CN116061934A - 用于管理底盘和传动系致动器的架构和基于模型预测控制的方法 - Google Patents

Abstract

一种用于管理机动交通载具的底盘和传动系致动器的系统包括执行程序代码部分的控制模块，程序代码部分：使传感器获得交通载具状态信息，接收驾驶员输入并基于驾驶员输入和交通载具状态信息生成期望动态输出，然后基于交通载具状态信息估计致动器动作，基于交通载具状态信息和估计致动器动作生成一个或多个控制动作约束，基于交通载具状态信息、一个或多个致动器的估计动作和控制动作约束来生成参考控制动作，并且整合交通载具状态信息、估计致动器动作、期望动态输出、参考控制动作和控制动作约束来生成落入预定义致动器容量范围内并确保交通载具的驾驶员控制的最佳控制动作。

Description

用于管理底盘和传动系致动器的架构和基于模型预测控制的方法

技术领域

本公开涉及用于机动交通载具的控制系统，并且更具体地说，涉及用于精确建模汽轮子胎特性的系统和方法。

背景技术

静态和动态机动交通载具控制系统越来越多地用于管理多种多样的静态和动态机动交通载具性能特征。对于涉及轮胎打滑的具有挑战性的驾驶场景来说尤其如此。在许多具有挑战性的驾驶场景中，诸如轮子和/或车轴扭矩的控制动作应当以最佳方式分配，使得轮胎容量在纵向和横向方向上得到充分利用。典型的轮胎容量管理在车载计算平台或控制器和传感器内执行，包括惯性测量单元(Inertial Measurement Unit,IMU)以测量机动交通载具如何在空间中移动，称为交通载具动态特性(Vehicle Dynamics)。IMU测量交通载具在三个轴上的加速度：x(向前/向后)、y(左右)和z(向上/向下)。IMU还测量机动交通载具围绕三个轴转动有多快，称为俯仰速率(围绕y)、偏航速率(围绕z)和滚动速率(围绕x)。车载计算平台或控制器使用测量数据来估计作用于交通载具上的力。

尽管当前分配轮胎力的系统和方法实现了其预期目的，但是仍需要新的且改进的轮胎力分配系统和方法，其允许在复杂的驾驶场景中增强交通载具稳定性，并且能够在轮胎/道路界面或接地面处生成增加的力，同时保持或降低成本和复杂性，减少校准工作，并且改进简便性，并且同时还提供增加的冗余性和鲁棒性。

发明内容

根据本公开的若干方面，一种用于管理机动交通载具的底盘和传动系致动器的系统包括设置在机动交通载具上的一个或多个传感器，一个或多个传感器测量关于机动交通载具的实时静态和动态数据。系统还包括设置在机动交通载具上的一个或多个致动器，一个或多个致动器改变机动交通载具的静态和动态特性。系统还包括具有处理器、存储器和输入/输出(Input/Output,I/O)端口的控制模块，处理器执行存储在存储器中的程序代码部分。程序代码部分包括使得一个或多个传感器获得交通载具状态信息的第一程序代码部分、接收驾驶员输入并基于驾驶员输入和交通载具状态信息生成期望动态输出的第二程序代码部分，以及基于交通载具状态信息估计一个或多个致动器的动作的第三程序代码部分。程序代码部分还包括基于第一程序代码部分和第三程序代码部分生成一个或多个控制动作约束的第四程序代码部分、基于交通载具状态信息、一个或多个致动器的估计动作和控制动作约束生成参考控制动作的第五程序代码部分，以及整合交通载具状态信息、一个或多个致动器的估计动作、期望动态输出、参考控制动作和控制动作约束以生成最佳控制动作的第六程序代码部分。最佳控制动作定义到机动交通载具的一个或多个致动器的修改后驾驶员期望动态输出控制信号，该信号落入预定义致动器容量的范围内并且在复杂的驾驶场景中最大化驾驶员对交通载具的控制。

在本公开的另一方面，一个或多个传感器还包括以下项中的至少一者：能够测量三个维度中的方位、加速度和速度的惯性测量单元(IMU)。一个或多个传感器还包括能够测量线性和旋转两个方面中的方位、位置、速度、加速度的半主动阻尼悬架(Semi ActiveDamping Suspension,SADS)传感器，以及能够测量机动交通载具的物理位置的全球定位系统(Global Positioning System,GPS)传感器。一个或多个传感器还包括轮子速度传感器、油门位置传感器、加速器位置传感器、转向位置传感器和轮胎压力监测传感器。

在本公开的又一方面，实时静态和动态数据还包括横向速度、纵向速度、偏航率、轮子角速度以及机动交通载具的每个轮胎上的纵向力、横向力和法向力。

在本公开的又一方面，第二程序代码部分接收以下项中的一者或多者：来自驾驶员的扭矩请求；以及来自驾驶员的转向输入。基于来自一个或多个传感器的测量和一个或多个致动器的容量估计，将来自驾驶员的扭矩请求和转向输入转换成期望动态输出，该期望动态输出近似于驾驶员输入指示的交通载具动态特性。

在本公开的又一方面，第三程序代码部分基于交通载具状态信息和预定致动器容量范围产生一个或多个致动器的容量估计。

在本公开的又一方面，第四程序代码部分根据交通载具状态信息和一个或多个致动器的容量估计生成一个或多个控制动作约束，使得控制动作约束将到一个或多个致动器的控制信号限制为在致动器的物理限制或容量内可能的控制动作并且落入机动交通载具的轮胎的抓地力容量内。

在本公开的又一方面，由第五程序代码部分生成的参考控制动作还包括以下项中的一者或多者：到一个或多个电子限滑差速器(Electronic Limited Slip Differential,eLSD)致动器的输出命令、到一个或多个电子全轮驱动(Electronic All-Wheel-Drive,eAWD)致动器的输出命令，以及到一个或多个主动空气动力致动器的输出命令。计算到一个或多个eLSD、eAWD和主动空气动力致动器的输出命令，以实现线性化的机动交通载具的特定瞬态响应特性。

