CN111762172A - 一种基于电-液参数的路面附着估计方法 - Google Patents

Abstract

本发明公开了一种利用电、液参数估计路面附着系数的方法，属于电动汽车动力学控制技术领域。其特征在于：该方法由驾驶员输入决策出整车需求力矩，力矩分配控制器决策各轮力矩分配；通过执行器获取电、液运行参数；根据轮胎力观测器获得轮胎纵向力(利用电、液运行参数推导)和横向力；通过路面利用附着系数求解器求解基于电、液参数的驱/制动工况下的路面利用附着系数和转向工况下的路面利用附着系数；采用误差补偿获取各工况下的真实路面附着系数；为自适应全工况下的路面附着系数估计，根据工况权重决策器辨识各工况权重；并采用信息融合估计全工况下路面附着系数。与现有技术相比，本发明具有可靠性高，工况适应性强和应用价值高等优点。

Description

一种基于电-液参数的路面附着估计方法

技术领域

本发明属于分布式驱动电动汽车控制技术领域，具体涉及一种利用电、液参数估计驱动/制动工况下路面利用附着系数，并通过补偿获取当前工况下路面附着系数的方法。为融合估算全工况下的路面附着系数，通过定义求解转向工况下的路面利用附着系数，通过横摆角速度非线性度偏差对其进行补偿，建立了工况权重决策器，基于信息融合算法估算复合工况下路面附着系数。

背景技术

轮胎力控制是目前最直接和有效的汽车主动安全技术，但轮胎力受路面附着条件的影响较大，因此，实时准确地获取路面附着系数等环境信息是车辆动力学稳定性控制系统设计的关键环节。分布式驱动电动汽车在节能减排、结构布置和整车动力学控制等方面具有突出优势，而且能方便和精确地获取其驱动电机的电气参数、液压制动系统压力、电池荷电状态和转速等重要运行参数，能为路面附着系数准确估计提供了可靠的信息来源。

为充分发挥轮毂电机的优势，中国专利CN108572086A提出利用电机参数辨识路面附着稳定状态，中国专利CN1975375A针对四轮轮边独立驱动电动汽车没有从动车轮导致车速无法测量，无法进行车辆控制等问题，提出利用电机电流控制驱动力矩，进而估算纵向路面附着系数。上述利用电机参数估计路面附着系数的方法仅适用单一驱动工况或单一电机制动工况，未考虑转向工况下轮胎侧向力和电-液复合制动工况下电-液参数对路面附着系数的影响，无法满足汽车全工况下的路面附着系数估计。

如何准确获取路面附着系数是实现车辆主动安全控制的前提，也是车辆动力学稳定性控制领域亟需解决的关键技术之一。

发明内容

本发明的目的是为了克服现有估计方法对模型精度依赖性高、工况单一和使用专用传感器成本高昂等不足而提供一种基于电、液参数估计驱动/制动工况下的路面利用附着系数，基于Dugoff轮胎模型求解侧向力，且通过定义求解转向工况下的路面利用附着系数，最后采用误差补偿方法分别对驱动/制动和转向工况下的路面附着系数进行补偿。通过工况权重决策器实时辨识各工况的权重，并结合上述单一工况下的路面附着系数即可估算出复合工况下的路面附着系数。

为实现上述目的，本发明的具体技术方案如下：

一种基于电-液参数的路面附着估计方法，其特征在于其包含如下控制器和传感器：力矩优化分配控制器；轮毂电机控制器；车辆状态观测器；车轮轮胎力观测器(组合轮胎模型)；垂直载荷观测器；左前轮电流传感器，右前轮电流传感器，左后轮电流传感器，右后轮电流传感器；左前轮角速度传感器，右前轮角速度传感器，左后轮角速度传感器，右后轮角速度传感器；左前轮制动轮缸压力传感器，右前轮制动轮缸压力传感器，左后轮制动轮缸压力传感器，右后轮制动轮缸压力传感器；前轮转角传感器。

