CN112224213B - 一种实时监测车轮摩擦力及估计最大摩擦力的方法 - Google Patents

一种实时监测车轮摩擦力及估计最大摩擦力的方法 Download PDF

Info

Publication number
CN112224213B
CN112224213B CN202011139467.6A CN202011139467A CN112224213B CN 112224213 B CN112224213 B CN 112224213B CN 202011139467 A CN202011139467 A CN 202011139467A CN 112224213 B CN112224213 B CN 112224213B
Authority
CN
China
Prior art keywords
friction force
vehicle body
sensor
friction
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011139467.6A
Other languages
English (en)
Other versions
CN112224213A (zh
Inventor
罗宜鸣
边宁
余龙
张翼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongfeng Motor Corp
Original Assignee
Dongfeng Motor Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dongfeng Motor Corp filed Critical Dongfeng Motor Corp
Priority to CN202011139467.6A priority Critical patent/CN112224213B/zh
Publication of CN112224213A publication Critical patent/CN112224213A/zh
Application granted granted Critical
Publication of CN112224213B publication Critical patent/CN112224213B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/068—Road friction coefficient
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/10—Change speed gearings
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/18—Braking system
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/28—Wheel speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/10—Weight
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/20—Tyre data

Abstract

本发明公开了一种实时监测车轮摩擦力及估计最大摩擦力的方法，属于辅助驾驶领域，包括：获取车辆自身参数，采集车辆传感器的信号，根据车辆传感器信号得到车身加速度；根据车辆自身参数及车身加速度判断当前获取的传感器信号是否能够用于计算摩擦力；若当前获取的传感器信号能够用于计算摩擦力，则由传感器信号得到滑移率和摩擦力；判断滑移率和摩擦力是否满足预设要求，若滑移率和摩擦力满足预设要求，则根据滑移率和摩擦力估计最大摩擦力。本发明利用汽车现有的传感器信号，不仅可以得到实时摩擦力还可以估计最大摩擦力情况。

