CN116802065A - 用于控制多个电动车桥的方法和系统 - Google Patents

Abstract

公开了一种用于控制车辆的多个电动车桥的系统，包括：多个电动车桥、与多个电动车桥中的一个或更多个相关联的一个或更多个马达发电机、以及多车桥控制器，该多车桥控制器通信地联接到一个或更多个马达发电机并被配置为执行软件以使多车桥控制器：至少部分地基于各个电动车桥的一个或更多个参数以及当前和/或将来道路坡度来确定车辆的功率需求；生成与一个或更多个性能度量、功率需求和/或车辆信息相关联的性能成本函数；通过优化性能成本函数来确定多个电动车桥当中的功率分布；以及向一个或更多个马达发电机发送牵引力命令以控制多个电动车桥的操作。

Description

用于控制多个电动车桥的方法和系统

技术领域

公开的实施方式总体上涉及用于控制车辆的车桥的方法和系统，并且更具体地涉及用于控制车辆的多个电动车桥的方法和系统。

背景技术

运输管理局等各种类型的组织维护和运营电动车辆车队。通常，这些车辆具有多个车桥和多个马达发电机。在多车桥车辆中，可以通过将车辆的质量分布到多个车桥来减小各个车轮的地面接触压力(例如，牵引效力(tractive effort))。因此，期望提供一种提供多车桥系统的实时控制以优化牵引效力的方法和系统。

发明内容

根据一个实施方式，本公开提供了一种用于控制车辆的多个电动车桥的系统。所述系统包括：所述多个电动车桥；一个或更多个马达发电机，所述一个或更多个马达发电机与所述多个电动车桥中的一个或更多个电动车桥相关联；以及多车桥控制器，所述多车桥控制器通信地联接到所述一个或更多个马达发电机。所述多车桥控制器被配置为执行软件以使所述多车桥控制器：通过优化性能成本函数来确定所述多个电动车桥当中的功率分布；以及向所述一个或更多个马达发电机发送牵引力命令，以控制所述多个电动车桥的操作。

在一些实施方式中，所述多车桥控制器还可以被配置为执行软件以使所述多车桥控制器：确定所述车辆的所述多个电动车桥中的各个电动车桥的一个或更多个参数，所述一个或更多个参数指示各个电动车桥的能力；至少部分地基于由所述车辆和/或其他车辆收集的坡度(grade)传感器数据和/或所述车辆正在行驶的路线的导航系统数据来确定当前和/或将来道路坡度；至少部分地基于各个电动车桥的一个或更多个参数以及当前和/或将来道路坡度来确定所述车辆的功率需求；以及生成与一个或更多个性能度量、功率需求和/或车辆信息相关联的性能成本函数。

在一些实施方式中，所述一个或更多个车辆参数可以包括各个电动车桥的位置、各个电动车桥的马达发电机速度曲线、各个电动车桥的马达发电机扭矩曲线、各个电动车桥的马达发电机效率图、各个马达发电机的扭矩、速度和/或功率限制、各个电动车桥的齿轮传动比或速比、各个电动车桥的后车桥比(rear axle ratio)和/或各个电动车桥的惯性特性。

在一些实施方式中，所述一个或更多个性能度量可以包括减少所述车辆的总能量消耗、增加滑移安全裕度、增加瞬态扭矩裕度以及增加功率裕度。

在一些实施方式中，所述多车桥控制器还可以被配置为执行软件以使所述多车桥控制器确定所述车辆的车辆信息。所述车辆信息可以包括所述车辆的总质量、重心、所述多个电动车桥当中的载荷分布和/或各个电动车桥的牵引力极限。

在一些实施方式中，生成所述性能成本函数可以包括：至少部分地基于各个电动车桥的所述一个或更多个参数、所述当前和/或将来道路坡度、所述功率需求和/或所述车辆信息来生成与一个或更多个性能度量相关联的所述性能成本函数。

在一些实施方式中，确定所述车辆信息可以包括：至少部分地基于所述车辆的加速度和加速力来确定所述车辆的总质量和重心；至少部分地基于各个电动车桥的位置、所述车辆的总质量和所述重心来确定所述多个电动车桥当中的载荷分布；以及至少部分地基于所述车辆的总质量、所述重心、所述载荷分布和/或所述当前或将来道路坡度来确定各个电动车桥的牵引力极限，所述牵引力极限指示在检测到车轮滑移之前能够施加到相应电动车桥的最大马达扭矩。

在一些实施方式中，确定所述多个电动车桥当中的功率分布可以包括：确定各个电动车桥的扭矩或功率要求，以在所述车桥参数的能力和牵引力极限内减小性能成本函数；以及至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。

在一些实施方式中，确定所述多个电动车桥当中的功率分布可以包括：确定是否启用(engage)提升车桥和/或滑动车桥和/或对气囊重新加压以转移所述车辆的重心，以进一步优化所述性能成本函数；响应于确定所述提升车桥和/或滑动车桥将被启用和/或所述气囊将被重新加压，更新各个电动车桥的一个或更多个参数，所述一个或更多个参数指示已被提升、滑动或以其他方式改变的相应电动车桥的更新后能力；确定各个电动车桥的扭矩或功率要求，以在更新后的车桥参数的能力和牵引力极限内减小优化后的性能成本函数；以及至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。

根据另一实施方式，本公开提供一种用于控制车辆的多个电动车桥的方法。所述方法包括以下步骤：通过优化性能成本函数来确定所述多个电动车桥当中的功率分布；以及向联接到所述多个电动车桥的一个或更多个马达发电机发送牵引力命令，以控制所述多个电动车桥的操作。

在一些实施方式中，所述方法还可以包括以下步骤：确定所述车辆的所述多个电动车桥中的各个电动车桥的一个或更多个参数，所述一个或更多个参数指示各个电动车桥的能力；至少部分地基于由所述车辆和/或其他车辆收集的坡度传感器数据和/或所述车辆正在行驶的路线的导航系统数据来确定当前和/或将来道路坡度；至少部分地基于各个电动车桥的一个或更多个参数以及当前和/或将来道路坡度来确定所述车辆的功率需求；以及生成与一个或更多个性能度量相关联的性能成本函数。

在一些实施方式中，所述一个或更多个车辆参数可以包括各个电动车桥的位置、各个电动车桥的马达发电机速度曲线、各个电动车桥的马达发电机扭矩曲线、各个电动车桥的马达发电机效率图、各个马达发电机的扭矩、速度和/或功率限制、各个电动车桥的齿轮传动比或速比、各个电动车桥的后车桥比和/或各个电动车桥的惯性特性。

在一些实施方式中，所述一个或更多个性能度量可以包括减少所述车辆的总能量消耗、增加滑移安全裕度、增加瞬态扭矩裕度以及增加功率裕度。

在一些实施方式中，所述方法还可以包括以下步骤：确定所述车辆的车辆信息，其中，所述车辆信息包括所述车辆的总质量、重心、所述多个电动车桥当中的载荷分布和/或各个电动车桥的牵引力极限。

