CN115352458A - 车辆爬坡能力的预测方法、动力域控制器及车辆 - Google Patents

车辆爬坡能力的预测方法、动力域控制器及车辆 Download PDF

Info

Publication number
CN115352458A
CN115352458A CN202211005753.2A CN202211005753A CN115352458A CN 115352458 A CN115352458 A CN 115352458A CN 202211005753 A CN202211005753 A CN 202211005753A CN 115352458 A CN115352458 A CN 115352458A
Authority
CN
China
Prior art keywords
vehicle
scene
road surface
climbing
maximum
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.)
Granted
Application number
CN202211005753.2A
Other languages
English (en)
Other versions
CN115352458B (zh
Inventor
裘望烨
张洪雷
李陈勇
刘小飞
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.)
Hozon New Energy Automobile Co Ltd
Original Assignee
Hozon New Energy Automobile Co Ltd
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 Hozon New Energy Automobile Co Ltd filed Critical Hozon New Energy Automobile Co Ltd
Priority to CN202211005753.2A priority Critical patent/CN115352458B/zh
Publication of CN115352458A publication Critical patent/CN115352458A/zh
Application granted granted Critical
Publication of CN115352458B publication Critical patent/CN115352458B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097Predicting future conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2530/00Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/10Weight
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/15Road slope, i.e. the inclination of a road segment in the longitudinal direction
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/72Electric energy management in electromobility

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Navigation (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本申请公开了一种车辆爬坡能力的预测方法、动力域控制器及具有该动力域控制器的车辆。其中,方法包括:获取目标路面的路面坡度和车辆的车重,并根据所述路面坡度和所述车重得到所述车辆在所述目标路面进行爬坡行驶时的行驶阻力;获取所述车辆行驶至所述目标路面时所述车辆的动力系统的最大驱动力;根据所述行驶阻力和所述最大驱动力对所述车辆的爬坡能力进行预测,并根据预测结果对所述车辆进行控制。该预测方法逻辑简单,预测结果准确性高,可保证行车安全,提高驾驶体验感。