Description

一种实时监测车轮摩擦力及估计最大摩擦力的方法
技术领域
本发明属于辅助驾驶领域，更具体地，涉及一种实时监测车轮摩擦力及估计最大摩擦力的方法。
背景技术
路面摩擦力对车辆的性能和稳定性非常关键。因此，对路面摩擦力的检测是汽车检测系统不应缺少的一项功能。目前，估计摩擦力的方法大多都是采用相关传感器测量轮胎相关参数，计算摩擦力。这类方法，会增加汽车成本，且传感器使用受到更多条件限制，很不方便，也不准确；而且无法估计最大摩擦力。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提出了一种实时监测车轮摩擦力及估计最大摩擦力的方法，解决现有技术的高成本、使用受限和结果不准确的技术问题。
为实现上述目的，按照本发明的一个方面，提供了一种实时监测车轮摩擦力及估计最大摩擦力的方法，包括：
(1)获取车辆自身参数，采集车辆传感器的信号，根据车辆传感器信号得到车身加速度；
(2)根据车辆自身参数及车身加速度判断当前获取的传感器信号是否能够用于计算摩擦力；
(3)若当前获取的传感器信号能够用于计算摩擦力，则由传感器信号得到滑移率和摩擦力；
(4)判断滑移率和摩擦力是否满足预设要求，若滑移率和摩擦力满足预设要求，则根据滑移率和摩擦力估计最大摩擦力。
在一些可选的实施方案中，所述根据车辆传感器信号得到车身加速度，包括：
根据传感器获取的车身速度，取上次获得的车身速度与本次车身速度之差除以两次采集信号时间差，作为车身加速度。
在一些可选的实施方案中，步骤(2)包括：
判断车身加速度是否小于预设加速度阈值，判断传感器采集的车身速度是否大于车身速度阈值，判断传感器采集的驱动轴引擎扭矩力是否大于预设扭矩力阈值，判断传感器采集的刹车信号是否为不在刹车状态，判断传感器采集的换挡信号是否为不在换挡状态。
在一些可选的实施方案中，在车身加速度小于预设加速度阈值、传感器采集的车身速度大于车身速度阈值、传感器采集的驱动轴引擎扭矩力大于预设扭矩力阈值、传感器采集的刹车信号为不在刹车状态及传感器采集的换挡信号为不在换挡状态时，表明当前获取的传感器信号能够用于计算摩擦力。
在一些可选的实施方案中，由s＝(vd-vw)/vw得到车身左右两侧滑移率，其中，vd为从动轮速度，vw为主动轮速度，且从动轮与主动轮为车身左侧或右侧的同一侧两轮速度，由此得到车身左右两侧滑移率。
在一些可选的实施方案中，由u＝T/(r*m*g)得到驱动轴端的摩擦力，其中，T为驱动轴引擎扭矩力，r为驱动轮半径，m为车身重量，g为重力加速度，u为摩擦力。
在一些可选的实施方案中，所述根据滑移率和摩擦力估计最大摩擦力，包括：
根据驱动轴端的摩擦力u与滑移率s的关系曲线：u＝a*s2+b*s+c，其中，a、b、c为曲线参数，使用拓展卡尔曼滤波算法，分别代入驱动轴端的摩擦力，以及驱动轴端左右两侧的滑移率值，估计出两侧各自曲线参数a、b、c，然后由两侧曲线得到s取[0,1]之间的两侧分别的最大摩擦力。
在一些可选的实施方案中，在得到两侧的最大摩擦力之后，所述方法还包括：
比较计算得到的两侧最大摩擦力，若两侧最大摩擦力之差在预设范围内，则取两侧最大摩擦力的平均值输出到CAN总线中，若两侧最大摩擦力之差不在预设范围内，则舍弃重新计算。
在一些可选的实施方案中，若当前获取的传感器信号不能够用于计算摩擦力，则重新采集传感器信号，根据车辆传感器信号得到车身加速度，再次进行判断当前获取的传感器信号是否能够用于计算摩擦力。
在一些可选的实施方案中，若滑移率和摩擦力不满足预设要求，则重新采集传感器信号，再次计算滑移率和摩擦力。
按照本发明的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述方法的步骤。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
利用汽车现有的传感器信号，不仅可以得到实时摩擦力还可以估计最大摩擦力情况。不仅降低车辆成本，而且没有相关传感器使用时的各种限制，计算更全面，更准确。
附图说明
图1是本发明实施例提供的一种实时监测车轮摩擦力及估计最大摩擦力的方法的流程示意图；
图2是本发明实施例提供的另一种实时监测车轮摩擦力及估计最大摩擦力的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，本发明实施例提供了一种实时监测车轮摩擦力及估计最大摩擦力的方法，包括以下步骤：
S1：获取车辆自身参数，采集车辆传感器的信号，根据车辆传感器信号得到车身加速度；
在本发明实施例中，可以从车辆说明中获得车辆参数，其中，车辆参数包括车轮半径、车身重量以及汽车的驱动方式。