在一些实施方式中，生成所述性能成本函数的步骤可以包括：至少部分地基于各个电动车桥的所述一个或更多个参数、所述当前和/或将来道路坡度、所述功率需求和/或所述车辆信息来生成与一个或更多个性能度量相关联的所述性能成本函数。

在一些实施方式中，确定车辆信息的步骤可以包括：至少部分地基于所述车辆的加速度和加速力来确定所述车辆的总质量和重心；至少部分地基于各个电动车桥的位置、所述车辆的总质量和所述重心来确定所述多个电动车桥当中的载荷分布；以及至少部分地基于所述车辆的总质量、所述重心、所述载荷分布和/或所述当前或将来道路坡度来确定各个电动车桥的牵引力极限，所述牵引力极限指示在检测到车轮滑移之前能够施加到相应电动车桥的最大马达扭矩。

在一些实施方式中，确定所述多个电动车桥当中的功率分布的步骤可以包括：确定各个电动车桥的扭矩或功率要求，以在所述车桥参数的能力和牵引力极限内减小性能成本函数；以及至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。

在一些实施方式中，确定所述多个电动车桥当中的功率分布的步骤还可以包括：确定是否启用提升车桥和/或滑动车桥和/或对气囊重新加压以转移所述车辆的重心，以进一步优化所述性能成本函数；响应于确定所述提升车桥和/或滑动车桥将被启用和/或所述气囊将被重新加压，更新各个电动车桥的一个或更多个参数，所述一个或更多个参数指示已被提升、滑动或以其他方式改变的相应电动车桥的更新后能力；确定各个电动车桥的扭矩或功率要求，以在更新后的车桥参数的能力和牵引力极限内减小优化后的性能成本函数；以及至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。

根据另一实施方式，本公开提供了一种用于控制车辆的多个电动车桥的多车桥控制器。所述多车桥控制器包括处理器和存储器。所述存储器被配置为存储软件，当由所述处理器执行时，所述软件使所述处理器：至少部分地基于各个电动车桥的一个或更多个参数以及当前和/或将来道路坡度来确定所述车辆的功率需求；生成与一个或更多个性能度量、功率需求和/或车辆信息相关联的性能成本函数；通过优化所述性能成本函数来确定所述多个电动车桥当中的功率分布；以及向一个或更多个马达发电机发送牵引力命令，以控制所述多个电动车桥的操作。

在一些实施方式中，所述软件还使所述处理器：确定所述车辆的所述多个电动车桥中的各个电动车桥的一个或更多个参数，所述一个或更多个参数指示各个电动车桥的能力；以及至少部分地基于由所述车辆和/或其他车辆收集的坡度传感器数据和/或所述车辆正在行驶的路线的导航系统数据来确定当前和/或将来道路坡度。

在一些实施方式中，确定所述多个电动车桥当中的功率分布包括：确定各个电动车桥的扭矩或功率要求，以在所述车桥参数的能力和牵引力极限内减小性能成本函数；以及至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。

在一些实施方式中，确定所述多个电动车桥当中的功率分布包括：确定是否启用提升车桥和/或滑动车桥和/或对气囊重新加压以转移所述车辆的重心，以进一步优化所述性能成本函数；响应于确定所述提升车桥和/或滑动车桥将被启用和/或所述气囊将被重新加压，更新各个电动车桥的一个或更多个参数，所述一个或更多个参数指示已被提升、滑动或以其他方式改变的相应电动车桥的更新后能力；确定各个电动车桥的扭矩或功率要求，以在更新后的车桥参数的能力和牵引力极限内减小优化后的性能成本函数；以及至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。

应当理解，在各种实施方式中，前述概念和下面讨论的附加概念可以以任何合适的组合来布置。此外，当结合附图考虑时，从以下对各种非限制性实施方式的详细描述中，本公开的其他优点和新颖特征将变得明显。

附图说明

附图并非按比例绘制。在附图中，各个附图中示出的各个相同或几乎相同的组件可以由相似的附图标记表示。为了清楚起见，并非每个附图中的每个组件都被标记。在附图中：

图1是例示根据本文公开的实施方式的示例性车辆系统的框图；

图2是描绘根据本公开的控制车辆的多个电动车桥的方法的流程图；

图3至图6是描绘根据本公开的控制车辆的多个电动车桥的方法的流程图；以及

图7A和图7B是示出根据本公开的车辆的马达发电机的效率图的图表。

具体实施方式

图1是具有用于控制车辆系统的多个电动车桥的多车桥系统的车辆的概念图。在例示性实施方式中，车辆100包括多车桥系统控制器110、一个或更多个马达发电机130以及多个电动车桥140。多车桥系统控制器110通信地联接到马达发电机130以控制车辆系统的多个电动车桥140的操作。在例示性实施方式中，各个马达发电机130与电动车桥140相关联以控制电动车桥140的操作。然而，应当理解，在一些实施方式中，各个马达发电机可以与不止一个电动车桥相关联。尽管图1中示出了两个马达发电机120和两个电动车桥130，但是应当理解，所描绘的马达发电机120和电动车桥130的数量是任意的，并且根据本公开的教导可以使用任何数量的马达发电机控制器和电动车桥130。

在操作中，多车桥系统控制器110确定马达发电机130的最佳载荷分布以满足车辆系统的一个或更多个性能度量和功率需求。性能度量包括最小化总能量消耗、最大化车轮滑移裕度、在预期牵引瞬态事件(tractive transient event)时最大化扭矩裕度、在预期再生事件时最大化功率裕度，和/或最大化安全裕度。

为此，多车桥系统控制器110确定车辆系统中各个车桥的能力和/或参数特性。车桥的参数包括车辆系统的包括电动车桥和非电动车桥在内的各个车桥的位置、各个电动车桥的马达发电机扭矩或速度曲线、各个电动车桥的马达发电机效率图、各个电动车桥的齿轮传动比或速比、各个电动车桥的后车桥比、车辆系统中各个马达发电机的扭矩、速度和/或功率限制，和/或各个电动车桥的惯性特性。各个车桥的这些参数可以通过校准或某种形式的直接测量来获得。

多车桥系统控制器110还识别车辆100正在行驶的路线的当前和/或将来的道路坡度。道路坡度包括道路的特性，这些特性包括陡度、物理特征、地形、道路速度限制和/或沿其路线的交通灯和交叉口。道路坡度基于由车辆100收集的坡度传感器数据和导航数据来确定。附加地或另选地，在一些实施方式中，坡度传感器数据可由一个或更多个其他车辆和/或服务器(例如，服务器160)经由诸如网络150的网络来收集。在此类实施方式中，多车桥系统控制器110可经由网络150与一个或更多个服务器170通信以获得道路/导航信息。然后使用当前道路坡度来确定目前的车辆100的总质量和重心。

为了确定车辆的总质量，需要确定加速度和加速力。加速度是基于观察到的各个车桥的速度确定的，假定所有车轮都以相同的速率旋转(例如，无滑移状况)。加速力是基于施加在各个车轮处的扭矩来确定的，同时考虑到由于空气动力阻力、滚动阻力、坡度/重力效应以及从马达到车轮的扭矩损失而消耗的扭矩。这些损失可以基于车辆系统中各个车桥的能力和/或参数特性以及当前道路坡度来确定。基于加速度和加速力，估计车辆的总质量。

