CN112092899B

CN112092899B - 用于电动转向的动态末端止挡

Info

Publication number: CN112092899B
Application number: CN202010546121.1A
Authority: CN
Inventors: H·约翰松; C-J·霍尔
Original assignee: Volvo Car Corp
Current assignee: Volvo Car Corp
Priority date: 2019-06-17
Filing date: 2020-06-16
Publication date: 2023-07-25
Anticipated expiration: 2040-06-16
Also published as: EP3753808B1; EP3753808A1; CN112092899A; US11548548B2; US20200391791A1

Abstract

所公开的主题总体上涉及一种用于控制包括用于向车辆的车轴提供辅助扭矩的电动机的电动转向辅助系统的方法，使得能防止车轮与车轮壳体之间的碰撞。电动转向辅助系统包括用于向车辆的可转向车轮提供辅助转向扭矩的电动机。电动机使用的电流通常取决于来自电动机的输出扭矩量。当车轮达到车轮壳体中的末端止挡时，电动机所使用电流的电流具有可区别的特性。通过监测用于提供辅助扭矩的电动机所使用的电流，可以确定车轮已经达到末端止挡。

Description

用于电动转向的动态末端止挡

技术领域

本公开总体上涉及一种用于控制电动转向辅助系统(electrically poweredsteering assistance system)的方法以及一种电动转向辅助系统。

背景技术

车辆常常配备有动力辅助转向，向驾驶员提供以较少的施力转动方向盘。动力辅助转向系统长期由液压系统占据支配地位。最近，市场上出现了电动辅助转向。电动辅助转向系统采用电动机来提供辅助扭矩。

与液压系统相比，电动辅助转向系统以更紧凑和燃料高效的方案提供了用于转向辅助的有前途的方法。通常，电动辅助转向系统包括用于检测方向盘的操作的传感器和用于计算要施加的所需辅助扭矩的处理器。可以利用由处理器控制的电动机将辅助扭矩以多种方式施加到车辆的转向系统。

但是，当驾驶员完全转向到转向范围的一端时，包括轮胎的车轮面临撞击车轮壳体的风险，并且可能引起车轮壳体中的损坏。这可能是例如在更换成更大轮胎后的情形。

因此，需要避免由驾驶员的末端转向(end-steering)引起的车轮和车轮壳体之间的机械撞击，减少撞击力或事件。

发明内容

所公开的主题总体上涉及一种用于控制包括用于向车辆的车轴提供辅助扭矩的电动机的电动转向辅助系统的方法，以防止车轮与车轮壳体之间的碰撞。

电动转向辅助系统包括用于向车辆的可转向车轮提供辅助转向扭矩的电动机。所述电动机使用的电流通常取决于所述电动机的输出扭矩量。发明人认识到，当车轮达到车轮壳体中的转向末端止挡(steering end stop)时，电动机所使用电流呈现具有可区别的特性。因此，通过监测用于提供辅助扭矩的电动机所使用的电流，可以以动态的方式确定车轮已经达到末端止挡，或者甚至预测车轮即将达到末端止挡。

通过响应于识别被监测电流中的匹配与可转向车轮已经达到车轮壳体中的转向末端止挡相关联的预定模型电流特性的电流特性，控制所述电动机以减小所提供的辅助扭矩来获得上述优点。换句话说，所述电动机确保车轮不达到末端止挡而使车轮壳体处于损坏危险中。

在实施例中，所述预定模型电流特性可以基于指示当连接到前轮的转向齿条的行程达到转向末端止挡时发生的多个电流特性的先前数据分析。换句话说，所述预定模型电流特性可以基于对达到相应转向末端止挡(例如机械止挡)的前轮的先前情况的大集合进行的学习。

例如，在一些实施例中，所述预定模型电流特性可以由机器学习算法建模。因此，提供了一种防止可能损坏车轮和车轮壳体冲击的预测性方式，其可以在大范围的车轮安装中使用。因此，在学习步骤之后，机器学习算法可以应用于被监测的电流。

优选地，在诸如抽样时间的预定时间段的时间窗中连续地监测电流。

本发明人还提出一种用于车辆的电动转向辅助系统，所述系统包括：电动机，其可连接到车辆的车轴的转向齿条，用于向所述车轴的可转向车轮提供辅助转向扭矩，以及控制单元，所述控制单元被配置成：监测用于提供辅助扭矩的电动机所使用的电流，响应于识别被监测电流中的匹配与可转向车轮已经达到车轮壳体中的转向末端止挡相关联的预定模型电流特性的电流特性，控制所述电动机以减小所提供的辅助转向扭矩。