在本发明实施例中，可以每隔预设周期采集车辆基础传感器的一组信号，其中，获得的一组信号包括四轮速度、车身速度、驱动轴引擎扭矩力以及刹车信号、换挡信号。
在本发明实施例中，根据车辆传感器信号得到车身加速度，包括：
根据传感器获取的车身速度，取上次获得的车身速度与本次车身速度之差除以两次采集信号时间差，作为车身加速度。
S2：根据车辆自身参数及车身加速度判断当前获取的传感器信号是否能够用于计算摩擦力；
在本发明实施例中，步骤(2)包括：
判断车身加速度是否小于预设加速度阈值，判断传感器采集的车身速度是否大于车身速度阈值，判断传感器采集的驱动轴引擎扭矩力是否大于预设扭矩力阈值，判断传感器采集的刹车信号是否为不在刹车状态，判断传感器采集的换挡信号是否为不在换挡状态。
在本发明实施例中，在车身加速度小于预设加速度阈值、传感器采集的车身速度大于车身速度阈值、传感器采集的驱动轴引擎扭矩力大于预设扭矩力阈值、传感器采集的刹车信号为不在刹车状态及传感器采集的换挡信号为不在换挡状态时，表明当前获取的传感器信号能够用于计算摩擦力。
在本发明实施例中，预设加速度阈值、车身速度阈值及预设扭矩力阈值的大小可以根据实际需要确定。
在本发明实施例中，若当前获取的传感器信号不能够用于计算摩擦力，则重新采集传感器信号，根据车辆传感器信号得到车身加速度，再次进行判断当前获取的传感器信号是否能够用于计算摩擦力。
S3：若当前获取的传感器信号能够用于计算摩擦力，则由传感器信号得到滑移率和摩擦力；
在本发明实施例中，由s＝(vd-vw)/vw得到车身左右两侧滑移率，其中，vd为从动轮速度，vw为主动轮速度，且从动轮与主动轮为车身左侧或右侧的同一侧两轮速度，由此得到车身左右两侧滑移率。
在本发明实施例中，由u＝T/(r*m*g)得到驱动轴端的摩擦力，其中，T为驱动轴引擎扭矩力，r为驱动轮半径，m为车身重量，g为重力加速度，u为摩擦力。
S4：判断滑移率和摩擦力是否满足预设要求，若滑移率和摩擦力满足预设要求，则根据滑移率和摩擦力估计最大摩擦力。
在本发明实施例中，判断滑移率和摩擦力是否满足预设要求的方法是：滑移率数值范围在预设滑移率范围内为合适，摩擦力数值范围在预设摩擦力范围为合适。
在本发明实施例中，若滑移率和摩擦力不满足预设要求，则重新采集传感器信号，再次计算滑移率和摩擦力。
在本发明实施例中，根据滑移率和摩擦力估计最大摩擦力，包括：
根据驱动轴端的摩擦力u与滑移率s的关系曲线：u＝a*s2+b*s+c，其中，a、b、c为曲线参数，使用拓展卡尔曼滤波算法，分别代入驱动轴端的摩擦力，以及驱动轴端左右两侧的滑移率值，估计出两侧各自曲线参数a、b、c，然后由两侧曲线得到s取[0,1]之间的两侧分别的最大摩擦力。
在本发明实施例中，在得到两侧的最大摩擦力之后，还包括检验最大摩擦力的步骤：
比较计算得到的两侧最大摩擦力，若两侧最大摩擦力之差在预设范围内(如两侧最大摩擦力相近)，则取两侧最大摩擦力的平均值输出到CAN总线中，若两侧最大摩擦力之差不在预设范围内(如两侧最大摩擦力相差过大)，则舍弃重新计算。
如图2所示，本发明实施例中的实时监测车轮摩擦力及估计最大摩擦力的方法包括以下步骤：
a、从车辆说明中获得车辆参数；
其中，车辆参数包括车轮半径、车身重量以及汽车的驱动方式。
b、每100ms采集车辆基础传感器的一组信号；
其中，获得的一组信号包括四轮速度、车身速度、驱动轴引擎扭矩力以及刹车信号、换挡信号。
c、计算车身加速度；
计算加速度方法是，采用步骤b中获得的车身速度，取上次获得的车身速度与本次车身速度之差除以两次采集信号时间差，即可得到加速度。
d、判断信号是否适合进行计算，如果不适合，返回步骤b；
进行判断的信号包括加速度信号、速度信号、扭矩力、刹车信号、换挡信号。
判断加速度小于1.56m/s2为合格；判断速度大于10km/h为合格；判断扭矩力大于0为合格；判断刹车信号显示不在刹车状态为合格；判断换挡信号显示不在换挡状态为合格；只有全部合格时，才进入下一步；只要有一步不合格返回步骤b。
e、计算滑移率和摩擦力；
计算滑移率的方法是，根据公式s＝(vd-vw)/vw计算，其中，vd为从动轮速度，vw为主动轮速度；并且从动轮与主动轮为车身左侧或右侧的同一侧两轮速度，即可计算得到车身左右两侧滑移率。
计算摩擦力的方法是，根据公式u＝T/(r*mg)，其中T为驱动轴引擎扭矩力，r为驱动轮半径，m为车身重量，g为重力加速度；计算实时摩擦力，一般为驱动轴端的摩擦力。
f、检验滑移率和摩擦力，如果不适合，返回步骤b；
检验摩擦力和滑移率的方法是：滑移率数值范围在[-0.05,0.2]之间为合适；摩擦力数值范围在[-0.05,0.6]之间为合适。