给定车辆100上的校准的车桥位置和车辆100的总质量，确定车辆总质量在各个车桥上的载荷分布。在例示性实施方式中，各个车桥上的载荷分布可以通过调整车辆100的假定加载曲线来确定。例如，假定加载曲线100是通过假定总质量的均匀加载(例如，从前到后和/或从一侧到另一侧的均匀加载)来确定的。

基于车辆100的估计总质量、车辆系统的纵向重心以及各个电动车桥上的加载，可以在特定电动车桥上采用控制条件来确定牵引力极限。例如，多车桥系统控制器110选择具有最低法向力(例如，最低载荷)的电动车桥并增加扭矩直到发生车轮滑移(即，当施加到所选电动车桥的轮胎的力超过那些轮胎可获得的牵引力时)。当所选电动车桥的车轮以高于车辆系统中其他车轮的速率旋转时，即可识别出车轮滑移。在一些实施方式中，可以通过将滑移车轮的计算出的车辆速度与GPS测量的车辆速度进行比较来识别车辆滑移。如果计算出的车辆速度与GPS测量的车辆速度不一致，则识别出车辆滑移。当在给定车桥上检测到车轮滑移时，多车桥系统控制器110将马达扭矩的上限识别为车辆100的当前表面表征(例如，滚动阻力系数)和可用扭矩下的滑移极限。换句话说，通过确定给定车桥上的车轮滑移，可以确定可施加到给定电动车桥的车轮的最大扭矩。如下文进一步描述的，滑移极限与安全裕度相关联。

多车桥系统控制器110还基于测量的、估计的或以其他方式已知的能力和/或特性车辆参数来确定对于车辆100正在行驶的路线的当前或将来的道路坡度在车轮处需要多少功率。

基于各个车桥上的估计载荷分布、牵引力极限以及来自车辆系统的扭矩或功率需求，多车桥系统控制器110确定各个车桥的牵引效力并且将牵引力命令发送到马达发电机130以满足某些性能度量。如上所述，性能度量包括最小化总能量消耗、最大化车轮滑移裕度、在预期牵引瞬态事件时最大化扭矩裕度、在预期再生事件时最大化功率裕度，和/或最大化安全裕度。

为此，多车桥系统控制器110生成与一个或更多个性能度量相关联的一个或更多个性能成本函数。例如，可以构建性能成本函数来最小化总能量消耗或最大化效率。在这样的示例中，基于各个车桥的牵引能力和车辆系统的功率需求，多车桥系统控制器110可以通过优化性能成本函数来确定马达发电机130当中的最佳载荷分布(例如，如何分配功率需求)，以提供所需求的功率。例如，可以基于各个马达发电机130的当前运行速度、车辆系统的当前或将来功率或扭矩需求、电动车桥140当中的当前载荷分布以及各个马达发电机130的滑移极限来优化性能成本函数。为了确定最佳载荷分布，多车桥系统控制器110可以确定可施加到各个马达发电机130的最佳扭矩，同时最大化滑移安全裕度以避免车轮滑移的机会。换句话说，性能成本函数的这种优化允许多车桥系统控制器110在马达发电机130当中分配功率需求，以最小化总能量消耗/最大化效率，同时减少车轮滑移的机会(即，最大化安全裕度)。在一些实施方式中，多车桥系统控制器110可以具有人工智能能力，其在生成和优化与性能度量相关联的功率成本函数时执行机器学习。

为了提供该示例的说明，并且不以任何方式限制本公开，图7A和图7B示出了马达发电机710、720的示例性效率图。各个马达发电机的效率图例示了任何速度和扭矩组合的最大效率。在该示例中，车辆100具有与车辆系统的多个电动车桥140相关联的两个马达发电机130。为了简化说明，各个马达发电机130与一个电动车桥140相关联。然而，应当理解，在一些实施方式中，马达发电机130可以与多个电动车桥140相关联。优化性能成本函数以选择各个效率图上的点(即，速度和扭矩组合)，使得两点的组合提供车辆系统在给定速度下的扭矩/功率需求。

另外，在一些实施方式中，可以进一步优化性能成本函数以提供最佳载荷分布。如图7A和图7B所示，各个马达发电机710、720的效率图还包括各个马达发电机的滑移极限曲线712、722，其指示在与相应马达发电机130相关联的电动车桥140的一个或更多个车轮滑移之前可以施加到相应马达发电机的马达扭矩的上限。换句话说，效率图710、720上的点(即，速度和扭矩组合)与滑移极限曲线712、722之间的垂直距离714、724表示相应马达发电机710、720的安全裕度。进一步优化性能成本函数以在提供车辆系统在给定速度下的扭矩/功率需求的同时，在各个效率图上选择尽可能远离滑移极限曲线712、722的点。换句话说，性能成本函数被优化以最大化安全裕度和效率，同时提供车辆系统的扭矩/功率需求。

响应于确定马达发电机130当中的最佳载荷分布，多车桥系统控制器110与马达发电机130通信以在马达发电机当中实现该载荷分布。

还应当理解，在一些实施方式中，各个马达发电机可以具有其自己的马达发电机控制器，该控制器与其他马达发电机控制器通信以控制车辆的多车桥系统。

在一些实施方式中，车辆100可以是混合动力电动车辆或全电动车辆。各种不同类型的已知混合动力电动车辆或全电动车辆中的任何一种都可以与本公开的教导一起使用。为了提供本公开的概念的说明，并且不以任何方式限制本公开，所述系统和方法将主要被描述为应用于具有全电动车桥的车辆。然而，应当理解，本公开的概念适用于除了一个或更多个电动车桥之外还具有一个或更多个非电动车桥的车辆。

多车桥系统控制器110包括处理器112(例如，中央处理单元(CPU)、图形处理单元(GPU))、存储器114(例如，随机存取存储器(RAM)、只读存储器(ROM)、闪存)、输入/输出(I/O)控制器116(例如，网络收发器)、存储器单元118、优化模块120，所有这些都可以经由一个或更多个地址/数据总线互连。在一些实施方式中，多车桥系统控制器110还可以包括显示器122和/或用户接口124(例如，显示屏、触摸屏、键盘)。应当理解，虽然仅示出了一个处理器112，但是多车桥系统控制器110可以包括多个处理器112。尽管I/O控制器116被示为单个框，但是应当理解，I/O控制器116可以包括多个不同类型的I/O组件。

本文所公开的处理器112可以是能够处理数据的任何电子装置，例如中央处理单元(CPU)、图形处理单元(GPU)、片上系统(SoC)或任何其他合适类型的处理器。应当理解，本文描述的示例方法的各种操作(即，由多车桥系统控制器110执行的)可以由一个或更多个处理器112执行。存储器114可以是能够存储数据(例如，处理器112需要访问以便实现本文所公开的任何方法的指令代码)的随机存取存储器(RAM)、只读存储器(ROM)、闪存或者任何其他合适类型的存储器。