Description

车辆爬坡能力的预测方法、动力域控制器及车辆
技术领域
本申请涉及车辆技术领域,尤其涉及一种车辆爬坡能力的预测方法、动力域控制器及车辆。
背景技术
目前大多数情况下,电驱动车辆在低速时输出扭矩较大,驱动力足以平衡坡度阻力和行驶阻力。但当车辆的动力电池SOC(State of Charge,电池荷电状态)值较低时,电池最大允许输出电压和电流都会下降,对应的电机最大输出功率和扭矩降低,在车辆满载或行驶路面坡度较大时,可能会出现爬坡能力不足的情况,从而影响驾驶员的正常驾驶。因此提前识别前方坡度并结合车辆自身状态对驾驶员进行爬坡动力预警是必要的。
相关技术中提出的基于车载雷达的坡度检测系统,通过设置在车辆不同高度雷达发出的电磁波反射距离计算得知较为准确的正前方坡度(一定高度内),而在坡上行驶时,也存在通过大气压力传感器,或利用纵向加速度传感器、行驶加速度和路面坡度的运动学关系来进行坡度估计的方法。然而,相关技术中通过各类方法检测出的坡度信号仅用于车辆姿态、主动安全控制等提升行驶稳定性的用途,未用于预测车辆爬坡性能。
因此,为了优化驾驶体验,防止车辆在爬坡过程中发生事故,提出一种基于车辆性能实时监测、预测车辆爬坡性能的技术方案显得尤为重要。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的第一个目的在于提出一种车辆爬坡能力的预测方法。该预测方法逻辑简单,预测结果准确性高,可保证行车安全,提高驾驶体验感。
本申请的第二个目的在于提出一种动力域控制器。
本申请的第三个目的在于提出一种车辆。
为达上述目的,本申请第一方面实施例提出的车辆爬坡能力的预测方法,包括:获取目标路面的路面坡度和车辆的车重,并根据所述路面坡度和所述车重得到所述车辆在所述目标路面进行爬坡行驶时的行驶阻力;获取所述车辆行驶至所述目标路面时所述车辆的动力系统的最大驱动力;根据所述行驶阻力和所述最大驱动力对所述车辆的爬坡能力进行预测。
为达上述目的,本申请第二方面实施例提出的动力域控制器,包括:存储器、存储器以及存储在所述存储器上的计算机程序,其特征在于,所述计算机程序被所述处理器执行时,实现本申请第一方面实施例所述的车辆爬坡能力的预测方法。
为达上述目的,本申请第三方面实施例提出的车辆,所述车辆包括如本申请第二方面实施例所述的动力域控制器。
根据本申请实施例的车辆爬坡能力的预测方法、动力域控制器及车辆,通过获取车辆在目标路面进行爬坡行驶时的行驶阻力和行驶至目标路面时车辆的动力系统的最大驱动力,根据行驶阻力和最大驱动力之间的大小关系展开车辆爬坡能力的预测工作,且该预测工作是基于车辆自身的动力系统展开的,使得爬坡能力的预测结果准确性更高,同时还可保证行车安全,提高驾驶体验感。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本申请实施例的车辆爬坡能力的预测方法的流程示意图;
图2是根据本申请实施例的车辆爬坡能力的预测方法中步骤S103的流程示意图。
具体实施方式
下面详细描述本申请的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的车辆爬坡能力的预测方法、动力域控制器及车辆。
图1是根据本申请实施例的车辆爬坡能力的预测方法的流程示意图。如图1所示,在一些实施例中,该车辆爬坡能力的预测方法可包括:
S101,获取目标路面的路面坡度和车辆的车重,并根据路面坡度和车重得到车辆在目标路面进行爬坡行驶时的行驶阻力。
在一些实施例中,可通过车辆的雷达(如,车载毫米波雷达、车载超声波雷达、车载脉冲激光雷达等)获取目标路面的路面坡度,雷达类型的具体选择可根据车辆实际情况确定,在本申请实施例中不做出具体限制。可理解的是,雷达作为一种可采用无线电波来确定物体的范围、角度或速度的探测系统,通过其自身所包括的可以在微波领域产生电磁波的发射机,接收天线(通常使用相同的天线进行发送和接收)和接收器和处理器以确定目标对象的属性,在利用雷达进行目标物体角度测量时,来自发射器的无线电波(脉冲或连续波)通过物体反射并返回接收器,处理器通过对接收器接收到的返回的信息进行分析计算,从而得到相应的角度信息。对于激光雷达而言,其主要通过激光器发射红外光,通过物体反射并返回至接收器,进而对接收到的激光信号展开分析计算得到角度信息。