g、根据实时滑移率和摩擦力，估计最大摩擦力；
根据u与s的关系曲线：u＝a*s2+b*s+c，使用拓展卡尔曼滤波算法，分别代入驱动轴端的摩擦力，以及驱动轴端左右两侧的滑移率值，估计出两侧各自曲线参数a、b、c。进一步可以计算得到在s取[0,1]之间的两侧分别的最大摩擦力。
h、检验最大摩擦力；
检验最大摩擦力的方法是，比较计算得到的两侧最大摩擦力：若两侧相近，取平均，输出到CAN总线中；若两则相差过大，舍弃。
本申请还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现方法实施例中的实时监测车轮摩擦力及估计最大摩擦力的方法。
需要指出，根据实施的需要，可将本申请中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种实时监测车轮摩擦力及估计最大摩擦力的方法，其特征在于，包括：
(1)获取车辆自身参数，采集车辆传感器的信号，根据车辆传感器信号得到车身加速度；
(2)根据车辆自身参数及车身加速度判断当前获取的传感器信号是否能够用于计算摩擦力；
(3)若当前获取的传感器信号能够用于计算摩擦力，则由传感器信号得到滑移率和摩擦力；
(4)判断滑移率和摩擦力是否满足预设要求，若滑移率和摩擦力满足预设要求，则根据滑移率和摩擦力估计最大摩擦力；
所述根据滑移率和摩擦力估计最大摩擦力，包括：
根据驱动轴端的摩擦力u与滑移率s的关系曲线：u＝a*s2+b*s+c，其中，a、b、c为曲线参数，使用拓展卡尔曼滤波算法，分别代入驱动轴端的摩擦力，以及驱动轴端左右两侧的滑移率值，估计出两侧各自曲线参数a、b、c，然后由两侧曲线得到s取[0,1]之间的两侧分别的最大摩擦力。
2.根据权利要求1所述的方法，其特征在于，所述根据车辆传感器信号得到车身加速度，包括：
根据传感器获取的车身速度，取上次获得的车身速度与本次车身速度之差除以两次采集信号时间差，作为车身加速度。
3.根据权利要求2所述的方法，其特征在于，步骤(2)包括：
判断车身加速度是否小于预设加速度阈值，判断传感器采集的车身速度是否大于车身速度阈值，判断传感器采集的驱动轴引擎扭矩力是否大于预设扭矩力阈值，判断传感器采集的刹车信号是否为不在刹车状态，判断传感器采集的换挡信号是否为不在换挡状态。
4.根据权利要求3所述的方法，其特征在于，在车身加速度小于预设加速度阈值、传感器采集的车身速度大于车身速度阈值、传感器采集的驱动轴引擎扭矩力大于预设扭矩力阈值、传感器采集的刹车信号为不在刹车状态及传感器采集的换挡信号为不在换挡状态时，表明当前获取的传感器信号能够用于计算摩擦力。
5.根据权利要求1至4任意一项所述的方法，其特征在于，由s＝(vd-vw)/vw得到车身左右两侧滑移率，其中，vd为从动轮速度，vw为主动轮速度，且从动轮与主动轮为车身左侧或右侧的同一侧两轮速度，由此得到车身左右两侧滑移率。
6.根据权利要求5所述的方法，其特征在于，由u＝T/(r*m*g)得到驱动轴端的摩擦力，其中，T为驱动轴引擎扭矩力，r为驱动轮半径，m为车身重量，g为重力加速度，u为摩擦力。
7.根据权利要求6所述的方法，其特征在于，在得到两侧的最大摩擦力之后，所述方法还包括：
比较计算得到的两侧最大摩擦力，若两侧最大摩擦力之差在预设范围内，则取两侧最大摩擦力的平均值输出到CAN总线中，若两侧最大摩擦力之差不在预设范围内，则舍弃重新计算。
8.根据权利要求1所述的方法，其特征在于，若当前获取的传感器信号不能够用于计算摩擦力，则重新采集传感器信号，根据车辆传感器信号得到车身加速度，再次进行判断当前获取的传感器信号是否能够用于计算摩擦力。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。
CN202011139467.6A 2020-10-22 2020-10-22 一种实时监测车轮摩擦力及估计最大摩擦力的方法 Active CN112224213B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011139467.6A CN112224213B (zh) 2020-10-22 2020-10-22 一种实时监测车轮摩擦力及估计最大摩擦力的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011139467.6A CN112224213B (zh) 2020-10-22 2020-10-22 一种实时监测车轮摩擦力及估计最大摩擦力的方法