当研究所附权利要求和以下说明时，本公开的实施例的其它特征和优点将变得明显。本领域技术人员认识到，在不脱离本公开的范围的情况下，可以组合本公开的不同特征以创建除以下描述的那些之外的实施例。

附图说明

现在将参照示出本公开的示例性实施例的附图更详细地描述所公开的主题的这些和其他方面，其中：

图1A-C概念性地示出了车轮壳体中不同转向角度的车轮；

图2是根据本公开实施例的方法步骤的流程图；

图3概念性地示出根据本公开实施例的电动转向辅助系统；

图4概念性地示出了电流特性；和

图5是概念性地示出本公开实施例的功能框图。

具体实施方式

在本详细说明中描述了根据本公开的方法和系统的各种实施例。但是，本公开的实施例可以以许多不同的形式来体现，并且不应当被解释为限于本文所阐述的实施例；相反，提供这些实施例是为了彻底性和完整性，并且将本公开的范围完全传达给技术人员。在一些示例中，以框图形式展示众所周知的结构和装置以便避免混淆本文中所呈现的示范性实施例的新颖性。类似的附图标记在全文中指代类似的元件。

图1A示意性地示出了可转向车轮10，其经由允许转动所述车轮的联接机构13联接至转向齿条12。可转向车轮10可通过经由方向盘提供的用户输入结合由联接到转向齿条12的电动机提供的辅助转向扭矩来转向。下面将参考随后的附图讨论电动机的操作的细节。

车轮在本文中旨在包括例如，车轮轮辋、轮胎、或通常与布置在车轮壳体中的车轮相关联并且响应于由驾驶员提供的用于改变车辆方向的转向动作而转动以及可能面临与车辆壳体或车辆壳体中的部件相碰撞的风险的部件，如本文所述的。

车轮10布置在车轮壳体18中，在这里，车轮壳体18的内边界20被概念性地指示。在图1A中是向前指向的车轮，换句话说，车辆意图在正前方的方向上转向。在这种情况下，如图1A所示，车轮10去除车轮壳体内边界20，即车轮壳体18的内壁。

在图1B中是转动转向角度α的车轮10。换句话说，驾驶员已经经由方向盘向车辆的转向系统提供输入以控制车轮10转动。驾驶员提供的转向扭矩由电动转向辅助系统的电动机提供的转向辅助扭矩辅助，以便减少驾驶员使车辆转向时所需的扭矩量，从而所需要的驾驶员的施力较少。在图1B中示出的情况下，车轮10也去除了车轮壳体内壁20。

但是，当驾驶员通过经由方向盘的进一步输入而继续增加转向角度α时，在电动机的辅助下，车轮10接近车轮壳体内壁20。由于车轮的直径D大于车轮壳体18的横向尺寸T，因此当车轮接近如图1C中示意性地示出的横向定向时，车轮10面临与车轮壳体内壁20碰撞的风险。横向方向定义为车辆的一侧到另一侧(side-to-side)的延伸，即通常与车辆的正常向前行驶方向或前进方向正交。期望避免图1C中示出的情况，因为其可能导致车轮10和车轮壳体18或壳体壁20或车轮壳体18中的部件的损坏。本公开提供了用于防止这种情况出现的方法和系统。

因此，如在图2的流程图所示，本公开提供了一种用于控制电动转向辅助系统的方法，所述电动转向辅助系统包括用于向车辆的可转向车轮提供辅助转向扭矩的电动机。该方法包括步骤S102，步骤S102监测用于提供所述辅助转向扭矩的电动机所使用的电流。响应于识别在步骤S103中匹配与可转向车轮已经达到车轮壳体中的转向末端相关的预定模型电流特性的被监测电流中的电流特性，在步骤S104中，控制所述电动机以减小所提供的辅助转向扭矩。

所提出的方法基于如下认识：当车轮达到或撞击转向末端止挡时，电动机所汲取的电流具有特性行为。通过将所监测的电流中的电流特性映射到已知的预定模型电流特性，可能禁止车轮获得可能导致车轮与车轮壳体之间碰撞的更大的转向角。此外，使用可定义为在软件中使用例如学习步骤的模型的电流特性预定模型，该方法可以以一直向前的方式应用于不同类型的车轮和车轮壳体。

