CN112477865B - 一种基于驾驶员制动行为预测的再生制动控制方法 - Google Patents

一种基于驾驶员制动行为预测的再生制动控制方法 Download PDF

Info

Publication number
CN112477865B
CN112477865B CN202011403268.1A CN202011403268A CN112477865B CN 112477865 B CN112477865 B CN 112477865B CN 202011403268 A CN202011403268 A CN 202011403268A CN 112477865 B CN112477865 B CN 112477865B
Authority
CN
China
Prior art keywords
braking
vehicle
driver
regenerative
brake pedal
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
CN202011403268.1A
Other languages
English (en)
Other versions
CN112477865A (zh
Inventor
刘晓强
王春燕
王展
吴刚
张自宇
刘利锋
何鹏
秦亚娟
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202011403268.1A priority Critical patent/CN112477865B/zh
Publication of CN112477865A publication Critical patent/CN112477865A/zh
Application granted granted Critical
Publication of CN112477865B publication Critical patent/CN112477865B/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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18109—Braking
    • B60W30/18127—Regenerative braking
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L7/00—Electrodynamic brake systems for vehicles in general
    • B60L7/10—Dynamic electric regenerative braking
    • 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
    • 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
    • B60W40/04—Traffic conditions
    • 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
    • B60W40/076—Slope angle of the road
    • 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
    • B60W40/10—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 vehicle motion
    • B60W40/105—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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/10—Accelerator pedal position
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle

Abstract

本发明公开了一种基于驾驶员制动行为预测的再生制动控制方法，当驾驶员松开加速踏板时，首先根据电池SOC参数值信息、方向盘转角信息、路面坡度信息判断再生制动电机是否具有提前制动权限，若有权限，再根据车辆与正前方障碍物距离信息及车速信息预测驾驶员是否具有制动意向，据此来控制再生制动电机是否提前进行制动。此外，当驾驶员踩下制动踏板后，对驾驶员制动意图进行预测，根据不同的预测结果，切换到对应制动模式的制动力分配方法。本发明在保证驾驶员驾驶感觉不受影响的前提下，可大大提高制动能量的回收功率，同时还可缩短制动距离，提高制动安全性。