在本公开的又一方面，由第六程序代码部分生成的最佳控制动作还包括到机动交通载具的一个或多个致动器的控制信号，该控制信号实现在给定时间点针对驾驶员输入和交通载具状态信息将机动交通载具稳定性、操纵性、机动性和可控性从第一水平增加到大于第一水平的第二水平。

在本公开的又一方面，最佳控制动作定义对机动交通载具的一个或多个致动器的修改后驾驶员期望动态输出控制信号，将机动交通载具性能从第一水平增加到大于第一水平的第二水平，同时减少或基本上消除控制干预，诸如：牵引控制系统(traction controlsystem,TCS)输入、稳定性控制系统输入、防抱死制动系统(Antilock Braking System,ABS)输入。

在本公开的又一方面，一种用于管理机动交通载具的底盘和传动系致动器的方法包括通过具有处理器、存储器和输入/输出(I/O)端口的控制模块处理驾驶员输入，处理器执行存储在存储器中的程序代码部分。程序代码部分：从装配到机动交通载具的一个或多个传感器获得交通载具状态信息，一个或多个传感器测量关于交通载具的实时静态和动态数据，接收驾驶员输入并基于驾驶员输入和交通载具状态信息生成期望动态输出，并且基于交通载具状态信息估计装配到机动交通载具的一个或多个致动器的动作，一个或多个致动器改变机动交通载具的静态和动态特性。程序代码部分还基于交通载具状态信息和装配到机动交通载具的一个或多个致动器的估计动作生成一个或多个控制动作约束，基于交通载具状态信息、一个或多个致动器的估计动作和控制动作约束生成参考控制动作，并且整合交通载具状态信息、一个或多个致动器的估计动作、期望动态输出、参考控制动作和控制动作约束，并基于此生成最佳控制动作。最佳控制动作定义到机动交通载具的一个或多个致动器的修改后驾驶员期望动态输出控制信号，该信号落入预定义致动器容量的范围内并且在复杂的驾驶场景中最大化驾驶员对交通载具的控制。

在本公开的又一方面，获得交通载具状态信息还包括利用能够测量三个或更多个自由度上的方位、加速度和速度的惯性测量单元(IMU)测量机动交通载具的方位，利用能够测量线性和旋转两个方面中的方位、位置、速度、加速度的半主动阻尼悬架(SADS)传感器测量机动交通载具悬架部件的方位，以及利用全球定位系统(GPS)传感器测量机动交通载具的物理位置。获得交通载具状态信息还包括使用轮子速度传感器测量机动交通载具轮子速度，使用油门位置传感器测量机动交通载具的油门位置，使用加速器位置传感器测量加速器踏板位置，使用转向位置传感器测量转向移动，以及使用轮胎压力监测传感器测量轮胎信息。

在本公开的又一方面，获得交通载具状态信息还包括测量机动交通载具的横向速度，测量机动交通载具的纵向速度，测量机动交通载具的偏航率，测量机动交通载具的轮子的轮子角速度，以及测量机动交通载具的每个轮胎上的纵向力、横向力和法向力。

在本公开的又一方面，接收驾驶员输入并基于驾驶员输入和交通载具状态信息生成期望动态输出还包括接收来自驾驶员的扭矩请求，接收来自驾驶员的转向输入；以及基于来自一个或多个传感器的测量和一个或多个致动器的容量估计，将来自驾驶员的扭矩请求和转向输入转换成期望动态输出，期望动态输出近似于驾驶员输入指示的交通载具动态特性。

在本公开的又一方面，用于管理机动交通载具的底盘和传动系致动器的方法还包括基于交通载具状态信息和预定致动器容量范围来估计一个或多个致动器的容量。

在本公开的又一方面，用于管理机动交通载具的底盘和传动系致动器的方法还包括根据交通载具状态信息和一个或多个致动器的容量估计生成一个或多个控制动作约束，使得控制动作约束将到一个或多个致动器的控制信号限制为在致动器的物理限制或容量内可能的控制信号，并且使得控制信号落入机动交通载具的轮胎的抓地力容量内。

在本公开的又一方面，生成参考控制动作还包括生成到一个或多个电子限滑差速器(eLSD)致动器的输出命令，生成到一个或多个电子全轮驱动(eAWD)致动器的输出命令，以及生成到一个或多个主动空气动力致动器的输出命令。计算到一个或多个eLSD、eAWD和主动空气动力致动器的输出命令以实现线性化的机动交通载具的特定瞬态响应特性。

在本公开的又一方面，用于管理机动交通载具的底盘和传动系致动器的方法还包括生成最佳控制动作，所生成的最佳控制动作还包括生成到机动交通载具的一个或多个致动器的控制信号，控制信号实现在给定时间点针对驾驶员输入和交通载具状态信息将机动交通载具稳定性、操纵性、机动性和可控性从第一水平增加到大于第一水平的第二水平。

在本公开的又一方面，用于管理机动交通载具的底盘和传动系致动器的方法还包括生成最佳控制动作，还包括生成到机动交通载具的一个或多个致动器的修改后驾驶员期望动态输出控制信号，信号将机动交通载具性能从第一水平增加到大于第一水平的第二水平，并减少或基本上消除来自控制系统的控制干预，包括：牵引控制系统(TCS)输入、稳定性控制系统输入、防抱死制动系统(ABS)输入。