监测电流可包括测量和分析电流与一些其他参数的关系，诸如时间或电动机功率输出或转数。

电流可被连续地监测或被由驾驶员输入的转向扭矩来触发，或由转向角度超过初始阈值角度来触发。

所提供的辅助扭矩被设置以引起连接到车辆可转向车轮的转向齿条的行进，用于转动车轮，如下所述。所提供的辅助扭矩的减小使得当识别出匹配的电流特性时，转向齿条的行程被限制为行进不超过齿条的当前位置。换句话说，所提供的辅助扭矩的量被调节到使得齿条的行程可以不超过已知引起车轮与车轮壳体或其中的部件之间的碰撞的点的级别。在一些实施例中，所提供的辅助扭矩可以减小到基本上为零。在一些实施例中，控制电动机以提供反作用转向力，用于使车轮远离车轮壳体壁或其内车轮正接近的部件移动。

图3示出了根据本公开实施例的电动转向辅助系统300。电动转向辅助系统适于布置在车辆的前轴处，并且包括电动机302，电动机302可连接到车辆的转向齿条304，用于向车轴的前轮306提供辅助转向扭矩。电动转向辅助系统300包括控制单元308，控制单元308配置成控制电动机302以提供可变程度的转向辅助扭矩。电动机302由提供规定的供电电压的电池(未示出)供电。

图3进一步示出了通过本领域已知的方式与转向柱312连接的方向盘310。此外，转向柱312经由机械齿轮连接314(诸如经常使用的齿条和小齿轮连接)联接到转向齿条304。机械齿轮连接314适于使得转向柱312的旋转运动被转换成转向齿条304的平移运动。

通过经由例如齿条和小齿轮连接(rack and pinion connection)或任意其它合适的已知机械连接，例如带对滚珠螺母组件(belt to a ball-nut assembly)，即带使包括螺纹的滚珠螺母组件旋转来引起转向齿条平移，从而向转向齿条304增加平移力，使得电动机302可适于提供辅助转向扭矩。电动机和转向齿条之间的机械连接被认为是本领域技术人员已知的，因而在本文中将不进行详细描述。

车轮306经由联接机构316联接到转向齿条304，联接机构316响应于转向齿条304的平移运动而允许车轮转动。换句话说，由电动机302提供的辅助转向扭矩被提供以引起连接到车辆可转向车轮306的齿条304的行进以使车轮306转动。这种联接机构316通常包括主销(king pin)和转向拉杆连接(tie rod connection)，但是其它联接机构也是可能的并且位于本公开的范围内。

通常情况下，扭矩传感器318布置为测量经由方向盘310提供给转向柱312的扭矩。因此，所测量的扭矩是驾驶员转动车轮所需的具有由电动机302提供的辅助转向扭矩的结果扭矩。

控制单元308配置为监测电动机为提供辅助转向扭矩而使用的电流。此外，响应于识别被监测电流中与预定模型电流特性相匹配的电流特性，控制单元配置为控制电动机以减小所提供的辅助扭矩。系统300可包括用于监测电动机使用的电流的传感器，其中控制单元连接到传感器以接收电流数据。电流传感器本身是已知的，因而将不在本文中进一步描述。

电动机302在这里示出为布置在转向齿条304处，并配置为向转向齿条304直接施加力。在替代实施方式中，电动机可以替代地布置在转向柱312处以将辅助扭矩施加到转向扭矩，从而提供其辅助转向扭矩，如替代电动机320概念性地表示的。

图4示出了表示电流对于电动机转速的概念性示例标称曲线400，这里电动机转速表示为每分钟转数RPM。与在较高RPM处相比较，在低RPM处描绘了较低的电流。曲线400表示在转向齿条没有达到机械末端止挡(mechanical end stop)的情况下电流相对于RPM的标称行为。通常情况是，对于RPM值的范围402，电流相对于RPM特性接近线性。

根据实施例，预定模型电流特性是基于对电动机所使用的电流相对于电动机的转速的分析。例如，在转向齿条已经达到机械末端止挡的情况下，例如如图1C所示，车轮10已经碰撞到车轮壳体壁20或另一部件，则电动机将提供更多的电流以便试图使车轮进一步转动。这导致偏离行为，如从标称电流关于RPM曲线400的示例概念性偏差404、405、406所示。因此，可以研究相对于电动机的转速，电动机所使用的电流以便确定转向齿条是否已经达到末端止挡。在实施例中，预定模型电流特性可包括在电动机的转速的预定范围内偏离电动机的电流和转速之间的标称关系的偏差。例如，预定模型电流特性可包括偏离电动机所使用的电流相对于电动机的正在增加的转速的线性关系(例如在范围402中)的偏差。