Description

一种基于驾驶员制动行为预测的再生制动控制方法
技术领域
本发明属于电动汽车再生制动控制领域，具体指代一种基于驾驶员制动行为预测的再生制动控制方法。
背景技术
当驾驶员驾驶传统车辆进行制动时，可以看成是由驾驶员、车辆和车辆的行驶环境组成的一个闭环系统，而驾驶员是这个闭环系统的控制器，驾驶员会根据车辆周围的行驶环境来判断是否需要进行刹车制动，当需要刹车制动时，驾驶员可通过制动踏板给车辆发送制动信号来控制车辆进行刹车。
传统车辆的制动系统为液压制动系统，在制动过程中，驾驶员踩下制动踏板，由液压制动系统产生摩擦制动力从而使车辆减速；然而电动汽车的制动系统在原有液压系统的基础上还有再生制动系统，即有摩擦制动和再生制动两种方式。二者可以独立工作，也可以联合工作。因此，在电动汽车进行制动时，如何对电机再生制动和液压制动进行合理的控制，使电动汽车既能尽可能多的回收制动能量，又能保障车辆行驶安全性与乘员乘坐舒适性成为电动汽车再生制动技术实际运用所必须解决的关键性问题。
目前，市面上的大多数具备再生制动功能的电动汽车，都是在驾驶员踩下制动踏板后再生制动电机才会进行工作，制动控制器对再生制动力和液压制动力通过一定的分配策略进行分配，使车辆所获得的制动力达到目标制动力的同时，也可以回收一定的制动能量，采用这类控制方法的电动汽车驾驶感受与传统车相接近，但由于再生制动只起到辅助制动的作用，因此所回收的制动能量较少。也有一部分具备再生制动功能的电动汽车，所采用的再生制动控制方法是在驾驶员松开油门之后就进行再生制动，采用这类控制方法的电动汽车能量回收功率明显提升，但要保持车速就必须要踩油门，驾驶感觉与传统车辆相差较大。
发明内容
针对于上述现有技术的不足，本发明的目的在于提供一种基于驾驶员制动行为预测的再生制动控制方法，使电动汽车再生制动系统在尽可能多地回收制动能量的同时，尽可能小地影响驾驶员的驾驶感觉。
为达到上述目的，本发明采用的技术方案如下：
本发明的一种基于驾驶员制动行为预测的再生制动控制方法，包括以下步骤：
(1)实时采集制动踏板的位移与速度信息、加速踏板位移信息、方向盘转角信息、路面坡度信息、车辆与正前方障碍物距离信息L(t)，并实时获取车速信息v(t)、电池SOC参数值信息；
(2)当检测到加速踏板位移由非零值变为零时，进行以下判断步骤：
(21)判断电池SOC参数值是否小于电池SOC阈值上限，若是，则进入步骤(22)，否则车辆不进行再生制动，进入纯液压制动模式；
(22)判断方向盘转角绝对值与路面坡度绝对值是否分别小于方向盘转角阈值上限与路面坡度阈值上限，若是，则进入步骤(3)，否则进入步骤(4)；
(3)对驾驶员是否有制动意向进行预测，若预测出驾驶员有制动意向，再生制动电机提前进行制动，在加速踏板位移变为零后输出制动力矩；同时，对此刻的L(t)与在v(t)车速下的阈值距离Lstop(v(t))进行比较，若L(t)>Lstop(v(t))，则发出信号提示驾驶员无需踩制动踏板；
(4)当检测到制动踏板发生位移，进行驾驶员制动意图判别，并执行如下操作：
(41)若为轻度制动模式，仅由再生制动电机进行制动，调节再生制动电机的输出制动力矩，使其等于制动踏板位移所对应的目标制动力矩；
(42)若为中度制动模式，由再生制动电机与液压制动系统共同进行制动，根据制动压力协调分配策略，调节再生制动电机与液压制动系统的输出制动力矩，使总的输出制动力矩等于制动踏板位移所对应的目标制动力矩；
(43)若为紧急制动模式，仅由液压制动系统进行制动，若再生制动电机未进行提前制动，控制液压制动系统的输出制动力矩上升至制动踏板位移所对应的目标制动力矩；若再生制动电机已进行提前制动，控制液压制动系统的输出制动力矩上升至制动踏板位移所对应的目标制动力矩，同时控制再生制动电机的输出制动力矩以相同变化速率减小至零值。