数据库120(可以是单个数据库或者两个或更多个数据库的集合)联接到多车桥系统控制器110。在例示性实施方式中，数据库120是多车桥系统控制器110的一部分。在一些实施方式中，多车桥系统控制器110可以经由诸如网络150的网络访问数据库120。多车桥系统控制器110还可以包括存储在存储器118中并且可由处理器112执行的各种软件应用。这些软件应用可以包括用于执行与本文描述的方法相关联的功能的特定程序、例程或脚本。例如，可以执行软件应用来生成和优化一个或更多个功率成本函数。另外，软件应用可以包括用于数据处理、数据库管理、数据分析、网络通信、web服务器操作或者本文描述的或通常由车辆系统控制器执行的其他功能的通用软件应用。

网络150是在功能上将至少一个车辆100与服务器160联接的任何合适类型的计算机网络。网络150可以包括专有网络、安全公共因特网、虚拟专用网络和/或一种或多种其他类型的网络，例如专用接入线、普通电话线、卫星链路、蜂窝数据网络或其组合。在网络150包括因特网的实施方式中，数据通信可以经由因特网通信协议在网络150上进行。

服务器160可以是单个服务器或多个服务器。服务器160可以是包括处理器(例如，微处理器、微控制器)、存储器和输入/输出(I/O)控制器(例如，网络收发器)的任何计算装置。

如下文进一步描述的，多车桥系统控制器110通过通信线路112控制马达发电机120的操作。然而，应当理解，多车桥系统控制器110与马达发电机120之间的通信可以另选地或另外地以无线方式进行。

应当理解，在一些实施方式中，多车桥系统控制器110可以形成处理子系统的一部分，该处理子系统包括具有非暂时性计算机可读存储介质、处理器或处理电路以及通信硬件的一个或更多个计算装置。多车桥系统控制器110可以是单个装置或分布式装置，并且控制器的功能可以由硬件执行和/或通过处理存储在非暂时性机器可读存储器上的指令来执行。示例处理器包括专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)和包括固件的微处理器。示例非暂时性计算机可读存储介质包括随机存取存储器(RAM)、只读存储器(ROM)、闪存、硬盘存储装置、电可擦除可编程ROM(EEPROM)、电子可编程ROM(EPROM)、磁盘存储装置以及可用于承载或存储处理指令和数据结构并且可由通用或专用计算机或其他处理装置访问的任何其他介质。

本文描述的多车桥系统控制器110的某些操作包括解释和/或确定一个或更多个参数的操作。如本文所使用的，解释或确定包括通过本领域已知的任何方法接收值，至少包括通过通信线路128从数据链路、网络通信或输入装置接收值，接收指示该值(例如车辆的SOC)的电子信号(例如电压、频率、电流或脉宽调制信号)，接收指示该值的计算机生成的参数，从非暂时性机器可读存储介质上的存储器位置读取该值，通过本领域已知的任何手段、和/或通过接收可以借以计算所解释的参数的值、和/或通过参照被解释为参数值的默认值来接收作为运行时间参数的值。

本文描述的技术的上述实施方式可以以多种方式中的任何一种来实现。例如，可以使用硬件、软件或其组合来实现实施方式。当以软件实现时，软件代码可以在任何合适的处理器或处理器集合上执行，无论是在单个计算装置中提供还是分布在多个计算装置当中。这样的处理器可以被实现为集成电路，其中一个或更多个处理器位于集成电路组件中，包括本领域已知的名称为诸如CPU芯片、GPU芯片、微处理器、微控制器或协处理器的市售集成电路组件。另选地，处理器可以在诸如ASIC之类的定制电路或由配置可编程逻辑器件产生的半定制电路中实现。作为又一另选例，处理器可以是较大电路或半导体器件的一部分，无论是市售的、半定制的还是定制的。作为具体示例，一些市售微处理器具有多个核，使得这些核中的一个或子集可以构成处理器。然而，处理器可以使用任何合适格式的电路来实现。

此外，应当理解，计算装置可以以多种形式中的任一种来实现，例如机架安装式计算机、台式计算机、膝上型计算机或平板计算机。另外，计算装置可以嵌入在通常不被视为计算装置但具有合适的处理能力的装置中，包括个人数字助理(PDA)、智能电话或任何其他合适的便携式或固定电子装置。

此外，计算装置可以具有一个或更多个输入和输出装置。这些输入和输出装置尤其可用于呈现用户接口。可用于提供用户接口的输出装置的示例包括用于输出的视觉呈现的打印机或显示屏以及用于输出的听觉呈现的扬声器或其他声音生成装置。可用于用户接口的输入装置的示例包括键盘和指点装置，例如鼠标、触摸板和数字化输入板。作为另一示例，计算装置可以通过语音识别或以其他可听格式接收输入信息。

这样的计算装置可以通过任何合适形式的一个或更多个网络互连，包括局域网、控制器局域网，或者广域网，例如企业网或因特网。这样的网络可以基于任何合适的技术并且可以根据任何合适的协议操作并且可以包括无线网络、有线网络或光纤网络。

此外，本文概述的各种方法或处理可被编码为可在采用多种操作系统或平台中的任一种的一个或更多个处理器上执行的软件。另外，这样的软件可以使用多种合适的编程语言和/或编程或脚本工具中的任何一种来编写，并且还可以被编译为在框架或虚拟机上执行的可执行机器语言代码或中间代码。

在这方面，所公开的实施方式可以体现为编码有一个或更多个程序的计算机可读存储介质(或多个计算机可读介质)(例如，计算机存储器、一个或更多个软盘、压缩盘(CD)、光盘、数字视频盘(DVD)、磁带、闪存、现场可编程门阵列或其他半导体器件中的电路配置、或其他有形计算机存储介质)，当在一个或更多个计算机或其他处理器上执行时，所述程序执行实现本文所讨论的本公开的各种实施方式的方法。从前述示例可以明显看出，计算机可读存储介质可以将信息保留足够长的时间，以按非暂态形式提供计算机可执行指令。这样的计算机可读存储介质可以是可运输的，使得存储在其上的程序可以被加载到一个或更多个不同的计算机或其他处理器上以实现如上所述的本公开的各个方面。如本文所使用的，术语“计算机可读存储介质”仅涵盖可被认为是工业品(即，制造品)或机器的非暂时性计算机可读介质。另选地或附加地，本公开可以被体现为除计算机可读存储介质之外的计算机可读介质，例如传播信号。

本文在一般意义上使用术语“程序”或“软件”来指代可以用来对计算装置或其他处理器进行编程以实现如上所述的本公开的各个方面的任何类型的计算机代码或计算机可执行指令集。另外，应当理解，根据本公开的一个方面，当被执行时执行本公开的方法的一个或更多个计算机程序不需要驻留在单个计算机或处理器上，而是可以以模块化方式分布在多个不同的计算机或处理器当中以实现本公开的各个方面。