可选地,在车辆处于加速行驶状态时,车辆的车重根据车辆上底盘传感器获取的行驶加速度得到,或者,在车辆处于静止状态或匀速行驶状态(即车辆的行驶加速度为0)时,车重确定为车辆的最大整备质量。可理解的是,车辆的最大整备质量为车辆在按出厂技术条件装备完整以及油水添满后的重量。
作为一个示例,在车辆处于加速行驶状态时,可通过下式计算车辆的车重:
Figure BDA0003808999240000031
其中,
Figure BDA0003808999240000036
为发动机输出扭矩,r是车轮滚动半径,q是传动系数,传动系数包括变速率和轮胎滑移率;
Figure BDA0003808999240000032
为车辆加速度。通过上述公式(1),即可计算出车辆的车重m,需要说明的是,上述通过车辆加速度计算车重的方式仅为示例性地,不作为对本申请实施例的限制。
在本申请的另一些示例中,车辆的车重还可通过车辆座椅处的座椅压力传感器发出的压力信号及车辆的最大整备质量相加得到,举例而言,若根据座椅压力传感器发出的压力信号确定对应的座椅上有乘客,则以每个乘客70KG的体重进行车重计算。可选地,在确定座椅上有乘客时,通过对座椅压力传感器发出的压力信号进行计算分析确定乘客的体重,进而再将车内所有乘客的体重与车辆的最大整备重量相加得到车辆的车重。需要说明的是,上述通过车辆座椅处的座椅压力传感器发出的压力信号及车辆的最大整备质量相加得到车辆车重的计算方式,无论车辆当前时刻处于哪一种行驶状态(如上述的加速度行驶状态、匀速行驶状态或静止状态),均可使用。
在一些实施例中,可通过下式计算行驶阻力:
Figure BDA0003808999240000033
其中,Fx为行驶阻力,m为车重,g为重力加速度,θ为路面坡度,f为滚阻系数,ρ为空气密度,Cd为风阻系数,A为迎风面积,v为车辆的车速,
Figure BDA0003808999240000034
为车辆的行驶加速度。
具体而言,结合本申请实施例的路面坡度以及纵向动力学模型,上述计算公式(2)中的mg sinθ为路面坡度阻力,mgf cosθ为滚动阻力,0.5ρCdAv2为空气阻力,
Figure BDA0003808999240000035
为加速阻力。可选地,在计算行驶阻力的过程中,根据车辆的轮胎性能等因素确定滚阻系数f,一般在0.01-0.018左右。
需要说明的是,因为车辆在爬坡过程中的速度往往不会过快,所以空气阻力只占总行驶阻力很小的一部分,因此在实际应用中,为简化计算过程,提高计算速度,空气阻力可忽略不计。
S102,获取车辆行驶至目标路面时车辆的动力系统的最大驱动力。
S103,根据行驶阻力和最大驱动力对车辆的爬坡能力进行预测。
具体而言,根据行驶阻力和最大驱动力之间的大小关系便可对当前时刻车辆的爬坡能力进行预测,即确定当前时刻车辆的爬坡动力是否充足。
根据本申请实施例车辆爬坡能力的预测方法,通过获取车辆在目标路面进行爬坡行驶时的行驶阻力和行驶至目标路面时车辆的动力系统的最大驱动力,根据行驶阻力和最大驱动力之间的大小关系展开车辆爬坡能力的预测工作,且该预测工作是基于车辆自身的动力系统展开的,使得爬坡能力的预测结果准确性更高,同时还可保证行车安全,提高驾驶体验感。
进一步地,在根据路面坡度和车重得到车辆在目标路面进行爬坡行驶时的行驶阻力之前,本申请实施例车辆爬坡能力的预测方法还可包括:判断当前是否满足如下条件:条件一:车辆的所处场景是否为场景一、场景二或场景三,其中,场景一为车辆的雷达检测到目标路面,场景二为车辆行驶在目标路面上,场景三为车辆的导航路线上具有目标路面,条件二:车辆启动,且整车系统已完成初始化,并处于正常工作模式,条件三:爬坡能力预测功能开启,条件四:面坡度大于或等于预设坡度;若同时满足上述四个条件,则执行得到行驶阻力的步骤。