进一步地，所述步骤(1)具体包括：制动踏板的位移通过安装在制动踏板上的位移传感器采集，对制动踏板的位移进行微分以获得制动踏板的速度；加速踏板的位移通过安装在加速踏板上的位移传感器采集；方向盘转角通过安装在转向管柱上的角位移传感器采集；路面坡度通过车辆上的陀螺仪采集；车辆与正前方障碍物距离L(t)通过毫米波雷达采集，所述障碍物指距离车辆最近的影响车辆正常行驶的物体，若车辆正前方毫米波雷达可测范围内无障碍物，L(t)取为毫米波雷达所能探测到的最远距离Lmax。
进一步地，所述步骤(21)中的SOC阈值上限取90％。
进一步地，所述步骤(22)中若车速v(t)大于等于100km/h，方向盘转角阈值上限取10°，若车速v(t)小于100km/h，方向盘转角阈值上限取15°。
进一步地，所述步骤(22)中路面坡度阈值上限取5％，即路面与水平面夹角约为3°。
进一步地，所述步骤(3)中对驾驶员制动意向的预测方法为：
(31)若L(t)≥Ld1(v(t))，则认为驾驶员无制动意向；
(32)若Ld2(v(t))<L(t)<Ld1(v(t))，将L(t)对时间求微分求得车辆与正前方障碍物距离的变化率ΔL(t)，若ΔL(t)<ΔLs，表示车辆与正前方障碍物距离缩短快，认为驾驶员有制动意向；若ΔL(t)≥ΔLs，表示车辆与正前方障碍物距离缩短慢或距离正在拉大，认为驾驶员无制动意向；
(33)若L(t)≤Ld2(v(t))，则认为驾驶员有制动意向；
其中，Ld1(v(t))为v(t)车速下的安全滑行距离，其值根据存储于车辆存储单元中的v-Ld1(v)曲线获得，该曲线为对应车型车辆通过车辆的滑行实验得到的车辆在良好平直路面上的滑行距离加上一定的预留安全距离后得到的距离值所拟合出的曲线；Ld2(v(t))为v(t)车速下的必要制动距离，其值根据存储于车辆存储单元中的v-Ld2(v)曲线获得，该曲线为通过大数据分析类型车辆在开始制动时与前方障碍物的距离数据所制得的曲线；ΔLs为距离的变化率阈值，其值为根据驾驶员经验所设定的一定值。
进一步地，所述步骤(3)中再生制动电机输出制动力矩的大小由存储于车辆存储单元中的车速-再生制动力矩曲线获得，该曲线根据不同车速对应的再生制动电机最大稳定再生制动力矩制得。
进一步地，所述步骤(3)中Lstop(v(t))为v(t)车速下的阈值距离，其值根据存储于车辆存储单元中的v-Lstop(v)曲线获得，该曲线为对应车型车辆通过带再生制动滑行实验得到的车辆在良好平直路面上的再生制动滑行距离加上一定的预留安全距离后得到的距离值所拟合出的曲线。
进一步地，所述步骤(4)中驾驶员制动意图判别采用模糊逻辑判别法，制动踏板位移、制动踏板速度作为判别输入，驾驶员制动意图作为判别输出，具体判别步骤如下：
a、对制动踏板位移、制动踏板速度进行模糊化操作：制动踏板位移的基本论域广义确定为[0，100]，将制动踏板位移的基本论域分为小(small)、中(medium)、大(big)三个等级；制动踏板速度的基本论域广义确定为[0，200]，将制动踏板速度的基本论域同样分为小(small)、中(medium)、大(big)三个等级；
b、确定模型输入、输出变量的隶属度函数：模糊控制系统的制动踏板位移输入、制动踏板速度输入和驾驶员制动意图输出隶属度函数均选用梯形-三角-梯形隶属度函数；
c、建立模糊控制规则库：依据实车道路制动试验结果建立模糊控制规则库；
d、进行模糊推理，并选用重心法对模糊推理结果进行解模糊化处理，得到驾驶员的制动意图判别结果。