所述力矩优化分配控制器优化出的各轮驱动/制动力矩是电机控制器与制动器模型的输入参数。

所述左前轮电流传感器，右前轮电流传感器，左后轮电流传感器和右后轮电流传感器检测出的信号作为轮胎力观测器的输入参数。

所述左前轮角速度传感器，右前轮角速度传感器，左后轮角速度传感器和右后轮角速度传感器检测出的信号作为车轮纵向力观测器及滑移率控制的输入参数。

所述的左前轮制动轮缸压力传感器，右前轮制动轮缸压力传感器，左后轮制动轮缸压力传感器和右后轮制动轮缸压力传感器检测出的信号作为轮胎力观测器的输入参数。

所述车辆状态观测器将纵向加速度，横向加速度，纵向车速和横向车速等参数估算出来作为垂直载荷观测器、滑转(移)率控制和估计偏差补偿等的输入参数。

所述的前轮转角传感器检测出的信号作为轮胎力观测器的输入参数。

根据上述内容，对路面附着系数的具体研究步骤如下：

1)根据现有的力矩优化分配方法。通过驾驶员意图决策各个车轮所需的力矩信息；

2)建立面装式三相永磁同步电机模型，获取电机运行参数。考虑到电动汽车的特性，本专利采用i_d＝0的矢量控制控制方法，则电磁转矩方程为：

式中，P为电机极对数，ψf为转子磁链，i_qij为定子电流在q轴上的转矩电流分量。

5)建立制动器模型。因篇幅限制，在此仅给出制动器的数学模型，为：

T_hbij＝10^-3A_ijr_ijB_fP_ij

式中，A_ij为各轮制动器活塞面积，r_ij为各轮制动盘的有效摩擦半径，B_f为制动器效能因素，P_ij为各轮轮缸输入压力。

6)建立受坡度、侧倾及俯仰等运动的垂直载荷观测器：

式中，m为整车质量，g为重力加速度，a、b为质心到前、后轴的距离，h_g为质心高度，L为轴距，L＝a+b，a_x、a_y分别为车辆纵向，横向加速度。

7)建立车轮旋转动力学模型及Dugoff轮胎模型相结合的轮胎动力学模型，构建基于电、液参数主导的纵向轮胎力观测器和横向轮胎力观测器：

其中

式中，T_ij为车轮所受到的力矩，J为车轮转动惯量，R为车轮有效滚动半径，s_ij为轮胎纵向滑移率，C_x、C_y分别为轮胎的纵向、横向刚度，α_ij为轮胎侧偏角，下角标ij＝fl，fr，rl和rr分别为左前轮，右前轮，左后轮和右后轮。

滑转(移)率的求解为：

车轮中心的纵向速度计算公式为：

式中，υ_x、υ_y分别为车辆纵向车速和横向车速，γ为横摆角速度，δ为前轮转角。

车轮侧偏角表达式为：

8)依据附着定义求解利用附着系数：

9)为获取各车轮的真实路面附着系数，需对上述已求得的附着系数进行补偿。

驱动/制动工况下的路面附着系数估计偏差补偿

在现有补偿方法的基础引入对车辆行驶状态的判断，目的是为了克服汽车在匀速行驶状态，力矩增量为0时无法对路面附着系数进行有效估计的现象。纵向路面附着系数的具体补偿步骤为：