计算机可执行指令可以是多种形式，例如由一个或更多个计算机或其他装置执行的程序模块。一般而言，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等。通常，程序模块的功能可以根据需要在各种实施方式中组合或分布。

而且，数据结构可以以任何合适的形式存储在计算机可读介质中。为了简化说明，数据结构可以被示出为具有通过数据结构中的位置相关的字段。这种关系同样可以通过将字段的存储指派给计算机可读介质中传达字段之间的关系的位置来实现。然而，可以使用任何合适的机制来建立数据结构的字段中的信息之间的关系，包括通过使用指针、标签或建立数据元素之间的关系的其他机制。

现在参照图2，示出了用于控制车辆的多个车桥以满足一些性能度量的高级方法200。在例示性实施方式中，方法200由多车桥系统控制器(例如110)执行。在操作中，多车桥系统控制器110实时确定马达发电机130的最佳载荷分布以满足车辆系统的一些性能度量和功率需求。性能度量包括最小化总能耗、最大化车轮滑移裕度、在预期牵引瞬态事件时最大化扭矩裕度、在预期再生事件时最大化功率裕度，和/或最大化安全裕度。

为此，方法200开始于步骤202：确定车辆系统中各个车桥的能力和/或参数特性。车桥的参数包括车辆系统的包括电动车桥和非电动车桥在内的各个车桥的位置、各个电动车桥的马达发电机扭矩或速度曲线、各个电动车桥的马达发电机效率图、各个电动车桥的齿轮传动比或速比、各个电动车桥的后车桥比、车辆系统中各个马达发电机的扭矩、速度和/或功率限制，和/或各个电动车桥的惯性特性。各个车桥的这些参数可以通过校准或某种形式的直接测量来获得。

在步骤204，多车桥系统控制器110进一步识别车辆100正在行驶的路线的当前和/或将来道路坡度。道路坡度包括道路的特性，这些特性包括陡度、物理特征、地形、道路速度限制和/或沿其路线的交通灯和交叉口。道路坡度基于由车辆100收集的坡度传感器数据和导航数据来确定。附加地或另选地，在一些实施方式中，坡度传感器数据可由一个或更多个其他车辆和/或服务器(例如，服务器160)经由诸如网络150的网络来收集。在此类实施方式中，多车桥系统控制器110可经由网络150与一个或更多个服务器170通信以获得道路/导航信息。如下文进一步描述的，然后使用当前道路坡度来确定目前的车辆100的总质量和重心。

随后，在步骤206，多车桥系统控制器110基于车辆100上的校准的车桥位置和车辆100的估计总质量来确定车辆总质量在各个车桥上的载荷分布。在例示性实施方式中，各个车桥上的载荷分布可以通过调整车辆100的假定加载曲线来确定。例如，假定加载曲线100是通过假定总质量的均匀加载(例如，从前到后和/或从一侧到另一侧的均匀加载)来确定的。

在步骤208，多车桥系统控制器110基于车辆100的估计总质量、车辆系统的纵向重心以及各个电动车桥上的加载来确定牵引力极限。牵引力极限指示在车轮滑移发生之前可以施加到给定电动车桥的车轮的最大扭矩。如下文进一步描述的，滑移极限与安全裕度相关联。

在步骤210，多车桥系统控制器110进一步基于测量的、估计的或以其他方式已知的能力和/或特性车辆参数来确定对于车辆100正在行驶的路线的当前或将来的道路坡度在车轮处需要多少功率。

基于各个车桥上的估计载荷分布、牵引力极限以及来自车辆系统的扭矩或功率需求，多车桥系统控制器110确定各个车桥的牵引效力并且将牵引力命令发送到马达发电机130以满足某些性能度量。如上所述，性能度量包括最小化总能量消耗、最大化车轮滑移裕度、在预期牵引瞬态事件时最大化扭矩裕度、在预期再生事件时最大化功率裕度，和/或最大化安全裕度。

为此，在步骤212，多车桥系统控制器110生成与一个或更多个性能度量相关联的一个或更多个性能成本函数。例如，性能成本函数可以被构建成最小化总能量消耗或最大化效率。在这样的示例中，基于各个车桥的牵引能力和车辆系统的功率需求，多车桥系统控制器110可以通过优化性能成本函数来确定马达发电机130当中的最佳载荷分布(例如，如何分配功率需求)，以提供所需求的功率。例如，可以基于各个马达发电机130的当前运行速度、车辆系统的当前或将来功率或扭矩需求、电动车桥140当中的当前载荷分布以及各个马达发电机130的滑移极限来优化性能成本函数。

在步骤214，多车桥系统控制器110通过优化性能成本函数来确定马达发电机当中的最佳载荷分布。在上面的示例中，多车桥系统控制器110可以确定可施加到各个马达发电机130的最佳扭矩，同时最大化滑移安全裕度以避免车轮滑移的机会。换句话说，性能成本函数的这种优化允许多车桥系统控制器110在马达发电机130当中分配功率需求，以最小化总能量消耗/最大化效率，同时减少车轮滑移的机会(即，最大化安全裕度)。在一些实施方式中，多车桥系统控制器110可以具有人工智能能力，其在生成和优化与性能度量相关联的功率成本函数时执行机器学习。

在步骤216，响应于确定马达发电机130当中的最佳载荷分布，多车桥系统控制器110与马达发电机130通信以在马达发电机当中实现该载荷分布。

该流程图仅仅是示例，其不应不适当地限制权利要求的范围。本领域普通技术人员将认识到许多变化、替代和修改。

现在参照图3至图6，示出了用于控制车辆的多个车桥以满足一些性能度量的计算机实现的方法300。在例示性实施方式中，方法300由多车桥系统控制器(例如110)执行。在操作中，多车桥系统控制器110实时确定马达发电机130的最佳载荷分布以满足车辆系统的一个或更多个性能度量和功率需求。性能度量包括最小化总能量消耗、最大化车轮滑移裕度、在预期牵引瞬态事件时最大化扭矩裕度、在预期再生事件时最大化功率裕度，和/或最大化安全裕度。

为此，方法300开始于步骤302：确定车辆系统中各个车桥的能力和/或参数特性。例如，在步骤304，多车桥系统控制器110确定车辆系统的包括电动车桥和非电动车桥在内的各个车桥的位置。附加地或另选地，多车桥系统控制器110在步骤306确定各个电动车桥的马达发电机扭矩曲线和/或马达发电机速度曲线。附加地或另选地，在步骤308，多车桥系统控制器110确定各个电动车桥的马达发电机效率图。附加地或另选地，多车桥系统控制器110在步骤310确定车辆系统中的各个马达发电机的扭矩、速度和/或功率限制。附加地或另选地，在步骤312，多车桥系统控制器110可以确定各个电动车桥的齿轮传动比或速比。附加地或另选地，多车桥系统控制器110可在步骤314确定各个电动车桥的后车桥比。附加地或另选地，在步骤316中，多车桥系统控制器110可以确定各个电动车桥的惯性特性。应当理解，各个车桥的这些参数可以通过校准或者直接测量的形式来获得。