进一步地，所述步骤(42)中制动压力协调分配策略具体为：再生制动电机起主要制动作用，液压制动系统起辅助制动作用；当目标制动力矩增大时，先增大再生制动电机的制动力矩，当再生制动电机的制动力矩达到其所能输出的最大值时，再增大液压制动系统的制动力矩，使得总制动力矩等于目标制动力矩；当目标制动力矩减小时，先减小再生制动电机的制动力矩，当再生制动电机的制动力矩减小至零时，再减小液压制动系统的制动力矩，使得总制动力矩等于目标制动力矩。
本发明的有益效果：
本发明能够根据车辆的行驶情况，对驾驶员松开加速踏板后是否有制动意向进行判别，根据判别结果来控制再生制动电机是否提前进行制动，从而大大减少了驾驶员踩制动踏板的频率，提高了制动能量的回收功率。在车辆前方无障碍物的行驶场合，再生制动电机不会提前进行制动，保证了车辆可以正常滑行，使驾驶员可以获得与传统车辆相同的驾驶感觉。再生制动电机提前进行了制动后，驾驶员也可通过轻点制动踏板取消再生制动电机的提前制动，可操控性强。紧急制动情况下，再生制动电机的提前制动还可缩短制动距离，提高制动安全性。
附图说明
图1为本发明控制方法总流程图；
图2为驾驶员制动意向预测方法示意图；
图3为驾驶员制动意图模糊逻辑判别流程图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
参照图1所示，本发明的一种基于驾驶员制动行为预测的再生制动控制方法，包括以下步骤：
(1)实时采集制动踏板的位移与速度信息、加速踏板位移信息、方向盘转角信息、路面坡度信息、车辆与正前方障碍物距离信息L(t)，并实时获取车速信息v(t)、电池SOC参数值信息；
所述步骤(1)具体包括：制动踏板的位移通过安装在制动踏板上的位移传感器采集，对制动踏板的位移进行微分以获得制动踏板的速度；加速踏板的位移通过安装在加速踏板上的位移传感器采集；方向盘转角通过安装在转向管柱上的角位移传感器采集；路面坡度通过车辆上的陀螺仪采集；车辆与正前方障碍物距离L(t)通过毫米波雷达采集，所述障碍物指距离车辆最近的影响车辆正常行驶的物体，若车辆正前方毫米波雷达可测范围内无障碍物，L(t)取为毫米波雷达所能探测到的最远距离Lmax。
(2)当检测到加速踏板位移由非零值变为零时，进行以下判断步骤：
(21)判断电池SOC参数值是否小于电池SOC阈值上限，若是，则进入步骤(22)，否则车辆不进行再生制动，进入纯液压制动模式；
(22)判断方向盘转角绝对值与路面坡度绝对值是否分别小于方向盘转角阈值上限与路面坡度阈值上限，若是，则进入步骤(3)，否则进入步骤(4)；
所述步骤(21)中的SOC阈值上限取90％。
所述步骤(22)中若车速v(t)大于等于100km/h，方向盘转角阈值上限取10°，若车速v(t)小于100km/h，方向盘转角阈值上限取15°。
所述步骤(22)中路面坡度阈值上限取5％，即路面与水平面夹角约为3°。
(3)对驾驶员是否有制动意向进行预测，若预测出驾驶员有制动意向，再生制动电机提前进行制动，在加速踏板位移变为零后立刻输出制动力矩；同时，对此刻的L(t)与在v(t)车速下的阈值距离Lstop(v(t))进行比较，若L(t)>Lstop(v(t))，则发出信号提示驾驶员无需踩制动踏板便可安全停车；
所述步骤(3)中对驾驶员制动意向的预测方法为：
(31)若L(t)≥Ld1(v(t))，则认为驾驶员无制动意向；
(32)若Ld2(v(t))<L(t)<Ld1(v(t))，将L(t)对时间求微分求得车辆与正前方障碍物距离的变化率ΔL(t)，若ΔL(t)<ΔLs，表示车辆与正前方障碍物距离缩短快，认为驾驶员有制动意向；若ΔL(t)≥ΔLs，表示车辆与正前方障碍物距离缩短慢或距离正在拉大，认为驾驶员无制动意向；