示例性地,针对条件一中场景一的具体实施情况可包括车辆存放在地下车库且电池荷电状态值较低等;场景二的具体实施情况可包括车辆在山区行驶或较为陡峭的城市上坡道行驶等;场景三的具体实施情况可包括驾驶车辆进行越野同时需要使用车机导航进行路线规划等。
可选地,在车辆处于场景一,且满足条件二的情况下,即整车系统已经处于正常工作模式,准备就绪的情况下驾驶员可随时通过软开关或实体按键开启对应的爬坡能力预测功能,在完成预测事件后,也可关闭对应的预测功能。在车辆处于场景二或场景三,且满足条件二的情况下,在车辆的行驶环境到达预设条件时车辆的爬坡能力预测功能便可自动开启,无需驾驶员手动开启。也就是说,在车辆处于不同的驾驶场景时,开启车辆爬坡能力预测功能的方式也可不同。
可理解的是,在车辆所处场景为场景一时,驾驶员可实时观察驾驶过程中车辆的电池荷电状态值,在电池荷电状态值较低,且观察到行驶路段的前方有坡度较大路段时,通过主动按下爬坡能力预测功能开关展开预测工作,此举可以防止车载雷达始终处于激活状态,节约能耗,同时增加人机互动体验,提高驾驶乐趣。
作为一种可能的实现方式,若车辆的所处场景为场景一,则在检测到爬坡能力预测功能开关被按下时,触发爬坡能力预测功能开启;若车辆的所处场景为场景二,则在检测到目标路面的路面坡度大于或等于预设坡度时,触发爬坡能力预测功能开启;若车辆的所处场景为场景三,则在检测到车辆的电池荷电状态值小于预设荷电状态值时,触发爬坡能力预测功能开启。
可理解的是,若获取的目标路面的路面坡度小于预设坡度,说明目标坡面的坡度较缓,对于车辆来说,爬坡工作难度不大,便无需进行爬坡能力的预测工作。其中,预设坡度可根据实际情况设定,如5°,且在一些实施方式中,在路面坡度小于预设坡度时,通过控制车辆显示无陡坡提示信息,例如控制车辆内部大屏或车辆仪表显示“未检测到明显陡坡”等相关提示信息,以向驾驶员进行实时道路反馈,加强驾驶员对行驶环境的了解程度,提高驾驶体验感。
可选地,针对车辆处于上述场景一的情况,为防止目标路面的路面坡度在雷达未检测到的区域发生变化,可实时识别车辆的底盘传感器发出的实时路面坡度,在发现目标路面逐渐变陡或路面坡度大于等于预设坡度时,车辆仍会进入爬坡能力的预测工作中,即进入上述场景二,并进行针对上述场景二的具体预测流程中。
作为一种可能的实现方式,如图2所示,在本申请实施例车辆爬坡能力的预测方法中,根据行驶阻力和最大驱动力对车辆的爬坡能力进行预测,可包括:
S201,若最大驱动力小于或等于行驶阻力,则确定车辆爬坡动力不足,并根据车辆的所处场景控制车辆显示相应的第一提示信息。
具体而言,在根据路面坡度和车重得到车辆在目标路面进行爬坡行驶时的行驶阻力,且获取到车辆行驶至目标路面时车辆的动力系统的最大驱动力后,通过比较行驶阻力和最大驱动力,确定到最大驱动力小于或等于行驶阻力时,即当前时刻车辆的动力系统的爬坡动力不足,为了保护行车安全,便需要根据车辆所处场景控制车辆显示相应的提示信息,以使驾驶员可以充分了解车辆的动力性能。
作为一种示例,根据车辆的所处场景控制车辆显示相应的第一提示信息,包括:若车辆的所处场景为场景一,则控制车辆显示通过性不足需调整路线的提示信息;若车辆的所处场景为场景二,则控制车辆显示车辆存在溜坡风险注意踩刹车的提示信息;若车辆的所处场景为场景三,则控制车辆显示需规避目标路面的提示信息。
举例而言,通过性不足需调整路线的提示信息可包括“车辆当前动力无法通过前方坡道,请调整路线”等;车辆存在溜坡风险注意踩刹车的提示信息可包括“车辆存在溜坡风险,请注意踩住刹车”等;车辆显示需规避目标路面的提示信息可包括“请绕开标红路段驾驶”等,具体实施过程中通过对目标路面所处路段进行标红处理,在进行路线规划时应当避开标红路段,同时在地图上显示其他可行路线以提醒驾驶员。需要说明的是,上述示例中提出的提示信息的具体内容仅为示例性地,在应用过程中,可根据实际情况适应性地调整提示信息内容,在本申请实施例中不做出具体限制。