通过训练算法以辨别何时发生与模型电流特性相匹配的偏差，电动机可以响应以便减小所提供的辅助扭矩或完全停止提供辅助扭矩，或提供反向作用扭矩。因此，可以基于可一起构建预定模型电流特性的若干因素来训练所述算法以检测自所述标称曲线400的偏差404、405、405。

在实施例中，预定模型电流特性可包括在预定转速RPM_X处超过电流大小阈值的电流值。因此，并且如图4所示，可以通过在转速RPM_X处超过电流大小阈值I_th的电流来辨别偏差。

根据实施例，预定模型电流特性可包括超过电流梯度阈值的电流梯度。因此，并且如图4所示，可以通过超过阈值的电流梯度d_I来辨别偏差。例如，大的梯度指示所提供的电流的偏离行为。偏离曲线404、405、406中的每一个具有增加的梯度，其指示从标称曲线400增加的偏差。当梯度变得高于阈值时，可以控制电动机以减小所提供的辅助扭矩或停止提供辅助扭矩。通过分析作为模型一部分的梯度，偏差的检测更稳健。

总电流偏移可使标称曲线400在电流轴上向上或向下移位。该偏移取决于车辆的转向系统的具体设计，例如转向齿条、转向柱、和转向系统不同部分之间的可影响系统中的摩擦的联接机构，并且取决于提供给电动机的供电电压。例如，转向系统中的较高摩擦产生较大的偏移。将偏移考虑在内，可以针对特定情况来测量偏移，或者优选地将其教导到机器学习算法，参见图5。

图5是表示本公开的实施例的功能框图。在图5中，控制单元308配置为接收训练数据502。训练数据502是来自多个测量值的电流特性数据。训练数据502包括指示连接到可转向车轮的齿条的行程达到机械止挡的电流特性数据，还包括表示标称电流特性的数据，例如类似于图4中的曲线。预定模型电流特性可以基于对数据502的分析，使得机器学习算法可以学习以辨别关于标称电流特性的偏差。

因此，预定模型电流特性可以基于对指示当连接到可转向车轮的齿条的行程达到机械止挡时发生的多个电流特性的数据502进行的先前分析。使用这样的大数据分析提供了用于预测车轮接近达到或已经达到机械止挡的准确模型。

优选地，预定模型电流特性由机器学习算法建模。机器学习算法代码可被存储在可被控制单元308访问的存储器设备上。

在操作中，控制单元308接收被监测电流的形式的输入数据504，例如，在一时间段内以足以捕获与电动机操作相关的相关电流变化的采样率进行采样。基于输入数据并且基于在先前的训练阶段中从训练数据确定的预定模型电流特性，被配置为应用使用模型电流特性的机器学习算法的控制单元308预测车轮是否接近达到或已经达到车轮壳体中的机械止挡，以及输出预测506。如果所述预测是车轮接近达到或已经达到机械止挡，则控制电动机以减小所提供的辅助转向扭矩。

因此，如图5所描绘的，识别被监测电流中的电流特性与预定模型电流特性匹配，包括将机器学习算法应用于所监测的电流。

本公开还提供了一种控制单元，所述控制单元布置为控制电动转向辅助系统，所述电动转向辅助系统包括用于向车辆的可转向车轮提供辅助扭矩的电动机，其中所述控制单元被配置为：监测用于提供辅助转向扭矩的电动机所使用的电流，响应于识别匹配与可转向车轮已经达到车轮壳体中的转向末端止挡相关联的预定模型电流特性的被监测电流中的电流特性，控制所述电动机以减小所提供的辅助转向扭矩。

所述控制单元可以访问其上存储有预定模型电流特性的存储器装置。

此外，本公开提供了一种计算机程序产品，所述计算机程序产品包括计算机可读介质，所述计算机可读介质上存储有用于控制电动转向辅助系统的电动机的计算机程序装置，所述电动转向辅助系统用于向车辆的可转向车轮提供辅助转向扭矩，其中所述计算机程序产品包括：用于识别用于提供辅助转向扭矩的电动机使用的被监测电流中的电流特性的代码，和用于确定所述电流特性匹配与可转向车轮已经达到车轮壳体中的转向末端止挡相关联的预定模型电流特性的代码，以及用于响应于所述电流特性匹配所述预定模型电流特性来控制电动机以减小所提供的辅助转向扭矩的代码。

