CN114312704B - 一种基于模拟预测的abs控制方法 - Google Patents

Abstract

本发明涉及汽车紧急制动领域，公开了一种基于模拟预测的ABS控制方法，本发明根据利用MPC方法实现ABS控制的算法，该算法通过7自由度模型进行车辆参数估计、路面识别预测，压力分配继控制。该方法在单一路面，可以实现ABS制动的安全性、舒适性的最优组合控制。在其他路面，可以实现安全性、操控性的最优组合控制。安全性方面，通过不同路面最优滑移率控制，实现制动气室的压力最优控制，避免超调，减少ABS制动过程中的长减压过程，尽可能缩短制动距离。舒适性方面在压力变化较小的范围内，实现压力最优，保证纵向减速度变化率控制在可接受的范围内。操纵性方面，通过控制左右侧制动力不一致导致的横摆运动，可以实现所有对开路面较小的方向盘修正。

Description

一种基于模拟预测的ABS控制方法

技术领域

本发明属于汽车紧急制动领域，具体涉及一种基于模拟预测的ABS控制方法。

背景技术

防抱死制动系统(ABS)广泛装配在现代车辆，通过控制车轮的滑移率在一定范围内，充分利用轮胎和路面的附着力，发挥制动器的制动性能，缩短制动距离，提高车辆的方向稳定性。

WO2004078544A2描述了一种采用连续滑移率控制的防抱死方法，该方法基于车辆瞬时行驶中最优滑移率的门限值，通过计算得到最大附着系数的滑移率，通过设定最大滑移率的门限值，进行车轮的减压、保压、加压等制动防止车轮抱死，并使得滑移率处于最优区间。

ABS控制算法从基于减速度门限值的控制规则过渡到精确的滑移率控制，如PID控制、滑模控制、模型预测控制、自适应控制等。尽管ABS在控制策略上取得了重大进展，但不同的滑移率控制策略仍然存在各自缺点。门限在控制由于制动系统，特别是气压制动系统存在响应延迟、超调等原因，控制过程会出现较多的大的减压，导致制动距离增加、制动减速度波动较大，制动舒适性较差等问题。PID控制策略能够实现滑移率的精确跟踪，但针对不同车型和不同工况，PID控制参数需随之改变。滑模控制作为一种处理非线性和鲁棒性的有效控制方法，仍然依赖控制所需的数学模型，当未建模动态特性或扰动量过大时，滑移率的跟踪响应速度与制动力矩的高频震颤，制约了其应用。模型预测控制要求实时进行矩阵求逆运算，运算量大，限制了该方法应用。同时，随着人们对于商用车安全性、舒适性要求的提升，上述算法，在实现防抱死功能的情况下，很难做到在多变、复杂工况下同时保证安全性、舒适性以及操纵性。

发明内容

为了保证安全性，主要是尽可能缩短制动距离，充分发挥路面附着力，保证舒适性，主要是车辆纵向减速度变化幅度小，保证操纵性比如对开对接路面，由于车辆左右侧制动力不一致，应使得车辆减速度较大的情况下，横摆角速度尽可能小。为了实现上述要求，设计一种基于模型预测控制算法，用于商用车ABS制动系统，并使用分时分段预测计算方法，减少了模型控制过程的运算量。基于此技术问题本方案提供了一种基于模拟预测的ABS控制方法。

为了解决上述技术问题，本发明通过下述技术方案得以解决：

一种基于模拟预测的ABS控制方法，包括根据实际车辆参数所建立的7自由度车辆模型、MPC制器和压力控制器，7自由度车辆模型包括车辆的纵向自由度、侧向自由度、横摆自由度以及车辆的四个车轮的自由度；MPC控制器采用二次型最优算法，实现目标控制量四轮滑移率在S1，同时保证车辆行驶过程中减速度变化小于ax’,及对开路面横摆角速度小于r1’，输出四个车轮的控制压力，Pn(n＝1,2…4)；压力控制器按照MPC控制器输出目标压力，建立四个车轮的制动压力，保证压力控制误差小于Pδ；该方法的实施步骤为：

步骤一、在行驶过程中，利用直线行驶模型通过加速、滑行、制动阶段，对过程中车辆的参数进行获取，车辆的参数包括车身质量m、前轴荷、后轴荷、滑行阻力；

步骤二、按照设定周期T1s，采集当前周期内车辆的滑移率及轮减速度a；根据所设定激活ABS条件滑移率Sns(n＝1,2…4)及轮减速度a判断是否激活ABS；

步骤三、当满足激活ABS条件后，按照设定周期T1s，预测模型根据车辆安装的轮速传感器，采集各轮速信号Vn(n＝1,2…4)，以及前后桥制动压力Pn(n＝1,2…4),估算各个车轮附着系数μn(n＝1,2…4)；

步骤四、判断路面，根据四个车轮的附着系数，判断当前路面；

步骤五、为MPC控制器设置控制目标，控制目标为四个车轮的滑移率为S1，根据路面设定MPC控制器求解约束条件；

步骤六、利用上述滑移率控制目标与实际减速度反馈计算得到滑移率差值及约束条件输入MPC控制器，利用最优二次型构建J方程，求解四个制动气室目标压力Pn(n＝1,2…4)；

步骤七、根据目标压力，由压力控制器实现电磁阀目标控制压力，其中压力差值小于0.1bar；

步骤八、建立压力模型：

由于气室制动压力的响应存在滞后，将压力模型设定为:

步骤九、更新Pn(k+1|k)，输入7自由度预测模型，估算滑移率；

步骤十、根据设定退出条件，判断是否退出，如果不满足退出条件，重复步骤二至步骤八；

步骤十一、满足退出条件。

作为优选，步骤一和步骤三中车辆的参数获取，具体包括7自由度模型，算法方程为：

式中:m为整车质量，γ为横摆角速度，Vx为横向速度，Vy为纵向速度，Fxi,Fyi为车轮纵向力与横向力，i＝fl,fr,rl,rr，δ为轮胎偏转角度，Iz为整车饶Z轴转动的横摆转动惯量，a,b为质心到前后轮轴的水平距离，T；为前后轴的轮距；

横向力平衡动力学方程为:

纵向力平衡动力学方程为:

绕Z轴力矩平衡动力学方程为:

本方案预设每个车轮的转动惯量相同，且半径相同，所以对单个车轮进行受力分析建立对应的力矩平衡方程，可得如下动力学平衡方程:

作为优选，由于直线制动时，前轮转角δf＝0，该模型简化为：

(1)利用轮速传感器信号Vn(n＝1,2…4)，方向盘转角信号δs,油门踏板位置信号Disacc,制动踏板位置信号Disbrk，以及横摆角速度和侧向加速度信号，可以判断车辆行驶姿态；

(2)通过车辆的行驶姿态，利用7自由度模型简化、分类识别参数，判断逻辑如下:

表中，Ax为车辆纵向减速度，Ay车辆侧向加速度，Disacc为加速踏板有效值，0表示无效，1表示有效；Disbrk为制动踏板有效值，0表示无效，1表示有效；δs表示方向盘转角，表中，单位为°的是指转向角度，为％的表示为方向盘转角最大转向角度的占比；

(3)简化模型、分为8个状态调取不同状态的参数，关于7自由度估算的8个状态描述如下：

State0:静止方程，表示静止状态，用于自检及故障检测；

State1：直线加速，表示车辆直线行驶的加速状态，采用方程1，利用发动机扭矩计算Ft，计算整车质量；

State2：滑行，表示车辆直线行驶的空挡状态，采用方程1，估算滑行阻力；

State3：直线中等制动，表示车辆直线行驶的减速度小于0.4g及ABS不激活的状态，此时，设定δs＝0带入带入方程1-7，估算轴荷及校验质量，以及根据制动力模型，判断及标定压力延迟时间系数；

State4：直线紧急制动，表示车辆直线行驶ABS激活的状态，此时，设定δs＝0带入方程1-7，估算路面附着，计算各个气室目标压力；

State5：转弯工况，表示车辆转向的状态，此时，用于判断轮速信号是否装反，轮速信号是否异常；

State6：转弯中等制动工况，表示车辆转向中小制动的状态，此时，用于判断轮速信号是否装反，轮速信号是否异常；

State7：转弯紧急制动工况，表示车辆转向ABS制动激活的状态，此时，采用完整方程1-7用于控制各个车轮滑移率处于最佳，实现前面所述ABS功能。

作为优选，步骤五中所述实时估算路面为MPC控制器求解的另外一个核心内容，由于压力反馈存在延迟，本方案提供时间常数的计算方法：

1)计算发生在判断车辆行驶工况为直线中等制动工况；

2)连续读取5个采样周期的压力值Pn(k)(n＝1,2…4，k＝1、2…5),采用5点平均值计算当前时刻压力Pn(k),利用公式Png＝(Pn(k+1)-Pn(k)/Ts/5)压力信号计算压力梯度；

