CN116215475B - 新能源智能网联客车制动单元突发故障的容错控制方法 - Google Patents
新能源智能网联客车制动单元突发故障的容错控制方法 Download PDFInfo
- Publication number
- CN116215475B CN116215475B CN202310513381.2A CN202310513381A CN116215475B CN 116215475 B CN116215475 B CN 116215475B CN 202310513381 A CN202310513381 A CN 202310513381A CN 116215475 B CN116215475 B CN 116215475B
- Authority
- CN
- China
- Prior art keywords
- braking
- wheels
- preset
- new energy
- intelligent network
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000011217 control strategy Methods 0.000 claims abstract description 55
- 238000006073 displacement reaction Methods 0.000 claims description 26
- 230000003993 interaction Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 description 38
- 238000004891 communication Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
- B60T8/17—Using electrical or electronic regulation means to control braking
- B60T8/1755—Brake regulation specially adapted to control the stability of the vehicle, e.g. taking into account yaw rate or transverse acceleration in a curve
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T17/00—Component parts, details, or accessories of power brake systems not covered by groups B60T8/00, B60T13/00 or B60T15/00, or presenting other characteristic features
- B60T17/18—Safety devices; Monitoring
- B60T17/22—Devices for monitoring or checking brake systems; Signal devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T2270/00—Further aspects of brake control systems not otherwise provided for
- B60T2270/40—Failsafe aspects of brake control systems
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Regulating Braking Force (AREA)
Abstract
本申请涉及智能驾驶控制技术领域,特别涉及一种新能源智能网联客车制动单元突发故障的容错控制方法,包括:若新能源智能网联客车接收到制动指令,则获取新能源智能网联客车的多个车轮的轮速,并基于多个车轮的轮速,若新能源智能网联客车满足预设的容错控制条件,则根据多个车轮的轮速确定新能源智能网联客车的制动单元失效位置,并根据制动单元失效位置匹配最优容错控制策略,并根据最优容错控制策略对新能源智能网联客车进行转向制动、差动制动,和/或电机反拖制动,使得新能源智能网联客车降至目标安全车速。由此,解决了在自动驾驶车辆横向稳定控制系统中,当车辆的一个或多个制动单元发生故障或失效时,确保车辆的横向稳定等问题。
Description
技术领域
本申请涉及智能驾驶控制技术领域,特别涉及一种新能源智能网联客车制动单元突发故障的容错控制方法。
背景技术
智能网联汽车功能安全对整车厂的重要程度不言而喻,当车辆稳定控制系统发生故障时,系统将无法满足汽车需要的辅助功能,导致汽车失去稳定性,威胁驾乘人员安全。
目前对于车辆的容错控制策略大多采用重新分配的方式进行系统容错,且研究对象主要集中于电动汽车或者混合动力汽车,而对于电子液压制动EHB(Electro-HydraulicBrake,电子液压制动)系统研究较少。EHB 作为一个典型的过驱动系统,由于成本和空间的约束,对于某些电子器件很难实现硬件冗余(如:高速开关阀),因此在自动驾驶车辆横向稳定控制系统中当客车一个或多个制动单元突然发生故障或失效时(如:制动液漏液、电源掉电、高速开关阀故障等),如何结合转向系统以及协调各个车轮的制动能力保证车辆行驶的稳定安全具有十分重要的意义。
发明内容
本申请提供一种新能源智能网联客车制动单元突发故障的容错控制方法,解决了在自动驾驶车辆横向稳定控制系统中,当车辆的一个或多个制动单元发生故障或失效时,确保车辆的横向稳定等问题,保证车辆行驶的稳定安全。
本申请第一方面实施例提供一种新能源智能网联客车制动单元突发故障的容错控制方法,包括以下步骤:判断新能源智能网联客车是否接收到制动指令;若所述新能源智能网联客车接收到所述制动指令,则获取所述新能源智能网联客车的多个车轮的轮速,并基于所述多个车轮的轮速,判断所述新能源智能网联客车是否满足预设的容错控制条件;若所述新能源智能网联客车满足所述预设的容错控制条件,则根据所述多个车轮的轮速确定所述新能源智能网联客车的制动单元失效位置,并根据所述制动单元失效位置匹配最优容错控制策略,并根据所述最优容错控制策略对所述新能源智能网联客车进行转向制动、差动制动,和/或电机反拖制动,使得所述新能源智能网联客车降至目标安全车速。
可选地,所述基于所述多个车轮的轮速,判断所述新能源智能网联客车是否满足预设的容错控制条件,包括:基于所述多个车轮的轮速,识别是否存在任一车轮的轮速的下降速度小于预定下降速度;若存在任一车轮的轮速的下降速度小于所述预定下降速度,则判定所述新能源智能网联客车满足预设的容错控制条件。
可选地,所述根据所述多个车轮的轮速确定所述新能源智能网联客车的制动单元失效位置,包括:若任一车轮的车速的下降速度小于所述预定下降速度,则确定所述制动单元失效位置为所述任一车轮;若同一侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述同一侧两个车轮;若对角两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述对角两个车轮;若所述多个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述多个车轮;若前侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述前侧两个车轮;若后侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述后侧两个车轮。