所述控制单元和其他设备、系统、或部件之间的通信可以是硬连线的，或者可以使用本领域已知的其他已知的电连接技术或无线网络，诸如经由CAN总线、蓝牙、WiFi、以太网、3G、4G、5G等。

所述控制单元可包括微处理器、微控制器、可编程数字信号处理器或另一可编程装置，以及嵌入到车辆/动力传动系控制逻辑电路/硬件中。控制单元还可以或替代地包括专用集成电路、可编程门阵列或可编程阵列逻辑电路、可编程逻辑器件或数字信号处理器。在控制单元包括可编程器件(诸如上述微处理器、微控制器或可编程数字信号处理器)的情况下，所述处理器还可以包括控制可编程器件的操作的计算机可执行代码。所述控制单元可以包括硬件或软件中的模块，或者包括部分地位于硬件或软件中的模块，并且使用已知的传输总线(诸如CAN总线和/或无线通信能力)进行通信。

本公开的控制单元通常被称为ECU(electronic control unit)，电子控制单元。

本领域技术人员认识到，本发明决不限于上述优选实施例。相反，在所附权利要求的范围内，许多修改和变化是可能的。

在权利要求中，词语“包括”不排除其他元件或步骤，并且不定量词“一”和“一个”不排除多个。单个处理器或其它单元可实现权利要求书中陈述的若干项目的功能。在相互不同的从属权利要求中涉及某些度量，仅仅这样的事实并不指示不能有利地使用这些度量的组合。权利要求中的任何附图标记不应被解释为限制范围。

应当认识到，根据示例，本文描述的任何技术的某些动作或活动可以以不同的顺序执行，可以被添加、合并或完全省去(例如，不是所有描述的动作或事件对于本技术的实践是必要的)。此外，在某些示例中，可通过多线程处理、中断处理或多个处理器同时而非顺序执行动作或活动。

在一个或多个示例中，所描述的功能可以以硬件、软件、固件或其任何组合来实施。如果以软件实施，则各功能可以作为一条或多条指令或代码存储在计算机可读介质上或藉其进行传送，并由基于硬件的处理单元来执行。计算机可读介质可包括计算机可读存储介质，其对应于有形介质(例如，数据存储介质)，或通信媒介，其包括便于根据通信协议将计算机程序从一处传送到另一处的任何媒介。以此方式，计算机可读介质通常可对应于(1)非暂时性的有形计算机可读存储介质，或(2)例如信号或载波的通信媒介。数据存储介质可以是可由一或多个计算机或一或多个处理器存取以检索用于实施本公开中所描述技术的指令、代码及/或数据结构的任何可用介质。计算机程序产品可包括计算机可读介质。

作为示例而非限制，这样的计算机可读存储介质可包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储装置、磁盘存储装置、或可以用于以指令或数据结构的形式存储期望程序代码并且可以由计算机访问的任何其他介质。任何连接也被适当地称为计算机可读介质。例如，如果使用同轴线缆、光缆、双绞线、数字用户线路(DSL)、或诸如红外、无线电和微波之类的无线技术从网站、服务器或其他远程源传输指令，则同轴线缆、光缆、双绞线、DSL或诸如红外、无线电和微波的无线技术都包括在介质的定义中。然而，应理解，计算机可读存储介质和数据存储介质不包含连接、载波、信号、或其它暂时性媒介，而是针对非暂时性的有形存储介质。如本文所使用的，磁盘和光盘包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)和蓝光光盘(Blu-ray disc)，其中磁盘通常磁性地复制数据，而光盘用激光光学地复制数据。上述的组合也应被包括在计算机可读介质的范围内。

指令可以由一个或多个处理器执行，例如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、复杂可编程逻辑器件(CPLD)或其他等同集成或离散逻辑电路。因此，如本文中所使用，术语“处理器”可指前述结构或适于实施本文中所描述技术的任何其它结构中的任一者。另外，在一些方面中，本文中所描述的功能性可提供于专用硬件和/或软件模块内。而且，所述技术可完全实施于一或多个电路或逻辑元件中。