(33)若L(t)≤Ld2(v(t))，则认为驾驶员有制动意向；
其中，Ld1(v(t))为v(t)车速下的安全滑行距离，其值根据存储于车辆存储单元中的v-Ld1(v)曲线获得，该曲线为对应车型车辆通过车辆的滑行实验得到的车辆在良好平直路面上的滑行距离加上一定的预留安全距离后得到的距离值所拟合出的曲线；Ld2(v(t))为v(t)车速下的必要制动距离，其值根据存储于车辆存储单元中的v-Ld2(v)曲线获得，该曲线为通过大数据分析类型车辆在开始制动时与前方障碍物的距离数据所制得的曲线；ΔLs为距离的变化率阈值，其值为根据驾驶员经验所设定的一定值。
所述步骤(3)中再生制动电机输出制动力矩的大小由存储于车辆存储单元中的车速-再生制动力矩曲线获得，该曲线根据不同车速对应的再生制动电机最大稳定再生制动力矩制得。
所述步骤(3)中Lstop(v(t))为v(t)车速下的阈值距离，其值根据存储于车辆存储单元中的v-Lstop(v)曲线获得，该曲线为对应车型车辆通过带再生制动滑行实验得到的车辆在良好平直路面上的再生制动滑行距离加上一定的预留安全距离后得到的距离值所拟合出的曲线。
(4)当检测到制动踏板发生位移，进行驾驶员制动意图判别，并执行如下操作，参照图2所示；
(41)若为轻度制动模式，仅由再生制动电机进行制动，调节再生制动电机的输出制动力矩，使其等于制动踏板位移所对应的目标制动力矩；
(42)若为中度制动模式，由再生制动电机与液压制动系统共同进行制动，根据制动压力协调分配策略，调节再生制动电机与液压制动系统的输出制动力矩，使总的输出制动力矩等于制动踏板位移所对应的目标制动力矩；
(43)若为紧急制动模式，仅由液压制动系统进行制动，若再生制动电机未进行提前制动，控制液压制动系统的输出制动力矩上升至制动踏板位移所对应的目标制动力矩；若再生制动电机已进行提前制动，控制液压制动系统的输出制动力矩上升至制动踏板位移所对应的目标制动力矩，同时控制再生制动电机的输出制动力矩以相同变化速率减小至零值。
参照图3所示，所述步骤(4)中驾驶员制动意图判别采用模糊逻辑判别法，制动踏板位移、制动踏板速度作为判别输入，驾驶员制动意图作为判别输出，具体判别步骤如下：
a、对制动踏板位移、制动踏板速度进行模糊化操作：制动踏板位移的基本论域广义确定为[0，100]，将制动踏板位移的基本论域分为小(small)、中(medium)、大(big)三个等级；制动踏板速度的基本论域广义确定为[0，200]，将制动踏板速度的基本论域同样分为小(small)、中(medium)、大(big)三个等级；
b、确定模型输入、输出变量的隶属度函数：模糊控制系统的制动踏板位移输入、制动踏板速度输入和驾驶员制动意图输出隶属度函数均选用梯形-三角-梯形隶属度函数；
c、建立模糊控制规则库：依据实车道路制动试验结果建立模糊控制规则库；
d、进行模糊推理，并选用重心法对模糊推理结果进行解模糊化处理，得到驾驶员的制动意图判别结果。
所述步骤(42)中制动压力协调分配策略具体为：再生制动电机起主要制动作用，液压制动系统起辅助制动作用；当目标制动力矩增大时，先增大再生制动电机的制动力矩，当再生制动电机的制动力矩达到其所能输出的最大值时，再增大液压制动系统的制动力矩，使得总制动力矩等于目标制动力矩；当目标制动力矩减小时，先减小再生制动电机的制动力矩，当再生制动电机的制动力矩减小至零时，再减小液压制动系统的制动力矩，使得总制动力矩等于目标制动力矩。
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (10)

1.一种基于驾驶员制动行为预测的再生制动控制方法，其特征在于，包括以下步骤：
(1)实时采集制动踏板的位移与速度信息、加速踏板位移信息、方向盘转角信息、路面坡度信息、车辆与正前方障碍物距离信息L(t)，并实时获取车速信息v(t)、电池SOC参数值信息；
(2)当检测到加速踏板位移由非零值变为零时，进行以下判断步骤：
(21)判断电池SOC参数值是否小于电池SOC阈值上限，若是，则进入步骤(22)，否则车辆不进行再生制动，进入纯液压制动模式；
(22)判断方向盘转角绝对值与路面坡度绝对值是否分别小于方向盘转角阈值上限与路面坡度阈值上限，若是，则进入步骤(3)，否则进入步骤(4)；
(3)对驾驶员是否有制动意向进行预测，若预测出驾驶员有制动意向，再生制动电机提前进行制动，在加速踏板位移变为零后输出制动力矩；同时，对此刻的L(t)与在v(t)车速下的阈值距离Lstop(v(t))进行比较，若L(t)>Lstop(v(t))，则发出信号提示驾驶员无需踩制动踏板；
(4)当检测到制动踏板发生位移，进行驾驶员制动意图判别，并执行如下操作：
(41)若为轻度制动模式，仅由再生制动电机进行制动，调节再生制动电机的输出制动力矩，使其等于制动踏板位移所对应的目标制动力矩；
(42)若为中度制动模式，由再生制动电机与液压制动系统共同进行制动，根据制动压力协调分配策略，调节再生制动电机与液压制动系统的输出制动力矩，使总的输出制动力矩等于制动踏板位移所对应的目标制动力矩；
(43)若为紧急制动模式，仅由液压制动系统进行制动，若再生制动电机未进行提前制动，控制液压制动系统的输出制动力矩上升至制动踏板位移所对应的目标制动力矩；若再生制动电机已进行提前制动，控制液压制动系统的输出制动力矩上升至制动踏板位移所对应的目标制动力矩，同时控制再生制动电机的输出制动力矩以相同变化速率减小至零值。
2.根据权利要求1所述的基于驾驶员制动行为预测的再生制动控制方法，其特征在于，所述步骤(1)具体包括：制动踏板的位移通过安装在制动踏板上的位移传感器采集，对制动踏板的位移进行微分以获得制动踏板的速度；加速踏板的位移通过安装在加速踏板上的位移传感器采集；方向盘转角通过安装在转向管柱上的角位移传感器采集；路面坡度通过车辆上的陀螺仪采集；车辆与正前方障碍物距离L(t)通过毫米波雷达采集，所述障碍物指距离车辆最近的影响车辆正常行驶的物体，若车辆正前方毫米波雷达可测范围内无障碍物，L(t)取为毫米波雷达所能探测到的最远距离Lmax。
3.根据权利要求1所述的基于驾驶员制动行为预测的再生制动控制方法，其特征在于，所述步骤(21)中的SOC阈值上限取90％。
4.根据权利要求1所述的基于驾驶员制动行为预测的再生制动控制方法，其特征在于，所述步骤(22)中若车速v(t)大于等于100km/h，方向盘转角阈值上限取10°，若车速v(t)小于100km/h，方向盘转角阈值上限取15°。
5.根据权利要求1所述的基于驾驶员制动行为预测的再生制动控制方法，其特征在于，所述步骤(22)中路面坡度阈值上限取5％，即路面与水平面夹角约为3°。
6.根据权利要求1所述的基于驾驶员制动行为预测的再生制动控制方法，其特征在于，所述步骤(3)中对驾驶员制动意向的预测方法为：
(31)若L(t)≥Ld1(v(t))，则认为驾驶员无制动意向；
(32)若Ld2(v(t))<L(t)<Ld1(v(t))，将L(t)对时间求微分求得车辆与正前方障碍物距离的变化率ΔL(t)，若ΔL(t)<ΔLs，表示车辆与正前方障碍物距离缩短快，认为驾驶员有制动意向；若ΔL(t)≥ΔLs，表示车辆与正前方障碍物距离缩短慢或距离正在拉大，认为驾驶员无制动意向；
(33)若L(t)≤Ld2(v(t))，则认为驾驶员有制动意向；
其中，Ld1(v(t))为v(t)车速下的安全滑行距离，其值根据存储于车辆存储单元中的v-Ld1(v)曲线获得，该曲线为对应车型车辆通过车辆的滑行实验得到的车辆在良好平直路面上的滑行距离加上一定的预留安全距离后得到的距离值所拟合出的曲线；Ld2(v(t))为v(t)车速下的必要制动距离，其值根据存储于车辆存储单元中的v-Ld2(v)曲线获得，该曲线为通过大数据分析类型车辆在开始制动时与前方障碍物的距离数据所制得的曲线；ΔLs为距离的变化率阈值，其值为根据驾驶员经验所设定的一定值。
7.根据权利要求1所述的基于驾驶员制动行为预测的再生制动控制方法，其特征在于，所述步骤(3)中再生制动电机输出制动力矩的大小由存储于车辆存储单元中的车速-再生制动力矩曲线获得，该曲线根据不同车速对应的再生制动电机最大稳定再生制动力矩制得。
8.根据权利要求1所述的基于驾驶员制动行为预测的再生制动控制方法，其特征在于，所述步骤(3)中Lstop(v(t))为v(t)车速下的阈值距离，其值根据存储于车辆存储单元中的v-Lstop(v)曲线获得，该曲线为对应车型车辆通过带再生制动滑行实验得到的车辆在良好平直路面上的再生制动滑行距离加上一定的预留安全距离后得到的距离值所拟合出的曲线。
9.根据权利要求1所述的基于驾驶员制动行为预测的再生制动控制方法，其特征在于，所述步骤(4)中驾驶员制动意图判别采用模糊逻辑判别法，制动踏板位移、制动踏板速度作为判别输入，驾驶员制动意图作为判别输出，具体判别步骤如下：
a、对制动踏板位移、制动踏板速度进行模糊化操作：制动踏板位移的基本论域广义确定为[0，100]，将制动踏板位移的基本论域分为小、中、大三个等级；制动踏板速度的基本论域广义确定为[0，200]，将制动踏板速度的基本论域同样分为小、中、大三个等级；
b、确定模型输入、输出变量的隶属度函数：模糊控制系统的制动踏板位移输入、制动踏板速度输入和驾驶员制动意图输出隶属度函数均选用梯形-三角-梯形隶属度函数；
c、建立模糊控制规则库：依据实车道路制动试验结果建立模糊控制规则库；
d、进行模糊推理，并选用重心法对模糊推理结果进行解模糊化处理，得到驾驶员的制动意图判别结果。
10.根据权利要求1所述的基于驾驶员制动行为预测的再生制动控制方法，其特征在于，所述步骤(42)中制动压力协调分配策略具体为：再生制动电机起主要制动作用，液压制动系统起辅助制动作用；当目标制动力矩增大时，先增大再生制动电机的制动力矩，当再生制动电机的制动力矩达到其所能输出的最大值时，再增大液压制动系统的制动力矩，使得总制动力矩等于目标制动力矩；当目标制动力矩减小时，先减小再生制动电机的制动力矩，当再生制动电机的制动力矩减小至零时，再减小液压制动系统的制动力矩，使得总制动力矩等于目标制动力矩。
CN202011403268.1A 2020-12-02 2020-12-02 一种基于驾驶员制动行为预测的再生制动控制方法 Active CN112477865B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011403268.1A CN112477865B (zh) 2020-12-02 2020-12-02 一种基于驾驶员制动行为预测的再生制动控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011403268.1A CN112477865B (zh) 2020-12-02 2020-12-02 一种基于驾驶员制动行为预测的再生制动控制方法