在本公开的又一方面，一种用于管理机动交通载具的底盘和传动系致动器的方法包括通过具有处理器、存储器和输入/输出(I/O)端口的控制模块处理驾驶员输入，处理器执行存储在存储器中的程序代码部分。程序代码部分从装配到机动交通载具的一个或多个传感器获得静态和动态交通载具状态信息，一个或多个传感器利用能够测量三个或更多个自由度中的方位、加速度和速度的惯性测量单元(IMU)测量机动交通载具的方位，并且利用能够测量线性和旋转两个方面中的方位、位置、速度和加速度的半主动阻尼悬架(SADS)传感器测量机动交通载具悬架部件的方位。程序代码部分利用全球定位系统(GPS)传感器测量机动交通载具的物理位置，并且使用轮子速度传感器测量机动交通载具轮子速度。程序代码部分还利用油门位置传感器测量机动交通载具的油门位置，利用加速器位置传感器测量加速器踏板位置，利用转向位置传感器测量转向移动，并且利用轮胎压力监测传感器测量轮胎信息。程序代码部分还接收驾驶员输入，包括接收来自驾驶员的扭矩请求，以及接收来自驾驶员的转向输入。基于一个或多个传感器的测量和一个或多个致动器的容量估计，程序代码部分将来自驾驶员的扭矩请求和转向输入转换成期望动态输出，该动态输出近似于驾驶员输入指示的交通载具动态特性。程序代码部分还基于交通载具状态信息估计装配到机动交通载具的一个或多个致动器的动作，并且基于交通载具状态信息和预定致动器容量范围估计一个或多个致动器的容量，一个或多个致动器改变机动交通载具的静态和动态特性。程序代码部分还根据交通载具状态信息和一个或多个致动器的容量估计生成一个或多个控制动作约束，使得控制动作约束将到一个或多个致动器的控制信号限制为在致动器的物理限制或容量内可能的控制信号，并且使得控制信号落入机动交通载具的轮胎的抓地力容量内。程序代码部分还根据交通载具状态信息和一个或多个致动器的容量估计生成一个或多个控制动作约束，使得控制动作约束将对一个或多个致动器的控制信号限制为在致动器的物理限制或容量内可能的控制信号，并且使得控制信号落入机动交通载具的轮胎的抓地力容量内。程序代码部分还生成参考控制动作，包括：生成到一个或多个电子限滑差速器(eLSD)致动器的输出命令，生成到一个或多个电子全轮驱动(eAWD)致动器的输出命令，以及生成到一个或多个主动空气动力致动器的输出命令。计算到一个或多个eLSD、eAWD和主动空气动力致动器的输出命令以实现线性化的机动交通载具的特定瞬态响应特性。程序代码部分整合交通载具状态信息、一个或多个致动器的估计动作、期望动态输出、参考控制动作和控制动作约束，并且基于此生成最佳控制动作。最佳控制动作定义到机动交通载具的一个或多个致动器的修改后驾驶员期望动态输出控制信号，该信号落入预定义致动器容量的范围内，并且在复杂的驾驶场景中最大化驾驶员对交通载具的控制。

在本公开的又一方面，获得交通载具状态信息还包括测量机动交通载具的横向速度，测量机动交通载具的纵向速度，测量机动交通载具的偏航率，测量机动交通载具的轮子的轮子角速度，以及测量机动交通载具的每个轮胎上的纵向力、横向力和法向力。生成最佳控制动作还包括生成到机动交通载具的一个或多个致动器的控制信号，控制信号实现在给定时间点针对驾驶员输入和交通载具状态信息将机动交通载具稳定性、操纵性、机动性和可控性从第一水平增加到大于第一水平的第二水平。生成最佳控制动作还包括生成到机动交通载具的一个或多个致动器的修改后驾驶员期望动态输出控制信号，该信号将机动交通载具性能从第一水平增加到大于第一水平的第二水平，并且减少或基本上消除来自控制系统的控制干预，包括：牵引控制系统(TCS)输入、稳定性控制系统输入、防抱死制动系统(ABS)输入。

从本文提供的描述中，进一步的应用领域将变得显而易见。应当理解的是，所述描述和具体示例仅希望用于说明目的，而不旨在限制本公开的范围。

附图说明

本文描述的附图仅用于说明目的，并且不旨在以任何方式限制本公开的范围。

图1是根据本公开的一个方面的机动交通载具的示意图，机动交通载具具有用于基于模型预测控制的方法论的架构和方法以管理底盘和传动系致动器；

图2是根据本公开的一个方面的用于图1的机动交通载具的底盘和传动系致动器的基于模型预测控制的管理的系统和方法的框图；

图3是根据本公开的一个方面的利用用于底盘和传动系致动器的基于模型预测控制的管理的系统和方法的机动交通载具的实际运动和控制动作的透视侧视图；

图4是根据本公开的一个方面的使用用于基于模型预测控制的方法论的架构和方法来管理图1的底盘和传动系致动器的机动交通载具的传动系的示意图；以及

图5是描绘根据本公开的一个方面的用于底盘和传动系致动器的基于模型预测控制的管理的方法的流程图。

具体实施方式

以下描述在本质上仅仅是示例性的，并不旨在限制本公开、应用或使用。

参考图1，示出了一种用于机动交通载具12的底盘和传动系致动器的基于模型预测控制(Model-Predictive Control,MPC)的管理的系统10。系统10包括机动交通载具12和一个或多个控制器14。机动交通载具12被展示为轿车，但是应当了解，在不脱离本公开的范围或意图的情况下，机动交通载具12可以是货车、公共汽车、牵引拖车、半挂车、运动型多用途车(Sport-Utility Vehicle,SUV)、全地形车(All-Terrain Vehicle,ATV)、卡车、三轮车、摩托车、飞机、水陆两用交通载具或与地面接触的任何其他此类交通载具。机动交通载具12包括具有轮胎18的一个或多个轮子和传动系20。传动系可以包括多种部件，诸如，内燃机(Internal Combustion Engine,ICE)22和/或电动机24，以及能够将ICE 22和/或电动机24产生的动力传递到轮子27并最终传递到固定在轮子27上的轮胎18的变速器26。在一个示例中，机动交通载具12可以包括作用在机动交通载具12的后车轴28上的ICE 22以及作用在机动交通载具12的前车轴30上的一个或多个电动机24。然而，应当了解，在不脱离本公开的范围或意图的情况下，机动交通载具12可以使用以其他配置设置的一个或多个ICE 22和/或一个或多个电动机24。例如，机动交通载具12可以具有仅作用在前车轴30上的ICE 22，而一个或多个电动机24仅作用在后车轴28上。在其他示例中，ICE 22可以作用在前车轴30和后车轴28两者上，并且电动机可以作用在前车轴30和后车轴28两者上。

