CN110539646A - 一种用于全驱电动轮汽车的纵向车速估计方法及系统 - Google Patents

Abstract

本发明提出一种用于全驱电动轮汽车的纵向车速估计方法及系统，属于车辆动力学控制的领域。本发明用于全驱电动轮汽车的纵向车速估计，所述全驱电动轮汽车是所有车轮均采用轮毂电机直接驱动行驶的纯电动车辆；该估计方法包括：有效车轮筛选、纵向加速度信号预处理和纵向车速估计；本发明系统包括有效车轮筛选模块、纵向加速度信号预处理模块和纵向车速估计模块。本发明考虑了车轮运动状态及其转速信息的有效性，融合纵向加速度信息，实现了车辆纵向车速的估计；本发明所提出的方法弱化了对动力学模型精度的依赖，实时性强、可执行性高。

Description

一种用于全驱电动轮汽车的纵向车速估计方法及系统

技术领域

本发明属于车辆动力学控制领域，特别涉及一种用于全驱电动轮汽车的纵向车速估计方法及系统。

背景技术

随着传统能源与环境问题之间的矛盾日益增加，全驱电动轮汽车在近十年逐渐成为研究重点与热点。全驱电动轮汽车是指采用安装在车轮轮毂内部(轮边)的电机作为动力源直接驱动行驶的一类电动汽车。全驱电动轮汽车取消了传统的传动机构，简化了车辆底盘的空间布置，从而变得更加节能与安全。同时，全驱电动轮汽车能够独立对驱动车轮的转矩进行分配，相比于传统燃油汽车与集中式驱动电动汽车，实现了动力源解耦，因此增加了动力学控制自由度，有助于改善电动汽车的动力性能。

车辆纵向车速信息对于动力性相关的电子控制系统都是十分重要的参数。采用四轮轮毂驱动行驶的电动轮汽车没有了从动轮转速作为参考，使得车速估计的难度变大。同时，由于惯性传感器的工作原理，所采集的纵向加速度信号中耦合了向心加速度的分量，并叠加了干扰噪声，无法直接得到准确的车辆纵向行驶加速度信息，影响相关动力学控制算法。

现有的全驱电动轮汽车纵向车速估计方法一部分采用加速度信息直接进行积分，随着时间推移积分累积误差导致估计结果误差过大；另一部分基于纵向动力学模型建立，估计效果大多依赖于动力学模型的精度，或需要获取车轮的轮胎力。然而，复杂的动力学模型在实际过程中很难得到应用，最终难以有效获取车辆纵向车速信息。

发明内容

本发明的目的是克服已有技术的不足之处，提供一种用于全驱电动轮汽车的纵向车速估计方法及系统。所述全驱电动轮汽车是所有车轮均采用安装在汽车车轮轮毂内部(轮边)的电机直接驱动行驶的纯电动车辆，本发明能提高电动轮汽车的纵向车速的估计精度。

为实现本发明目的，采用如下技术方案：

本发明提出的一种用于全驱电动轮汽车的纵向车速估计方法，所述全驱电动轮汽车具有n个车轮，各车轮分别由一个轮毂电机直接驱动；其特征在于，该方法具体包括以下步骤：

1)有效车轮筛选

1.1)依据各所述轮毂电机反馈的当前时刻的车轮转速和上一时刻纵向车速估计值，计算每个车轮的滑转率，如式(1)所示：

式中，S_i表示第i个车轮的滑转率；V_xp表示上一时刻纵向车速估计值；V_wi表示当前时刻第i个车轮的等效速度，通过相应轮毂电机实时转速与车轮滚动半径计算得到，如式(2)所示：