在步骤318，多车桥系统控制器110进一步识别车辆100正在行驶的路线的当前和/或将来道路坡度。为此，车辆100在步骤320收集坡度传感器数据。应当理解，坡度传感器数据包括导航数据。道路坡度包括道路的特性，这些特性包括陡度、物理特征、地形、道路速度限制和/或沿途的交通灯和交叉路口。在一些实施方式中，坡度传感器数据可以由一个或更多个其他车辆和/或服务器(例如，服务器160)经由诸如网络150的网络来收集。在此类实施方式中，多车桥系统控制器110可经由网络150与一个或更多个服务器170通信以获得道路/导航信息。

在步骤322，多车桥系统控制器110基于坡度传感器数据确定道路坡度。

随后，在图4所示的步骤324，多车桥系统控制器110确定车辆的总质量。为此，在步骤326，多车桥系统控制器110进一步确定加速度和加速力。加速度是基于观察到的各个车桥的速度确定的，假定所有车轮都以相同的速率旋转(例如，无滑移状况)。加速力是根据施加在各个车轮处的扭矩来确定的，同时考虑到由于空气动力阻力、滚动阻力、坡度/重力效应以及从电机到车轮的扭矩损失而消耗的扭矩。这些损失可以基于车辆系统中各个车桥的能力和/或参数特性以及当前道路坡度来确定。基于加速度和加速力，估计车辆的总质量。另外，多车桥系统控制器110在步骤328确定纵向重心。

在步骤330，给定车辆100上的校准的车桥位置和车辆100的总质量，确定车辆总质量在各个车桥上的载荷分布。具体地，在步骤332，多车桥系统控制器110基于校准的车桥位置和车辆总质量来确定各个车桥上的载荷量。各个车桥上的载荷分布是通过基于车桥的位置和车辆总质量调整车辆100的假定加载曲线来确定的。例如，假定加载曲线100是通过假定总质量的均匀加载(例如，从前到后和/或从一侧到另一侧的均匀加载)来确定的。

在步骤334，多车桥系统控制器110基于车辆100的估计总质量、车辆系统的纵向重心以及各个电动车桥上的加载来确定各个电动车桥的牵引力极限。例如，多车桥系统控制器110可以选择具有最低法向力(例如，最低载荷)的电动车桥并增加扭矩直到发生车轮滑移(即，当施加到所选电动车桥的轮胎的力超过那些轮胎可获得的牵引力时)。当所选择的电动车桥的车轮以高于车辆系统中的其他车轮的速率旋转时，多车桥系统控制器110检测到车轮滑移。在一些实施方式中，可以通过将滑移车轮的计算出的车辆速度与GPS测量的车辆速度进行比较来识别车辆滑移。如果计算出的车辆速度与GPS测量的车辆速度不一致，则识别出车辆滑移。当在给定车桥上检测到车轮滑移时，多车桥系统控制器110将马达扭矩的上限识别为车辆100的当前表面表征(例如，滚动阻力系数)和可用扭矩下的滑移极限。换句话说，通过确定给定车桥上的车轮滑移，在步骤336确定可以施加到给定电动车桥的车轮的最大扭矩。如下文进一步描述的，滑移极限与安全裕度相关联。

在图5的步骤338，多车桥系统控制器110进一步确定车辆的功率需求。为此，在步骤340，多车桥系统控制器110基于测量的、估计的或以其他方式已知的能力和/或特性车辆参数来确定对于当前道路坡度在车轮处需要多少功率。另外，在步骤342，多车桥系统控制器110基于测量的、估计的或以其他方式已知的能力和/或特性车辆参数来确定对于车辆100正在行驶的路线的将来道路坡度在车轮处需要多少功率。

基于各个车桥上的估计载荷分布、牵引力极限以及来自车辆系统的扭矩或功率需求，多车桥系统控制器110确定各个车桥的牵引效力并且将牵引力命令发送到马达发电机130以满足某些性能度量。如上所述，性能度量包括最小化总能量消耗、最大化车轮滑移裕度、在预期牵引瞬态事件时最大化扭矩裕度、在预期再生事件时最大化功率裕度，和/或最大化安全裕度。

为此，多车桥系统控制器110在步骤344生成与一个或更多个性能度量相关联的一个或更多个性能成本函数。例如，在步骤346，多车桥系统控制器110可以构建用于最小化总能量消耗或最大化效率的性能成本函数。附加地或另选地，在步骤348，多车桥系统控制器110可以生成或优化用于增加滑移安全裕度的性能成本函数。附加地或另选地，在步骤350处，多车桥系统控制器110可以生成或优化用于增加瞬态功率或扭矩裕度的性能成本函数。附加地或另选地，在步骤352，多车桥系统控制器110可以生成或优化用于增加功率裕度的性能成本函数。

在步骤354，一旦构建了性能成本函数，多车桥系统控制器110就基于车桥参数和车辆的功率需求进一步优化性能成本函数，以确定马达发电机当中的最佳载荷分布。为此，多车桥系统控制器110确定各个车桥的扭矩/功率要求，以在车桥参数的能力和牵引力极限内最小化性能成本函数。

在步骤358，在一些实施方式中，多车桥系统控制器110可以确定是否启用提升车桥和/或滑动车桥以进一步优化性能成本函数。例如，多车桥系统控制器110可以通过平衡由于来自增加的轮胎-道路相互作用的添加的滚动阻力所导致的能量效率损失和滑移安全有效性的增益来确定是否启用提升车桥以在地面上添加附加的车轮。

附加地或另选地，在步骤360，多车桥系统控制器110可以确定是否对气囊重新加压以转移车辆的重心，从而进一步优化性能成本函数。在这样的实施方式中，车辆气囊悬架系统可以被共同优化和共同控制，以利用更大时间常数来改善系统的总体性能和瞬态滞后。通过转移车辆的重心，这可以进一步解决高坡度或湿滑路面上的低牵引力问题。动态气囊压力设定可以有效地移动有效载荷的重心。例如，多车桥系统控制器110可以通过降低前气囊并升高后气囊来使有效载荷重心向前倾斜。这可以增加驱动串联体上的载荷，从而增加车辆的整体牵引力。另选地，多车桥系统控制器110可以通过升高前气囊并降低后气囊来使有效载荷重心向后倾斜。这可以增加拖车串联体上的载荷，从而提高车辆的制动稳定性。另外，这可以增加翼型形状，从而提高燃油经济性。应当理解，如果重心发生转移，则基于更新的参数重新优化性能成本函数。

在步骤362，基于各个车桥的牵引能力和车辆系统的功率需求，多车桥系统控制器110可以通过优化性能成本函数来确定马达发电机130当中的最佳载荷分布(例如，如何分配功率需求)，以提供所需求的功率。例如，可以基于各个马达发电机130的当前运行速度、车辆系统的当前或将来功率或扭矩需求、电动车桥140当中的当前载荷分布以及各个马达发电机130的滑移极限来优化性能成本函数。

