，

图2示出了线控转向系统的具有用于确定齿条力的模块的控制器的框图，

图3示出了用于确定齿条力的模块的框图，该模块具有基于转向机构模型预测齿条力的模块并且具有基于车辆模型预测齿条力的模块，

图4示出了用于确定齿条力的模块的另一框图，该模块具有基于车辆模型预测齿条力的模块并且具有基于转向机构模型预测齿条力的模块，

图5示出了基于转向机构模型预测齿条力的第一模块的框图，

图6示出了基于转向机构模型预测齿条力的第二模块的框图，

图7示出了基于转向机构模型预测齿条力的第三模块的框图，该第三模块具有基于模型的参数预测器，以及

图8示出了基于车辆模型预测齿条力的模块的框图。

具体实施方式

图1示出了线控转向系统1。旋转角度传感器(未示出)附接至转向轴2，该旋转角度传感器对由转向输入装置3的旋转给予的驾驶员转向角度进行检测，在示例中，该转向输入装置3呈方向盘的形式。然而，另外还可以对转向力矩进行检测。操纵杆可以用作转向输入装置。转向轴2还附接有反馈致动器4，该反馈致动器4用于在方向盘3上模拟道路71的反作用效果，并且因此向驾驶员提供关于车辆的转向和行驶特性的反馈。如图2中所示，驾驶员的转向要求借助于转向轴2的由旋转角度传感器所测量的旋转角度α经由信号线被传递至反馈致动器监测器单元10。反馈致动器监测器单元10将驾驶员转向要求传递至控制单元60。反馈致动器监测器单元10优选地还执行对反馈致动器4的控制。反馈致动器监测器单元10也可以与控制单元60一体地形成。控制单元60以根据旋转角度传感器的信号和其他输入变量的方式对电动转向致动器6进行控制，电动转向致动器6对转向车轮7的位置进行控制。转向致动器6经由例如齿条型转向机构之类的转向齿条型转向机构8并且经由横拉杆9和其他部件间接地作用在转向车轮7上。

图2示出了反馈致动器4的控制器。反馈致动器4经由信号线50并且特别地从旋转角度传感器接收信号，该旋转角度传感器对转向角度α、转向角加速度和转向角速度进行测量和存储。反馈致动器4与控制反馈致动器4的反馈致动器监测器单元10通信。反馈致动器监测器单元10从转向致动器6的控制单元60接收转向车轮7的实际车轮转向角度β和控制单元60已确定的其他变量。在齿条12处测量的齿条位置120和其他道路信息项目13被传递至控制单元60。控制单元60包括用于确定齿条力的模块14。所预测的齿条力被传递至反馈致动器监测器单元10，该反馈致动器监测器单元10基于齿条力对反馈致动器4进行控制并因此产生转向感。控制单元60还接收来自驾驶员的转向命令51比如转向角度状态。

图3示出了用于确定齿条力的模块14，该模块14包括基于车辆模型预测齿条力的模块15和基于转向机构模型预测齿条力的模块16。基于车辆模型预测齿条力的模块15包括车辆模型150，在该车辆模型150中实现了道路信息项目。基于转向机构模型预测齿条力的模块16根据齿条信息项目(例如齿条位置)来预测齿条力。模块16独立于道路信息项目。为了确定齿条力F_{r,预测齿条合力}，在基于转向机构模型的齿条力F_{r,预测齿条}与基于车辆模型的齿条力F_{r,预测车辆}之间形成差值。两个值之间的差值产生当前道路摩擦μ，该当前道路摩擦μ在通过延迟单元17之后用作基于车辆模型预测齿条力的模块15的输入。因此，基于转向机构模型的预测支持基于车辆模型的齿条力预测。

图4示出了用于确定齿条力F_{r,预测齿条合力}的替代性模块140。此处，基于车辆模型预测的齿条力F_{r,预测车辆}由基于转向机构模型的齿条力F_{r,预测齿条}补充，并且以根据行驶状态的方式借助于加权矩阵来加权和组合。以这种方式，例如在转弯期间，当车辆以恒定的转向角度β转向使得在齿条处不发生运动并且齿条力处于转向机构的静摩擦范围内时，齿条力F_{r,预测齿条合力}仍然可以被预测。因此，基于车辆模型的预测支持基于转向机构模型的预测。