Publications (2)

Publication Number Publication Date
CN112477865A CN112477865A (zh) 2021-03-12
CN112477865B true CN112477865B (zh) 2022-02-11

Family

ID=74939317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011403268.1A Active CN112477865B (zh) 2020-12-02 2020-12-02 一种基于驾驶员制动行为预测的再生制动控制方法

Country Status (1)

Country Link
CN (1) CN112477865B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113085806B (zh) * 2021-04-06 2022-04-08 南京航空航天大学 一种基于超磁致伸缩制动系统的复合再生制动控制方法
CN113978258B (zh) * 2021-11-11 2024-02-02 摩拜(北京)信息技术有限公司 一种电动车辆的制动方法、装置及电动车辆
CN114407847B (zh) * 2022-02-25 2023-11-17 吉林大学 一种基于机器学习的单踏板线控底盘汽车辅助制动方法
CN114454724A (zh) * 2022-03-11 2022-05-10 南京工业大学 一种智能化纯电动汽车制动能量回收控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102390378A (zh) * 2011-08-01 2012-03-28 清华大学 一种混合动力汽车下坡辅助控制中的驾驶员意图识别方法
CN106965798A (zh) * 2015-10-30 2017-07-21 丰田自动车株式会社 车辆控制装置
WO2017134373A1 (fr) * 2016-02-02 2017-08-10 Peugeot Citroen Automobiles Sa Procédé et dispositif de contrôle de la fonction de récupération d'énergie de freinage d'un véhicule hybride dans une pente descendante
CN108349493A (zh) * 2015-11-09 2018-07-31 日产自动车株式会社 制动驱动力控制方法以及制动驱动力控制装置
CN111547022A (zh) * 2020-05-13 2020-08-18 长乐致远技术开发有限公司 电动汽车紧急制动识别及控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102390378A (zh) * 2011-08-01 2012-03-28 清华大学 一种混合动力汽车下坡辅助控制中的驾驶员意图识别方法
CN106965798A (zh) * 2015-10-30 2017-07-21 丰田自动车株式会社 车辆控制装置
CN108349493A (zh) * 2015-11-09 2018-07-31 日产自动车株式会社 制动驱动力控制方法以及制动驱动力控制装置
WO2017134373A1 (fr) * 2016-02-02 2017-08-10 Peugeot Citroen Automobiles Sa Procédé et dispositif de contrôle de la fonction de récupération d'énergie de freinage d'un véhicule hybride dans une pente descendante
CN111547022A (zh) * 2020-05-13 2020-08-18 长乐致远技术开发有限公司 电动汽车紧急制动识别及控制方法

Also Published As

Publication number Publication date
CN112477865A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
CN112477865B (zh) 一种基于驾驶员制动行为预测的再生制动控制方法
CN110254405B (zh) 一种面向自动驾驶与智能辅助驾驶的汽车线控制动控制系统及其控制方法
CN104755304B (zh) 用于运行汽车的动力传动系的方法和系统
KR101405754B1 (ko) 노면 조건을 고려한 차량의 제동 제어 방법
US9145165B2 (en) Drive controlling apparatus for a vehicle
US8983748B2 (en) Vehicle dynamics control device
CN109131312B (zh) 一种智能电动汽车acc/esc集成控制系统及其方法
JP5193885B2 (ja) 車両の運動制御装置
CN105799549A (zh) 一种用于电动轮汽车eps与dyc集成控制系统及其方法
CN1322998C (zh) 车辆集成控制系统
EP2492160A1 (en) Vehicle movement controller
CA2856550A1 (en) Regenerative braking regulation in automotive vehicles
CN111284491B (zh) 滑行回收转矩的调节方法、调节装置和车辆
CN109649389B (zh) 一种加速度可调节的自适应巡航控制系统及控制方法
JP6898843B2 (ja) 電動車両の制御装置、制御方法および制御システム
CN110877535A (zh) 一种纯电动汽车城市低速跟车路况的单踏板控制方法
CN107054348A (zh) 车辆节能控制方法
CN114475562A (zh) 一种拥堵坡道车辆跟车行驶的制动辅助控制方法和系统
JP2010520970A (ja) 自動車の走行性を調整する装置および方法
CN111976723A (zh) 人机协同控制下考虑车辆危险状态的车道保持辅助系统
CN108528446B (zh) 一种基于主动悬架控制的自动紧急制动辅助系统
CN113581210B (zh) 适用于拥堵跟车工况的自动驾驶纵向运动控制方法
JPH1132404A (ja) 電気自動車の走行制御装置
CN112677952B (zh) 一种智能驾驶控制方法及系统
JP5673296B2 (ja) 車両の駆動力制御装置

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