为了确定最佳载荷分布，多车桥系统控制器110确定可施加到各个马达发电机130的最佳扭矩，同时最大化滑移安全裕度以避免车轮滑移的机会。性能成本函数的这种优化允许多车桥系统控制器110在马达发电机130当中分配功率需求，以最小化总能量消耗/最大化效率，同时减少车轮滑移的机会(即，最大化安全裕度)。在一些实施方式中，多车桥系统控制器110可以具有人工智能能力，其在生成和优化与性能度量相关联的功率成本函数时执行机器学习。

为了提供该示例的说明，并且不以任何方式限制本公开，图7A和图7B示出了马达发电机710、720的示例性效率图。各个马达发电机的效率图例示了任何速度和扭矩组合的最大效率。在该示例中，车辆100具有与车辆系统的多个电动车桥140相关联的两个马达发电机130。为了简化说明，各个马达发电机130与一个电动车桥140相关联。然而，应当理解，在一些实施方式中，马达发电机130可以与多个电动车桥140相关联。优化性能成本函数以选择各个效率图上的点(即，速度和扭矩组合)，使得两点的组合提供车辆系统在给定速度下的扭矩/功率需求。

另外，在一些实施方式中，可以进一步优化性能成本函数以提供最佳载荷分布。如图7A和图7B所示，各个马达发电机710、720的效率图还包括各个马达发电机的滑移极限曲线712、722，其指示在与相应马达发电机130相关联的电动车桥140的一个或更多个车轮滑移之前可以施加到相应马达发电机的马达扭矩的上限。换句话说，效率图710、720上的点(即，速度和扭矩组合)与滑移极限曲线712、722之间的垂直距离714、724表示相应马达发电机710、720的安全裕度。进一步优化性能成本函数以在提供车辆系统在给定速度下的扭矩/功率需求的同时，在各个效率图上选择尽可能远离滑移极限曲线712、722的点。换句话说，性能成本函数被优化以最大化安全裕度和效率，同时提供车辆系统的扭矩/功率需求。

响应于确定马达发电机130当中的最佳载荷分布，在步骤364，多车桥系统控制器110与马达发电机130通信以在马达发电机当中实现该载荷分布。

该流程图仅仅是示例，其不应不适当地限制权利要求的范围。本领域普通技术人员将认识到许多变化、替代和修改。

尽管已经示出和描述了本公开的各种实施方式，但是应当理解，这些实施方式不限于此。本领域技术人员可以对实施方式进行改变、修改和进一步应用。因此，这些实施方式不限于先前示出和描述的细节，而是还包括所有这样的改变和修改。

此外，本文包含的各个附图中所示的连接线旨在表示各个元件之间的示例性功能关系和/或物理联接。应当注意，在实际系统中可以存在许多替代的或附加的功能关系或物理连接。然而，益处、优势、问题的解决方案以及可能导致任何益处、优势或解决方案出现或变得更加明显的任何要素不应被解释为关键的、必需的或必要的特征或要素。因此，范围仅受所附权利要求书限制，其中对单数要素的引用并不旨在表示“一个且仅一个”，除非明确如此说明，而是表示“一个或更多个”。此外，当权利要求中使用类似于“A、B或C中的至少一个”的短语时，该短语旨在被解释为表示A可以单独存在于实施方式中，B可以单独存在于实施方式中，C可以单独存在于实施方式中，或者要素A、B或C的任何组合可以存在于单个实施方式中；例如，A和B、A和C、B和C、或者A和B和C。

在本文的详细描述中，对“一个实施方式”、“实施方式”、“示例实施方式”等的引用指示所描述的实施方式可以包括特定特征、结构或特性，但是每个实施方式不一定包括该特定特征、结构或特性。此外，这样的短语不一定指代相同的实施方式。此外，当结合实施方式描述特定特征、结构或特性时，认为结合其它实施方式影响这些特征、结构或特性是在受益于本公开的本领域技术人员的知识范围内，无论是否明确描述。在阅读了说明书之后，相关领域的技术人员将清楚如何在另选实施方式中实现本公开。

此外，本公开中的要素、组件或方法步骤并不旨在献给公众，无论权利要求中是否明确记载了该要素、组件或方法步骤。本文中的任何权利要求要素均不得根据35U.S.C.§112(f)的规定来解释，除非使用短语“用于...的装置”明确叙述该要素。如本文所使用的，用语“包括”、“包含”或其任何其他变体旨在涵盖非排他性包含，使得包括一系列要素的处理、方法、物品或设备不仅仅包括那些要素，而是可以包括未明确列出的或此类处理、方法、物品或设备所固有的其他要素。

Claims (20)

1.一种用于控制车辆的多个电动车桥的系统，所述系统包括：

所述多个电动车桥；

一个或更多个马达发电机，所述一个或更多个马达发电机与所述多个电动车桥中的一个或更多个电动车桥相关联；以及

多车桥控制器，所述多车桥控制器通信地联接到所述一个或更多个马达发电机，所述多车桥控制器被配置为执行软件以使所述多车桥控制器：

通过优化性能成本函数来确定所述多个电动车桥当中的功率分布；以及

向所述一个或更多个马达发电机发送牵引力命令，以控制所述多个电动车桥的操作。

2.根据权利要求1所述的系统，其中，所述多车桥控制器还被配置为执行软件以使所述多车桥控制器：

确定所述车辆的所述多个电动车桥中的各个电动车桥的一个或更多个参数，所述一个或更多个参数指示各个电动车桥的能力；

至少部分地基于由所述车辆和/或其他车辆收集的坡度传感器数据和/或所述车辆正在行驶的路线的导航系统数据来确定当前和/或将来道路坡度；

至少部分地基于各个电动车桥的所述一个或更多个参数以及所述当前和/或将来道路坡度来确定所述车辆的功率需求；以及

生成与一个或更多个性能度量、所述功率需求和/或车辆信息相关联的所述性能成本函数。

3.根据权利要求2所述的系统，其中，所述一个或更多个车辆参数包括各个电动车桥的位置、各个电动车桥的马达发电机速度曲线、各个电动车桥的马达发电机扭矩曲线、各个电动车桥的马达发电机效率图、各个马达发电机的扭矩、速度和/或功率限制、各个电动车桥的齿轮传动比或速比、各个电动车桥的后车桥比和/或各个电动车桥的惯性特性。

4.根据权利要求2所述的系统，其中，所述一个或更多个性能度量包括减少所述车辆的总能量消耗、增加滑移安全裕度、增加瞬态扭矩裕度以及增加功率裕度。

5.根据权利要求2所述的系统，其中，所述多车桥控制器还被配置为执行软件以使所述多车桥控制器确定所述车辆的车辆信息，其中，所述车辆信息包括所述车辆的总质量、重心、所述多个电动车桥当中的载荷分布和/或各个电动车桥的牵引力极限，

其中，生成所述性能成本函数包括：至少部分地基于各个电动车桥的所述一个或更多个参数、所述当前和/或将来道路坡度、所述功率需求和/或所述车辆信息来生成与一个或更多个性能度量相关联的所述性能成本函数。