式中，n_i表示驱动第i个车轮的轮毂电机的实时转速；r_i表示第i个车轮的滚动半径；

设所述纵向车速值V_xp、车轮的等效速度V_wi、车轮的滑转率S_i的初始值均为0；

1.2)依据车轮的滑转率，获取车轮的滑转状态，作为车轮转速有效性的判断准则，车轮滑转状态的计算如式(3)所示：

式中，M_si表示第i个车轮的滑转状态；S_th表示车轮滑转率门限值，依据轮胎力学特性，取经验值为0.15～0.2；当第i个车轮的滑转率S_i小于等于该车轮的滑转率门限值S_th，判定第i个车轮未发生滑转，M_si＝1，即第i个车轮为有效车轮，该车轮的转速信息有效；当第i个车轮的滑转率S_i大于该车轮的滑转率门限值S_th，认为第i个车轮发生滑转，M_si＝0，此时该车轮的转速信息无效；

1.3)将所有有效车轮的转速构成有效车轮转速矢量，如式(4)所示：

式中，n_e表示有效车轮转速矢量，n_e所包含的元素个数即为有效车轮的个数N；表示车轮有效转速，如式(5)所示：

2)纵向加速度预处理

2.1)依据惯性传感器测量得到的车辆纵向加速度、横方向加速度和横摆角速度，计算车辆纵向加速度，如式(6)所示：

式中，表示当前时刻车辆纵向加速度；a_x表示当前时刻车辆的绝对加速度在车辆坐标系纵向方向上的投影值，γ表示当前时刻横摆角速度，均由惯性传感器测量得到；V_y表示当前时刻车辆横向车速值，通过车辆横向加速度求和计算，如式(7)所示：

式中，t₀表示初始时刻；t表示当前时刻；Δt表示采样间隔；表示当前时刻车辆横向加速度，如式(8)所示：

式中，a_y表示当前时刻车辆的绝对加速度在车辆坐标系横向方向上的投影值，由惯性传感器测量得到；

2.2)将步骤2.1)所得的当前时刻车辆纵向加速度通过滤波函数消除信号测量中的噪声干扰，得到当前时刻车辆纵向加速度滤波值，如式(9)所示：

式中，表示车辆纵向加速度滤波值；Filter表示通用的滤波函数；

3)纵向车速估计：

依据当前时刻的有效车轮个数，融合当前时刻的车辆纵向加速度滤波值，计算当前时刻的车辆纵向车速估计值，如式(10)所示：

式中，V_x表示当前时刻车辆纵向车速估计值；当有效车轮个数不等于零时，通过有效车轮转速的平均值计算得到当前时刻纵向车速估计值；当有效车轮个数等于零时，即全部车轮进入滑转状态，采用车辆纵向加速度滤波值求和得到当前时刻纵向车速估计值，求和初值为全部车轮失效的上一时刻纵向车速估计值，且求和结束时刻为当前时刻t。

本发明还提出一种用于全驱电动轮汽车的纵向车速估计系统，所述全驱电动轮汽车具有n个车轮，各车轮分别由一个轮毂电机直接驱动；其特征在于，该系统包括存储器和处理器，该处理器内设有效车轮筛选模块，纵向加速度信号预处理模块和纵向车速估计模块；

所述有效车轮筛选模块用于选择未发生滑动趋势的车轮参与纵向车速估计，执行以下步骤：

1.1)依据各所述轮毂电机反馈的当前时刻的车轮转速和上一时刻纵向车速估计值，计算每个车轮的滑转率，如式(1)所示：

式中，S_i表示第i个车轮的滑转率；V_xp表示上一时刻纵向车速估计值；V_wi表示当前时刻第i个车轮的等效速度，通过相应轮毂电机实时转速与车轮滚动半径计算得到，如式(2)所示：

式中，n_i表示驱动第i个车轮的轮毂电机的实时转速；r_i表示第i个车轮的滚动半径；

设所述纵向车速值V_xp、车轮的等效速度V_wi、车轮的滑转率S_i的初始值均为0；

1.2)依据车轮的滑转率，获取车轮的滑转状态，作为车轮转速有效性的判断准则，车轮滑转状态的计算如式(3)所示：

式中，M_si表示第i个车轮的滑转状态；S_th表示车轮滑转率门限值，依据轮胎力学特性，取经验值为0.15～0.2；当第i个车轮的滑转率S_i小于等于该车轮的滑转率门限值S_th，判定第i个车轮未发生滑转，M_si＝1，即第i个车轮为有效车轮，该车轮的转速信息有效；当第i个车轮的滑转率S_i大于该车轮的滑转率门限值S_th，认为第i个车轮发生滑转，M_si＝0，此时该车轮的转速信息无效；

1.3)将所有有效车轮的转速构成有效车轮转速矢量，如式(4)所示：

式中，n_e表示有效车轮转速矢量，n_e所包含的元素个数即为有效车轮的个数N；表示车轮有效转速，如式(5)所示：

所述纵向加速度信号预处理模块用于获取车辆纵向加速度信号及其滤波处理，执行以下步骤：

2.1)依据惯性传感器测量得到的车辆纵向加速度、横方向加速度和横摆角速度，计算车辆纵向加速度，如式(6)所示：

式中，表示当前时刻车辆纵向加速度；a_x表示当前时刻车辆的绝对加速度在车辆坐标系纵向方向上的投影值，γ表示当前时刻横摆角速度，均由惯性传感器测量得到；V_y表示当前时刻车辆横向车速值，通过车辆横向加速度求和计算，如式(7)所示：

式中，t₀表示初始时刻；t表示当前时刻；Δt表示采样间隔；表示当前时刻的车辆横向加速度，如式(8)所示：

式中，a_y表示当前时刻车辆的绝对加速度在车辆坐标系横向方向上的投影值，由惯性传感器测量得到；

2.2)将步骤2.1)所得的当前时刻车辆纵向加速度通过滤波函数消除信号测量中的噪声干扰，得到当前时刻车辆纵向加速度滤波值，如式(9)所示：

式中，表示车辆纵向加速度滤波值；Filter表示通用的滤波函数；

所述纵向车速估计模块融合有效车轮转速信息与纵向加速度信息得到纵向车速，执行以下步骤：

依据当前时刻的有效车轮个数，融合当前时刻的车辆纵向加速度滤波值，计算当前时刻的车辆纵向车速估计值，如式(10)所示：

式中，V_x表示当前时刻车辆纵向车速估计值；当有效车轮个数不等于零时，通过有效车轮转速的平均值计算得到当前时刻纵向车速估计值；当有效车轮个数等于零时，即全部车轮进入滑转状态，采用车辆纵向加速度滤波值求和得到当前时刻纵向车速估计值，求和初值为全部车轮失效的上一时刻纵向车速估计值，且求和结束时刻为当前时刻t。

本发明的特点及有益效果在于：

1.本发明提出的全驱电动轮汽车纵向车速估计方法及系统，充分利用车轮转速信息，考虑车轮的运动状态，以此作为转速有效性的判断依据，并融合惯性传感器测量信息，有效发挥了电动轮汽车执行机构的冗余特性，可行性强；

2.本发明提出的全驱电动轮汽车纵向车速估计方法及系统，弱化了对动力学模型精度的依赖，无需提前获取轮胎力等状态信息，减少了加速度积分的累积误差，估计精度高，数据计算量小，计算速度快。

3.本发明提出的全驱电动轮汽车纵向车速估计方法及系统可扩充至具有相同硬件结构的多轴全驱电动轮汽车。

附图说明

图1为本发明的纵向车速估计方法的流程框图。

具体实施方式

下面结合附图和具体实施例对本发明技术方案进一步说明如下：

本发明实施例的一种全驱电动轮汽车的纵向车速估计方法，用于具有4个轮毂电机驱动的电动汽车，各轮毂电机分别直接驱动一车轮，其流程框图如图1所示，本发明方法随着车辆的运行不断执行，直至车辆停止运动。该方法实施例具体包括以下步骤：

1)有效车轮筛选，具体步骤如下：

1.1)依据各轮毂(轮边)电机反馈的当前时刻的车轮转速和上一时刻纵向车速估计值，计算每个车轮的滑转率，如式(1)所示：

式中，下角标i＝1，2，3，4依次对应左前、右前、左后和右后车轮；S_i表示第i个车轮的滑转率；V_xp表示上一时刻的纵向车速估计值，该值为定义在车辆坐标系下的标量；V_wi表示当前时刻第i个车轮的等效速度，通过相应轮毂电机实时转速与车轮滚动半径计算得到，如式(2)所示：

式中，n_i表示驱动第i个车轮的轮毂电机实时转速；r_i表示第i个车轮的滚动半径，本实施例中各车轮的滚动半径均相等；其中，纵向车速估计值V_xp、车轮的等效速度V_wi、车轮的滑转率S_i的初始值均为0；

1.2)依据车轮的滑转率，获取车轮的滑转状态，作为车轮转速有效性的判断准则。车轮滑转状态的计算如式(3)所示：

式中，M_si表示第i个车轮的滑转状态；S_th表示车轮滑转率门限值，依据轮胎力学特性设定，取经验值为0.15～0.2；当第i个车轮的滑转率S_i小于等于该车轮的滑转率门限值S_th，判定第i个车轮未发生滑转，M_si＝1，即第i个车轮为有效车轮，该车轮的转速信息有效；当第i个车轮的滑转率S_i大于该车轮的滑转率门限值S_th，认为第i个车轮发生滑转，M_si＝0，此时该车轮的转速信息无效；

1.3)将所有有效车轮的转速构成有效车轮转速矢量，如式(4)所示：

式中，n_e表示有效车轮转速矢量，n_e所包含的元素个数即为有效车轮的个数N；表示车轮有效转速，如式(5)所示：

2)纵向加速度预处理，具体步骤如下：

2.1)依据惯性传感器测量得到的车辆纵向加速度、横方向加速度、横摆角速度，计算车辆纵向加速度，如式(6)所示：

式中，表示当前时刻车辆纵向加速度；a_x表示当前时刻车辆的绝对加速度在车辆坐标系纵向方向上的投影值，γ表示当前时刻横摆角速度，均由惯性传感器测量得到；V_y表示当前时刻车辆横向车速值，通过车辆横向加速度求和计算，如式(7)所示：

式中，t₀表示初始时刻；t表示当前时刻；Δt表示采样间隔，取决于传感器的数据采集精度，本例取为50ms；表示当前时刻车辆横向加速度，如式(8)所示：

式中，a_y表示当前时刻车辆的绝对加速度在车辆坐标系横向方向上的投影值，由惯性传感器测量得到；

2.2)将步骤2.1)所得的当前时刻车辆纵向加速度通过滤波函数消除信号测量中的噪声干扰，得到当前时刻车辆纵向加速度滤波值，如式(9)所示：

式中，表示车辆纵向加速度滤波值；Filter表示通用的滤波函数，如卡尔曼滤波函数等；

3)纵向车速估计，具体步骤如下：

依据当前时刻的有效车轮个数，融合当前时刻的车辆纵向加速度滤波值，计算当前时刻的车辆纵向车速估计值，如式(10)所示：

式中，V_x表示当前时刻车辆纵向车速估计值；当有效车轮个数不等于零时，通过有效车轮转速的平均值计算得到当前时刻纵向车速估计值；当有效车轮个数等于零时，即全部车轮进入滑转状态，采用车辆纵向加速度滤波值求和得到当前时刻纵向车速估计值，求和初值为全部车轮失效的上一时刻纵向车速估计值，且求和结束时刻为当前时刻t。

本发明应用时通过本领域的常规编程技术将上述方法集成固化在一处理器内，通过该处理器和一存储器构成用于全驱电动轮汽车的纵向车速估计系统，所述处理器内设有效车轮筛选模块、纵向加速度信号预处理模块和纵向车速估计模块；所述有效车轮筛选模块用于选择未发生滑动趋势的车轮参与纵向车速估计，具体执行过程参见上述步骤1)；所述纵向加速度信号预处理模块用于获取车辆纵向加速度信号及其滤波处理，具体执行过程参见上述步骤2)；所述纵向车速估计模块融合有效车轮转速信息与纵向加速度信息得到纵向车速，具体执行过程参见上述步骤3)。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (2)

1.一种用于全驱电动轮汽车的纵向车速估计方法，所述全驱电动轮汽车具有n个车轮，各车轮分别由一个轮毂电机直接驱动；其特征在于，该方法具体包括以下步骤：

1)有效车轮筛选

1.1)依据各所述轮毂电机反馈的当前时刻的车轮转速和上一时刻纵向车速估计值，计算每个车轮的滑转率，如式(1)所示：

式中，S_i表示第i个车轮的滑转率；V_xp表示上一时刻纵向车速估计值；V_wi表示当前时刻第i个车轮的等效速度，通过相应轮毂电机实时转速与车轮滚动半径计算得到，如式(2)所示：

式中，n_i表示驱动第i个车轮的轮毂电机的实时转速；r_i表示第i个车轮的滚动半径；

设所述纵向车速值V_xp、车轮的等效速度V_wi、车轮的滑转率S_i的初始值均为0；

1.2)依据车轮的滑转率，获取车轮的滑转状态，作为车轮转速有效性的判断准则，车轮滑转状态的计算如式(3)所示：

式中，M_si表示第i个车轮的滑转状态；S_th表示车轮滑转率门限值，依据轮胎力学特性，取经验值为0.15～0.2；当第i个车轮的滑转率S_i小于等于该车轮的滑转率门限值S_th，判定第i个车轮未发生滑转，M_si＝1，即第i个车轮为有效车轮，该车轮的转速信息有效；当第i个车轮的滑转率S_i大于该车轮的滑转率门限值S_th，认为第i个车轮发生滑转，M_si＝0，此时该车轮的转速信息无效；

1.3)将所有有效车轮的转速构成有效车轮转速矢量，如式(4)所示：

式中，n_e表示有效车轮转速矢量，n_e所包含的元素个数即为有效车轮的个数N；表示车轮有效转速，如式(5)所示：

2)纵向加速度预处理

2.1)依据惯性传感器测量得到的车辆纵向加速度、横方向加速度和横摆角速度，计算车辆纵向加速度，如式(6)所示：

式中，表示当前时刻车辆纵向加速度；a_x表示当前时刻车辆的绝对加速度在车辆坐标系纵向方向上的投影值，γ表示当前时刻横摆角速度，均由惯性传感器测量得到；V_y表示当前时刻车辆横向车速值，通过车辆横向加速度求和计算，如式(7)所示：

式中，t₀表示初始时刻；t表示当前时刻；Δt表示采样间隔；表示当前时刻车辆横向加速度，如式(8)所示：

式中，a_y表示当前时刻车辆的绝对加速度在车辆坐标系横向方向上的投影值，由惯性传感器测量得到；

2.2)将步骤2.1)所得的当前时刻车辆纵向加速度通过滤波函数消除信号测量中的噪声干扰，得到当前时刻车辆纵向加速度滤波值，如式(9)所示：

式中，表示车辆纵向加速度滤波值；Filter表示通用的滤波函数；

3)纵向车速估计：

依据当前时刻的有效车轮个数，融合当前时刻的车辆纵向加速度滤波值，计算当前时刻的车辆纵向车速估计值，如式(10)所示：

式中，V_x表示当前时刻车辆纵向车速估计值；当有效车轮个数不等于零时，通过有效车轮转速的平均值计算得到当前时刻纵向车速估计值；当有效车轮个数等于零时，即全部车轮进入滑转状态，采用车辆纵向加速度滤波值求和得到当前时刻纵向车速估计值，求和初值为全部车轮失效的上一时刻纵向车速估计值，且求和结束时刻为当前时刻t。

2.一种用于全驱电动轮汽车的纵向车速估计系统，所述全驱电动轮汽车具有n个车轮，各车轮分别由一个轮毂电机直接驱动；其特征在于，该系统包括存储器和处理器，该处理器内设有效车轮筛选模块，纵向加速度信号预处理模块和纵向车速估计模块；

所述有效车轮筛选模块用于选择未发生滑动趋势的车轮参与纵向车速估计，执行以下步骤：

1.1)依据各所述轮毂电机反馈的当前时刻的车轮转速和上一时刻纵向车速估计值，计算每个车轮的滑转率，如式(1)所示：

式中，S_i表示第i个车轮的滑转率；V_xp表示上一时刻纵向车速估计值；V_wi表示当前时刻第i个车轮的等效速度，通过相应轮毂电机实时转速与车轮滚动半径计算得到，如式(2)所示：

式中，n_i表示驱动第i个车轮的轮毂电机的实时转速；r_i表示第i个车轮的滚动半径；

设所述纵向车速值V_xp、车轮的等效速度V_wi、车轮的滑转率S_i的初始值均为0；

1.2)依据车轮的滑转率，获取车轮的滑转状态，作为车轮转速有效性的判断准则，车轮滑转状态的计算如式(3)所示：

式中，M_si表示第i个车轮的滑转状态；S_th表示车轮滑转率门限值，依据轮胎力学特性，取经验值为0.15～0.2；当第i个车轮的滑转率S_i小于等于该车轮的滑转率门限值S_th，判定第i个车轮未发生滑转，M_si＝1，即第i个车轮为有效车轮，该车轮的转速信息有效；当第i个车轮的滑转率S_i大于该车轮的滑转率门限值S_th，认为第i个车轮发生滑转，M_si＝0，此时该车轮的转速信息无效；

1.3)将所有有效车轮的转速构成有效车轮转速矢量，如式(4)所示：

式中，n_e表示有效车轮转速矢量，n_e所包含的元素个数即为有效车轮的个数N；表示车轮有效转速，如式(5)所示：

所述纵向加速度信号预处理模块用于获取车辆纵向加速度信号及其滤波处理，执行以下步骤：

2.1)依据惯性传感器测量得到的车辆纵向加速度、横方向加速度和横摆角速度，计算车辆纵向加速度，如式(6)所示：

式中，表示当前时刻车辆纵向加速度；a_x表示当前时刻车辆的绝对加速度在车辆坐标系纵向方向上的投影值，γ表示当前时刻横摆角速度，均由惯性传感器测量得到；V_y表示当前时刻车辆横向车速值，通过车辆横向加速度求和计算，如式(7)所示：

式中，t₀表示初始时刻；t表示当前时刻；Δt表示采样间隔；表示当前时刻车辆横向加速度，如式(8)所示：

式中，a_y表示当前时刻车辆的绝对加速度在车辆坐标系横向方向上的投影值，由惯性传感器测量得到；

2.2)将步骤2.1)所得的当前时刻车辆纵向加速度通过滤波函数消除信号测量中的噪声干扰，得到当前时刻车辆纵向加速度滤波值，如式(9)所示：

式中，表示车辆纵向加速度滤波值；Filter表示通用的滤波函数；

所述纵向车速估计模块融合有效车轮转速信息与纵向加速度信息得到纵向车速，执行以下步骤：

依据当前时刻的有效车轮个数，融合当前时刻的车辆纵向加速度滤波值，计算当前时刻的车辆纵向车速估计值，如式(10)所示：

式中，V_x表示当前时刻车辆纵向车速估计值；当有效车轮个数不等于零时，通过有效车轮转速的平均值计算得到当前时刻纵向车速估计值；当有效车轮个数等于零时，即全部车轮进入滑转状态，采用车辆纵向加速度滤波值求和得到当前时刻纵向车速估计值，求和初值为全部车轮失效的上一时刻纵向车速估计值，且求和结束时刻为当前时刻t。