S202,若最大驱动力大于行驶阻力,则确定车辆的爬坡动力充足,并计算车辆在目标路面爬坡时的最高车速,以及根据最高车速对车辆进行控制。
具体而言,在根据路面坡度和车重得到车辆在目标路面进行爬坡行驶时的行驶阻力,且获取到车辆行驶至目标路面时车辆的动力系统的最大驱动力后,通过比较行驶阻力和最大驱动力,确定到最大驱动力大于行驶阻力时,证明当前时刻车辆爬坡动力充足,为优化路线导航时间,通过计算车辆在目标路面爬坡时的最高车速,并用该爬坡最高车速代替交通限速,使得总行驶预计时间更为精确。
作为一种示例,计算车辆在目标路面爬坡时的最高车速,包括:根据车辆行驶至目标路面时的电池最大允许输出电流和电池电压,计算得到车辆电机的可输出最大功率;根据可输出最大功率、预设电机能量损耗和预设传动效率计算得到车辆的最大驱动功率,并根据最大驱动功率和行驶阻力计算得到最高车速;其中,最大驱动力根据电机在电池电压下的最大可输出扭矩得到。
也就是说,通过将车辆行驶至目标路面时的电池最大允许输出电流和电池电压相乘得到车辆电机的可输出最大功率,再将该可输出最大功率减去预设电机能量损耗后,与预设传动效率相乘便可得到车辆的最大驱动功率,最终将最大驱动功率除以行驶阻力便可得到最高车速。
作为一个示例,最大驱动力可通过下式计算,
Figure BDA0003808999240000061
其中,Ft为车轮驱动力;
Figure BDA0003808999240000062
为发动机输出扭矩;ig为变速器速比;io为主减速器速比;vT为预设传动效率;r为车轮滚动半径,因此,在确定了电池电压下的最大可输出扭矩后,便可通过计算公式(3)得到对应的最大驱动力。
进一步地,在计算出车辆在目标路面爬坡时的最高车速后,根据最高车速对车辆进行控制,可包括:若最高车速小于或等于第一预设车速,且车辆的所处场景为场景一或场景二,则控制车辆显示观察爬坡环境的提示信息;若最高车速小于或等于第一预设车速,且车辆的所处场景为场景三,则控制车辆显示需规避目标路面的提示信息;若最高车速大于第一预设车速且小于或等于第二预设车速,且车辆的所处场景为场景一或场景二,则控制车辆显示爬坡角度和最高车速的提示信息;若最高车速大于第二预设车速,则控制车辆保持当前状态。
其中,第一预设车速和第二预设车速均可根据实际情况选择,在本申请实施例中不做出具体限制。例如,第一预设车速为10Km/h,第二预设车速为80Km/h。
具体而言,在车辆的所处场景为场景一或场景二(即雷达检测到目标路面或车辆行驶在目标路面上)时,也就是说车辆处于即将爬坡或已经爬坡场景下时,因为计算出的最高车速小于或等于第一预设车速,相对于当前时刻,驾驶车速即将发生变化,因此为改善驾驶体验,可通过控制车辆内部大屏或车辆仪表显示相应的提示信息,警示驾驶员注意即将到来的车速变化,同时注意观察周边环境,降低因爬坡速度较慢等因素而导致的与其他车辆之间发生碰撞事故的可能性,保证行车安全。
具体而言,在车辆的所处场景为场景三(即车辆的导航路线上具有目标路面)时,也就是说当前时刻处于路线规划阶段,因为根据计算出的最高车速小于或等于第一预设车速,能得出车辆在行驶至目标路面时,因自身动力原因从而导致车辆的行驶速度较为缓慢,因此为提前规避风险,可通过控制车辆内部大屏或车辆仪表显示需规避目标路面的提示信息。