Publications (2)

Publication Number Publication Date
CN112224213A CN112224213A (zh) 2021-01-15
CN112224213B true CN112224213B (zh) 2022-02-18

Family

ID=74109924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011139467.6A Active CN112224213B (zh) 2020-10-22 2020-10-22 一种实时监测车轮摩擦力及估计最大摩擦力的方法

Country Status (1)

Country Link
CN (1) CN112224213B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113264053B (zh) * 2021-06-07 2022-11-25 武汉理工大学 汽车四轮轮速信号的监测平台及降低启动胎耗的方法
CN113978470B (zh) * 2021-12-13 2024-01-12 郑州轻工业大学 轮胎与路面摩擦力在线快速估计方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5918951A (en) * 1997-05-09 1999-07-06 The B.F. Goodrich Company Antiskid brake control system using kalman filtering
JP2003118554A (ja) * 2001-10-11 2003-04-23 Honda Motor Co Ltd 路面摩擦係数の算出装置
CN102076543A (zh) * 2008-06-30 2011-05-25 日产自动车株式会社 路面摩擦系数估计装置和路面摩擦系数估计方法
CN102514560A (zh) * 2011-12-09 2012-06-27 北京理工大学 一种防滑控制系统中获取车辆纵向行驶速度信息的方法
KR20140100763A (ko) * 2013-02-07 2014-08-18 주식회사 만도 노면마찰계수 추정장치 및 방법
US9340211B1 (en) * 2014-12-03 2016-05-17 The Goodyear Tire & Rubber Company Intelligent tire-based road friction estimation system and method
CN106256645A (zh) * 2015-06-16 2016-12-28 沃尔沃汽车公司 用于轮胎与道路摩擦力估算的方法和设备
CN106560359A (zh) * 2015-10-06 2017-04-12 现代自动车株式会社 用于车辆的再生制动协同控制系统的制动控制方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0575991B1 (en) * 1992-06-24 2000-04-19 Honda Giken Kogyo Kabushiki Kaisha Brake control system
JP3271945B2 (ja) * 1998-08-27 2002-04-08 富士重工業株式会社 車両の路面摩擦係数推定装置
JP4285124B2 (ja) * 2003-07-17 2009-06-24 株式会社アドヴィックス 最大路面摩擦力推定装置、及びブレーキトルク制御装置
DE102004016288B3 (de) * 2004-04-02 2005-08-18 Daimlerchrysler Ag Verfahren zur Bestimmung eines Reibwerts
JP4904972B2 (ja) * 2006-08-02 2012-03-28 トヨタ自動車株式会社 スリップ抑制制御装置
EP2292490A4 (en) * 2008-06-30 2014-07-09 Nissan Motor DEVICE AND METHOD FOR ESTIMATING THE FRICTION COEFFICIENT OF THE SURFACE OF A ROAD
US8086367B2 (en) * 2008-11-24 2011-12-27 GM Global Technology Operations LLC Vehicle lateral velocity and surface friction estimation using force tables
GB2500698B (en) * 2012-03-30 2014-12-17 Jaguar Land Rover Ltd Vehicle traction control
JP5882484B2 (ja) * 2012-09-20 2016-03-09 パイオニア株式会社 スリップ率推定装置及びスリップ率推定方法
JP6590066B2 (ja) * 2016-04-15 2019-10-16 日産自動車株式会社 制動力制御方法及び制動力制御装置
US10065636B2 (en) * 2016-06-23 2018-09-04 Ford Global Technologies, Llc Vehicle tire saturation estimator
WO2018124971A1 (en) * 2016-12-30 2018-07-05 Elaphe Propulsion Technologies Ltd. Arrangement for determining maximum allowable torque
KR102514989B1 (ko) * 2017-02-24 2023-03-28 에이치엘만도 주식회사 차량 제어 장치 및 그 제어 방법
CN110466359B (zh) * 2019-08-05 2021-01-12 东风汽车集团有限公司 轮毂四驱纯电动汽车扭矩矢量控制系统及控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5918951A (en) * 1997-05-09 1999-07-06 The B.F. Goodrich Company Antiskid brake control system using kalman filtering
JP2003118554A (ja) * 2001-10-11 2003-04-23 Honda Motor Co Ltd 路面摩擦係数の算出装置
CN102076543A (zh) * 2008-06-30 2011-05-25 日产自动车株式会社 路面摩擦系数估计装置和路面摩擦系数估计方法
CN102514560A (zh) * 2011-12-09 2012-06-27 北京理工大学 一种防滑控制系统中获取车辆纵向行驶速度信息的方法
KR20140100763A (ko) * 2013-02-07 2014-08-18 주식회사 만도 노면마찰계수 추정장치 및 방법
US9340211B1 (en) * 2014-12-03 2016-05-17 The Goodyear Tire & Rubber Company Intelligent tire-based road friction estimation system and method
CN106256645A (zh) * 2015-06-16 2016-12-28 沃尔沃汽车公司 用于轮胎与道路摩擦力估算的方法和设备
CN106560359A (zh) * 2015-10-06 2017-04-12 现代自动车株式会社 用于车辆的再生制动协同控制系统的制动控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Real-Time Slip-Based Estimation of Maximum Tire–Road Friction Coefficient;Chankyu Lee等;《IEEE/ASME Transactions on Mechatronics》;20040630;第9卷(第2期);第454~458页 *
基于滑模观测器的电动汽车最大牵引力估计;王晓玉等;《吉林大学学报(信息科学版)》;20150515(第03期);第31~40页 *
基于自适应滤波的电动车纵向滑移率识别方法;周斯加等;《交通与计算机》;20070615(第03期);第76~80页 *
复杂工况下基于最佳滑移率的汽车牵引力控制算法;刘刚等;《吉林大学学报(工学版)》;20160915(第05期);第12~19页 *