此外，还可以想到并且可能的是，两个模块14、140彼此组合并且以根据行驶条件和需求的方式用于相应的情况。图5示出了基于转向机构模型预测齿条力的具有非线性转向机构模型160的模块16的实施方式。控制单元60从单元18接收设定点齿条值作为输入。所述设定点齿条值包括设定点齿条位置s_r,设定、设定点齿条速度v_r,设定和设定点齿条加速度a_r,设定。控制单元60根据输入s_r,设定、v_r,设定、a_r,设定来确定用于控制转向机构8的设定点扭矩T_in,设定。将设定点扭矩T_in,设定转换成设定点齿条力F_in,设定。对实际齿条位置s_r,测量和实际齿条速度v_r,测量进行测量并且将实际齿条位置s_r,测量和实际齿条速度v_r,测量用作预测器21的输入。独立的摩擦建模装置20根据借助于预测器21预测的齿条速度v_r,预测并且根据同样由预测器21确定的摩擦相关的基于转向机构模型的齿条力F_{r,预测齿条}来确定摩擦力F_fr,齿条。所述摩擦力F_fr,齿条抵消设定点齿条力F_in,设定，并且两个齿条力分量ΔF_in,模型之间的差值形成用作预测器21的输入的结果，预测器21另外接收测量的齿条位置S_r,测量和测量的齿条速度V_r,测量作为输入。预测器21确定摩擦相关的基于转向机构模型的齿条力F_{r,预测齿条}，并在摩擦相关的基于转向机构模型的齿条力F_{r,预测齿条}通过延迟单元22之后将其作为输入传递至摩擦模型20，因为机构的摩擦取决于齿条力。预测器21还确定预测的齿条位置S_r,预测和预测的齿条速度V_r,预测，其中，这两个值在反馈回路19中被反馈至控制单元60。预测器21优选地通过具有摩擦补偿的线性预测方法(卡尔曼、龙贝格)来操作，其中，模型的非线性部分，即摩擦模型被实现为补偿元件。摩擦模型优选地为非对称的、改进的动态摩擦模型，特别是Lund-Grenoble摩擦模型。然而，摩擦模型也可以是非对称的、改进的稳态摩擦模型，其中，摩擦模型包括库仑摩擦、粘滞摩擦和/或Stribeck摩擦。

图6示出了基于转向机构模型预测齿条力的模块16的第二实施方式，模块16具有齿条力的基于模型的预测。如前面的示例性实施方式，控制单元60从单元18接收设定点齿条值作为输入。这些齿条值包括设定点齿条位置s_r,设定、设定点齿条速度v_r,设定和设定点齿条加速度a_r,设定。控制单元60根据输入s_r,设定和v_r,设定来确定用于控制转向机构8的设定点扭矩T_in,设定。对实际的齿条位置S_r,测量和实际的齿条速度V_r,测量进行测量并且将实际的齿条位置S_r,测量和实际的齿条速度V_r,测量用作预测器23的输入。根据设定点扭矩T_in，设定来确定设定点齿条力F_in,设定，并且将设定点齿条力F_in,设定与所测量的齿条值——齿条位置S_r,测量和齿条速度V_r,测量——反馈至预测器23。预测器23包含具有摩擦模型24的整个转向机构模型。此处，预测器23可以使用非线性预测方法，该非线性预测方法利用例如扩展卡尔曼滤波器(EKF)、无损卡尔曼滤波器(UKF)等。预测器23确定摩擦相关的基于转向机构模型的齿条力F_{r,预测齿条}，该齿条力F_{r,预测齿条}在通过延迟单元25之后被反馈回反馈回路26中作为预测器23的输入。摩擦模型24优选地是非对称的、改进的动态摩擦模型，特别是Lund-Grenoble摩擦模型。然而，摩擦模型24也可以是非对称的、改进的稳态摩擦模型，其中，摩擦模型包括库仑摩擦、粘滞摩擦和/或Stribeck摩擦。预测器23还确定预测的齿条位置S_r,预测和预测的齿条速度V_r,预测，预测的齿条位置S_r,预测和预测的齿条速度V_r,预测在反馈回路19中被反馈至控制单元60。

图7示出了基于模型的参数预测装置27，该参数预测装置允许摩擦相关的基于转向机构模型的齿条力F_{r,预测齿条}的适应性预测。在线确定转向机构的摩擦特性，也就是说，更新了模型并且因此齿条力的预测与转向机构的机械变化无关。借助于这种自适应性预测，在转向机构的整个使用寿命期间实现了非常高的精度。根据测量的齿条值确定的测量的实际齿条位置S_r,测量、实际齿条速度V_r,测量和设定点齿条力F_in,设定以及预测的齿条力F_{r,预测齿条}作为输入被传递至用于摩擦确定的预测器28。所述预测器28对诸如非对称静摩擦之类的摩擦参数F_c,预测进行预测，并且借助于反馈回路29在线更新摩擦值。在第一步骤中，在线确定摩擦特性30，并且随后形成移动平均值31，该移动平均值进而被缓存为新参数32并且被传递为用以摩擦确定的输入。评估单元33确定是否存在摩擦参数F_c,预测的变化并将更新的值作为输入传递至基于转向机构模型的预测器21、23、34。基于转向机构模型的预测器21、23、34借助于转向机构模型160、35并且根据更新值F_c,预测来预测摩擦相关的基于转向机构模型的齿条力F_{r,预测齿条}。自适应预测使用例如利用EKF的非线性预测方法，并且在非常低的摩擦系数<＝0的情况下实现基于转向机构模型预测齿条力。

图8示意性地示出了基于车辆模型预测的模块15的优选实施方式。该模块包括具有单轨模型36的非线性车辆模型150，单轨模型36具有非线性轮胎模型37。单轨模型以根据车轮的滑移角的方式来确定作用在轮胎上或相关联的轴上的侧向力，并且单轨模型是现有技术中已知的。所测量的车辆状态70、侧向加速度A_x,测量和纵向加速度A_y,测量、绕竖向轴线或偏航轴线的旋转W_z,测量、车辆速度V_测量以及车轮7处的转向角度β用作单轨模型36的输入。侧向加速度A_y,测量、绕偏航轴线的旋转W_z,测量、车辆速度V_测量和车轮转向角度β用作预测器38的输入，该预测器38借助于卡尔曼滤波器(EKF/UKF)预测不可测量的状态，即侧向速度V_y,测量和侧向轮胎滑移角度γ_预测。将预测值输入到单轨模型36中。单轨模型36包括轮胎负载模型39和轮胎模型37，基于轮胎负载模型39和轮胎模型37在考虑自对准力矩的情况下确定侧向轮胎力F_y。借助于转向机构40的转向几何形状，进而根据侧向轮胎力F_y导出基于车辆模型的齿条力F_{r,预测车辆}。

如图3和图4中所示，借助于两种方法——基于车辆模型的预测和基于转向机构模型的预测——的组合，可以补偿单个方法的弱点。

这里，两种方法的加权以根据行驶条件的方式执行。优选地实施两种方法(EKF，UKF)的基于卡尔曼的融合。根据行驶条件借助于协方差矩阵对各个预测结果进行加权。在存在确定的行驶条件的情况下，基于转向机构模型的预测支持基于车辆模型的预测。因此，可以例如在转向机构的静摩擦范围内更好地预测齿条力。由于车辆模型仅在干燥的沥青路面的情况下有效，因此，基于车辆模型的齿条力预测也仅在干燥的沥青路面的情况下是有效的。通过计算基于转向机构模型的齿条力与基于车辆模型的齿条力之间的差值，可以确定道路的摩擦系数μ。如果将该系数反馈到基于车辆模型的预测中，则该方法的预测同样准确并且与当前道路状况无关。

Claims (13)

1.一种用于确定机动车辆的线控转向系统(1)的齿条力(F_{r,预测齿条合力})的方法，其中，所述齿条力(F_{r,预测齿条合力})由两个分量来确定，

其特征在于，在基于车辆模型预测所述齿条力的模块(15)中，借助于车辆模型产生所述齿条力的第一分量(F_{r,预测车辆})，并且其特征在于，在基于转向机构模型预测所述齿条力的模块(16)中，借助于转向机构模型产生所述齿条力的第二分量(F_{r,预测齿条})。

2.根据权利要求1所述的方法，其特征在于，将所述齿条力的所述两个分量(F_{r,预测车辆}、F_{r,预测齿条})组合并且加权以形成齿条力(F_{r,预测齿条合力})，其中，以根据行驶状态的方式来执行所述两个分量的所述加权。