需要说明的是,针对上述场景三,实际生活中多用于在通过车机导航进行路线规划时,在电池荷电状态值低于预设电池荷电状态阈值(如10%)的情况下触发。可选地,在进行路线规划时结合高精度地图的路面坡度信息,识别出经过路线上所有坡度大于预设坡度(例如,15°)的路段,并计算按照导航路线最高车速行驶,到达目标路面(即坡度大于预设坡度的路段)时所剩余的电池荷电状态值,按照预设的不同剩余电池荷电状态值下电池电压与最大电流曲线,得到对应的电机工作电压(与电池电压相同)与可输出最大功率,进而通过上述计算方式得到车辆的最大驱动力与功率,结合根据路面坡度计算出的行驶阻力。需要说明的是,此时车辆的车重可取最大整备质量,在得到行驶阻力和最大驱动力后,根据两者之间的大小关系对车辆的爬坡能力进行预测。在最大驱动力小于或等于行驶阻力或最高车速小于或等于第一预设车速的情况下,说明车辆在到达该目标路面时,会出现通过性不足或爬坡动力性不足的问题。因此,在进行路线规划时,可通过大屏对该目标路面进行标红,并提供避开该目标路面的其他导航路线,提前对驾驶风险进行规避。可选地,对于连续上坡路段或者路线内有多段陡坡可能会造成的电池荷电状态值不足的情况,也会控制车辆显示规避目标路面的提示信息。其中,预设电池荷电状态阈值和预设坡度均可根据实际情况选择,且预设坡度在识别过程中也可根据具体需求进行适应性地调整,在本申请实施例中不做出具体限制。
示例性地,在计算出的爬坡最高车速大于第一预设车速且小于或等于第二预设车速时,且车辆的所处场景为场景一或场景二,便可控制车辆仪表或车内大屏显示爬坡角度和最高车速的提示信息,例如“当前坡度20°,该坡度下的最高车速为30km/h”。
根据本申请实施例车辆爬坡能力的预测方法,根据车辆在目标路面进行爬坡行驶时的行驶阻力和行驶至目标路面时车辆的动力系统的最大驱动力进行车辆爬坡能力的预测工作,且针对不同的行驶场景通过不同的方式开启车辆的爬坡能力预测功能,增加人机互动体验,提高驾驶乐趣。同时在进行爬坡能力预测的过程中,根据最大驱动力与行驶阻力之间的大小关系,确定车辆的爬坡动力是否充足,在动力不足时,结合车辆所处场景及时对驾驶员进行提醒,保护行车安全;在动力充足时,利用计算出的车辆在目标路面爬坡时的最高车速代替交通限速,使得总行驶预计时间更为精确,优化路线导航时间,进一步提高驾驶体验感。另外,在本申请实施例中无论当前时刻车辆的爬坡能力如何,均会通过控制使车辆可以实时显示对应的驾驶提示信息,使得驾驶员无论在何种情况下都对车辆的动力性能有充分了解,摆脱对于车辆爬坡能力未知的焦虑。
进一步地,本申请实施例提出一种动力域控制器,包括存储器、存储器以及存储在存储器上的计算机程序,计算机程序被处理器执行时,实现本申请上述实施例的车辆爬坡能力的预测方法。
进一步地,本申请实施例提出一种车辆,包括如本申请上述实施例的动力域控制器。
需要说明的是,本申请实施例的车辆的其他构成及作用对本领域的技术人员来说是已知的,为减少冗余,此处不做赘述。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本申请中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
在本申请中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种车辆爬坡能力的预测方法,其特征在于,所述方法包括:
获取目标路面的路面坡度和车辆的车重,并根据所述路面坡度和所述车重得到所述车辆在所述目标路面进行爬坡行驶时的行驶阻力;
获取所述车辆行驶至所述目标路面时所述车辆的动力系统的最大驱动力;
根据所述行驶阻力和所述最大驱动力对所述车辆的爬坡能力进行预测。
2.根据权利要求1所述的车辆爬坡能力的预测方法,其特征在于,所述方法还包括:
判断当前是否满足如下条件:
条件一:所述车辆的所处场景是否为场景一、场景二或场景三,其中,所述场景一为所述车辆的雷达检测到所述目标路面,所述场景二为所述车辆行驶在所述目标路面上,所述场景三为所述车辆的导航路线上具有所述目标路面,
条件二:所述车辆启动,且整车系统已完成初始化,并处于正常工作模式,
条件三:爬坡能力预测功能开启,
条件四:所述路面坡度大于或等于预设坡度;
若同时满足上述四个条件,则执行得到所述行驶阻力的步骤。
3.根据权利要求2所述的车辆爬坡能力的预测方法,其特征在于,
若所述车辆的所处场景为所述场景一,则在检测到爬坡能力预测功能开关被按下时,触发所述爬坡能力预测功能开启;
若所述车辆的所处场景为所述场景二,则在检测到所述目标路面的路面坡度大于或等于所述预设坡度时,触发所述爬坡能力预测功能开启;
若所述车辆的所处场景为所述场景三,则在检测到所述车辆的电池荷电状态值小于预设荷电状态值时,触发所述爬坡能力预测功能开启。
4.根据权利要求2所述的车辆爬坡能力的预测方法,其特征在于,所述根据所述行驶阻力和所述最大驱动力对所述车辆的爬坡能力进行预测,包括:
若所述最大驱动力小于或等于所述行驶阻力,则确定所述车辆爬坡动力不足,并根据所述车辆的所处场景控制所述车辆显示相应的第一提示信息;
若所述最大驱动力大于所述行驶阻力,则确定所述车辆的爬坡动力充足,并计算所述车辆在所述目标路面爬坡时的最高车速。
5.根据权利要求4所述的车辆爬坡能力的预测方法,其特征在于,所述根据所述车辆的所处场景控制所述车辆显示相应的第一提示信息,包括:
若所述车辆的所处场景为所述场景一,则控制所述车辆显示通过性不足需调整路线的提示信息;
若所述车辆的所处场景为所述场景二,则控制所述车辆显示车辆存在溜坡风险注意踩刹车的提示信息;
若所述车辆的所处场景为所述场景三,则控制所述车辆显示需规避所述目标路面的提示信息。
6.根据权利要求5所述的车辆爬坡能力的预测方法,其特征在于,所述计算所述车辆在所述目标路面爬坡时的最高车速,包括:
根据所述车辆行驶至所述目标路面时的电池最大允许输出电流和电池电压,计算得到所述车辆电机的可输出最大功率;
根据所述可输出最大功率、预设电机能量损耗和预设传动效率计算得到所述车辆的最大驱动功率,并根据所述最大驱动功率和所述行驶阻力计算得到所述最高车速;
其中,所述最大驱动力根据所述电机在所述电池电压下的最大可输出扭矩得到。
7.根据权利要求6所述的车辆爬坡能力的预测方法,其特征在于,所述方法还包括:
若所述最高车速小于或等于第一预设车速,且所述车辆的所处场景为所述场景一或所述场景二,则控制所述车辆显示观察爬坡环境的提示信息;
若所述最高车速小于或等于第一预设车速,且所述车辆的所处场景为所述场景三,则控制所述车辆显示需规避所述目标路面的提示信息;
若所述最高车速大于所述第一预设车速且小于或等于第二预设车速,且所述车辆的所处场景为所述场景一或所述场景二,则控制所述车辆显示爬坡角度和最高车速的提示信息;
若所述最高车速大于所述第二预设车速,则控制所述车辆保持当前状态。
8.根据权利要求2所述的车辆爬坡能力的预测方法,其特征在于,所述车重根据所述车辆上底盘传感器获取的行驶加速度得到,或者,所述车重为所述车辆的最大整备质量,通过下式计算所述行驶阻力:
Figure FDA0003808999230000021
其中,Fx为所述行驶阻力,m为所述车重,g为重力加速度,θ为所述路面坡度,f为滚阻系数,ρ为空气密度,Cd为风阻系数,A为迎风面积,v为所述车辆的车速,
Figure FDA0003808999230000022
为所述车辆的行驶加速度。
9.一种动力域控制器,包括存储器、存储器以及存储在所述存储器上的计算机程序,其特征在于,所述计算机程序被所述处理器执行时,实现如权利要求1-8中任一项所述的车辆爬坡能力的预测方法。
10.一种车辆,其特征在于,所述车辆包括如权利要求9所述的动力域控制器。
CN202211005753.2A 2022-08-22 2022-08-22 车辆爬坡能力的预测方法、动力域控制器及车辆 Active CN115352458B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211005753.2A CN115352458B (zh) 2022-08-22 2022-08-22 车辆爬坡能力的预测方法、动力域控制器及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211005753.2A CN115352458B (zh) 2022-08-22 2022-08-22 车辆爬坡能力的预测方法、动力域控制器及车辆

Publications (2)

Publication Number Publication Date
CN115352458A true CN115352458A (zh) 2022-11-18
CN115352458B CN115352458B (zh) 2024-06-21

Family

ID=84002131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211005753.2A Active CN115352458B (zh) 2022-08-22 2022-08-22 车辆爬坡能力的预测方法、动力域控制器及车辆

Country Status (1)

Country Link
CN (1) CN115352458B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115797132A (zh) * 2023-02-06 2023-03-14 江苏天一航空工业股份有限公司 一种散装货物装载车的爬坡能力监测系统和方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104340116A (zh) * 2013-07-23 2015-02-11 比亚迪股份有限公司 测量车辆最大爬坡度的方法及系统
KR101643845B1 (ko) * 2015-04-28 2016-08-10 지엠 글로벌 테크놀러지 오퍼레이션스 엘엘씨 차량 등판 성능 평가 방법 및 시스템
CN108444493A (zh) * 2018-04-18 2018-08-24 佛山市洁宇信息科技有限公司 一种自动识别坡道的车载导航控制系统及控制方法
CN112985434A (zh) * 2019-12-16 2021-06-18 现代自动车株式会社 基于估计的电动车辆重量的路径提供装置及路径提供方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104340116A (zh) * 2013-07-23 2015-02-11 比亚迪股份有限公司 测量车辆最大爬坡度的方法及系统
KR101643845B1 (ko) * 2015-04-28 2016-08-10 지엠 글로벌 테크놀러지 오퍼레이션스 엘엘씨 차량 등판 성능 평가 방법 및 시스템
CN108444493A (zh) * 2018-04-18 2018-08-24 佛山市洁宇信息科技有限公司 一种自动识别坡道的车载导航控制系统及控制方法
CN112985434A (zh) * 2019-12-16 2021-06-18 现代自动车株式会社 基于估计的电动车辆重量的路径提供装置及路径提供方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115797132A (zh) * 2023-02-06 2023-03-14 江苏天一航空工业股份有限公司 一种散装货物装载车的爬坡能力监测系统和方法

Also Published As

Publication number Publication date
CN115352458B (zh) 2024-06-21

Similar Documents

Publication Publication Date Title
US10363930B2 (en) Method of speed control for a vehicle
EP2934938B1 (en) Method and arrangement for determining the speed behaviour of a leading vehicle
EP3118079B1 (en) Road surface submergence estimation device
US9669664B2 (en) Method, control device and system for determining a tread depth of a tread of a tire
CN109383505B (zh) 用于确定车辆的高效驾驶速度的系统和方法
EP1885576B1 (en) Cruise control for a motor vehicle
JP4556947B2 (ja) 省燃費運転支援装置
US11254313B2 (en) Travelling control apparatus
US11443563B2 (en) Driving range based on past and future data
CN107010075A (zh) 车辆加速确定
CN103562692A (zh) 车辆的车体底部安装的传感器和控制系统
JP4946702B2 (ja) 走行制御装置
CN103534560A (zh) 涉水车辆控制系统
US11080949B1 (en) Predictive vehicle operating assistance
US10640105B2 (en) Method for operating an energy management system and energy management system
JP5302095B2 (ja) 車両の燃料消費率向上支援装置
CN115352458B (zh) 车辆爬坡能力的预测方法、动力域控制器及车辆
US20240067220A1 (en) Tow-vehicle driving methods and systems for automated driving
US11820375B2 (en) Method for controlling a vehicle
CN113847929A (zh) 车辆及其控制方法、装置和存储介质
EP4328081A1 (en) Method and control arrangement for setting a remaining distance to empty parameter in an electric vehicle
CN118494485A (zh) 车辆的控制方法、装置及存储介质
CN118722251A (zh) 车辆动能回馈控制方法、装置、控制器、介质及车辆
CN118824035A (zh) 车辆避险方法、装置、车辆和介质
CN118855978A (zh) 档位处理方法及相关装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang

Applicant after: United New Energy Automobile Co.,Ltd.

Address before: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang

Applicant before: Hozon New Energy Automobile Co., Ltd.

GR01 Patent grant
GR01 Patent grant