a.设定路面附着系数初始值为μ0，通过存储车辆停车前一段时间内所估计的路面附着系数作为下一次启动时的初始路面附着系数；

b.判断车辆运动状态，即当车速υ_x＝0时，设置路面附着系数μ＝μ0。当车速υ_x≠0时，路面附着估计误差补偿流程如下：

式中，k₀、k₁、k₂分别为最佳滑移率处所对应的斜率、线性上升区所对应的斜率和线性区快接近最佳滑移率处所对应的斜率，ε₁、ε₂、ε₃和ε₄为无穷小量。

转向工况下的路面附着系数估计偏差补偿

对于在转向工况下，日本学者FUKADA提出利用质心处的侧向加速度主导侧向路面附着系数，并利用横摆角速度的非线性偏差来补偿横向附着系数的估计误差，但是其没有充分考虑各个车轮的侧向加速度可能是不均等的，可能会在高速条件和对开路面条件下失去车辆操纵稳定性等。为此本发明根据附着定义求解出来的横向利用路面附着系数，通过横摆角速度非线性度偏差来补偿横向附着系数的估计误差，以提高各个车轮路面附着系数的精确度。补偿表达式为：

μ_sij＝μ_suij+e_Δγ

其中

式中，

γ为期望横摆角速度和实际横摆角速度。

基于线性二自由度车辆模型可得期望横摆角速度为：

其中

式中，C_f、C_r分别为前、后轴侧偏刚度。

由于路面附着条件的限制，使得期望横摆角速度也受到其限制。即为：

由此可得最终的期望横摆角速度为：

其中实际横摆角速度为：

10)工况权重决策器：

复合工况下的路面附着系数估计：

μ_ij＝k₁μ_dij,bij+k₂μ_sij

式中，k₁，k₂为基于信息融合算法的决策出的权重。

在本发明中，不添加额外传感器，使用汽车标配传感器获取车辆运行状态，提出了一种基于电机电流参数和制动器压力的路面附着系数估计方法。为适应于全工况下的路面附着系数估计，建立了工况权重决策器，并结合单一工况下的路面附着系数联合估算出复合工况下的路面附着系数。本发明的估计方法具有工况适应性强、实时性好，求解精度高及较好的工程价值等。

附图说明

图1是本发明的估计步骤框图

图2是路面附着系数与纵向滑移率的关系曲线

具体实施方式

下面结合附图对本发明进行详细的说明。

如图1所示，一种基于电、液参数的路面附着系数估计方法主要先通过车辆状态观测器估算出各车轮中心的速度及横摆角速度，结合角速度传感器检测出来的信号值进行滑转(移)率计算，其计算值与组合轮胎模型相连；通过车辆状态观测器估算出来的纵、横向加速度直接用于车轮垂直载荷估算，垂直载荷观测器与路面利用附着系数求解器相连；基于力矩优化分配控制器决策出来的各轮需求力矩与底盘执行器相连；通过执行器检测出来的电、液参数值与组合轮胎模型相连；基于附着定义求解出驱动/制动、转向工况下的路面利用附着系数与路面附着系数估计误差补偿相连；根据路面附着系数与纵向滑移率的斜率、车速等对驱动/制动工况下的路面附着系数进行补偿，根据横摆角速度非线性度偏差对转向工况下的路面附着系数进行补偿，将单一工况下的路面附着系数与信息融合器相连；为自适应于全工况下的路面附着系数估计，构建一工况权重决策器，其决策值与信息融合器相连；最终基于信息融合算法求解出全工况下路面附着系数。

如图2所示，k₀为纵向滑移率-路面附着系数曲线中最佳纵向滑移率或峰值路面附着系数处对应的斜率；k₁为纵向滑移率-路面附着系数曲线性区的斜率；k₂为纵向滑移率-路面附着系数曲线中由线性区靠近最佳滑移率或峰值附着系数时所对应的斜率。

Claims (9)

1.一种基于电、液参数的路面附着估计方法，其特征在于，主要包括力矩优化分配控制器、滑移率控制模块、轮胎力观测器(组合轮胎模型)、垂直载荷观测器、路面利用附着系数估算模块、路面附着系数补偿模块、工况决策器和基于信息融合的复合工况下路面附着系数估计模块。