可选地,所述根据所述制动单元失效位置匹配最优容错控制策略,包括:若所述制动单元失效位置为所述任一车轮,则所述最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动、所述差动制动和所述电机反拖制动;若所述制动单元失效位置为所述同一侧两个车轮,则所述最优容错控制策略为基于预设的转向制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动和所述电机反拖制动;若所述制动单元失效位置为所述对角两个车轮,则所述最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动、所述差动制动和所述电机反拖制动;若所述制动单元失效位置为所述多个车轮、所述前侧两个车轮,或者所述后侧两个车轮,则所述最优容错控制策略为基于预设的电机反拖制动策略对所述新能源智能网联客车进行所述电机反拖制动,其中,所述预设的电机反拖制动策略为:
;
其中,为预设时刻的车速,/>为当前时刻的车速,/>为第/>时刻的车速,/>为当前时刻需要输入的反拖电压,/>为第/>时刻需要输入的反拖电压,/>和/>均为预设值,/>为第/>时刻,/>为关于车速与控制输入的反拖电压的函数。
可选地,所述预设的转向制动策略和差动制动策略为:构建自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数;基于预设的Nash博弈控制理论,对所述自动驾驶转向与制动交互控制模型的状态方程、所述转向与差动制动的目标函数进行求解,得到最优控制转角和最优附加横摆力矩;基于所述制动单元失效位置,根据所述最优控制转角和所述最优附加横摆力矩确定制动力分配策略,根据所述制动力分配策略分配制动力至对应的车轮,使得所述新能源智能网联客车降至目标安全车速。
可选地,所述制动单元失效位置为所述任一车轮,所述根据所述最优控制转角和/或所述最优附加横摆力矩确定制动力分配策略,包括:判断最优控制转角是否大于或等于第一预设阈值;若所述最优控制转角大于或等于所述第一预设阈值,则所述制动力分配策略为将制动力分配至与所述任一车轮同侧的另一车轮,否则,判断所述最优附加横摆力矩是否大于或等于第二预设阈值;若所述最优附加横摆力矩大于或等于所述第二预设阈值,则所述制动力分配策略为将制动力分配至与所述任一车轮同轴的车轮;否则,将制动力分配策略为将所述制动力分配至与所述任一车轮对角的车轮,其中,所述制动力计算方式为:
;
其中,为制动力压力,/>为差动制动产生的直接横摆力矩,/>为轮胎半径,/>为第/>个车轮的纵向力臂,/>为横摆力矩的效率,/>为单位制动压力产生的力矩。
可选地,所述制动单元失效位置为所述对角两个车轮,所述根据所述最优控制转角和/或所述最优附加横摆力矩确定制动力分配策略,包括:若所述对角两个车轮为右前轮和左后轮,则在所述最优控制转角大于或等于第三预设阈值时,所述制动力分配策略为将所述制动力分配至左前轮;在所述最优控制转角小于所述第三预设阈值时,所述制动力分配策略为将所述制动力分配至右后轮;若所述对角两个车轮为所述右后轮和所述左前轮,则在所述最优控制转角大于或等于第四预设阈值时,所述制动力分配策略为将所述制动力分配至所述左后轮;在所述最优控制转角小于所述第四预设阈值时,所述制动力分配策略为将所述制动力分配至所述右前轮。
可选地,所述构建自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数,包括:获取所述新能源智能网联客车的侧向速度、横摆角速度、侧向位移、横摆角、方向盘转角和附加横摆力矩;根据所述侧向速度、所述横摆角速度、所述侧向位移和所述横摆角得到所述新能源智能网联客车的整体侧向位移;基于预设的二自由度车辆侧向动力学模型,根据所述整体侧向位移、所述方向盘转角和所述附加横摆力矩构建所述自动驾驶转向与制动交互控制模型的状态方程。
可选地,所述构建自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数,还包括:选取预瞄点处的横向位置偏差与航向角偏差作为转向系统的加权项;将所述新能源智能网联客车的质心侧偏角作为制动控制的加权项;基于所述转向系统的加权项和所述制动控制的加权项得到所述转向与差动制动的目标函数。
本申请第二方面实施例提供一种新能源智能网联客车制动单元突发故障的容错控制装置,包括:判断模块,用于判断新能源智能网联客车是否接收到制动指令;获取模块,用于若所述新能源智能网联客车接收到所述制动指令,则获取所述新能源智能网联客车的多个车轮的轮速,并基于所述多个车轮的轮速,判断所述新能源智能网联客车是否满足预设的容错控制条件;制动模块,用于若所述新能源智能网联客车满足所述预设的容错控制条件,则根据所述多个车轮的轮速确定所述新能源智能网联客车的制动单元失效位置,并根据所述制动单元失效位置匹配最优容错控制策略,并根据所述最优容错控制策略对所述新能源智能网联客车进行转向制动、差动制动,和/或电机反拖制动,使得所述新能源智能网联客车降至目标安全车速。
可选地,所述获取模块,还用于:基于所述多个车轮的轮速,识别是否存在任一车轮的轮速的下降速度小于预定下降速度;若存在任一车轮的轮速的下降速度小于所述预定下降速度,则判定所述新能源智能网联客车满足预设的容错控制条件。
可选地,所述获取模块,还用于:若任一车轮的车速的下降速度小于所述预定下降速度,则确定所述制动单元失效位置为所述任一车轮;若同一侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述同一侧两个车轮;若对角两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述对角两个车轮;若所述多个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述多个车轮;若前侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述前侧两个车轮;若后侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述后侧两个车轮。
可选地,所述制动模块,还用于:若所述制动单元失效位置为所述任一车轮,则所述最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动、所述差动制动和所述电机反拖制动;若所述制动单元失效位置为所述同一侧两个车轮,则所述最优容错控制策略为基于预设的转向制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动和所述电机反拖制动;若所述制动单元失效位置为所述对角两个车轮,则所述最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动、所述差动制动和所述电机反拖制动;若所述制动单元失效位置为所述多个车轮、所述前侧两个车轮,或者所述后侧两个车轮,则所述最优容错控制策略为基于预设的电机反拖制动策略对所述新能源智能网联客车进行所述电机反拖制动,其中,所述预设的电机反拖制动策略为:
;
其中,为预设时刻的车速,/>为当前时刻的车速,/>为第/>时刻的车速,/>为当前时刻需要输入的反拖电压,/>为第/>时刻需要输入的反拖电压,/>和/>均为预设值,/>为第/>时刻,/>为关于车速与控制输入的反拖电压的函数。
可选地,所述预设的转向制动策略和差动制动策略为:构建自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数;基于预设的Nash博弈控制理论,对所述自动驾驶转向与制动交互控制模型的状态方程、所述转向与差动制动的目标函数进行求解,得到最优控制转角和最优附加横摆力矩;基于所述制动单元失效位置,根据所述最优控制转角和所述最优附加横摆力矩确定制动力分配策略,根据所述制动力分配策略分配制动力至对应的车轮,使得所述新能源智能网联客车降至目标安全车速。
可选地,所述制动模块,还用于:判断最优控制转角是否大于或等于第一预设阈值;若所述最优控制转角大于或等于所述第一预设阈值,则所述制动力分配策略为将制动力分配至与所述任一车轮同侧的另一车轮,否则,判断所述最优附加横摆力矩是否大于或等于第二预设阈值;若所述最优附加横摆力矩大于或等于所述第二预设阈值,则所述制动力分配策略为将制动力分配至与所述任一车轮同轴的车轮;否则,将制动力分配策略为将所述制动力分配至与所述任一车轮对角的车轮,其中,所述制动力计算方式为:
;
其中,为制动力压力,/>为差动制动产生的直接横摆力矩,/>为轮胎半径,/>为第/>个车轮的纵向力臂,/>为横摆力矩的效率,/>为单位制动压力产生的力矩。
可选地,所述制动模块,还用于:若所述对角两个车轮为右前轮和左后轮,则在所述最优控制转角大于或等于第三预设阈值时,所述制动力分配策略为将所述制动力分配至左前轮;在所述最优控制转角小于所述第三预设阈值时,所述制动力分配策略为将所述制动力分配至右后轮;若所述对角两个车轮为所述右后轮和所述左前轮,则在所述最优控制转角大于或等于第四预设阈值时,所述制动力分配策略为将所述制动力分配至所述左后轮;在所述最优控制转角小于所述第四预设阈值时,所述制动力分配策略为将所述制动力分配至所述右前轮。
可选地,所述制动模块,还用于:获取所述新能源智能网联客车的侧向速度、横摆角速度、侧向位移、横摆角、方向盘转角和附加横摆力矩;根据所述侧向速度、所述横摆角速度、所述侧向位移和所述横摆角得到所述新能源智能网联客车的整体侧向位移;基于预设的二自由度车辆侧向动力学模型,根据所述整体侧向位移、所述方向盘转角和所述附加横摆力矩构建所述自动驾驶转向与制动交互控制模型的状态方程。
可选地,所述制动模块,还用于:选取预瞄点处的横向位置偏差与航向角偏差作为转向系统的加权项;将所述新能源智能网联客车的质心侧偏角作为制动控制的加权项;基于所述转向系统的加权项和所述制动控制的加权项得到所述转向与差动制动的目标函数。
本申请第三方面实施例提供一种车辆,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的新能源智能网联客车制动单元突发故障的容错控制方法。
本申请第四方面实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以用于实现如上述实施例所述的新能源智能网联客车制动单元突发故障的容错控制方法。
由此,当新能源智能网联客车接收到制动指令时,获取新能源智能网联客车的多个车轮的轮速,并基于多个车轮的轮速,当新能源智能网联客车满足预设的容错控制条件时,根据多个车轮的轮速确定新能源智能网联客车的制动单元失效位置,并根据制动单元失效位置匹配最优容错控制策略,根据最优容错控制策略对新能源智能网联客车进行转向制动、差动制动,和/或电机反拖制动,使得新能源智能网联客车降至目标安全车速。由此,解决了在自动驾驶车辆横向稳定控制系统中,当车辆的一个或多个制动单元发生故障或失效时,确保车辆的横向稳定等问题,保证车辆行驶的稳定安全。
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为根据本申请实施例提供的一种新能源智能网联客车制动单元突发故障的容错控制方法的流程图;
图2为根据本申请一个实施例的单个制动单元失效情况差动制动的流程示意图;
图3为根据本申请一个实施例的对角制动单元失效情况差动制动的流程示意图;
图4为根据本申请一个实施例的车辆二自由度模型的示意图;
图5为根据本申请一个实施例的新能源智能网联客车制动单元突发故障的容错控制方法的总体框架示意图;
图6为根据本申请实施例的新能源智能网联客车制动单元突发故障的容错控制装置的方框示意图;
图7为根据本申请实施例的车辆结构的示意图。
具体实施方式
下面详细描述本申请的实施例,所述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新能源智能网联客车制动单元突发故障的容错控制方法。针对上述背景技术中提到的在自动驾驶车辆横向稳定控制系统中,当车辆的一个或多个制动单元发生故障或失效时,确保车辆的横向稳定的问题,本申请提供了一种新能源智能网联客车制动单元突发故障的容错控制方法,在该方法中,当新能源智能网联客车接收到制动指令时,获取新能源智能网联客车的多个车轮的轮速,并基于多个车轮的轮速,当新能源智能网联客车满足预设的容错控制条件时,根据多个车轮的轮速确定新能源智能网联客车的制动单元失效位置,并根据制动单元失效位置匹配最优容错控制策略,根据最优容错控制策略对新能源智能网联客车进行转向制动、差动制动,和/或电机反拖制动,使得新能源智能网联客车降至目标安全车速。由此,解决了在自动驾驶车辆横向稳定控制系统中,当车辆的一个或多个制动单元发生故障或失效时,确保车辆的横向稳定等问题,保证车辆行驶的稳定安全。
具体而言,图1为本申请实施例所提供的一种新能源智能网联客车制动单元突发故障的容错控制方法的流程示意图。
如图1所示,该新能源智能网联客车制动单元突发故障的容错控制方法包括以下步骤:
在步骤S101中,判断新能源智能网联客车是否接收到制动指令。
可以理解的是,当检测到驾驶员或者新能源智能网联客车底盘试图减速或者制动停车时,则判定新能源智能网联客车接收到制动指令,若未检测到驾驶员或者新能源智能网联客车底盘试图减速或者制动停车,则判定新能源智能网联客车未接收到制动指令。
在步骤S102中,若新能源智能网联客车接收到制动指令,则获取新能源智能网联客车的多个车轮的轮速,并基于多个车轮的轮速,判断新能源智能网联客车是否满足预设的容错控制条件。
可选地,在一些实施例中,基于多个车轮的轮速,判断新能源智能网联客车是否满足预设的容错控制条件,包括:基于多个车轮的轮速,识别是否存在任一车轮的轮速的下降速度小于预定下降速度;若存在任一车轮的轮速的下降速度小于预定下降速度,则判定新能源智能网联客车满足预设的容错控制条件。
其中,预定下降速度可以是用户预先设定的速度,可以是通过有限次实验获取的速度,也可以是通过有限次计算机仿真得到的速度,在此不做具体限定。
具体地,若新能源智能网联客车接收到制动指令,则通过传感器检测新能源智能网联客车的多个车轮的轮速,并基于多个车轮的轮速,得到新能源智能网联客车的多个车轮的下降速度,若新能源智能网联客车的任一车轮的轮速小于预定下降速度,则判定新能源智能网联客车满足预设的容错控制条件。
在步骤S103中,若新能源智能网联客车满足预设的容错控制条件,则根据多个车轮的轮速确定新能源智能网联客车的制动单元失效位置,并根据制动单元失效位置匹配最优容错控制策略,并根据最优容错控制策略对新能源智能网联客车进行转向制动、差动制动,和/或电机反拖制动,使得新能源智能网联客车降至目标安全车速。
其中,新能源智能网联客车的制动单元失效位置包括:任一车轮、同一侧两个车轮(同左侧车轮、同右侧车轮)、对角两个车轮、多个车轮、前侧两个车轮和后侧两个车轮中的至少一种。最优容错控制策略包括预设的转向制动策略、差动制动策略、电机反拖制动策略和制动力分配策略。
可选地,在一些实施例中,根据多个车轮的轮速确定新能源智能网联客车的制动单元失效位置,包括:若任一车轮的车速的下降速度小于预定下降速度,则确定制动单元失效位置为任一车轮;若同一侧两个车轮的车速的下降速度均小于预定下降速度,则确定制动单元失效位置为同一侧两个车轮;若对角两个车轮的车速的下降速度均小于预定下降速度,则确定制动单元失效位置为对角两个车轮;若多个车轮的车速的下降速度均小于预定下降速度,则确定制动单元失效位置为多个车轮;若前侧两个车轮的车速的下降速度均小于预定下降速度,则确定制动单元失效位置为前侧两个车轮;若后侧两个车轮的车速的下降速度均小于预定下降速度,则确定制动单元失效位置为后侧两个车轮。
进一步地,在一些实施例中,根据制动单元失效位置匹配最优容错控制策略,包括:若制动单元失效位置为任一车轮,则最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对新能源智能网联客车进行转向制动、差动制动和电机反拖制动;若制动单元失效位置为同一侧两个车轮,则最优容错控制策略为基于预设的转向制动策略和电机反拖制动策略对新能源智能网联客车进行转向制动和电机反拖制动;若制动单元失效位置为对角两个车轮,则最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对新能源智能网联客车进行转向制动、差动制动和电机反拖制动;若制动单元失效位置为多个车轮、前侧两个车轮,或者后侧两个车轮,则最优容错控制策略为基于预设的电机反拖制动策略对新能源智能网联客车进行电机反拖制动,其中,预设的电机反拖制动策略为:
;(1)
其中,为预设时刻的车速,/>为当前时刻的车速,/>为第/>时刻的车速,/>为当前时刻需要输入的反拖电压,/>为第/>时刻需要输入的反拖电压,/>和/>均为预设值,/>为第/>时刻,/>为关于车速与控制输入的反拖电压的函数。
具体地,新能源智能网联客车的制动单元故障情况及对应的容错策略分类表如表1所示:
表1
应当理解的是,若任一车轮(即单个制动单元)的车速的下降速度小于预定下降速度,则判定新能源智能网联客车的制动单元失效位置为任一车轮,则匹配最优容错控制策略为预设的转向制动策略、差动制动策略和电机反拖制动策略,本申请实施例根据预设的转向制动策略、差动制动策略和电机反拖制动策略对新能源智能网联客车进行转向制动、差动制动和电机反拖制动,使车辆制动停止前保持稳定,并进行一定程度的减速;
若同一侧两个车轮(即一侧制动单元)的车速的下降速度均小于预定下降速度,则判定新能源智能网联客车的制动单元失效位置为同一侧两个车轮,则匹配最优容错控制策略为预设的转向制动策略和电机反拖制动策略,本申请实施例通过预设的转向制动策略和电机反拖制动策略对新能源智能网联客车进行转向制动和电机反拖制动,使新能源智能网联客车的车轮不失稳,并使新能源智能网联客车停止;
若对角两个车轮(即对角制动单元)的车速的下降速度均小于预定下降速度,则判定制动单元失效位置为对角两个车轮,则匹配最优容错控制策略为预设的转向制动策略、差动制动策略和电机反拖制动策略,本申请实施例通过预设的转向制动策略、差动制动策略和电机反拖制动策略对新能源智能网联客车进行转向制动、差动制动和电机反拖制动;
若多个车轮(即全部制动单元)、前侧两个车轮,或者后侧两个车轮的车速的下降速度均小于预定下降速度,则确定制动单元失效位置为多个车轮、前侧两个车轮,或者后侧两个车轮,则匹配最优容错控制策略为预设的电机反拖制动策略,本申请实施例通过预设的电机反拖制动策略对新能源智能网联客车进行电机反拖制动。
进一步地,在一些实施例中,制动单元失效位置为任一车轮,根据最优控制转角和/或最优附加横摆力矩确定制动力分配策略,包括:判断最优控制转角是否大于或等于第一预设阈值;若最优控制转角大于或等于第一预设阈值,则制动力分配策略为将制动力分配至与任一车轮同侧的另一车轮,否则,判断最优附加横摆力矩是否大于或等于第二预设阈值;若最优附加横摆力矩大于或等于第二预设阈值,则制动力分配策略为将制动力分配至与任一车轮同轴的车轮;否则,将制动力分配策略为将制动力分配至与任一车轮对角的车轮,其中,制动力计算方式为:
;(2)
其中,为制动力压力,/>为差动制动产生的直接横摆力矩,/>为轮胎半径,/>为第/>个车轮的纵向力臂,/>为横摆力矩的效率,/>为单位制动压力产生的力矩。
其中,
;(3)
; (4)
其中,为车辆前轴至质心的距离,/>为车辆后轴至质心的距离,/>为前轮轮距,/>为后轮轮距,/>为车辆的前轮转角,
为第/>个车轮的横向力臂。
其中,第一预设阈值和第二预设阈值可以是用户预先设定的阈值,可以是通过有限次实验获取的阈值,也可以是通过有限次计算机仿真得到的阈值,在此不作具体限定。
举例地,当第一预设阈值设置为0°,第二预设阈值为0N·m时,如图2所示,在得到新能源智能网联客车的最优控制转角和最优附加横摆力矩后,若新能源智能网联客车的制动单元失效位置为任一车轮,当任一车轮的最优控制转角大于或等于0°时,通过制动力计算公式计算新能源智能网联客车的制动力,并将制动力分配至与任一车轮同侧的另一车轮,若任一车轮的最优控制转角小于0°,当最优附加横摆力矩大于或等于0N·m时,通过制动力计算公式计算新能源智能网联客车的制动力,并将制动力分配至与任一车轮同轴的车轮,当最优附加横摆力矩小于0N·m时,则将制动力分配至与任一车轮对角的车轮。
进一步地,在一些实施例中,制动单元失效位置为对角两个车轮,根据最优控制转角和/或最优附加横摆力矩确定制动力分配策略,包括:若对角两个车轮为右前轮和左后轮,则在最优控制转角大于或等于第三预设阈值时,制动力分配策略为将制动力分配至左前轮;在最优控制转角小于第三预设阈值时,制动力分配策略为将制动力分配至右后轮;若对角两个车轮为右后轮和左前轮,则在最优控制转角大于或等于第四预设阈值时,制动力分配策略为将制动力分配至左后轮;在最优控制转角小于第四预设阈值时,制动力分配策略为将制动力分配至右前轮。
其中,第三预设阈值和第四预设阈值可以是用户预先设定的阈值,可以是通过有限次实验获取的阈值,也可以是通过有限次计算机仿真得到的阈值,在此不作具体限定。
举例地,当第三预设阈值设置为0°,第四预设阈值设置为0°时,如图3所示,当制动单元失效位置为对角两个车轮,且对角两个车轮为右前轮和左后轮时,若最优控制转角大于或等于0°,通过制动力计算公式计算新能源智能网联客车的制动力,并将制动力分配至左前轮;若最优控制转角小于0°,则将制动力分配至右后轮;当制动单元失效位置为对角两个车轮的右后轮和左前轮时,若最优控制转角大于或等于0°,则将制动力分配至左后轮,若最优控制转角小于0°,则将制动力分配至右前轮。
进一步地,本申请实施例下面对转向制动策略和差动制动策略进行具体阐述:
可选地,在一些实施例中,构建自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数,包括:获取新能源智能网联客车的侧向速度、横摆角速度、侧向位移、横摆角、方向盘转角和附加横摆力矩;根据侧向速度、横摆角速度、侧向位移和横摆角得到新能源智能网联客车的整体侧向位移;基于预设的二自由度车辆侧向动力学模型,根据整体侧向位移、方向盘转角和附加横摆力矩构建自动驾驶转向与制动交互控制模型的状态方程。
具体地,本申请实施例搭建车辆动力学模型,同时获取新能源智能网联客车的侧向速度、横摆角速度、侧向位移、横摆角,并采用预设的二自由度车辆侧向动力学模型,模型示意图如图4所示,该模型能有效地捕捉车辆转向动力学的信息包括偏航和横向运动。
假定轮胎侧向力是轮胎滑移角的线性函数,该模型的状态变量为车辆的侧向速度、横摆角速度、侧向位移以及车辆横摆角。车辆的运动由车辆质心的侧向移位、速度以及车辆的横摆角角、横摆角速度来表示,将式(5)积分得到车辆的整体侧向位移;
;(5)
其中,为车辆的整体侧向位移,/>为纵向车速,/>为车辆的横摆角,/>为车辆的侧向速度。
由于高速时车辆的横摆角很小,所以公式(5)可以简化表示为:
;(6)
在转向制动博弈控制中,方向盘转角和附加横摆力矩/>分别作为控制输入。结合公式(6)带入预设的二自由度车辆侧向动力学模型中,建立自动驾驶转向与制动交互控制模型的状态方程,如式(7)所示
;(7)
其中,为车辆的前轮转角,/>为差动制动产生的直接横摆力矩,为代表连续系统状态变量,/>为车辆的侧向速度,/>为地面坐标系下的车辆侧向位移,/>为车辆横摆角速度,/>为车辆的横摆角,状态方程系数/>、/>、/>矩阵如下,/>
;
;
其中,为绕/>轴的转动惯量,/>和/>分别为车辆的前、后轴距,/>和/>分别为前后轮的侧偏刚度。
;(8)
其中,
;
其中,为状态变量,/>为转向系统标识符号,/>为稳定性控制标识符号。
进一步地,在一些实施例中,构建自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数,还包括:选取预瞄点处的横向位置偏差与航向角偏差作为转向系统的加权项;将新能源智能网联客车的质心侧偏角作为制动控制的加权项;基于转向系统的加权项和制动控制的加权项得到转向与差动制动的目标函数。
具体地,本申请实施例选取预瞄点处的横向位置偏差与航向角偏差作为转向系统的加权项,将新能源智能网联客车的质心侧偏角作为制动控制的加权项,在转向与差动制动决策分歧的路径跟踪控制系统(14)中,转向与差动制动的目标函数为:
; (9)
其中,
;/>
;
其中,、/>分别为转向和制动系统的跟踪误差加权矩阵,/>、/>分别为第时刻转向和制动系统性能指标函数的加权矩阵,且/>,/>,/>、/>分别为转向和制动系统的状态加权矩阵,/>和/>分别为转向和制动系统的自输入加权系数。
进一步地,在一些实施例中,预设的转向制动策略和差动制动策略为:构建自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数;基于预设的Nash博弈控制理论,对自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数进行求解,得到最优控制转角和最优附加横摆力矩;基于制动单元失效位置,根据最优控制转角和最优附加横摆力矩确定制动力分配策略,根据制动力分配策略分配制动力至对应的车轮,使得新能源智能网联客车降至目标安全车速。
具体地,本申请实施例基于预设的Nash博弈控制理论,对自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数进行求解,首先,本申请实施例基于预设的Nash博弈控制理论,建立哈密尔顿方程:
;(10)
然后,求解控制方程矩阵:
;(11)
然后,求解伴随方程矩阵:
;(12)
;(13)
其中,是离散开环Nash黎卡提差分方程的解。
; (14)
进一步结合式(10-14),得到自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数的最优控制转角和最优附加横摆力矩/>,
;(15)
如式(13)所示,在系统的稳定性控制中,博弈控制采用从而做出的决策更精确、更安全。如式(15)所示,得到最优控制转角和最优附加横摆力矩/>。制动力分配是通过制动力分配策略进行的,其数值的大小只与附加横摆力矩/>有关。
进一步地,本申请实施例基于制动单元失效位置,根据最优控制转角和最优附加横摆力矩/>确定制动力分配策略,并通过制动力计算得到客车的制动力,并根据制动力分配策略分配制动力至对应的车轮,使得新能源智能网联客车速度降至目标安全车速。
进一步地,预设的电机反拖制动策略如下所述,当驾驶员或智能网联汽车底盘域试图减速或制动停车时,如表1所示,当情况1、2、3出现,则会使车辆瞬间陷入横向失稳状态,而预设的转向制动策略和差动制动策略的目的是将失稳车辆挽救回来,而真正使车辆减速则需要根据电机反拖制动策略进行,本申请实施例中采用无模型自适应MFAC(Model-free adaptive control,无模型自适应)方法进行控制。
通过分析可知,控制客车的车速 ,使之趋之为0,为方便计算,对/>的描述采用离散化的表达形式,令/>表示当前时刻的车速,/>为当前时刻需要输入的反拖电压。由于此系统为非线性系统,可以将系统描述为离散时间非线性的系统,即带外部输入的非线性自回归滑动平均模型,其表达式为式(1)。
其中,是一个未知的非线性函数/>和/>为未知参数,称速度控制系统。在速度控制系统中要求取合适的/>,使得/>能够尽快且无超调的减速到0。
对于速度控制系统,定义为一个活动时间窗口[k-L+1],所有反拖电压的输入信号为:/>,其中,/>为活动时间窗口[k-L+1]的标识符号。
控制器设计如下:
1)设计控制输入准则函数如下:
;(16)
其中,为准则函数,/>为最优车速,/>,为PG函数的估计值,/>为权重因子,其目的为使反拖电压不产生突变。
进一步,令准则函数为0并对进行求导,得:
;(17)
其中,为补偿因子,/>为时变参数向量,/>,L的引入则使得算法有更高的可控性。
2)PG估计准则函数的设计如下:
;(18)
其中,为权重因子。
进一步,将PG估计准则函数对求导,则得到其计算公式:
;(19)
其中,为步长因子。3)为了使PG估算更好的适应车速控制的实际情况,设置重置算法如下:
当或/>或/>时,。
其中,为/>的初始值,/>为较小的正数。
为使得本领域技术人员进一步理解本申请实施例的新能源智能网联客车制动单元突发故障的容错控制方法,下面结合具体实施例进行详细阐述,如图5所示。
通过获取任一车轮的车速,并计算得到任一车轮的车速的下降速度,通过与预定下降速度比较,判定新能源智能网联客车的制动单元失效位置。
当制动单元失效位置为任一车轮或制动单元失效位置为对角两个车轮,则最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对新能源智能网联客车进行转向制动、差动制动和电机反拖制动;
当制动单元失效位置为同一侧两个车轮,或制动单元失效位置为多个车轮、前侧两个车轮,或者后侧两个车轮,则最优容错控制策略为基于预设的转向制动策略和电机反拖制动策略对新能源智能网联客车进行转向制动和电机反拖制动。
由此,当新能源智能网联客车的一个或多个制动单元突然发生故障或失效时(例如制动液漏液、电源掉电、高速开关阀故障等),采用制动单元突发故障容错控制方法,能够根据不同情况分类,结合转向系统以及协调各个车轮的制动能力确保车辆横向稳定,并利用电机反拖力矩使车辆安全降速。
根据本申请实施例提出的新能源智能网联客车制动单元突发故障的容错控制方法,当新能源智能网联客车接收到制动指令时,获取新能源智能网联客车的多个车轮的轮速,并基于多个车轮的轮速,当新能源智能网联客车满足预设的容错控制条件时,根据多个车轮的轮速确定新能源智能网联客车的制动单元失效位置,并根据制动单元失效位置匹配最优容错控制策略,根据最优容错控制策略对新能源智能网联客车进行转向制动、差动制动,和/或电机反拖制动,使得新能源智能网联客车降至目标安全车速。由此,解决了在自动驾驶车辆横向稳定控制系统中,当车辆的一个或多个制动单元发生故障或失效时,确保车辆的横向稳定等问题,保证车辆行驶的稳定安全。
其次参照附图描述根据本申请实施例提出的新能源智能网联客车制动单元突发故障的容错控制装置。
图6是本申请实施例的新能源智能网联客车制动单元突发故障的容错控制装置的方框示意图。
如图6所示,该新能源智能网联客车制动单元突发故障的容错控制装置10包括:判断模块100、获取模块200和制动模块300。
其中,判断模块100,用于判断新能源智能网联客车是否接收到制动指令;获取模块200,用于若新能源智能网联客车接收到制动指令,则获取新能源智能网联客车的多个车轮的轮速,并基于多个车轮的轮速,判断新能源智能网联客车是否满足预设的容错控制条件;制动模块300,用于若新能源智能网联客车满足预设的容错控制条件,则根据多个车轮的轮速确定新能源智能网联客车的制动单元失效位置,并根据制动单元失效位置匹配最优容错控制策略,并根据最优容错控制策略对新能源智能网联客车进行转向制动、差动制动,和/或电机反拖制动,使得新能源智能网联客车降至目标安全车速。
可选地,在一些实施例中,获取模块200,还用于:基于多个车轮的轮速,识别是否存在任一车轮的轮速的下降速度小于预定下降速度;若存在任一车轮的轮速的下降速度小于预定下降速度,则判定新能源智能网联客车满足预设的容错控制条件。
可选地,在一些实施例中,获取模块200,还用于:若任一车轮的车速的下降速度小于预定下降速度,则确定制动单元失效位置为任一车轮;若同一侧两个车轮的车速的下降速度均小于预定下降速度,则确定制动单元失效位置为同一侧两个车轮;若对角两个车轮的车速的下降速度均小于预定下降速度,则确定制动单元失效位置为对角两个车轮;若多个车轮的车速的下降速度均小于预定下降速度,则确定制动单元失效位置为多个车轮;若前侧两个车轮的车速的下降速度均小于预定下降速度,则确定制动单元失效位置为前侧两个车轮;若后侧两个车轮的车速的下降速度均小于预定下降速度,则确定制动单元失效位置为后侧两个车轮。
可选地,在一些实施例中,制动模块300,还用于:若制动单元失效位置为任一车轮,则最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对新能源智能网联客车进行转向制动、差动制动和电机反拖制动;若制动单元失效位置为同一侧两个车轮,则最优容错控制策略为基于预设的转向制动策略和电机反拖制动策略对新能源智能网联客车进行转向制动和电机反拖制动;若制动单元失效位置为对角两个车轮,则最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对新能源智能网联客车进行转向制动、差动制动和电机反拖制动;若制动单元失效位置为多个车轮、前侧两个车轮,或者后侧两个车轮,则最优容错控制策略为基于预设的电机反拖制动策略对新能源智能网联客车进行电机反拖制动,其中,预设的电机反拖制动策略为:
;
其中,为预设时刻的车速,/>为当前时刻的车速,/>为第/>时刻的车速,/>为当前时刻需要输入的反拖电压,/>为第/>时刻需要输入的反拖电压,/>和/>均为预设值,/>为第/>时刻,/>为关于车速与控制输入的反拖电压的函数。
可选地,在一些实施例中,预设的转向制动策略和差动制动策略为:构建自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数;基于预设的Nash博弈控制理论,对自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数进行求解,得到最优控制转角和最优附加横摆力矩;基于制动单元失效位置,根据最优控制转角和最优附加横摆力矩确定制动力分配策略,根据制动力分配策略分配制动力至对应的车轮,使得新能源智能网联客车降至目标安全车速。
可选地,在一些实施例中,制动模块300,还用于:判断最优控制转角是否大于或等于第一预设阈值;若最优控制转角大于或等于第一预设阈值,则制动力分配策略为将制动力分配至与任一车轮同侧的另一车轮,否则,判断最优附加横摆力矩是否大于或等于第二预设阈值;若最优附加横摆力矩大于或等于第二预设阈值,则制动力分配策略为将制动力分配至与任一车轮同轴的车轮;否则,将制动力分配策略为将制动力分配至与任一车轮对角的车轮,其中,所述制动力计算方式为:
;
其中,为制动力压力,/>为差动制动产生的直接横摆力矩,/>为轮胎半径,/>为第/>个车轮的纵向力臂,/>为横摆力矩的效率,/>为单位制动压力产生的力矩。
可选地,在一些实施例中,制动模块300,还用于:若对角两个车轮为右前轮和左后轮,则在最优控制转角大于或等于第三预设阈值时,制动力分配策略为将制动力分配至左前轮;在最优控制转角小于第三预设阈值时,制动力分配策略为将制动力分配至右后轮;若对角两个车轮为右后轮和左前轮,则在最优控制转角大于或等于第四预设阈值时,制动力分配策略为将制动力分配至左后轮;在最优控制转角小于第四预设阈值时,制动力分配策略为将制动力分配至右前轮。
可选地,在一些实施例中,制动模块300,还用于:获取新能源智能网联客车的侧向速度、横摆角速度、侧向位移、横摆角、方向盘转角和附加横摆力矩;根据侧向速度、横摆角速度、侧向位移和横摆角得到新能源智能网联客车的整体侧向位移;基于预设的二自由度车辆侧向动力学模型,根据整体侧向位移、方向盘转角和附加横摆力矩构建自动驾驶转向与制动交互控制模型的状态方程。
可选地,在一些实施例中,制动模块300,还用于:选取预瞄点处的横向位置偏差与航向角偏差作为转向系统的加权项;将新能源智能网联客车的质心侧偏角作为制动控制的加权项;基于转向系统的加权项和制动控制的加权项得到转向与差动制动的目标函数。
需要说明的是,前述对新能源智能网联客车制动单元突发故障的容错控制方法实施例的解释说明也适用于该实施例的新能源智能网联客车制动单元突发故障的容错控制装置,此处不再赘述。
根据本申请实施例提出的新能源智能网联客车制动单元突发故障的容错控制装置,当新能源智能网联客车接收到制动指令时,获取新能源智能网联客车的多个车轮的轮速,并基于多个车轮的轮速,当新能源智能网联客车满足预设的容错控制条件时,根据多个车轮的轮速确定新能源智能网联客车的制动单元失效位置,并根据制动单元失效位置匹配最优容错控制策略,根据最优容错控制策略对新能源智能网联客车进行转向制动、差动制动,和/或电机反拖制动,使得新能源智能网联客车降至目标安全车速。由此,解决了在自动驾驶车辆横向稳定控制系统中,当车辆的一个或多个制动单元发生故障或失效时,确保车辆的横向稳定等问题,保证车辆行驶的稳定安全。
图7为本申请实施例提供的车辆的结构示意图。该车辆可以包括:
存储器701、处理器702及存储在存储器701上并可在处理器702上运行的计算机程序。
处理器702执行程序时实现上述实施例中提供的新能源智能网联客车制动单元突发故障的容错控制方法。
进一步地,车辆还包括:
通信接口703,用于存储器701和处理器702之间的通信。
存储器701,用于存放可在处理器702上运行的计算机程序。
存储器701可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器701、处理器702和通信接口703独立实现,则通信接口703、存储器701和处理器702可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(PeripheralComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器701、处理器702及通信接口703,集成在一块芯片上实现,则存储器701、处理器702及通信接口703可以通过内部接口完成相互间的通信。
处理器702可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的新能源智能网联客车制动单元突发故障的容错控制方法。
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必须针对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一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
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,“N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。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
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N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,N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。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。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。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 (8)
1.一种新能源智能网联客车制动单元突发故障的容错控制方法,其特征在于,包括以下步骤:
判断新能源智能网联客车是否接收到制动指令;
若所述新能源智能网联客车接收到所述制动指令,则获取所述新能源智能网联客车的多个车轮的轮速,并基于所述多个车轮的轮速,判断所述新能源智能网联客车是否满足预设的容错控制条件;以及
若所述新能源智能网联客车满足所述预设的容错控制条件,则根据所述多个车轮的轮速确定所述新能源智能网联客车的制动单元失效位置,并根据所述制动单元失效位置匹配最优容错控制策略,并根据所述最优容错控制策略对所述新能源智能网联客车进行转向制动、差动制动,和/或电机反拖制动,使得所述新能源智能网联客车降至目标安全车速;
其中,所述根据所述多个车轮的轮速确定所述新能源智能网联客车的制动单元失效位置,包括:若任一车轮的车速的下降速度小于预定下降速度,则确定所述制动单元失效位置为所述任一车轮;若同一侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述同一侧两个车轮;若对角两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述对角两个车轮;若所述多个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述多个车轮;若前侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述前侧两个车轮;若后侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述后侧两个车轮;
所述根据所述制动单元失效位置匹配最优容错控制策略,包括:若所述制动单元失效位置为所述任一车轮,则所述最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动、所述差动制动和所述电机反拖制动;若所述制动单元失效位置为所述同一侧两个车轮,则所述最优容错控制策略为基于预设的转向制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动和所述电机反拖制动;若所述制动单元失效位置为所述对角两个车轮,则所述最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动、所述差动制动和所述电机反拖制动;若所述制动单元失效位置为所述多个车轮、所述前侧两个车轮,或者所述后侧两个车轮,则所述最优容错控制策略为基于预设的电机反拖制动策略对所述新能源智能网联客车进行所述电机反拖制动,其中,所述预设的电机反拖制动策略为:
;
其中,为预设时刻的车速,/>为当前时刻的车速,/>为第/>时刻的车速,/>为当前时刻需要输入的反拖电压,/>为第/>时刻需要输入的反拖电压,/>和/>均为预设值,/>为第/>时刻,/>为关于车速与控制输入的反拖电压的函数。
2.根据权利要求1所述的新能源智能网联客车制动单元突发故障的容错控制方法,其特征在于,所述基于所述多个车轮的轮速,判断所述新能源智能网联客车是否满足预设的容错控制条件,包括:
基于所述多个车轮的轮速,识别是否存在任一车轮的轮速的下降速度小于预定下降速度;
若存在任一车轮的轮速的下降速度小于所述预定下降速度,则判定所述新能源智能网联客车满足预设的容错控制条件。
3.根据权利要求1所述的新能源智能网联客车制动单元突发故障的容错控制方法,其特征在于,所述预设的转向制动策略和差动制动策略为:
构建自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数;
基于预设的Nash博弈控制理论,对所述自动驾驶转向与制动交互控制模型的状态方程、所述转向与差动制动的目标函数进行求解,得到最优控制转角和最优附加横摆力矩;
基于所述制动单元失效位置,根据所述最优控制转角和所述最优附加横摆力矩确定制动力分配策略,根据所述制动力分配策略分配制动力至对应的车轮,使得所述新能源智能网联客车降至目标安全车速。
4.根据权利要求3所述的新能源智能网联客车制动单元突发故障的容错控制方法,其特征在于,所述制动单元失效位置为所述任一车轮,所述根据所述最优控制转角和/或所述最优附加横摆力矩确定制动力分配策略,包括:
判断所述最优控制转角是否大于或等于第一预设阈值;
若所述最优控制转角大于或等于所述第一预设阈值,则所述制动力分配策略为将制动力分配至与所述任一车轮同侧的另一车轮,否则,判断所述最优附加横摆力矩是否大于或等于第二预设阈值;
若所述最优附加横摆力矩大于或等于所述第二预设阈值,则所述制动力分配策略为将制动力分配至与所述任一车轮同轴的车轮;否则,将制动力分配策略为将所述制动力分配至与所述任一车轮对角的车轮,其中,所述制动力计算方式为:
;
其中,为制动力压力,/>为差动制动产生的直接横摆力矩,/>为轮胎半径,/>为第/>个车轮的纵向力臂,/>为横摆力矩的效率,/>为单位制动压力产生的力矩。
5.根据权利要求3所述的新能源智能网联客车制动单元突发故障的容错控制方法,其特征在于,所述制动单元失效位置为所述对角两个车轮,所述根据所述最优控制转角和/或所述最优附加横摆力矩确定制动力分配策略,包括:
若所述对角两个车轮为右前轮和左后轮,则在所述最优控制转角大于或等于第三预设阈值时,所述制动力分配策略为将所述制动力分配至左前轮;在所述最优控制转角小于所述第三预设阈值时,所述制动力分配策略为将所述制动力分配至右后轮;
若所述对角两个车轮为所述右后轮和所述左前轮,则在所述最优控制转角大于或等于第四预设阈值时,所述制动力分配策略为将所述制动力分配至所述左后轮;在所述最优控制转角小于所述第四预设阈值时,所述制动力分配策略为将所述制动力分配至所述右前轮。
6.根据权利要求3所述的新能源智能网联客车制动单元突发故障的容错控制方法,其特征在于,所述构建自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数,包括:
获取所述新能源智能网联客车的侧向速度、横摆角速度、侧向位移、横摆角、方向盘转角和附加横摆力矩;
根据所述侧向速度、所述横摆角速度、所述侧向位移和所述横摆角得到所述新能源智能网联客车的整体侧向位移;
基于预设的二自由度车辆侧向动力学模型,根据所述整体侧向位移、所述方向盘转角和所述附加横摆力矩构建所述自动驾驶转向与制动交互控制模型的状态方程。
7.根据权利要求3所述的新能源智能网联客车制动单元突发故障的容错控制方法,其特征在于,所述构建自动驾驶转向与制动交互控制模型的状态方程、转向与差动制动的目标函数,还包括:
选取预瞄点处的横向位置偏差与航向角偏差作为转向系统的加权项;
将所述新能源智能网联客车的质心侧偏角作为制动控制的加权项;
基于所述转向系统的加权项和所述制动控制的加权项得到所述转向与差动制动的目标函数。
8.一种新能源智能网联客车制动单元突发故障的容错控制装置,其特征在于,包括:
判断模块,用于判断新能源智能网联客车是否接收到制动指令;
获取模块,用于若所述新能源智能网联客车接收到所述制动指令,则获取所述新能源智能网联客车的多个车轮的轮速,并基于所述多个车轮的轮速,判断所述新能源智能网联客车是否满足预设的容错控制条件;
制动模块,用于若所述新能源智能网联客车满足所述预设的容错控制条件,则根据所述多个车轮的轮速确定所述新能源智能网联客车的制动单元失效位置,并根据所述制动单元失效位置匹配最优容错控制策略,并根据所述最优容错控制策略对所述新能源智能网联客车进行转向制动、差动制动,和/或电机反拖制动,使得所述新能源智能网联客车降至目标安全车速;
其中,所述制动模块,还用于:若任一车轮的车速的下降速度小于预定下降速度,则确定所述制动单元失效位置为所述任一车轮;若同一侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述同一侧两个车轮;若对角两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述对角两个车轮;若所述多个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述多个车轮;若前侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述前侧两个车轮;若后侧两个车轮的车速的下降速度均小于所述预定下降速度,则确定所述制动单元失效位置为所述后侧两个车轮;
所述制动模块,还用于:若所述制动单元失效位置为所述任一车轮,则所述最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动、所述差动制动和所述电机反拖制动;若所述制动单元失效位置为所述同一侧两个车轮,则所述最优容错控制策略为基于预设的转向制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动和所述电机反拖制动;若所述制动单元失效位置为所述对角两个车轮,则所述最优容错控制策略为基于预设的转向制动策略、差动制动策略和电机反拖制动策略对所述新能源智能网联客车进行所述转向制动、所述差动制动和所述电机反拖制动;若所述制动单元失效位置为所述多个车轮、所述前侧两个车轮,或者所述后侧两个车轮,则所述最优容错控制策略为基于预设的电机反拖制动策略对所述新能源智能网联客车进行所述电机反拖制动,其中,所述预设的电机反拖制动策略为:
;
其中,为预设时刻的车速,/>为当前时刻的车速,/>为第/>时刻的车速,/>为当前时刻需要输入的反拖电压,/>为第/>时刻需要输入的反拖电压,/>和/>均为预设值,/>为第/>时刻,/>为关于车速与控制输入的反拖电压的函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310513381.2A CN116215475B (zh) | 2023-05-09 | 2023-05-09 | 新能源智能网联客车制动单元突发故障的容错控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310513381.2A CN116215475B (zh) | 2023-05-09 | 2023-05-09 | 新能源智能网联客车制动单元突发故障的容错控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116215475A CN116215475A (zh) | 2023-06-06 |
CN116215475B true CN116215475B (zh) | 2023-07-25 |
Family
ID=86575395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310513381.2A Active CN116215475B (zh) | 2023-05-09 | 2023-05-09 | 新能源智能网联客车制动单元突发故障的容错控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116215475B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008213670A (ja) * | 2007-03-05 | 2008-09-18 | Nissin Kogyo Co Ltd | 車両用ブレーキ制御装置 |
US8670903B2 (en) * | 2011-05-05 | 2014-03-11 | GM Global Technology Operations LLC | Lane centering fail-safe control using differential braking |
GB201415364D0 (en) * | 2014-08-29 | 2014-10-15 | Axscend Ltd | Method and apparatus for monitoring operation of a vehicle braking system |
US10940837B2 (en) * | 2018-03-05 | 2021-03-09 | Bendix Commercial Vehicle Systems Llc | Steering failure brake system reaction |
CN113671961B (zh) * | 2021-08-20 | 2023-03-28 | 清华大学 | 多车协同制动有限时间容错控制方法、系统、介质及设备 |
CN113968205B (zh) * | 2021-12-01 | 2024-05-28 | 吉林大学 | 一种基于多轴电驱动车辆的复合制动容错控制方法及车辆 |
CN114987411B (zh) * | 2022-06-14 | 2023-06-23 | 安徽江淮汽车集团股份有限公司 | 一种汽车制动力智能分配系统、电子设备及存储介质 |
CN116001754A (zh) * | 2023-01-13 | 2023-04-25 | 上海拿森汽车电子有限公司 | 一种制动力分配的控制方法、计算机设备和存储介质 |
-
2023
- 2023-05-09 CN CN202310513381.2A patent/CN116215475B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116215475A (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3932762B1 (en) | Safety monitoring method and system for autonomous vehicle, and motion control system | |
US20210269018A1 (en) | Vehicle stability control method and device | |
CN106608201B (zh) | 电动车辆及其主动安全控制系统和方法 | |
CN105691241B (zh) | 电动车辆、电动车辆的主动安全控制系统及其控制方法 | |
JP5970322B2 (ja) | 車両の運動制御装置 | |
CN106864306B (zh) | 一种分布式驱动电动汽车多模式电子差速控制系统 | |
JP6235609B2 (ja) | 変速機出力軸センサを用いて車両の推定車輪速度を監視するためのシステムおよび方法 | |
US20120109411A1 (en) | Vehicle dynamic control apparatus and vehicle dynamic control system using the same | |
KR101876063B1 (ko) | 차량 데이터 기반의 노면 판단 방법 | |
CN101932462A (zh) | 车辆衰减力控制装置 | |
Idriz et al. | Integration of auto‐steering with adaptive cruise control for improved cornering behaviour | |
CN107848526A (zh) | 车辆转弯控制装置 | |
JP2018030582A (ja) | 車両の運動制御装置、及び運動制御プログラム | |
Wang et al. | Vehicle Stability Control Strategy Based on Recognition of Driver Turning Intention for Dual‐Motor Drive Electric Vehicle | |
CN112455538B (zh) | 车辆后轮控制方法、装置、车辆及存储介质 | |
CN116215475B (zh) | 新能源智能网联客车制动单元突发故障的容错控制方法 | |
CN114801772A (zh) | 车辆控制装置和控制方法 | |
Baumann et al. | A two-wheel driven power train for improved safety and efficiency in electric motorbikes | |
CN111959506A (zh) | 车辆及车辆编队行驶的控制方法、装置 | |
Vivas-López et al. | Review on global chassis control | |
Hamzah et al. | Second order sliding mode controller for longitudinal wheel slip control | |
CN113830075B (zh) | 车辆稳定控制方法、装置、电子设备及介质 | |
CN115923823A (zh) | 汽车底盘的冗余控制方法及装置、汽车、设备、存储介质 | |
JP6730656B2 (ja) | 車両の回頭制御装置 | |
Yogurtcu et al. | Lateral stability control based on active motor torque control for electric and hybrid vehicles |
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 |