3.根据权利要求1或2所述的方法，其特征在于，借助于协方差矩阵来执行所述加权。

4.根据前述权利要求中的任一项所述的方法，其特征在于，基于车辆模型预测所述齿条力的所述模块(15)包括非线性车辆模型(150)。

5.根据权利要求4所述的方法，其特征在于，基于车辆模型预测所述齿条力的所述模块(15)包括预测器(38)，所述预测器(38)借助于卡尔曼滤波器预测不能够测量的状态。

6.根据权利要求4或5所述的方法，其特征在于，所述非线性车辆模型(150)包括线性单轨模型(36)，所述线性单轨模型(36)具有轮胎负载模型(39)并且具有非线性轮胎模型(37)，基于所述线性单轨模型(36)在考虑自对准力矩的情况下确定侧向轮胎力(F_y)。

7.根据前述权利要求中的任一项所述的方法，其特征在于，基于转向机构模型预测所述齿条力的所述模块(16)包括非线性转向机构模型，所述非线性转向机构模型具有独立的摩擦建模装置(20)，其中，借助于预测器(21)来确定摩擦相关的基于转向机构模型的齿条力(F_{r,预测齿条})。

8.根据前述权利要求中的任一项所述的方法，其特征在于，预测器(23)通过非线性预测方法来操作，并且/或者所述摩擦建模装置(24)的摩擦模型是非对称的、改进的动态摩擦模型，特别是Lund-Grenoble摩擦模型。

9.根据权利要求7或8所述的方法，其特征在于，所述预测器(21、23)基于具有摩擦补偿的线性卡尔曼滤波器，其中，所述模型的非线性部分实现为补偿元件。

10.根据前述权利要求1至3中的任一项所述的方法，其特征在于，基于转向机构模型预测所述齿条力的所述模块(16)包括基于模型的参数预测(27)，其中，在线确定所述转向机构的摩擦特性，这允许对摩擦相关的基于转向机构模型的齿条力(F_{r,预测齿条})进行自适应预测。

11.一种用于控制机动车辆的线控转向系统的方法，所述线控转向系统包括：

-能够电动控制的转向致动器(6)，所述能够电动控制的转向致动器(6)作用在转向车轮(7)上，

-控制单元(60)，

-反馈致动器(4)，驾驶员对转向角度的要求由驾驶员通过转向输入装置(3)施加至所述反馈致动器(4)，并且所述反馈致动器(4)响应于所述驾驶员要求并且响应于所述机动车辆的行驶状态而向所述转向输入装置输出反馈信号，

-信号传输装置，所述信号传输装置将所述驾驶员要求传输至所述控制单元(60)，

-其中，所述控制单元(60)控制所述转向致动器(6)，以将所述驾驶员要求转换成所述转向车轮(7)的偏转，

-并且其中，以根据所预测的齿条力(F_{r,预测齿条合力})的方式来实现所述反馈信号，其特征在于，借助于根据权利要求1至11中的任一项所述的方法对所述齿条力(F_{r,预测齿条合力})进行预测。

12.根据权利要求11所述的方法，其特征在于，根据基于转向机构模型的齿条力(F_{r,预测齿条})与基于车辆模型的齿条力(F_{r,预测车辆})之间的差值来确定道路摩擦(μ)，所述道路摩擦(μ)用作基于车辆模型预测所述齿条力的所述模块(15)的输入。

13.一种用于机动车辆的线控转向系统(1)，所述线控转向系统(1)包括：

-能够电动控制的转向致动器(6)，所述能够电动控制的转向致动器(6)作用在转向车轮(7)上，

-控制单元(60)，

-反馈致动器(4)，驾驶员对转向角度的要求由驾驶员通过转向输入装置(3)施加至所述反馈致动器(4)，并且所述反馈致动器(4)响应于所述驾驶员要求并且响应于所述机动车辆的行驶状态而向所述转向输入装置输出反馈信号，

-信号传输装置，所述信号传输装置将所述驾驶员要求传输至所述控制单元(60)，

-其中，所述控制单元(60)控制所述转向致动器(6)，以将所述驾驶员要求转换成所述转向车轮(7)的偏转，其特征在于，

所述线控转向系统(1)构造成执行根据权利要求1至12中的任一项所述的方法。