6.根据权利要求5所述的系统，其中，确定所述车辆信息包括：

至少部分地基于所述车辆的加速度和加速力来确定所述车辆的总质量和重心；

至少部分地基于各个电动车桥的位置、所述车辆的总质量和所述重心来确定所述多个电动车桥当中的载荷分布；以及

至少部分地基于所述车辆的总质量、所述重心、所述载荷分布和/或所述当前或将来道路坡度来确定各个电动车桥的牵引力极限，所述牵引力极限指示在检测到车轮滑移之前能够施加到相应电动车桥的最大马达扭矩。

7.根据权利要求1所述的系统，其中，确定所述多个电动车桥当中的功率分布包括：

确定各个电动车桥的扭矩或功率要求，以在所述车桥参数的能力和牵引力极限内减小性能成本函数；以及

至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。

8.根据权利要求1所述的系统，其中，确定所述多个电动车桥当中的功率分布包括：

确定是否启用提升车桥和/或滑动车桥和/或对气囊重新加压以转移所述车辆的重心，以进一步优化所述性能成本函数；

响应于确定所述提升车桥和/或滑动车桥将被启用和/或所述气囊将被重新加压，更新各个电动车桥的一个或更多个参数，所述一个或更多个参数指示已被提升、滑动或以其他方式改变的相应电动车桥的更新后能力；

确定各个电动车桥的扭矩或功率要求，以在更新后的车桥参数的能力和牵引力极限内减小优化后的性能成本函数；以及

至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。

9.一种用于控制车辆的多个电动车桥的方法，所述方法包括以下步骤：

通过优化性能成本函数来确定所述多个电动车桥当中的功率分布；以及

向联接到所述多个电动车桥的一个或更多个马达发电机发送牵引力命令，以控制所述多个电动车桥的操作。

10.根据权利要求9所述的方法，所述方法还包括以下步骤：

确定所述车辆的所述多个电动车桥中的各个电动车桥的一个或更多个参数，所述一个或更多个参数指示各个电动车桥的能力；

至少部分地基于由所述车辆和/或其他车辆收集的坡度传感器数据和/或所述车辆正在行驶的路线的导航系统数据来确定当前和/或将来道路坡度；

至少部分地基于各个电动车桥的一个或更多个参数以及当前和/或将来道路坡度来确定所述车辆的功率需求；以及

生成与一个或更多个性能度量、所述功率需求和/或车辆信息相关联的所述性能成本函数。

11.根据权利要求10所述的方法，其中，所述一个或更多个车辆参数包括各个电动车桥的位置、各个电动车桥的马达发电机速度曲线、各个电动车桥的马达发电机扭矩曲线、各个电动车桥的马达发电机效率图、各个马达发电机的扭矩、速度和/或功率限制、各个电动车桥的齿轮传动比或速比、各个电动车桥的后车桥比和/或各个电动车桥的惯性特性。

12.根据权利要求10所述的方法，其中，所述一个或更多个性能度量包括减少所述车辆的总能量消耗、增加滑移安全裕度、增加瞬态扭矩裕度以及增加功率裕度。

13.根据权利要求10所述的方法，所述方法还包括以下步骤：

确定所述车辆的车辆信息，其中，所述车辆信息包括所述车辆的总质量、重心、所述多个电动车桥当中的载荷分布和/或各个电动车桥的牵引力极限，

其中，生成所述性能成本函数的步骤包括：至少部分地基于各个电动车桥的所述一个或更多个参数、所述当前和/或将来道路坡度、所述功率需求和/或所述车辆信息来生成与一个或更多个性能度量相关联的所述性能成本函数。

14.根据权利要求13所述的方法，其中，确定车辆信息的步骤包括：

至少部分地基于所述车辆的加速度和加速力来确定所述车辆的总质量和重心；

至少部分地基于各个电动车桥的位置、所述车辆的总质量和所述重心来确定所述多个电动车桥当中的载荷分布；以及

至少部分地基于所述车辆的总质量、所述重心、所述载荷分布和/或所述当前或将来道路坡度来确定各个电动车桥的牵引力极限，所述牵引力极限指示在检测到车轮滑移之前能够施加到相应电动车桥的最大马达扭矩。

15.根据权利要求9所述的方法，其中，确定所述多个电动车桥当中的功率分布的步骤包括：

确定各个电动车桥的扭矩或功率要求，以在所述车桥参数的能力和牵引力极限内减小性能成本函数；以及

至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。

16.根据权利要求9所述的方法，其中，确定所述多个电动车桥当中的功率分布的步骤还包括：

确定是否启用提升车桥和/或滑动车桥和/或对气囊重新加压以转移所述车辆的重心，以进一步优化所述性能成本函数；

响应于确定所述提升车桥和/或滑动车桥将被启用和/或所述气囊将被重新加压，更新各个电动车桥的一个或更多个参数，所述一个或更多个参数指示已被提升、滑动或以其他方式改变的相应电动车桥的更新后能力；

确定各个电动车桥的扭矩或功率要求，以在更新后的车桥参数的能力和牵引力极限内减小优化后的性能成本函数；以及

至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。

17.一种用于控制车辆的多个电动车桥的多车桥控制器，所述多车桥控制器包括：

处理器；以及

存储软件的存储器，当由所述处理器执行时，所述软件使所述处理器：

至少部分地基于各个电动车桥的一个或更多个参数以及当前和/或将来道路坡度来确定所述车辆的功率需求；

生成与一个或更多个性能度量、所述功率需求和/或车辆信息相关联的性能成本函数；

通过优化所述性能成本函数来确定所述多个电动车桥当中的功率分布；以及

向一个或更多个马达发电机发送牵引力命令，以控制所述多个电动车桥的操作。

18.根据权利要求17所述的多车桥控制器，其中，所述处理器还被致使：

确定所述车辆的所述多个电动车桥中的各个电动车桥的一个或更多个参数，所述一个或更多个参数指示各个电动车桥的能力；以及

至少部分地基于由所述车辆和/或其他车辆收集的坡度传感器数据和/或所述车辆正在行驶的路线的导航系统数据来确定当前和/或将来道路坡度。

19.根据权利要求17所述的多车桥控制器，其中，确定所述多个电动车桥当中的功率分布包括：

确定各个电动车桥的扭矩或功率要求，以在所述车桥参数的能力和牵引力极限内减小性能成本函数；以及

至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。

20.根据权利要求17所述的多车桥控制器，其中，确定所述多个电动车桥当中的功率分布包括：

确定是否启用提升车桥和/或滑动车桥和/或对气囊重新加压以转移所述车辆的重心，以进一步优化所述性能成本函数；

响应于确定所述提升车桥和/或滑动车桥将被启用和/或所述气囊将被重新加压，更新各个电动车桥的一个或更多个参数，所述一个或更多个参数指示已被提升、滑动或以其他方式改变的相应电动车桥的更新后能力；

确定各个电动车桥的扭矩或功率要求，以在更新后的车桥参数的能力和牵引力极限内减小优化后的性能成本函数；以及

至少部分地基于各个电动车桥的所述扭矩或功率要求来确定各个马达发电机的满足所述功率需求和所述性能成本函数的最佳载荷。