2.根据权利要求1所述的驱动力矩优化分配中主要包括的以下内容：

1)根据驾驶员意图辨识决策出各车轮的需求制动力矩；

2)建立面装式三相永磁同步电机模型，获取电机运行参数。考虑到电动汽车的特性，本专利采用i_d＝0的矢量控制控制方法，则电磁转矩方程为：

式中，P为电机极对数，ψ_f为转子磁链，i_qij为定子电流在q轴上的转矩电流分量。

3)建立制动器模型为：

T_hbij＝10^-3A_ijr_ijB_fP_ij

式中，A_ij为各轮制动器活塞面积，r_ij为各轮制动盘的有效摩擦半径，B_f为制动器效能因素，P_ij为各轮轮缸输入压力。

3.根据权利要求1所述的滑移率定义为：

其中车轮中心纵向速度的计算公式为：

式中，υ_x、υ_y分别为车辆纵向车速和横向车速，γ为横摆角速度，δ为前轮转角。

4.根据权利要求1所述的轮胎力观测器，主要通过车轮旋转动力学模型及Dugoff轮胎动力学模型，构建基于电、液参数的纵向力观测器和横向力观测器：

其中

式中，T_ij为车轮所受到的力矩，J为车轮转动惯量，R为车轮有效滚动半径，s_ij为轮胎纵向滑移率，C_x、C_y分别为轮胎的纵向、横向刚度，α_ij为轮胎侧偏角，下角标ij＝fl，fr，rl和rr分别为左前轮，右前轮，左后轮和右后轮。

车轮侧偏角表达式为：

5.根据权利要求1所述的垂直载荷观测器，建立受坡度、侧倾及俯仰等运动的垂直载荷观测方程：

式中，m为整车质量，g为重力加速度，a、b为质心到前、后轴的距离，h_g为质心高度，L为轴距，L＝a+b，a_x、a_y分别为车辆纵向，横向加速度。

6.根据权利要求1所述的各工况下的路面利用附着系数估算模块，主要依据权利要求4和权利要求5通过附着定义得：

7.根据权利要求1所述的对驱动/制动、转向工况下的路面附着系数进行补偿，其补偿方法如下：

1)驱动/制动工况下的路面附着系数补偿

a.设定路面附着系数初始值为μ₀，通过存储车辆停车前一段时间内所估计的路面附着系数作为下一次启动时的初始路面附着系数；

b.判断车辆运动状态，即当车速υ_x＝0时，设置路面附着系数μ＝μ₀。当车速υ_x≠0时，路面附着估计误差补偿如下：

式中，△s_ij为滑转(移)率偏差，k₀、k₁、k₂分别为最佳滑移率处所对应的斜率、线性上升区所对应的斜率和线性区快接近最佳滑移率处所对应的斜率，ε₁、ε₂、ε₃和ε₄为无穷小量。

2)转向工况下的路面附着系数补偿

对于在转向工况下，日本学者FUKADA提出利用质心处的侧向加速度主导转向工况下的路面附着系数，并利用横摆角速度的非线性偏差来补偿转向工况下路面附着系数的估计误差，但是其没有充分考虑各个车轮的侧向加速度可能是不均等的，可能会在高速条件和对开路面条件下失去车辆操纵稳定性等。为此本发明根据权利要求6求解转向工况下的路面利用附着系数，通过利用横摆角速度的非线性度偏差来补偿转向工况下附着系数的估计误差，为：

μ_sij＝μ_suij+e_Δγ

其中

式中，

γ为期望横摆角速度和实际横摆角速度。

基于线性二自由度车辆模型可得期望横摆角速度为：

其中

式中，C_f、C_r分别为前后轴侧偏刚度。

由于路面附着条件的限制，使得期望横摆角速度也受到其限制。即为：

由此可得最终的期望横摆角速度为：

其中实际横摆角速度为：

8.根据权利要求1所述的工况权重决策器为：

9.根据权利要求1所述的复合工况下的路面附着系数为：

μ_ij＝k₁μ_dij,bij+k₂μ_sij

式中，k₁，k₂为基于信息融合算法的决策出的权重。

Images