在若干方面，传动系20包括一个或多个平面内致动器32。平面内致动器32可以包括全轮驱动(AWD)系统(包括电控或电动AWD(eAWD)34系统)，以及限滑差速器(LSD)(包括电控或电动LSD(eLSD)36系统)。包括eAWD 34系统和eLSD 36系统的平面内致动器32可以在一定预定容量内生成和/或修改轮胎18在X和/或Y方向上对路面接地面38的力生成。eAWD 34系统可以将扭矩从机动交通载具12的前部传递到后部和/或从机动交通载具12的一侧传递到另一侧。同样，eLSD 36系统可以将扭矩从机动交通载具12的一侧传递到另一侧。在一些示例中，eAWD 34和/或eLSD 36可以直接改变或管理来自ICE 22和/或电动机24的扭矩传递，并且/或者eAWD 34和eLSD 36可以作用在制动系统40上以调节传递给机动交通载具12的轮胎18中的每一者的扭矩量。

在其他示例中，机动交通载具12可以包括经由一个或多个平面外致动器42(诸如，主动空气动力致动器44和/或主动悬架致动器46)改变机动交通载具12的轮胎18中的每一者上的法向力的装置。主动空气动力致动器44可以经由一个或多个主动空气动力元件48(诸如，翼片、扰流器、风扇或其他抽吸装置、主动管理的文丘里管隧道等)主动或被动地改变机动交通载具的空气动力轮廓。主动悬架致动器46，诸如，主动阻尼器50等。在若干方面，在不脱离本公开的范围或意图的情况下，主动阻尼器50可以是磁流变阻尼器或其他此类电动、液压或气动可调阻尼器。为了在随后描述上的简明起见，ICE 22、电动机24、eAWD 34、eLSD 36、制动系统40、空气动力控制系统、主动空气动力元件48、主动阻尼器46等将被更广泛地称为致动器52。

术语“前方”、“后方”、“内部”、“向内”、“外部”、“向外”、“上方”和“下方”是相对于机动交通载具12的方位使用的术语，如本申请的附图所示。因此，“向前”是指朝向机动交通载具12前方的方向，“向后”是指朝向机动交通载具12后方的方向。“左”是指相对于机动交通载具12的前方朝向机动交通载具12左手侧的方向。类似地，“右”是指相对于机动交通载具12的前方朝向机动交通载具12右手侧的方向。“内部”和“向内”是指朝向机动交通载具12内部的方向，并且“外部”和“向外”是指朝向机动交通载具12外部的方向，“下方”是指朝向机动交通载具12底部的方向，“上方”是指朝向机动交通载具12顶部的方向。此外，术语“顶部”、“上顶”、“底部”、“侧面”和“上方”是相对于致动器52的方位使用的术语，并且在本申请的附图中更广泛地示出了机动交通载具12。因此，尽管致动器52或机动交通载具12的方位可以相对于给定用途而改变，但是这些术语仍然意在适用于附图中所示的系统10的部件和机动交通载具12部件的方位。

控制器14是非一般化的电子控制装置，具有预编程的数字计算机或处理器54、非暂时性计算机可读介质或存储器56(用于存储数据，诸如，控制逻辑、软件应用程序、指令、计算机代码、数据、查找表等)以及输入/输出(I/O)端口58。计算机可读介质或存储器56包括能够由计算机访问的任何类型的介质，诸如，只读存储器(ROM)、随机存取存储器(RAM)、硬盘驱动器、压缩光盘(CD)、数字视频光盘(DVD)或任何其他类型的存储器。“非暂时性”计算机可读存储器56不包括传输暂时性电信号或其他信号的有线、无线、光学或其他通信链路。非暂时性计算机可读存储器56包括可以永久存储数据的介质和可以存储数据并随后重写数据的介质，诸如，可重写光盘或可擦除存储器装置。计算机代码包括任何类型的程序代码，包括源代码、目标代码和可执行代码。处理器54被配置为执行代码或指令。机动交通载具12可以具有控制器14，包括专用Wi-Fi控制器或发动机控制模块、变速器控制模块、主体控制模块、信息娱乐控制模块等。I/O端口58可以被配置为经由有线通信进行通信、经由IEEE802.11x下的Wi-Fi协议无线通信等，而不脱离本公开的范围或意图。

控制器14还包括一个或多个应用程序60。应用程序60是被配置为执行特定功能或功能集的软件程序。应用程序60可以包括一个或多个计算机程序、软件部件、指令集、过程、函数、对象、类、实例、相关数据或其一部分，其适于以合适的计算机可读程序代码实现。应用程序60可以存储在存储器56内，或者存储在附加的或单独的存储器中。应用程序60的示例包括音频或视频串流服务、游戏、浏览器、社交媒体等。在其他示例中，应用程序60用于管理示例性机动交通载具12中的主体控制系统功能、悬架控制系统功能或空气动力控制系统功能等。

现在参考图2并继续参考图1，系统10利用存储在存储器56中的一个或多个应用程序60来管理机动交通载具12的底盘和传动系致动器52。在若干方面，应用程序60包括计算机控制代码部分，其协调致动器52以在车轴和/或轮子27水平面上重新分配轮胎18的力，并且/或者调整轮胎18的容量以允许在轮胎18/路面接地面38处生成增加的力。计算机控制代码部分使用基于物理的技术进行操作，该技术通过主体62和轮子27的动态特性以及通过组合的轮胎18滑移模型来建模每个致动器52的功能性以及致动器52对机动交通载具12运动的影响。组合的轮胎18滑移模型计算由于轮胎18变形和特性而在轮胎18/路面接地面38中形成的标准化纵向力和横向力。随后，基于可用的垂直力，计算轮胎18在纵向和横向方向上的力，并且将其与轮子27和主体62的动态特性相互关联以理解调整后的力对机动交通载具12动态特性的影响。