本公开的技术可在广泛多种装置或设备中实施，包含集成电路(IC)或IC组(例如芯片组)。本公开中描述了各种部件、模块或单元以强调被配置为执行所公开技术的装置的功能方面，但未必需要由不同硬件单元实现。实际上，如上文所描述的，各种单元可组合在硬件中或由互操作的硬件单元提供，所述硬件单元或互操作的硬件单元包括如上文所描述的一个或多个处理器，结合合适的软件和/或固件。

已描述各种实例。这些及其它实例在所附权利要求书的范围内。

Claims

1.一种用于控制电动转向辅助系统的方法，所述电动转向辅助系统包括用于向车辆的可转向车轮提供辅助转向扭矩的电动机，所述方法包括：

监测用于提供辅助扭矩的电动机使用的电流，

响应于识别被监测电流中的匹配与可转向车轮已经达到车轮壳体中的转向末端止挡相关联的预定模型电流特性的电流特性，控制所述电动机以减小所提供的辅助转向扭矩，

其中所述预定模型电流特性基于指示当连接到所述可转向车轮的转向齿条的行程达到转向末端止挡时发生的多个电流特性的先前数据分析由机器学习算法建模，其中识别被监测电流中的电流特性与预定模型电流特性匹配包括将机器学习算法应用于被监测电流，

其中监测所述电流通过转向角度超过初始阈值角度触发。

2.根据权利要求1所述的方法，其中所提供的辅助扭矩被提供以便引起连接到所述车辆的可转向车轮的转向齿条的行进以使车轮转动，其中所提供的辅助扭矩的减小使得当识别到匹配电流特性时，所述转向齿条的行程被限制为行进不超过所述转向齿条的当前位置。

3.根据权利要求1或2所述的方法，其中，所提供的辅助转向扭矩被减小到基本上为零。

4.根据权利要求1或2所述的方法，其中所述预定模型电流特性包括超过电流梯度阈值的电流梯度和超过电流大小阈值的电流中的至少一个。

5.根据权利要求1或2所述的方法，其中所述预定模型电流特性基于对所述电动机所使用的电流相对于所述电动机的转速进行的分析。

6.根据权利要求1或2所述的方法，其中所述预定模型电流特性包括与由所述电动机使用的电流关于所述电动机的增加的转速的线性关系的偏差。

7.根据权利要求1或2所述的方法，包括：

在减小所提供的辅助扭矩之后，控制所述电动机提供反扭矩。

8.一种用于车辆的电动转向辅助系统，所述系统包括：

电动机，其能连接到车辆的车轴的转向齿条，用于向所述车轴的可转向车轮提供辅助转向扭矩，以及

控制单元，其被配置为：

监测由用于提供辅助扭矩的电动机使用的电流，

其中所述预定模型电流特性基于指示当连接到所述可转向车轮的转向齿条的行程达到转向末端止挡时发生的多个电流特性的先前数据分析由机器学习算法建模，其中识别被监测电流中的电流特性与预定模型电流特性匹配包括通过所述控制单元将机器学习算法应用于被监测电流，

其中监测所述电流通过转向角度超过初始阈值角度触发。

9.一种车辆，包括根据权利要求8所述的系统。

10.一种布置为控制电动转向辅助系统的控制单元，所述电动转向辅助系统包括用于向车辆的可转向车轮提供辅助扭矩的电动机，其中所述控制单元被配置为：

监测由用于提供辅助转向扭矩的电动机使用的电流，

其中监测所述电流通过转向角度超过初始阈值角度触发。

11.一种计算机可读介质，其上存储有计算机程序，所述计算机程序用于控制电动转向辅助系统的适于向车辆的可转向车轮提供辅助转向扭矩的电动机，其中所述计算机程序包括：

用于通过应用机器学习算法识别由用于提供辅助转向扭矩的电动机使用的被监测电流中的电流特性的代码，其中监测所述电流通过转向角度超过初始阈值角度触发，以及

用于确定所述电流特性与预定模型电流特性匹配的代码，所述预定模型电流特性与可转向车轮已经达到车轮壳体中的转向末端止挡相关联，其中所述预定模型电流特性基于指示当连接到所述可转向车轮的转向齿条的行程达到转向末端止挡时发生的多个电流特性的先前数据分析由机器学习算法建模，以及

用于响应于所述电流特性与所述预定模型电流特性匹配来控制所述电动机以减小所提供的辅助转向扭矩的代码。