3)利用方程4-7，利用轮速计算各个车轮轮减速awn(n＝1,2…4),利用车轮制动反模型计算制动压力Pn’(k)；

4)连续选择10个周期，拟合计算得到时间常数；

5)将拟合的时间常数，用于在ABS激活时的7自由度模型作为制动反馈压力。

作为优选，步骤五中的约束条件对照表为：

表中，Ax为车辆纵向减速度。

作为优选，步骤四中的路面判断方法如下：

作为优选，车辆的参数计算方法如下：在加速阶段通过牵引力方程计算得到整车质量m，在制动时，识别前轴荷Fz1、后轴荷Fz2，车辆空挡滑行时，识别滑行阻力参数。

通过以上技术方案，本发明具有以下技术效果：

本发明通过车辆模型和轮胎模型结合传感器以及路面情况预测将会发生一些情况，ABS要介入多少轮胎压力提前加压四轮压缩空气压力。

本发明根据利用MPC方法实现ABS控制的算法，该算法通过7自由度模型进行车辆参数估计、路面识别几预测，压力分配继控制。该方法在单一路面，可以实现ABS制动的安全性、舒适性的最优组合控制。在对开路面等其他路面，可以实现安全性、操控性的最优组合控制。在安全性方面，主要是通过不同路面最优滑移率控制，实现制动气室的压力最优控制，避免超调，减少ABS制动过程中的长减压过程，尽可能缩短制动距离。舒适性方面主要是在压力变化较小的范围内，实现压力最优，保证纵向减速度变化率控制在可接受的范围内。操纵性方面，通过控制由于左右侧制动力不一致导致的横摆运动，可以实现所有对开路面较小的方向盘修正。

本发明与现有技术手段对比，主要不同点体现在，第一，讲预测模型分级，通过识别车辆不同行驶状态，分时、分段估算车辆参数，大大的降低了MPC控制的计算量，提高了运算速度；第二、预测模型在ABS制动过程中，及时准确的计算路面附着系数，并通过不同系数，设定最优解的约束条件，实现不同工况下的控制目标；第三、预测模型中考虑压力测试参数与实际气室压力不同，利用中等制动估算时间常数，采用较为准确的气室压力估算值进行预测控制，避免控制过程中超调。

附图说明

图1为MPC方法框架原理图。

图2为基于MPC的ABS控制算法流程。

图3为7DOF车辆动力学模型。

图4为轮胎受力示意图。

图中附图标记依次为：1—直线驱动单元、2—主活塞单元、3—阀座总成、4—主进气口、5—制动气口、6—主排气口、8—上阀体、9—下阀体、10—支架板、11—安装通孔、12—上滑动部、13—下滑动部、14—导向套、15—阀座单元、16—回位簧体、17—气路通道、18—排气通道、19—间隙、20—挡板、21—上腔、22—下腔、23—备压气体进气口、24—备压气体排气口、25—驱动电机、26—驱动丝杆、27—传递螺母、28—常规加压气口、29—第一常闭电磁阀、30—第二常闭电磁阀、31—第一常开电磁阀。

具体实施方式

下面结合附图与实施例对本发明作进一步详细描述。

实施例1

一种基于模拟预测的ABS控制方法，包括根据实际车辆参数所建立的7自由度车辆模型、MPC制器和压力控制器，7自由度车辆模型包括车辆的纵向自由度、侧向自由度、横摆自由度以及车辆的四个车轮的自由度；MPC控制器采用二次型最优算法，实现目标控制量四轮滑移率在S1，同时保证车辆行驶过程中减速度变化小于ax’,及对开路面横摆角速度小于r1’，输出四个车轮的控制压力，Pn(n＝1,2…4)；压力控制器按照MPC控制器输出目标压力，建立四个车轮的制动压力，保证压力控制误差小于Pδ；该方法的实施步骤为：

步骤一、在行驶过程中，利用直线行驶模型通过加速、滑行、制动阶段，实现自车参数识别，自身参数包括车身质量m、前轴荷、后轴荷、滑行阻力；本实施例中，车辆的参数计算方法如下：在加速阶段通过牵引力方程计算得到m(整车质量)，在制动时，识别Fz1(前轴荷)、Fz2(后轴荷)，车辆空挡滑行时，识别滑行阻力参数。

步骤二、按照设定周期T1s，采集当前周期内车辆的滑移率及轮减速度a；根据所设定激活ABS条件滑移率Sns(n＝1,2…4)及轮减速度a判断是否激活ABS；

步骤三、当满足激活ABS条件后，按照设定周期T1s，预测模型根据车辆安装的轮速传感器，采集各轮速信号Vn(n＝1,2…4)，以及前后桥制动压力Pn(n＝1,2…4),估算各个车轮附着系数μn(n＝1,2…4)；

步骤四、判断路面，根据四个车轮的附着系数，判断当前路面；

步骤五、为MPC控制器设置控制目标，控制目标为四个车轮的滑移率为S1，根据路面设定MPC控制器求解约束条件；

步骤六、利用上述滑移率控制目标与实际减速度反馈计算得到滑移率差值及约束条件输入MPC控制器，利用最优二次型构建J方程，求解四个制动气室目标压力Pn(n＝1,2…4)；

步骤七、根据目标压力，由压力控制器实现电磁阀目标控制压力，其中压力差值小于0.1bar；

步骤八、建立压力模型：

由于气室制动压力的响应存在滞后，将压力模型设定为:

步骤九、更新Pn(k+1|k)，输入7自由度预测模型，估算滑移率；

步骤十、根据设定退出条件，判断是否退出，如果不满足退出条件，重复步骤二至步骤八；

步骤十一、满足退出条件。

作为优选，步骤一和步骤三自车参数识别，具体包括7自由度模型，算法方程为：

式中:m为整车质量，γ为横摆角速度，Vx为横向速度，Vy为纵向速度，Fxi,Fyi为车轮纵向力与横向力，i＝fl,fr,rl,rr，δ为轮胎偏转角度，Iz为整车饶Z轴转动的横摆转动惯量，a,b为质心到前后轮轴的水平距离，T；为前后轴的轮距；

横向力平衡动力学方程为:

纵向力平衡动力学方程为:

绕Z轴力矩平衡动力学方程为:

本方案预设每个车轮的转动惯量相同，且半径相同，所以对单个车轮进行受力分析建立对应的力矩平衡方程，可得如下动力学平衡方程:

当车辆直线制动时，前轮转角δf＝0，该模型建立过程可简化为：

(1)利用轮速传感器信号Vn(n＝1,2…4)，方向盘转角信号δs,油门踏板位置信号Disacc,制动踏板位置信号Disbrk，以及横摆角速度和侧向加速度信号，可以判断车辆行驶姿态；

(2)通过车辆的行驶姿态，利用7自由度模型简化、分类识别参数，判断逻辑如下:

(3)简化模型、分为8个状态调取不同状态的参数，关于7自由度估算的8个状态描述如下：

State0:静止方程，表示静止状态，用于自检及故障检测；

State1：直线加速，表示车辆直线行驶的加速状态，采用方程1，利用发动机扭矩计算Ft，计算整车质量；

State2：滑行，表示车辆直线行驶的空挡状态，采用方程1，估算滑行阻力；

State3：直线中等制动，表示车辆直线行驶的减速度小于0.4g及ABS不激活的状态，此时，设定δs＝0带入带入方程1-7，估算轴荷及校验质量，以及根据制动力模型，判断及标定压力延迟时间系数；

State4：直线紧急制动，表示车辆直线行驶ABS激活的状态，此时，设定δs＝0带入方程1-7，估算路面附着，计算各个气室目标压力；

State5：转弯工况，表示车辆转向的状态，此时，用于判断轮速信号是否装反，轮速信号是否异常；

State6：转弯中等制动工况，表示车辆转向中小制动的状态，此时，用于判断轮速信号是否装反，轮速信号是否异常；

State7：转弯紧急制动工况，表示车辆转向ABS制动激活的状态，此时，采用完整方程1-7用于控制各个车轮滑移率处于最佳，实现前面所述ABS功能。

本实施例中，步骤五中所述实时估算路面为MPC控制器求解的另外一个核心内容，由于压力反馈存在延迟，本方案提供时间常数的计算方法：

1)计算发生在判断车辆行驶工况为直线中等制动工况；

2)连续读取5个采样周期的压力值Pn(k)(n＝1,2…4，k＝1、2…5),采用5点平均值计算当前时刻压力Pn(k),利用公式Png＝(Pn(k+1)-Pn(k)/Ts/5)压力信号计算压力梯度；

3)利用方程4-7，利用轮速计算各个车轮轮减速awn(n＝1,2…4),利用车轮制动反模型计算制动压力Pn’(k)；

4)连续选择10个周期，拟合计算得到时间常数；

5)将拟合的时间常数，用于在ABS激活时的7自由度模型作为制动反馈压力。

本实施例中，不同路面步骤五中的约束条件对照表为：

其中高附代表高附着系数路面，低附表示低附着路面，对开表示一侧高附着系数一侧低附着系数路面；对接表示路面从高附着系数路面至低附着系数路面。

本实施例中，步骤四中的路面判断方法如下：

本发明通过车辆模型和轮胎模型结合传感器以及路面情况预测将会发生一些情况，ABS要介入多少轮胎压力提前加压四轮压缩空气压力。本发明根据利用MPC方法实现ABS控制的算法，该算法通过7自由度模型进行车辆参数估计、路面识别几预测，压力分配继控制。该方法在单一路面，可以实现ABS制动的安全性、舒适性的最优组合控制。在对开路面等其他路面，可以实现安全性、操控性的最优组合控制。在安全性方面，主要是通过不同路面最优滑移率控制，实现制动气室的压力最优控制，避免超调，减少ABS制动过程中的长减压过程，尽可能缩短制动距离。舒适性方面主要是在压力变化较小的范围内，实现压力最优，保证纵向减速度变化率控制在可接受的范围内。操纵性方面，通过控制由于左右侧制动力不一致导致的横摆运动，可以实现所有对开路面较小的方向盘修正。本发明与现有技术手段对比，主要不同点体现在，第一，讲预测模型分级，通过识别车辆不同行驶状态，分时、分段估算车辆参数，大大的降低了MPC控制的计算量，提高了运算速度；第二、预测模型在ABS制动过程中，及时准确的计算路面附着系数，并通过不同系数，设定最优解的约束条件，实现不同工况下的控制目标；第三、预测模型中考虑压力测试参数与实际气室压力不同，利用中等制动估算时间常数，采用较为准确的气室压力估算值进行预测控制，避免控制过程中超调。

Claims (7)

1.一种基于模拟预测的ABS控制方法，其特征在于：包括根据实际车辆参数所建立的7自由度车辆模型、MPC制器和压力控制器，7自由度车辆模型包括车辆的纵向自由度、侧向自由度、横摆自由度以及车辆的四个车轮的自由度；MPC控制器采用二次型最优算法，实现目标控制量四轮滑移率在S1，同时保证车辆行驶过程中减速度变化小于ax’,及对开路面横摆角速度小于r1’，输出四个车轮的控制压力，Pn(n＝1,2…4)；压力控制器按照MPC控制器输出目标压力，建立四个车轮的制动压力，保证压力控制误差小于Pδ；该方法的实施步骤为：

步骤一、在行驶过程中，利用直线行驶模型通过加速、滑行、制动阶段，实现自车参数识别，自身参数包括车身质量m、前轴荷、后轴荷、滑行阻力；

步骤二、按照设定周期T1s，采集当前周期内车辆的滑移率及轮减速度a；根据所设定激活ABS条件滑移率Sns(n＝1,2…4)及轮减速度a判断是否激活ABS；

步骤三、当满足激活ABS条件后，按照设定周期T1s，预测模型根据车辆安装的轮速传感器，采集各轮速信号Vn(n＝1,2…4)，以及前后桥制动压力Pn(n＝1,2…4),估算各个车轮附着系数μn(n＝1,2…4)；

步骤四、判断路面，根据四个车轮的附着系数，判断当前路面；

步骤五、为MPC控制器设置控制目标，控制目标为四个车轮的滑移率为S1，根据路面设定MPC控制器求解约束条件；

步骤六、利用上述滑移率控制目标与实际减速度反馈计算得到滑移率差值及约束条件输入MPC控制器，利用最优二次型构建J方程，求解四个制动气室目标压力Pn(n＝1,2…4)；

步骤七、根据目标压力，由压力控制器实现电磁阀目标控制压力，其中压力差值小于0.1bar；

步骤八、建立压力模型：

由于气室制动压力的响应存在滞后，将压力模型设定为:

步骤九、更新Pn(k+1|k)，输入7自由度预测模型，估算滑移率；

步骤十、根据设定退出条件，判断是否退出，如果不满足退出条件，重复步骤二至步骤八；

步骤十一、满足退出条件。

2.根据权利要求1所述的一种基于模拟预测的ABS控制方法，其特征在于：步骤一和步骤三自车参数识别，具体包括7自由度模型，算法方程为：

式中:m为整车质量，γ为横摆角速度，Vx为横向速度，Vy为纵向速度，Fxi,Fyi为车轮纵向力与横向力，i＝fl,fr,rl,rr，δ为轮胎偏转角度，Iz为整车饶Z轴转动的横摆转动惯量，a,b为质心到前后轮轴的水平距离，T；为前后轴的轮距；横向力平衡动力学方程为:

纵向力平衡动力学方程为:

绕Z轴力矩平衡动力学方程为:

本方案预设每个车轮的转动惯量相同，且半径相同，所以对单个车轮进行受力分析建立对应的力矩平衡方程，可得如下动力学平衡方程:

3.根据权利要求2所述的一种基于模拟预测的ABS控制方法，其特征在于：由于直线制动时，前轮转角δf＝0，该模型简化为：

(1)利用轮速传感器信号Vn(n＝1,2…4)，方向盘转角信号δs,油门踏板位置信号Disacc,制动踏板位置信号Disbrk，以及横摆角速度和侧向加速度信号，可以判断车辆行驶姿态；

(2)通过车辆的行驶姿态，利用7自由度模型简化、分类识别参数，判断逻辑如下:

(3)简化模型、分为8个状态调取不同状态的参数，关于7自由度估算的8个状态描述如下：

State0:静止方程，表示静止状态，用于自检及故障检测；

State1：直线加速，表示车辆直线行驶的加速状态，采用方程1，利用发动机扭矩计算Ft，计算整车质量；

State2：滑行，表示车辆直线行驶的空挡状态，采用方程1，估算滑行阻力；

State3：直线中等制动，表示车辆直线行驶的减速度小于0.4g及ABS不激活的状态，此时，设定δs＝0带入带入方程1-7，估算轴荷及校验质量，以及根据制动力模型，判断及标定压力延迟时间系数；

State4：直线紧急制动，表示车辆直线行驶ABS激活的状态，此时，设定δs＝0带入方程1-7，估算路面附着，计算各个气室目标压力；

State5：转弯工况，表示车辆转向的状态，此时，用于判断轮速信号是否装反，轮速信号是否异常；

State6：转弯中等制动工况，表示车辆转向中小制动的状态，此时，用于判断轮速信号是否装反，轮速信号是否异常；

State7：转弯紧急制动工况，表示车辆转向ABS制动激活的状态，此时，采用完整方程1-7用于控制各个车轮滑移率处于最佳，实现前面所述ABS功能。

4.根据权利要求1所述的一种基于模拟预测的ABS控制方法，其特征在于：步骤五中所述实时估算路面为MPC控制器求解的另外一个核心内容，由于压力反馈存在延迟，本方案提供时间常数的计算方法：

1)计算发生在判断车辆行驶工况为直线中等制动工况；

2)连续读取5个采样周期的压力值Pn(k)(n＝1,2…4，k＝1、2…5),采用5点平均值计算当前时刻压力Pn(k),利用公式Png＝(Pn(k+1)-Pn(k)/Ts/5)压力信号计算压力梯度；

3)利用方程4-7，利用轮速计算各个车轮轮减速awn(n＝1,2…4),利用车轮制动反模型计算制动压力Pn’(k)；

4)连续选择10个周期，拟合计算得到时间常数；

5)将拟合的时间常数，用于在ABS激活时的7自由度模型作为制动反馈压力。

5.根据权利要求1所述的一种基于模拟预测的ABS控制方法，其特征在于：

步骤五中的约束条件对照表为：

6.根据权利要求1所述的一种基于模拟预测的ABS控制方法，其特征在于：步骤四中的路面判断方法如下：

7.根据权利要求1所述的一种基于模拟预测的ABS控制方法，其特征在于：车辆的参数计算方法如下：在加速阶段通过牵引力方程计算得到m(整车质量)，在制动时，识别Fz1(前轴荷)、Fz2(后轴荷)，车辆空挡滑行时，识别滑行阻力参数。

Images