更具体地说，在框100处，系统10接收到驾驶员控制解释器(Driver ControlInterpreter,DCI)104的驾驶员输入102。DCI 104读取多种驾驶员输入，诸如，转向输入、油门输入或制动输入等，并且在生成呈致动器输出形式的期望动态特性信号106之前解译驾驶员输入。在若干方面，DCI 104确定致动器52的优化和最佳协调的边界。在处于或接近轮胎18附着极限的复杂驾驶场景中，驾驶员的输入可能超过预定义的致动器52容量、轮胎18容量等。因此，系统10利用约束优化来将足够的容量实时重新分配到X和Y方向，并且在致动器52中的每一者的功能性和硬件限制内重新分配轮胎18的力。平面外致动器42可以在轮胎18的附着极限下修改法向力并改变X和/或Y方向上的力生成。约束优化检查当前轮胎18的容量是否足以应对致动器52的功能性和硬件限制来重新分配轮胎18的力，以使用eAWD 34和/或eLSD 36实现期望的机动交通载具12运动，或者如果机动交通载具12的驾驶员要求增加牵引力或横向抓地力，则必须经由主动空气动力致动器44增加轮胎18的容量。约束优化以实时方式求解，以最佳地协调来自不同致动器52的控制命令，使得机动交通载具12的性能能力最大化，并且使得控制干预最小化。也就是说，机动交通载具12的性能能力从第一水平增加到大于第一水平的第二水平，从而减少或基本上消除控制干预，诸如：牵引控制系统(TCS)输入、稳定性控制系统输入、防抱死制动系统(ABS)输入等。

系统10包括若干控制装置，其中一者或多者可以集成到单个控制器14中，或者可以集成到与彼此进行电子通信的、不同的、分离的控制器14中。控制器14包括前馈控制器108，其命令致动器52实现某些瞬态响应特性，提供最佳参考控制动作，并且使操作点周围的控制响应线性化。更具体地说，前馈控制器108提供主动空气动力先占控制信号、eLSD 36先占控制信号和eAWD 34先占控制信号。先占控制信号调节致动器52的输出以符合来自传感器/估计模块110的控制信号估计。

传感器/估计模块110向基于优化的前馈控制器108和反馈控制器112提供信息。在若干方面，传感器/估计模块110为装配到机动交通载具12的各种主动底盘和动态特性系统中的每一者生成估计116。在特定示例中，传感器/估计模块110包括空气模型估计、eLSD 36模型估计、eAWD 34模型估计和交通载具动态特性估计116。在给定当前交通载具状态信息的情况下，空气模型估计计算可能的下压力和最大下压力。同样，eLSD 36模型估计包括离合器扭矩估计和最大离合器扭矩容量估计。eAWD 34模型估计产生最大电动机24扭矩估计。最后，交通载具动态特性估计116包括交通载具状态、路面信息、轮胎18力计算和道路角度。

动态约束计算器114将实际物理限制以及轮胎18和道路抓地力限制应用于来自传感器/估计模块110的信号。

最后，反馈控制器112操作以利用平面内和平面外致动器32、42实现机动车辆12的最大可行性能、稳定性、操纵性、机动性、可控性。反馈控制器112从DCI 104接收期望的机动车辆12动力学信号106，从前馈控制器108接收参考控制动作120，从动态约束计算器114接收控制动作约束122，并且从装配到机动车辆12的各种传感器64接收测量124。反馈控制器112然后将期望动力学信号106、参考控制动作120、控制动作约束122和测量124整合到模型中，该模型考虑了车身62和车轮27的动力学以及平面内和平面外致动器32、42。反馈控制器112建模电动机24扭矩、eLSD 36输出、eAWD 34输出、组合轮胎18滑移数据和主动空气动力致动器44输出，以及机动车辆的各种致动器52的前后和/或左右相互作用。

此外，在反馈控制器112中使用模型预测控制(Model Predictive Control,MPC)方法。反馈控制器112从装配到机动交通载具12的传感器64接收多种机动交通载具12状态变量。传感器64可以测量并记录多种多样的机动交通载具12数据。在若干示例中，传感器64可以包括惯性测量单元(IMU)66、诸如半主动阻尼悬架(SADS)68的悬架控制单元、全球定位系统(GPS)传感器70、轮子速度传感器72、油门位置传感器74、加速器踏板位置传感器76、制动踏板位置传感器78、转向位置传感器80、轮胎压力监测传感器82、空气动力元件位置传感器84等。IMU 66可以在若干自由度中测量移动、加速度等。在特定示例中，IMU 66可以在至少三个自由度中测量位置、移动、加速度等。同样，SADS 68传感器可以是能够在三个或更多个自由度中进行测量的IMU 66。在一些示例中，SADS 68可以是悬架轮毂加速度计等。因此，机动交通载具12状态变量可以包括多种多样的数据中的任一者，包括，但不限于：轮子27速度数据、包括姿态、加速度等的SADS和IMU数据。

反馈控制器112中的MPC控制逻辑部分或算法基于由机动交通载具12上的传感器64测量或估计的初始状态变量产生状态预测。还可以进行额外的估计116以便建模不同因素对状态变量的影响。在预测模型非线性的情况下，使用机动交通载具12的状态变量测量和/或估计116以及参考控制动作120为特定的操作参数提供线性化模型。为了对各种致动器52提出可行的控制命令，在计算时应当考虑致动器52容量和轮胎18容量限制。也就是说，机动交通载具12中的给定致动器52可能具有有限范围的输出，包括，但不限于，有限范围的运动、速度和/或加速度的限制、致动器52扭矩等。类似地，轮胎18的容量可能受到胎面深度、轮胎18磨损、轮胎18压力、轮胎18化合物、轮胎18温度、接地面38处的路面的摩擦系数等的限制。因此，反馈控制器112中的MPC的反馈控制部分包括离线控制逻辑部分以及在线优化控制逻辑部分，离线控制逻辑部分包含机动交通载具12的状态变量的公式化以及控制目标设计。

预测模型控制逻辑部分预报状态变量(X)的演变，并且在有限预测范围内评估控制动作序列(U)与输出(Y)之间的联系。预测模型控制逻辑部分包括机动交通载具核心动态特性，诸如，主体62动态特性模型，包括机动交通载具12的纵向特性、横向特性、偏航特性、弹跳特性和俯仰特性。同样，预测模型控制逻辑包括轮子27动态特性模型，该模型包括角速度和相对速度数据，以及每个轮子27的纵向滑移和滑移率特性。预测模型控制逻辑还包括轮胎18力学模型，该模型包含机动交通载具12的每个轮胎18的组合滑移轮胎模型。最后，预测模型控制逻辑包括致动器52模型，该模型包含致动器52动态特性、约束和功能性。

现在参考图3，并且继续参考图1和图2，示出了主体62动态特性的图。机动交通载具的平面主体62动态特性可以根据以下等式进行计算：

类似地，轮子27动态特性模型基于角速度或滑移率公式化为：

本文使用的组合滑移轮胎18模型可以基于所谓的基于“魔术公式”(MagicFormula，MF)的轮胎18模型，然而，应当了解，可以替代地使用能够适当地表示轮胎18的非线性和组合滑移行为的任何轮胎18模型，或者与MF轮胎18模型组合使用，而不脱离本公开的范围或意图。MF轮胎18模型适合多种多样的轮胎18类型、构造和操作条件。在MF轮胎模型中，针对与轮胎18性能相关的每个力由多个系数表征每个轮胎18。在一些示例中，该多个系数涉及接地面、横向力和纵向力、自对准扭矩等。这些系数用作实验确定的轮胎18性能数据与MF模型之间的最佳拟合。然后，这些系数可用于生成方程，方程显示了对于轮胎18上的特定垂直载荷生成多少力，以及外倾角、侧滑角等。在一个示例中，对于纵向力F_x，基于MF的轮胎18模型可以如下呈现：

F_x＝(D_x sin[C_x tanh^-1{B_xκ_x-E_x(B_xκ_x-tan^-1(B_xκ_x))}]+S_Vx)G_xa

在纯滑移条件下，即在机动交通载具12的轮胎18相对于接地面38滑移的条件下，以下公式适用：

κ_x＝κ+S_Hx

D_x＝μ_xF_zξ₁

因此，组合滑移轮胎18模型可以表示为：

α_s＝α_F+S_Hxα

C_xa＝r_Cx1

E_xa＝r_Ex1+R_Ex2df_z

S_Hxa＝r_Hx1

然而，当不使用纵向和横向方向上的组合滑移时，G_xa＝1。类似地，当上述公式中没有使用转弯滑移时，ξ₁＝1。

横向力F_y还可以使用基于MF的轮胎18模型根据以下简化的MF方程来计算。

F_y＝G_yκF_yp+SV_yκ

在纯滑移条件下，可以使用以下修改后的基于MF的轮胎18模型方程：

F_yp＝D_y sin[C_y tan^-1{B_y α_y-E_y(B_y α_y-tan^-1(B_yα_y))}+C_γtan^-1{B_γγ-E_γ(B_γγ-tan^-1(B_yγ))}]+SV_y

α_y＝α_F+S_Hy

C_y＝p_Cy1λ_Cy

C_γ＝p_Cy2λ_Cγ

D_y＝μ_yF_z

K_yγ0＝(p_Ky6+p_Kt7df_z)F_zλK_yγ(1+p_py5dpi)

E_y＝{p_Ey1+p_Ey2γ²+(p_Ey3+p_Ey4γ)sgn(α_y)}λ_By

E_γ＝p_Ey5λE_γ

S_Hy＝(p_Hy1+p_Hy2df_z)λ_Hy

S_Vy＝F_z(p_Vy1+p_Vy2df_z)λ_Vyλ_μyξ₂

S_Vyγ＝F_z(p_Vy3+p_Vy4df_z)γλ_Kyγλ_μyξ₂

在组合滑移条件下，可以使用以下修改后的基于MF的轮胎18模型方程：

D_Vyk＝μ_yF_z(r_Vy1+r_Vy2df_z+r_Vy3γ)cos(tan^-1(r_Vy4α_F))ξ₂

S_Vyk＝D_Vyκsin(r_Vy5 tan^-1(r_Vy6κ))λ_Vyκ

加权函数：

κ_s＝κ+S_Hyκ

B_yκ＝(r_By1+r_By2γ²)cos{tan^-1[r_By2(α_F-r_By3)]}λ_yκ

C_yκ＝r_cy1，E_yκ＝r_Ey1+r_Ey2 df_z，S_Hyκ＝r_Hy1+r_Hy2 df_z

在不使用组合滑移时：S_VYκ＝0，G_yκ＝1。在不使用转弯滑移时：ξ_i＝1，i＝1∶4。

现在参考图4，并且继续参考图1到图3，前车轴30和后车轴28两者中的扭矩动态特性可以表征为：

其中，τ_f、τ_r分别是前车轴和后车轴致动器时间延迟。在一些方面，基于离合器的扭矩前车轴30和后车轴28扭矩分配或动态解加上eLSD 36或从轮子27到轮子27的扭矩矢量可以通过以下方程建模：

其中，τ_f、τ_r、τ_c分别是前车轴和后车轴以及离合器时间延迟。

类似地，在装配有主动空气动力致动器44的机动交通载具12中，主动空气动态特性下压力动态特性可以由下式建模：

其中，

其中，F_AntiDive和F_AntiSquat是通过防俯冲和防后坐机构传递到轮子的载荷传递部分，并且

和

是前弹簧力和后弹簧力。

最后，综合上述计算，机动交通载具12的状态空间模型可以展示为：

y(t)＝g(x(t)，u(t))

同样，近似上述方程的线性时变(Linear Time-Varying,LTV)模型可以如下计算：

并且可以呈现为：

y(t)＝Cx(t)+Du(t)+V(t)

其中，状态变量和控制动作可以定义为：

在一个示例中，矩阵A的第一分量可以被计算为：

可以对矩阵A、B、C和D的分量中的每一者进行类似的矩阵计算。例如，

可以写成：

MPC算法的LTV部分被设计为用以下目标和成本项解决每个采样时间处的约束优化问题：

x₀＝x(t)

u_min≤u_t+k≤u_max，k＝0，...，N-1

y_min≤Cx_t+k≤y_max，k＝1，...，N

其中，y_t+k，t和

分别表示预测和参考纵向速度，并且其中，u_t+k，t和

分别表示包括前、左后和右后扭矩分配的控制动作。此外，Δu_t+k，t和

分别表示控制动作变化及其参考。

是前、左后和右后扭矩分配顺序，并且

是驾驶员扭矩请求。利用上述方程式和变量，输出可以展示为：

其中，

表示状态和命令的标称操作点。标称状态

是基于求解非线性交通载具/轮子模型来计算的，并且

是在MPC外部计算的，例如，通过前馈控制器108内的前馈控制来计算。

一旦机动交通载具12、轮胎18和致动器52的建模已经完成，并且上述成本函数和约束已经确定，控制器14便执行用作二次问题(Quadratic Problem，QP)解算器的控制逻辑，该解算器实时动态地解算二次问题以优化对机动交通载具12的致动器52的控制信号，从而实现最大的抓地力、稳定性等。具体地说，上述自适应成本函数以在线方式进行优化，以找到对致动器52的可行控制动作集，其最小化任何潜在误差。通过在成本函数中代入

并重新计算：

s.t.GU≤W+Sx(t))

其中，

是最佳解，H＞0，并且C、Y、W、S是适当维数的矩阵。MPC控制算法基于以下迭代：在时间t处，测量或估计当前状态x(t)，如果未来输入移动U*(x(t))，则求解QP问题以获得最佳序列，

对于这个过程，放弃剩余的最佳移动，在时间t+1处再次重复这个过程。

现在参考图5，并且继续参考图1至图4，示出了在机动交通载具12中实现基于MPC的底盘和传动系致动器管理的方法200。方法200在框202处开始。在框204处，系统10经由控制器14的I/O端口58，更具体地，DCI 104的I/O端口58，接收驾驶员控制输入102。DCI104读取并解译驾驶员控制输入102，以生成呈致动器输出形式的期望动态特性信号106。在框206处，系统10经由装配到机动交通载具12的多个传感器64获得机动交通载具12状态信息测量。更具体地说，在框206处，控制器14接收由IMU 66、SADS 68、GPS 70传感器等报告的机动交通载具12状态信息。来自传感器64的机动交通载具状态信息可以连续地、循环地或间歇地等获得，而不脱离本公开的范围或意图。

在框208处，由传感器/估计模块110和反馈控制器112接收并处理机动交通载具12状态信息测量。更具体地说，在框208处，传感器/估计模块110执行控制逻辑，该控制逻辑处理机动交通载具12状态信息测量，以为装配到机动交通载具12的各种主动底盘和动态特性系统中的每一者生成估计116。在特定示例中，传感器/估计模块110包括空气动态特性模型估计、eLSD 36模型估计、eAWD 34模型估计和交通载具动态特性估计。在给定当前交通载具状态信息的情况下，空气模型估计计算可能的下压力和最大下压力。同样，eLSD 36模型估计包括离合器扭矩估计和最大离合器扭矩容量估计。eAWD 34模型估计产生最大电动机24扭矩估计。最后，交通载具动态特性估计包括交通载具状态、路面信息、轮胎18力计算和道路角度。

在框210处，由DCI 104接收并处理来自传感器/估计模块110的针对主动底盘和动态特性系统中的每一者的估计116。更具体地说，在框210处，DCI 104生成期望动态特性信号106。期望动态特性信号106基于驾驶员输入以及来自传感器64和来自传感器/估计模块110的数据定义装配到机动交通载具12的致动器52的期望输出。

在框212处，在动态约束计算器114内接收来自传感器/估计模块110的针对主动底盘和动力系统中的每一者的估计116。动态约束计算器114将实际物理限制以及轮胎18和道路抓地力限制应用于来自传感器/估计模块110的信号。在框214处，动态约束计算器114生成控制动作约束122。

在框216处，连同来自动态约束计算器114的控制动作约束122一起，在前馈控制器108内接收来自传感器/估计模块110的针对主动底盘和动态特性系统中的每一者的估计116。前馈控制器108处理估计116和控制动作约束122，并且命令致动器52实现某些瞬态响应特性，提供最佳参考控制动作120，并针对装配到机动交通载具12的主动底盘和动力系统中的每一者线性化操作点周围的控制响应。在一个示例中，前馈控制器108提供主动空气动力先占控制信号、eLSD 36先占控制信号和eAWD 34先占控制信号。先占控制信号调节致动器52的输出以符合来自传感器/估计模块110的控制信号估计。在框218处，前馈控制器108生成参考控制动作120。

在框220处，反馈控制器112接收并处理控制动作约束122、参考控制动作120、期望致动器输出或期望动态特性信号106，以及来自传感器/估计模块110和传感器64的估计和传感器测量。更具体地说，在框220处，反馈控制器112执行将期望动态特性信号106、参考控制动作120、控制动作约束122和测量124整合到模型中的控制逻辑，模型考虑了主体62和轮子27的动态特性以及平面内致动器32和平面外致动器42。反馈控制器112建模电动机24扭矩、eLSD 36输出、eAWD 34输出、组合轮胎18滑移数据和主动空气动力致动器44输出，以及机动交通载具的各种致动器52的前后和/或左右相互作用。

在框222处，反馈控制器112生成最佳控制动作信号126，该信号为机动交通载具12驾驶员提供期望的机动交通载具12性能特性，包括，但不限于，最大的可行的性能、稳定性、操纵性、机动性、可控性。在框224处，方法200结束并返回到框202，在框202处，当机动交通载具12在使用中时，方法200继续操作。

本公开的系统10和方法200提供了若干优点。这些优点包括在多种多样的条件下(包括在恶劣天气、轮胎18变形情况等下)，为机动交通载具12的驾驶员或操作者提供机动交通载具12的最大的可行的性能、稳定性、操纵性、机动性、可控性。此外，系统10和方法200可以在复杂的驾驶场景(包括驾驶员可能尝试动力滑行或漂移等的高性能驾驶情况)中在机动交通载具12上操作，并且系统10和方法200将操作以在轮胎18/道路界面或接地面38处能够生成适量的力，同时还在期望最大抓地力的驾驶场景中提供最大的轮胎18/道路界面或接地面38附着力。使用本文描述的系统10和方法200可以获得所有这些益处，同时保持或降低成本和复杂性，减少校准工作，并且改进简便性，同时还提供增加的冗余性和鲁棒性。

对本公开的描述在本质上仅仅是示例性的，并且不脱离本公开的主旨的变型旨在处于本公开的范围内。这种变型不应被视为背离本公开的精神和范围。

Claims (10)