Also Published As

Publication number Publication date
CN112224213A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
EP2521665B1 (en) Mass, drag coefficient and inclination determination using accelerometer sensor
EP2955078B1 (en) Tire classfication
US8498775B2 (en) Linear and non-linear identification of the longitudinal tire-road friction coefficient
JP3418121B2 (ja) タイヤの摩耗状態検知装置および方法
JP3150893B2 (ja) タイヤ識別方法および装置
KR101735938B1 (ko) 타이어 마모를 판단하기 위한 시스템 및 방법
US6339749B1 (en) Device for determining the weight of a motor vehicle
EP2005140B1 (en) Method for collecting information on road surface slipperiness
EP3512722B1 (en) Method and device for determining a wheel load acting on a wheel of a vehicle, and method and device for determining a weight of a vehicle
US9037376B2 (en) Road-surface condition estimating device
CN112224213B (zh) 一种实时监测车轮摩擦力及估计最大摩擦力的方法
JP3158038B2 (ja) タイヤ空気圧低下検出装置
CN112896178B (zh) 一种计算车辆总质量的方法和系统
KR20140064986A (ko) 차량 바퀴의 구름저항을 추정하는 방법
KR101540902B1 (ko) 노면 마찰계수 추정 장치 및 그 방법
US8473174B2 (en) Method for determining the vehicle longitudinal velocity in a vehicle
JP5237599B2 (ja) 車両
US20220299405A1 (en) Enhanced method and system to estimate the tire operating efficiency and range of an electric vehicle
US20090204318A1 (en) Method for checking the plausibility of an ascertained vehicle mass
US11453400B2 (en) Method for estimating an index representative of the frictional behavior of a vehicle on a road
JP2002104158A (ja) 路面摩擦状態演算装置、タイヤ種別判定装置、タイヤ摩耗判定装置、路面傾斜推定装置及び加速度センサのオフセット補正装置
JP4582920B2 (ja) タイヤの摩耗状態検知装置および方法、ならびにタイヤの摩耗判断プログラム
CN114684157A (zh) 一种车速估计方法、装置和电动汽车
US6445994B2 (en) Method and device for detecting cornering of a vehicle
JP2002036837A (ja) タイヤの摩耗状態検知装置および方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant