CN112319444A - 一种应用于线控制动系统的踏板感觉模拟器及其控制方法 - Google Patents

Abstract

本发明提供一种应用于线控制动系统的踏板感觉模拟器及其控制方法，包括制动踏板、踏板推杆、模拟器缸体、第一活塞、第二活塞、第三活塞、第一弹簧、第二弹簧、第三弹簧、踏板力调节装置、踏板位移传感器、踏板力传感器、电控单元ECU；采集特定工况下驾驶员的踏板位移以及踏板位移速率信号，并通过K‑Means聚类或层次聚类算法将驾驶员的驾驶习性分类为“激进型”、“一般型”、“谨慎型”，根据上述驾驶员驾驶习性分类结果或驾驶员的意愿实现个性化的踏板感觉调节，结构简单、成本低，能够实现踏板力的精确调节和驾驶员制动意图的准确辨识。

Description

一种应用于线控制动系统的踏板感觉模拟器及其控制方法

技术领域

本发明涉及一种踏板感觉模拟器，特别涉及一种应用于线控制动系统的踏板感觉模拟器及其控制方法。

背景技术

近年来，我国的汽车行业有了较大的发展，并取得了令人瞩目的成绩，国内汽车保有量和汽车产销量均位居世界前列。汽车行业的发展也带来了一系列的问题，较为严重的有环境污染、能源危机、出行安全等。为了解决这些问题，汽车行业需要不断发展各种新技术，在这种背景下，线控技术成为未来汽车发展的重要方向。

制动性能是汽车必不可少的重要性能，制动系统是汽车行驶安全的必要保障。传统的液压制动系统主要包括制动踏板机构、真空助力器、制动主缸、液压调节器、制动管路和制动轮缸。其工作过程如下：驾驶员踩下制动踏板，在克服机构间隙后，通过杠杆放大作用和真空助力器的助力作用，进而推动制动主缸活塞移动建立管路压力，高压油经制动管路流向制动轮缸，制动器产生制动力矩，在轮胎和路面作用下使车辆减速。在该过程中，人车组成闭环控制系统，驾驶员不仅要主动控制车辆，还要同时接收车辆的反馈信息，并作出相应的调整。其中，汽车制动踏板给驾驶员反馈的信息对驾驶员的主观感受、车辆控制和行车安全具有重要性意义。

在线控制动系统中，取消了真空助力器，实现了踏板力的完全解耦，即取消了制动踏板与制动轮缸的直接连接，驾驶员的制动意图不再以机械方式而是通过电子方式传递给制动系统，这就需要设计踏板感觉模拟器来模拟驾驶员的脚感，保证给驾驶员传递反馈信息。作为线控制动系统的关键部件之一，踏板感觉模拟器要求能够模拟传统真空助力器的踏板特性。

传统真空助力器的踏板特性曲线可以分为三个部分，第一部分真空助力器尚未起作用，对应的有一段踏板空行程；第二部分真空助力器开始起用，该过程中踏板力随踏板位移增加而增加；第三部分为真空助力器作用达到极限后的踏板位移与踏板力的关系。一些现有的踏板感觉模拟器采用两种刚度不同的弹簧做被动式的模拟，踏板特性与实际差别较大；并且在驾驶员越来越追求个性化的要求下，现有的踏板力不但不可调，而且较为局限，缺乏分类体验和个性化设置。

发明内容

为了解决上述技术问题，本发明提供一种应用于线控制动系统的踏板感觉模拟器，包括制动踏板、踏板推杆、模拟器缸体、第一活塞、第二活塞、第三活塞、第一弹簧、第二弹簧、第三弹簧、踏板力调节装置、踏板位移传感器、踏板力传感器、电控单元ECU；

所述的制动踏板与踏板推杆铰接，第一活塞、第二活塞、第三活塞依次设在模拟器缸体内，踏板推杆穿过模拟器缸体前端板上的通孔与第一活塞相连；

第一弹簧一端与制动踏板相连，另一端固定在车体或模拟器缸体上；第二弹簧和第三弹簧设在模拟器缸体内，第二活塞上设有通孔，第二弹簧固定在第三活塞上，并穿过第二活塞的通孔，在初始状态下，第二弹簧与第一活塞之间设有一段空行程；第三弹簧套在第二弹簧外，两端分别与第二活塞和第三活塞相连；

踏板力调节装置设在模拟器缸体后部，踏板力调节装置包括驱动电机、传动组件和调节推杆，所述的驱动电机的输出端通过传动组件与调节推杆相连，调节推杆另一端穿过模拟器缸体后端板上的通孔与第三活塞相连；

踏板力传感器设在制动踏板上，踏板位移传感器设在踏板推杆上，电控单元ECU分别通过线路与驱动电机、踏板力传感器和踏板位移传感器相连。

所述的调节推杆上设有齿条；所述的传动组件包括第一齿轮、第二齿轮和第三齿轮，其中，第一齿轮与驱动电机的输出轴同轴连接，第一齿轮与第二齿轮啮合，构成一级减速机构；第二齿轮与第三齿轮同轴连接，第三齿轮与调节推杆上的齿条啮合，构成二级减速机构。

踏板感觉模拟器还包括电源、DC/AD模块和人机界面，电源与DC/AD模块相连，DC/AD模块分别与驱动电机、踏板力传感器、踏板位移传感器、电控单元ECU和人机界面相连，由电源提供电能；人机界面与电控单元ECU相连。

本发明所述的一种应用于线控制动系统的踏板感觉模拟器的工作过程及原理分为三个阶段，具体如下：

第一阶段：驾驶员脚踩制动踏板，压缩第一弹簧，并且通过杠杆放大作用将踏板力传递给踏板推杆，踏板推杆推动第一活塞向缸内移动，直至第一活塞克服空行程与第二弹簧相接触，第一阶段结束。该过程中驾驶员感受到的踏板反力由第一弹簧提供，第一阶段对应制动踏板克服空行程时真空助力器未起作用过程。

第二阶段：驾驶员继续踩制动踏板，第一活塞继续向缸内移动开始压缩第二弹簧，直至第一活塞与第二活塞相接触，第二阶段结束。该过程中驾驶员感受到的踏板反力由第一弹簧和第二弹簧共同提供，相当于两弹簧并联起作用，第二阶段对应于真空助力器起作用到真空助力器达到工作极限前的过程。

第三阶段：随着驾驶员踏板力的增大，第一活塞与第二活塞相接触，二者一起向缸内移动，第二活塞开始压缩第三弹簧。该过程中驾驶员感受到的踏板反力由第一弹簧、第二弹簧和第三弹簧共同提供，相当于三弹簧并联起作用，第三阶段对应真空助力器达到工作极限后的过程。

所述的第一弹簧、第二弹簧和第三弹簧的刚度通过以下方法确定：

步骤一：采用折线OABC来拟合理想制动踏板特性曲线：

根据真空助力器的工作过程，将理想制动踏板特性曲线分为三段，对应OA段、AB段和BC段，分别对应制动踏板克服空行程至真空助力器开始起作用前的过程、真空助力器开始起作用至真空助力器达到工作极限前的过程、真空助力器达到工作极限后的过程；采用折线OABC来逼近理想制动踏板特性曲线，即用不同刚度弹簧的组合来模拟三段曲线的三种踏板反力；

选取理想制动踏板特性曲线中踏板位移值最小点作为O点，选取理想制动踏板特性曲线中踏板位移值最大点作为C点，为确定A点和B点，设定以下符号：

s用来表示踏板位移，即曲线的横坐标；f(s)用来表示理想制动踏板特性曲线；g(s)用来表示折线OABC；O点坐标设为(s₀,g(s₀))，A点坐标设为(s₁,g(s₁))，B点坐标设为(s₂,g(s₂))，C点坐标设为(s₃,g(s₃))；由于O点和C点已经确定，既在曲线f(s)上，又在折线g(s)上，故有：f(s₀)＝g(s₀)、f(s₃)＝g(s₃)；

OA段、AB段、BC段的斜率用如下公式表示：

根据理想制动踏板特性曲线以及真空助力器工作过程，得到如下约束条件：

要确定A、B两点，按偏差平方和最小的原则确定拟合曲线OABC，同时，要保证A、B两点尽可能的靠近曲线f(s)，得到以下三个目标函数：

式中：m表示将横坐标s区间等间隔分成m份，即得到m个点；为了避免这m个点与s₀,s₁,s₂,s₃相混淆，引入x_i表示横坐标区间划分的每一个点，同时为保证拟合效果，这里m应该足够大，m不小于5000；

最终得到如下以s₁,g(s₁),s₂,g(s₂)为未知量的多目标优化函数：

其中s₀、g(s₀)、s₃、g(s₃)、m为已知量，表示横坐标区间划分的每一个点；

采用理想点法求解上述多目标优化函数，最终得到s₁、g(s₁)、s₂、g(s₂)的值，A、B两点的坐标，即确定折线OABC拟合理想制动踏板特性曲线；

步骤二：根据模拟器工作过程的三个阶段确定所设计弹簧的刚度：

首先设第一弹簧、第二弹簧、第三弹簧的刚度分别k₁、k₂、k₃，制动踏板的杠杆比为r，由步骤一知OA、AB、BC段的斜率分别为k_OA、k_AB、k_BC；根据模拟器工作过程的三个工作阶段求得所设计弹簧的刚度：

模拟器工作第一阶段：踏板位移-踏板力变化过程即为折线OA段，该过程中驾驶员感受到的踏板反力由第一弹簧提供，对应真空助力器开始起作用前的过程，则第一弹簧的刚度为：

k₁＝k_OA/r²

模拟器工作第二阶段：踏板位移-踏板力变化过程即为折线AB段，该过程中驾驶员感受到的踏板反力由第一弹簧和第二弹簧共同提供，对应真空助力器起作用到真空助力器达到工作极限前的过程，则第二弹簧的刚度为：

k₂＝k_AB/r²-k₁＝(k_AB-k_OA)/r²

模拟器工作第三阶段：踏板位移-踏板力变化过程即为折线BC段，该过程中驾驶员感受到的踏板反力由第一弹簧、第二弹簧和第三弹簧共同提供，对应真空助力器达到工作极限后的过程，则第三弹簧的刚度为：

k₃＝k_BC/r²-k₁-k₂＝(k_BC-k_OA-k_AB)/r²。

本发明针对上述的一种应用于线控制动系统的踏板感觉模拟器还提供一种控制方法，驾驶员踩下制动踏板制动时，踏板位移传感器采集踏板位移s及踏板位移速率ds信号，并将其发送给电控单元ECU，经过聚类运算对驾驶员的驾驶习性进行分类：

所述的聚类运算采用K-Means聚类，把踏板位移传感器采集的信号作为聚类算法的输入，输入数据集合：x＝{x⁽¹⁾,x⁽²⁾,…,x^(m)}，采用K-Means聚类算法具体步骤如下：

步骤一：随机选取k个聚类中心点，则最终样本会被分为k个簇：

c^(k)＝{α₁,α₂,…,α_k},α_k∈Rⁿ；

步骤二：计算任一样本点x⁽ⁱ⁾与每个质心α_j的距离，x⁽ⁱ⁾属于与它距离最近质心α_j的簇c^(j)：

步骤三：对于每一个类c^(j)，重新计算该簇质心的值：

步骤四：重复步骤二和步骤三，直至算法收敛；

为保证完全收敛，引入畸变函数：

J(c,α)表示每个样本点x⁽ⁱ⁾到其质心距离的平方和，当J(c,α)未达到最小值时，固定c^(j)更新每个簇的质心d_j，质心变化后固定d_j，之后得到新的簇c^(j)，不断迭代最终J(c,α)达到最小值时，d_j和c^(j)也同时收敛；

步骤五：最终得到聚类结果：c^(k)＝{α₁,α₂,…,α_k}；

针对特定工况下驾驶员的踏板位移以及踏板位移速率，将驾驶员的驾驶习性分类为“激进型”、“一般型”、“谨慎型”，“激进型”驾驶员的踏板位移速率大于“一般型”驾驶员的踏板位移速率，大于“谨慎型”驾驶员的踏板位移速率；通过上述的聚类算法，得到最终聚类结果的三个簇：c⁽³⁾＝{α₁,α₂,α₃}，分别为“激进型”、“一般型”、“谨慎型”，并在人机界面上显示驾驶员驾驶习性，实现驾驶员数据的采集和驾驶习性的分类；

根据上述驾驶员驾驶习性分类结果或驾驶员的意愿实现个性化的踏板感觉调节，其具体工作过程如下：

首先，三种驾驶习性分别对应三种工作模式，三种工作模式分别对应电控单元ECU设定的三种不同的制动踏板特性曲线：其中“一般型”模式对应真空助力器的理想制动踏板特性曲线；“激进型”模式即在同等踏板位移条件下相对于理想制动踏板特性曲线产生较大的踏板力，有着较大的踏板位移速率；“谨慎型”模式即在同等踏板位移条件下相对于理想制动踏板特性曲线产生较小的踏板力，有着较小的踏板位移速率；

其次，在人机界面上显示聚类运算对驾驶员驾驶习性的分类结果，电控单元ECU根据该结果选择相应的踏板感觉模拟器工作模式，或者驾驶员自主选择踏板感觉模拟器工作模式；

最后，模式选择确定后，电控单元ECU调取程序存储器中对应的踏板特性曲线，并将其作为目标踏板特性曲线，当所模拟的踏板力与目标踏板特性曲线的期望踏板力有偏差时，在踏板感觉模拟器工作过程通过踏板力调节装置进行踏板力的补偿：

驾驶员施加在制动踏板上的力压缩第一弹簧并带动踏板推杆和第一活塞移动，进而压缩第二弹簧或同时压缩第二弹簧和第三弹簧，该过程中驾驶员感受到的踏板反力由第一弹簧和第二弹簧共同提供，或第一弹簧、第二弹簧和第三弹簧共同提供；同时，电控单元ECU接收来自制动踏板上的踏板力传感器信号和踏板推杆上的踏板位移传感器信号，并与设定的踏板特性曲线相比较，在同等踏板位移作用下，若踏板力传感器显示的实际踏板力与踏板特性曲线对应的期望踏板力不一致时，电控单元ECU经过分析决策，给驱动电机发送控制指令，使驱动电机以一定的特性旋转，驱动电机通过两级减速机构带动调节推杆移动，进而调整所需的踏板力：

当实际踏板力较小时，驱动电机正向旋转带动调节推杆前移，推动第三活塞前移，压缩第二弹簧或同时压缩第二弹簧和第三弹簧进而补偿踏板力；当实际踏板力较大时，驱动电机反向旋转带动调节推杆后移，拉动第三活塞后移，释放第二弹簧或同时释放第二弹簧和第三弹簧压力进而减小踏板力；

以此根据驾驶员驾驶习性的分类结果或者驾驶员的意愿实现个性化的踏板感觉匹配。

进一步的，驾驶员驾驶习性分类的聚类运算还可以采用层次聚类，所述的层次聚类是一种采用自底向上聚合策略的层次聚类算法，具体步骤如下：

步骤一：确定样本集、聚类簇数以及聚类簇距离度量函数：

把踏板位移传感器采集的信号作为聚类算法的输入，样本集为：x＝{x⁽¹⁾,x⁽²⁾,…,x^(m)}，设定聚类簇数为k，聚类簇距离度量函数d的计算如下：

其中计算的距离是由两个簇的所有样本共同决定，即平均距离；

步骤二：将样本中每个点都看成一个初始聚类簇：

样本被分为m个初始聚类簇：c^(m)＝{α₁,α₂,…,α_m},α_i＝x⁽ⁱ⁾,i＝1,2,…,m；

步骤三：计算任意两个初始聚类簇之间的距离Q(i,j)：

Q(i,j)＝Q(j,i)＝d(α_i,α_j)

步骤四：找出距离最近的两个聚类簇，并将其合并；

首先设置当前聚类簇个数：n＝m，当n>k时，找出距离最近的两个聚类簇

将这两个聚类簇合并：

之后将所有聚类簇重新编号，这样聚类簇个数就变为m-1个；另外删除距离矩阵Q的第j^*行和第j^*列，并令n＝n-1；

步骤五：重复上述步骤三和步骤四，直至n≤k；

步骤六：输出最终聚类簇结果：c^(k)＝{α₁,α₂,…,α_k}。

本发明的有益效果：

1)本发明选用普通的圆柱螺旋弹簧来模拟踏板反力，结构简单、成本低，避免了选用橡胶弹簧带来的耐热性差、寿命短的问题，可以根据需要确定并选用不同弹性系数的弹簧；

2)本发明模拟器内无制动液，能够很好的避免制动液的泄漏、液体摩擦损失以及制动液对弹簧的腐蚀等问题；

3)本发明引入了踏板力传感器和踏板位移传感器，能够实现踏板力的精确控制和驾驶员制动意图的准确辨识；

4)本发明通过踏板位移传感器实现驾驶员数据的采集，并通过K-Means聚类以及层次聚类算法实现驾驶员驾驶习性的分类。

5)本发明实现了制动踏板的完全解耦，能够根据驾驶员驾驶习性的分类结果或者驾驶员的意愿实现个性化的踏板感觉匹配。

附图说明

图1为本发明整体结构示意图一；

图2为本发明整体结构示意图二；

图3为本发明电控单元ECU结构示意图；

图4为本发明制动踏板特性曲线；

1、制动踏板 2、踏板推杆 3、模拟器缸体 4、第一活塞

5、第二活塞 6、第三活塞 7、第一弹簧 8、第二弹簧

9、第三弹簧 10、踏板力调节装置 11、踏板力传感器

12、踏板位移传感器 13、电控单元ECU 14、挡杆 15、驱动电机

16、调节推杆 17、齿条 18、第一齿轮 19、第二齿轮

20、第三齿轮 21、电源 22、DC/AD模块。

具体实施方式

请参阅图1-4所示，本发明提供的一种应用于线控制动系统的踏板感觉模拟器，包括制动踏板1、踏板推杆2、模拟器缸体3、第一活塞4、第二活塞5、第三活塞6、第一弹簧7、第二弹簧8、第三弹簧9、踏板力调节装置10、踏板力传感器11、踏板位移传感器12、电控单元ECU13；

所述的制动踏板1与踏板推杆2铰接，第一活塞4、第二活塞5、第三活塞6依次设在模拟器缸体3内，踏板推杆2穿过模拟器缸体3前端板上的通孔与第一活塞4相连；

第一弹簧7一端与制动踏板1相连，另一端固定在车体或模拟器缸体3上，当第一弹簧7固定在模拟器缸体上时，第一弹簧7套设在踏板推杆2上，且踏板推杆2上设有挡杆14，第一弹簧7设在挡杆14与模拟器缸体3之间，对第一弹簧7进行限位；第二弹簧8和第三弹簧9设在模拟器缸体3内，第二活塞5中心轴线上设有通孔，第二弹簧8一端固定在第三活塞6上，另一端穿过第二活塞5的通孔，在初始状态下，第二弹簧8与第一活塞4之间设有一段空行程；第三弹簧9套在第二弹簧8外，位于第二活塞5和第三活塞6之间，两端分别与第二活塞5和第三活塞6相连；

踏板力调节装置10设在模拟器缸体3后部，踏板力调节装置10包括驱动电机15、传动组件和调节推杆16，所述的驱动电机15的输出端通过传动组件与调节推杆16相连，调节推杆16另一端穿过模拟器缸体3后端板上的通孔与第三活塞6相连；

踏板力传感器11设在制动踏板1上，踏板位移传感器12设在踏板推杆2上，电控单元ECU13分别通过线路与踏板力传感器11、踏板位移传感器12和驱动电机15相连。

所述的调节推杆16上设有齿条17；所述的传动组件包括第一齿轮18、第二齿轮19和第三齿轮20，其中，第一齿轮18与驱动电机15的输出轴同轴连接，第一齿轮18与第二齿轮19啮合，构成一级减速机构；第二齿轮19与第三齿轮20同轴连接，第三齿轮20与调节推杆16上的齿条17啮合，构成二级减速机构。驱动电机15经过两级减速机构控制调节推杆16往复运动，从而带动第三活塞6压缩或释放第二弹簧8和第三弹簧9，进而改变踏板反力。

踏板感觉模拟器还包括电源21、DC/AD模块22和人机界面，电源21与DC/AD模块22相连，DC/AD模块22分别与驱动电机15、踏板力传感器11、踏板位移传感器12、电控单元ECU13和人机界面相连，由电源21提供电能；人机界面与电控单元ECU13相连，用于驾驶员对踏板感觉模拟器工作模式的选择，进行数据交互。

本发明所述的一种应用于线控制动系统的踏板感觉模拟器的工作过程及原理分为三个阶段，具体如下：

第一阶段：驾驶员脚踩制动踏板1，压缩第一弹簧7，并且通过杠杆放大作用将踏板力传递给踏板推杆2，踏板推杆2推动第一活塞4向缸内移动，直至第一活塞4克服空行程与第二弹簧8相接触，第一阶段结束。该过程中驾驶员感受到的踏板反力由第一弹簧7提供，第一阶段对应制动踏板1克服空行程时真空助力器未起作用过程。

第二阶段：驾驶员继续踩制动踏板1，第一活塞4继续向缸内移动开始压缩第二弹簧8，直至第一活塞4与第二活塞5相接触，第二阶段结束。该过程中驾驶员感受到的踏板反力由第一弹簧7和第二弹簧8共同提供，相当于两弹簧并联起作用，第二阶段对应于真空助力器起作用到真空助力器达到工作极限前的过程。

第三阶段：随着驾驶员踏板力的增大，第一活塞4与第二活塞5相接触，二者一起向缸内移动，第二活塞5开始压缩第三弹簧9。该过程中驾驶员感受到的踏板反力由第一弹簧7、第二弹簧8和第三弹簧9共同提供，相当于三弹簧并联起作用，第三阶段对应真空助力器达到工作极限后的过程。

结合图4所描述的制动踏板感觉特性曲线，所述的第一弹簧7、第二弹簧8和第三弹簧9的刚度通过以下方法确定：

步骤一：采用折线OABC来拟合图4中理想制动踏板特性曲线：

图4中虚线即为理想制动踏板特性曲线，即真空助力器的踏板位移-踏板力特性曲线；根据真空助力器的工作过程，将理想制动踏板特性曲线分为三段，对应OA段、AB段和BC段，分别对应制动踏板克服空程至真空助力器开始起作用前的过程、真空助力器开始起作用至真空助力器达到工作极限前的过程、真空助力器达到工作极限后的过程；采用折线OABC来逼近理想制动踏板特性曲线，即用不同刚度弹簧的组合来模拟三段曲线的三种踏板反力，图中理想踏板力与实际踏板力有偏差时即虚线与实线的偏差，可以通过踏板力调节装置10来补偿所需的踏板力；

理想制动踏板特性曲线是通过带有真空助力器的制动系统实车制动试验获得的；选取理想制动踏板特性曲线中踏板位移值最小点作为O点，选取理想制动踏板特性曲线中踏板位移值最大点作为C点，这样就确定了折线OABC中的两个点；为确定A点和B点，设定以下符号：

s用来表示踏板位移，即曲线的横坐标；f(s)用来表示理想制动踏板特性曲线(图4中虚线)；g(s)用来表示折线OABC(图4中实线)；O点坐标设为(s₀,g(s₀))，A点坐标设为(s₁,g(s₁))，B点坐标设为(s₂,g(s₂))，C点坐标设为(s₃,g(s₃))；由于O点和C点已经确定，既在曲线f(s)上，又在折线g(s)上，故有：f(s₀)＝g(s₀)、f(s₃)＝g(s₃)；

OA段、AB段、BC段的斜率用如下公式表示：

根据图4中理想制动踏板特性曲线以及真空助力器工作过程，得到如下约束条件：

要确定A、B两点，按偏差平方和最小的原则确定拟合曲线OABC，同时，要保证A、B两点尽可能的靠近曲线f(s)，得到以下三个目标函数：

式中：m表示将横坐标s区间等间隔分成m份，即得到m个点；为了避免这m个点与s₀,s₁,s₂,s₃相混淆，引入x_i表示横坐标区间划分的每一个点，同时为保证拟合效果，这里m应该足够大，m＝5000；

最终得到如下以s₁,g(s₁),s₂,g(s₂)为未知量的多目标优化函数：

其中s₀、g(s₀)、s₃、g(s₃)、m为已知量，表示横坐标区间划分的每一个点；

采用理想点法求解上述多目标优化函数，最终得到s₁、g(s₁)、s₂、g(s₂)的值，得到A、B两点的坐标，即确定折线OABC拟合理想制动踏板特性曲线；

步骤二：根据模拟器工作过程的三个阶段确定所设计弹簧的刚度：

首先设第一弹簧7、第二弹簧8、第三弹簧9的刚度分别k₁、k₂、k₃，制动踏板的杠杆比为r，由步骤一知OA、AB、BC段的斜率分别为k_OA、k_AB、k_BC；根据模拟器工作过程的三个工作阶段求得所设计弹簧的刚度：

模拟器工作第一阶段：踏板位移-踏板力变化过程即为图4中折线OA段，该过程中驾驶员感受到的踏板反力由第一弹簧7提供，对应真空助力器开始起作用前的过程，则第一弹簧7的刚度为：

k₁＝k_OA/r²

模拟器工作第二阶段：踏板位移-踏板力变化过程即为图4中折线AB段，该过程中驾驶员感受到的踏板反力由第一弹簧7和第二弹簧8共同提供，对应真空助力器起作用到真空助力器达到工作极限前的过程，则第二弹簧8的刚度为：

k₂＝k_AB/r²-k₁＝(k_AB-k_OA)/r²

模拟器工作第三阶段：踏板位移-踏板力变化过程即为图4中折线BC段，该过程中驾驶员感受到的踏板反力由第一弹簧7、第二弹簧8和第三弹簧9共同提供，对应真空助力器达到工作极限后的过程，则第三弹簧9的刚度为：

k₃＝k_BC/r²-k₁-k₂＝(k_BC-k_OA-k_AB)/r²。

本发明针对上述的一种应用于线控制动系统的踏板感觉模拟器还提供一种控制方法，驾驶员踩下制动踏板1制动时，踏板位移和踏板位移速率能够直接表征驾驶员的习性，踏板位移传感器12采集踏板位移s及踏板位移速率ds信号，并将其发送给电控单元ECU13，经过聚类运算对驾驶员的驾驶习性进行分类：

所述的聚类运算采用K-Means聚类，把踏板位移传感器12采集的信号作为聚类算法的输入，输入数据集合：x＝{x⁽¹⁾,x⁽²⁾,…,x^(m)}，采用K-Means聚类算法具体步骤如下：

步骤一：随机选取k个聚类中心点，则最终样本会被分为k个簇：

c^(k)＝{α₁,α₂,…,α_k},α_k∈Rⁿ；

步骤二：计算任一样本点x⁽ⁱ⁾与每个质心α_j的距离，x⁽ⁱ⁾属于与它距离最近质心α_j的簇c^(j)：

步骤三：对于每一个类c^(j)，重新计算该簇质心的值：

步骤四：重复步骤二和步骤三，直至算法收敛；

为保证完全收敛，引入畸变函数：

J(c,α)表示每个样本点x⁽ⁱ⁾到其质心距离的平方和，当J(c,α)未达到最小值时，固定c^(j)更新每个簇的质心d_j，质心变化后固定d_j，之后得到新的簇c^(j)，不断迭代最终J(c,α)达到最小值时，d_j和c^(j)也同时收敛；

步骤五：最终得到聚类结果：c^(k)＝{α₁,α₂,…,α_k}；

驾驶员驾驶习性分类的聚类运算还可以采用层次聚类，所述的层次聚类是一种采用自底向上聚合策略的层次聚类算法，它先将样本中的每个点都看成一个簇，然后找出距离最近的两个簇进行合并，不断重复到预期簇或者其他中止条件，具体步骤如下：

步骤一：确定样本集、聚类簇数以及聚类簇距离度量函数：

把踏板位移传感器采集的信号作为聚类算法的输入，样本集为：x＝{x⁽¹⁾,x⁽²⁾,…,x^(m)}，设定聚类簇数为k，聚类簇距离度量函数d的计算如下：

其中计算的距离是由两个簇的所有样本共同决定，即平均距离；

步骤二：将样本中每个点都看成一个初始聚类簇：

样本被分为m个初始聚类簇：c^(m)＝{α₁,α₂,…,α_m},α_i＝x⁽ⁱ⁾,i＝1,2,…,m；

步骤三：计算任意两个初始聚类簇之间的距离Q(i,j)：

Q(i,j)＝Q(j,i)＝d(α_i,α_j)

步骤四：找出距离最近的两个聚类簇，并将其合并；

首先设置当前聚类簇个数：n＝m，当n>k时，找出距离最近的两个聚类簇

将这两个聚类簇合并：

之后将所有聚类簇重新编号，这样聚类簇个数就变为m-1个；另外删除距离矩阵Q的第j^*行和第j^*列，并令n＝n-1；

步骤五：重复上述步骤三和步骤四，直至n≤k；

步骤六：输出最终聚类簇结果：c^(k)＝{α₁,α₂,…,α_k}。

针对特定工况下驾驶员的踏板位移以及踏板位移速率，将驾驶员的驾驶习性分类为“激进型”、“一般型”、“谨慎型”，由于“激进型”驾驶员的制动动作比较迅速，故驾驶员的踏板位移速率比较大；而“谨慎型”驾驶员的制动动作比较保守，故驾驶员的踏板位移速率比较小；“一般型”驾驶员的对应参数介于激进型和谨慎型之间，因此“激进型”驾驶员的踏板位移速率大于“一般型”驾驶员的踏板位移速率，大于“谨慎型”驾驶员的踏板位移速率；通过上述的聚类算法，得到最终聚类结果的三个簇：c⁽³⁾＝{α₁,α₂,α₃}，分别为“激进型”、“一般型”、“谨慎型”，并在人机界面上显示驾驶员驾驶习性，实现驾驶员数据的采集和驾驶习性的分类；

根据上述驾驶员驾驶习性分类结果或驾驶员的意愿实现个性化的踏板感觉调节，其具体工作过程如下：

首先人机界面上具有踏板感觉模拟器工作模式的选择按钮，三种驾驶习性分别对应三种工作模式，三种工作模式分别对应电控单元ECU13设定的三种不同的制动踏板特性曲线：其中“一般型”模式对应真空助力器的理想制动踏板特性曲线；“激进型”模式即在同等踏板位移条件下相对于理想制动踏板特性曲线产生较大的踏板力，有着较大的踏板位移速率；“谨慎型”模式即在同等踏板位移条件下相对于理想制动踏板特性曲线产生较小的踏板力，有着较小的踏板位移速率；三种不同的制动踏板特性曲线是通过大量实车试验中驾驶员主观感受和客观数据分析处理而得到的，并预先储存在电控单元ECU13的程序存储器(ROM)中，三种不同的制动踏板特性曲线正好对应驾驶员不同的驾驶习性。

其次，在人机界面上显示聚类运算对驾驶员驾驶习性的分类结果，电控单元ECU13根据该结果选择相应的踏板感觉模拟器工作模式，或者驾驶员自主选择踏板感觉模拟器工作模式；比如驾驶员驾驶习性的分类结果为“激进型”，电控单元ECU13默认选择“激进型”模式；当然，驾驶员也可以不采用电控单元ECU13的推荐模式，直接选择自己想体验的踏板感觉模拟器工作模式，比如可以选择“一般型”模式或“谨慎型”模式。

最后，模式选择确定后，电控单元ECU13调取程序存储器中对应的踏板特性曲线，并将其作为目标踏板特性曲线，当所模拟的踏板力与目标踏板特性曲线的期望踏板力有偏差时，在踏板感觉模拟器工作过程的第二阶段和第三阶段，通过踏板力调节装置进行踏板力的补偿：

踏板感觉模拟器工作过程的第二阶段和第三阶段同时，电控单元ECU13接收来自制动踏板1上的踏板力传感器11信号和踏板推杆2上的踏板位移传感器12信号，并与设定的踏板特性曲线相比较，在同等踏板位移作用下，若踏板力传感器11显示的实际踏板力与踏板特性曲线对应的期望踏板力不一致时，电控单元ECU经过分析决策，给驱动电机15发送控制指令，使驱动电机15以一定的特性旋转，驱动电机15通过两级减速机构带动调节推杆16移动，进而调整所需的踏板力：

第二阶段，驾驶员施加在制动踏板1上的力压缩第一弹簧7并带动踏板推杆2和第一活塞4移动，进而压缩第二弹簧8；该过程中驾驶员感受到的踏板反力由第一弹簧7和第二弹簧8共同提供；当实际踏板力较小时，驱动电机15正向旋转带动调节推杆16前移，推动第三活塞6前移，给第二弹簧8压力进而补偿踏板力；当实际踏板力较大时，驱动电机15反向旋转带动调节推杆16后移，拉动第三活塞6后移，释放第二弹簧8的压力进而减小踏板力；

第三阶段，驾驶员施加在制动踏板1上的力压缩第一弹簧7并带动踏板推杆2和第一活塞4移动，同时压缩第二弹簧8和第三弹簧9，过程中驾驶员感受到的踏板反力由第一弹簧7、第二弹簧8和第三弹簧9共同提供；当实际踏板力较小时，驱动电机15正向旋转带动调节推杆16前移，推动第三活塞6前移，给第二弹簧8和第三弹簧9压力进而补偿踏板力；当实际踏板力较大时，驱动电机15反向旋转带动调节推杆16后移，拉动第三活塞6后移，释放第二弹簧8和第三弹簧9压力进而减小踏板力；

以此根据驾驶员驾驶习性的分类结果或者驾驶员的意愿实现个性化的踏板感觉匹配。

Claims (6)

1.一种应用于线控制动系统的踏板感觉模拟器，其特征在于：包括制动踏板、踏板推杆、模拟器缸体、第一活塞、第二活塞、第三活塞、第一弹簧、第二弹簧、第三弹簧、踏板力调节装置、踏板位移传感器、踏板力传感器、电控单元ECU；

所述的制动踏板与踏板推杆铰接，第一活塞、第二活塞、第三活塞依次设在模拟器缸体内，踏板推杆穿过模拟器缸体前端板上的通孔与第一活塞相连；

第一弹簧一端与制动踏板相连，另一端固定在车体或模拟器缸体上；第二弹簧和第三弹簧设在模拟器缸体内，第二活塞上设有通孔，第二弹簧固定在第三活塞上，并穿过第二活塞的通孔，在初始状态下，第二弹簧与第一活塞之间设有一段空行程；第三弹簧套在第二弹簧外，两端分别与第二活塞和第三活塞相连；

踏板力调节装置设在模拟器缸体后部，踏板力调节装置包括驱动电机、传动组件和调节推杆，所述的驱动电机的输出端通过传动组件与调节推杆相连，调节推杆另一端穿过模拟器缸体后端板上的通孔与第三活塞相连；

踏板力传感器设在制动踏板上，踏板位移传感器设在踏板推杆上，电控单元ECU分别通过线路与驱动电机、踏板力传感器和踏板位移传感器相连。

2.根据权利要求1所述的一种应用于线控制动系统的踏板感觉模拟器，其特征在于：所述的调节推杆上设有齿条；所述的传动组件包括第一齿轮、第二齿轮和第三齿轮，其中，第一齿轮与驱动电机的输出轴同轴连接，第一齿轮与第二齿轮啮合，构成一级减速机构；第二齿轮与第三齿轮同轴连接，第三齿轮与调节推杆上的齿条啮合，构成二级减速机构。

3.根据权利要求1所述的一种应用于线控制动系统的踏板感觉模拟器，其特征在于：还包括电源、DC/AD模块和人机界面，电源与DC/AD模块相连，DC/AD模块分别与驱动电机、踏板力传感器、踏板位移传感器、电控单元ECU和人机界面相连，由电源提供电能；人机界面与电控单元ECU相连，进行数据交互。

4.根据权利要求1所述的一种应用于线控制动系统的踏板感觉模拟器，其特征在于：所述的第一弹簧、第二弹簧和第三弹簧的刚度通过以下方法确定：

步骤一：采用折线OABC来拟合理想制动踏板特性曲线：

根据真空助力器的工作过程，将理想制动踏板特性曲线分为三段，分别对应制动踏板克服空行程至真空助力器开始起作用前的过程、真空助力器开始起作用至真空助力器达到工作极限前的过程、真空助力器达到工作极限后的过程；采用折线OABC来逼近理想制动踏板特性曲线，即用不同刚度弹簧的组合来模拟三段曲线的三种踏板反力；

选取理想制动踏板特性曲线中踏板位移值最小点作为O点，选取理想制动踏板特性曲线中踏板位移值最大点作为C点，为确定A点和B点，设定以下符号：

s用来表示踏板位移，即曲线的横坐标；f(s)用来表示理想制动踏板特性曲线；g(s)用来表示折线OABC；O点坐标设为(s₀，g(s₀))，A点坐标设为(s₁，g(s₁))，B点坐标设为(s₂，g(s₂))，C点坐标设为(s₃，g(s₃))；由于O点和C点已经确定，既在曲线f(s)上，又在折线g(s)上，故有：f(s₀)＝g(s₀)、f(s₃)＝g(s₃)；

OA段、AB段、BC段的斜率用如下公式表示：

根据理想制动踏板特性曲线以及真空助力器工作过程，得到如下约束条件：

要确定A、B两点，按偏差平方和最小的原则确定拟合曲线OABC，同时，要保证A、B两点尽可能的靠近曲线f(s)，得到以下三个目标函数：

式中：m表示将横坐标s区间等间隔分成m份，即得到m个点；为了避免这m个点与s₀，s₁，s₂，s₃相混淆，引入x_i表示横坐标区间划分的每一个点，同时为保证拟合效果，这里m应该足够大，m不小于5000；

最终得到如下以s₁，g(s₁)，s₂，g(s₂)为未知量的多目标优化函数：

其中s₀、g(s₀)、s₃、g(s₃)、m为已知量，表示横坐标区间划分的每一个点；

采用理想点法求解上述多目标优化函数，最终得到s₁、g(s₁)、s₂、g(s₂)的值，得到A、B两点的坐标，即确定折线OABC拟合理想制动踏板特性曲线；

步骤二：根据模拟器工作过程的三个阶段确定所设计弹簧的刚度：

首先设第一弹簧、第二弹簧、第三弹簧的刚度分别k₁、k₂、k₃，制动踏板的杠杆比为r，由步骤一知OA、AB、BC段的斜率分别为k_OA、k_AB、k_BC；根据模拟器工作过程的三个工作阶段求得所设计弹簧的刚度：

模拟器工作第一阶段：踏板位移-踏板力变化过程即为折线OA段，该过程中驾驶员感受到的踏板反力由第一弹簧提供，对应真空助力器开始起作用前的过程，则第一弹簧的刚度为：

k₁＝k_OA/r²

模拟器工作第二阶段：踏板位移-踏板力变化过程即为折线AB段，该过程中驾驶员感受到的踏板反力由第一弹簧和第二弹簧共同提供，对应真空助力器起作用到真空助力器达到工作极限前的过程，则第二弹簧的刚度为：

k₂＝k_AB/r²-k₁＝(k_AB-k_OA)/r²

模拟器工作第三阶段：踏板位移-踏板力变化过程即为折线BC段，该过程中驾驶员感受到的踏板反力由第一弹簧、第二弹簧和第三弹簧共同提供，对应真空助力器达到工作极限后的过程，则第三弹簧的刚度为：

k₃＝k_BC/r²-k₁-k₂＝(k_BC-k_OA-k_AB)/r²。

5.根据权利要求1-4所述的任意一种应用于线控制动系统的踏板感觉模拟器的控制方法，其特征在于：

驾驶员踩下制动踏板制动时，踏板位移传感器采集踏板位移s及踏板位移速率ds信号，并将其发送给电控单元ECU，经过聚类运算对驾驶员的驾驶习性进行分类：

所述的聚类运算采用K-Means聚类，把踏板位移传感器采集的信号作为聚类算法的输入，输入数据集合：x＝{x⁽¹⁾，x⁽²⁾，...，x^(m)}，采用K-Means聚类算法具体步骤如下：

步骤一：随机选取k个聚类中心点，则最终样本会被分为k个簇：

c^(k)＝{α₁，α₂，...，α_k}，α_k∈Rⁿ；

步骤二：计算任一样本点x⁽ⁱ⁾与每个质心α_j的距离，x⁽ⁱ⁾属于与它距离最近质心α_j的簇c^(j)：

步骤三：对于每一个类c^(j)，重新计算该簇质心的值：

步骤四：重复步骤二和步骤三，直至算法收敛；

为保证完全收敛，引入畸变函数：

J(c，α)表示每个样本点x⁽ⁱ⁾到其质心距离的平方和，当J(c，α)未达到最小值时，固定c^(j)更新每个簇的质心d_j，质心变化后固定d_j，之后得到新的簇c^(j)，不断迭代最终J(c，α)达到最小值时，d_j和c^(j)也同时收敛；

步骤五：最终得到聚类结果：c^(k)＝{α₁，α₂，...，α_k}；

针对特定工况下驾驶员的踏板位移以及踏板位移速率，将驾驶员的驾驶习性分类为“激进型”、“一般型”、“谨慎型”，“激进型”驾驶员的踏板位移速率大于“一般型”驾驶员的踏板位移速率、大于“谨慎型”驾驶员的踏板位移速率；通过上述的聚类算法，得到最终聚类结果的三个簇：c⁽³⁾＝{α₁，α₂，α₃}，分别为“激进型”、“一般型”、“谨慎型”，并在人机界面上显示驾驶员驾驶习性，实现驾驶员数据的采集和驾驶习性的分类；

根据上述驾驶员驾驶习性分类结果或驾驶员的意愿实现个性化的踏板感觉调节，其具体工作过程如下：

首先，三种驾驶习性分别对应三种工作模式，三种工作模式分别对应电控单元ECU设定的三种不同的制动踏板特性曲线：其中“一般型”模式对应真空助力器的理想制动踏板特性曲线；“激进型”模式即在同等踏板位移条件下相对于理想制动踏板特性曲线产生较大的踏板力，有着较大的踏板位移速率；“谨慎型”模式即在同等踏板位移条件下相对于理想制动踏板特性曲线产生较小的踏板力，有着较小的踏板位移速率

其次，在人机界面上显示聚类运算对驾驶员驾驶习性的分类结果，电控单元ECU根据该结果选择相应的踏板感觉模拟器工作模式，或者驾驶员自主选择踏板感觉模拟器工作模式；

最后，模式选择确定后，电控单元ECU调取程序存储器中对应的踏板特性曲线，并将其作为目标踏板特性曲线，当所模拟的踏板力与目标踏板特性曲线的期望踏板力有偏差时，在踏板感觉模拟器工作过程通过踏板力调节装置进行踏板力的补偿：

驾驶员施加在制动踏板上的力压缩第一弹簧并带动踏板推杆和第一活塞移动，进而压缩第二弹簧或同时压缩第二弹簧和第三弹簧，该过程中驾驶员感受到的踏板反力由第一弹簧和第二弹簧共同提供，或第一弹簧、第二弹簧和第三弹簧共同提供；同时，电控单元ECU接收来自制动踏板上的踏板力传感器信号和踏板推杆上的踏板位移传感器信号，并与设定的踏板特性曲线相比较，在同等踏板位移作用下，若踏板力传感器显示的实际踏板力与踏板特性曲线对应的期望踏板力不一致时，电控单元ECU经过分析决策，给驱动电机发送控制指令，使驱动电机以一定的特性旋转，驱动电机通过两级减速机构带动调节推杆移动，进而调整所需的踏板力：

当实际踏板力较小时，驱动电机正向旋转带动调节推杆前移，推动第三活塞前移，压缩第二弹簧或同时压缩第二弹簧和第三弹簧进而补偿踏板力；当实际踏板力较大时，驱动电机反向旋转带动调节推杆后移，拉动第三活塞后移，释放第二弹簧或同时释放第二弹簧和第三弹簧压力进而减小踏板力；

以此根据驾驶员驾驶习性的分类结果或者驾驶员的意愿实现个性化的踏板感觉匹配。

6.根据权利要求5所述的一种应用于线控制动系统的踏板感觉模拟器的控制方法，其特征在于：驾驶员驾驶习性分类的聚类运算采用层次聚类，所述的层次聚类是一种采用自底向上聚合策略的层次聚类算法，具体步骤如下：

步骤一：确定样本集、聚类簇数以及聚类簇距离度量函数：

把踏板位移传感器采集的信号作为聚类算法的输入，样本集为：x＝{x⁽¹⁾，x⁽²⁾，...，x^(m)}，设定聚类簇数为k，聚类簇距离度量函数d的计算如下：

其中计算的距离是由两个簇的所有样本共同决定，即平均距离；

步骤二：将样本中每个点都看成一个初始聚类簇：

样本被分为m个初始聚类簇：c^(m)＝{α₁，α₂，...，α_m}，α_i＝x⁽ⁱ⁾，i＝1，2，...，m；

步骤三：计算任意两个初始聚类簇之间的距离Q(i，j)：

Q(i，j)＝Q(j，i)＝d(α_i，α_j)

步骤四：找出距离最近的两个聚类簇，并将其合并；

首先设置当前聚类簇个数：n＝m，当n＞k时，找出距离最近的两个聚类簇

将这两个聚类簇合并：

之后将所有聚类簇重新编号，这样聚类簇个数就变为m-1个；另外删除距离矩阵Q的第j^*行和第j^*列，并令n＝n-1；

步骤五：重复上述步骤三和步骤四，直至n≤k；

步骤六：输出最终聚类簇结果：c^(k)＝{α₁，α₂，...，α_k}。

Images