1.一种用于管理机动交通载具的底盘和传动系致动器的系统，所述系统包括：

一个或多个传感器，设置在所述机动交通载具上，所述一个或多个传感器测量关于所述机动交通载具的实时静态和动态数据；

一个或多个致动器，设置在所述机动交通载具上，所述一个或多个致动器改变所述机动交通载具的静态和动态特性；控制模块，具有处理器、存储器和输入/输出(I/O)端口，所述处理器执行存储在所述存储器中的程序代码部分，所述程序代码部分包括：

第一程序代码部分，其使得所述一个或多个传感器获得交通载具状态信息；

第二程序代码部分，其接收驾驶员输入并基于所述驾驶员输入和所述交通载具状态信息生成期望动态输出；

第三程序代码部分，其基于所述交通载具状态信息估计所述一个或多个致动器的动作；

第四程序代码部分，其基于所述第一程序代码部分和第三程序代码部分生成一个或多个控制动作约束；

第五程序代码部分，其基于所述交通载具状态信息、所述一个或多个致动器的估计动作和所述控制动作约束生成参考控制动作；

第六程序代码部分，其整合所述交通载具状态信息、所述一个或多个致动器的估计动作、所述期望动态输出、所述参考控制动作和所述控制动作约束以生成最佳控制动作，

其中，所述最佳控制动作定义到所述机动交通载具的一个或多个致动器的修改后驾驶员期望动态输出控制信号，所述修改后驾驶员期望动态输出控制信号落在预定义致动器容量的范围内并且在复杂驾驶场景中最大化驾驶员对所述交通载具的控制。

2.根据权利要求1所述的系统，其中，所述一个或多个传感器还包括以下项中的至少一者：

惯性测量单元(IMU)，能够测量三个维度中的方位、加速度和速度；

半主动阻尼悬架(SADS)传感器，能够测量线性和旋转两个方面中的方位、位置、速度、加速度；

全球定位系统(GPS)传感器，能够测量所述机动交通载具的物理位置；

轮子速度传感器；

油门位置传感器；

加速器位置传感器；

转向位置传感器；以及

轮胎压力监测传感器。

3.根据权利要求1所述的系统，其中，所述实时静态和动态数据还包括：

横向速度；

纵向速度；

偏航率；

轮子角速度；以及

所述机动交通载具的每个轮胎上的纵向力、横向力和法向力。

4.根据权利要求1所述的系统，其中，所述第二程序代码部分接收以下项中的一者或多者：

来自所述驾驶员的扭矩请求；以及

来自所述驾驶员的转向输入，

其中，基于来自所述一个或多个传感器的测量和所述一个或多个致动器的容量的估计，将来自所述驾驶员的扭矩请求和转向输入转换成期望动态输出，所述期望动态输出近似于所述驾驶员输入指示的交通载具动态特性。

5.根据权利要求4所述的系统，其中，所述第三程序代码部分基于所述交通载具状态信息和预定致动器容量范围产生所述一个或多个致动器的容量的估计。

6.根据权利要求1所述的系统，其中，所述第四程序代码部分根据所述交通载具状态信息和所述一个或多个致动器的容量的估计生成所述一个或多个控制动作约束，使得所述控制动作约束将到所述一个或多个致动器的控制信号限制为在所述致动器的物理限制或容量内可能的控制动作并且落入所述机动交通载具的轮胎的抓地力容量内。

7.根据权利要求1所述的系统，其中，由所述第五程序代码部分生成的参考控制动作还包括以下项中的一者或多者：到一个或多个电子限滑差速器(eLSD)致动器的输出命令；

到一个或多个电子全轮驱动(eAWD)致动器的输出命令；以及

到一个或多个主动空气动力致动器的输出命令，并且

其中，计算到所述一个或多个电子限滑差速器、电子全轮驱动和主动空气动力致动器的所述输出命令以实现线性化的所述机动交通载具的特定瞬态响应特性。

8.根据权利要求1所述的系统，其中，由所述第六程序代码部分生成的最佳控制动作还包括：

到所述机动交通载具的一个或多个致动器的控制信号，其实现在给定时间点针对驾驶员输入和交通载具状态信息将机动交通载具稳定性、操纵性、机动性和可控性从第一水平增加到大于所述第一水平的第二水平。

9.根据权利要求1所述的系统，其中，所述最佳控制动作定义到所述机动交通载具的一个或多个致动器的修改后驾驶员期望动态输出控制信号，将机动交通载具性能从第一水平增加到大于所述第一水平的第二水平，同时减少或基本上消除控制干预，诸如：牵引控制系统(TCS)输入、稳定性控制系统输入、防抱死制动系统(ABS)输入。

10.一种用于管理机动交通载具的底盘和传动系致动器的方法，所述方法包括：

通过具有处理器、存储器和输入/输出(I/O)端口的控制模块处理驾驶员输入，所述处理器执行存储在所述存储器中的程序代码部分，所述程序代码部分：

从装配到所述机动交通载具的一个或多个传感器获得交通载具状态信息，所述一个或多个传感器测量关于所述交通载具的实时静态和动态数据；

接收所述驾驶员输入并基于所述驾驶员输入和所述交通载具状态信息生成期望动态输出；

基于所述交通载具状态信息估计装配到所述机动交通载具的一个或多个致动器的动作，所述一个或多个致动器改变所述机动交通载具的静态和动态特性；

基于所述交通载具状态信息和装配到所述机动交通载具的一个或多个致动器的估计动作生成一个或多个控制动作约束；

基于所述交通载具状态信息、所述一个或多个致动器的估计动作和所述控制动作约束生成参考控制动作；

整合所述交通载具状态信息、所述一个或多个致动器的估计动作、所述期望动态输出、所述参考控制动作和所述控制动作约束，并且基于此生成最佳控制动作，

其中，所述最佳控制动作定义到所述机动交通载具的一个或多个致动器的修改后驾驶员期望动态输出控制信号，所述修改后驾驶员期望动态输出控制信号落在预定义致动器容量的范围内并且在复杂驾驶场景中最大化驾驶员对所述交通载具的控制。

Images