CN111216732A - 路面摩擦系数的估测方法、装置及车辆 - Google Patents

Abstract

本发明涉及车辆技术领域，提供一种路面摩擦系数的估测方法、装置及车辆。所述估测方法包括：确定多个用于计算路面摩擦系数的分类器集合，其中分类器集合是根据车辆运行数据及车辆侧向控制相关数据确定的，且所述车辆侧向控制相关数据包括车辆的轮胎滑移角、轮胎侧向力、基于EPS***估计的第一自回正扭矩SAT、基于轮胎侧向动力学模型估计的第二SAT以及第一SAT的均值和方差的导数；根据驾驶员对车辆进行侧向操作而产生的轮胎滑移角、轮胎侧向力及转向速率，选择对应的分类器集合来计算路面摩擦系数；以及确定所计算出的最大路面摩擦系数为最终路面摩擦系数。本发明利用多集分类器，可在驾驶员进行不同程度的侧向操作时，准确检测出路面最大摩擦系数。

Description

路面摩擦系数的估测方法、装置及车辆

技术领域

本发明涉及车辆技术领域，特别涉及一种路面摩擦系数的估测方法、装 置及车辆。

背景技术

车辆驾驶中，驾驶员可能会遇到不同的路面，例如沥青路面、碎石路面， 干燥路面、潮湿路面、冰面、雪面等等。这些以及其他类型的一些路面各具 有不同的路面摩擦系数，且这些不同的路面摩擦系数会影响轮胎抓地力和车 辆稳定性。

出于安全原因，车辆要求能够以允许其在任何时间快速响应各种路面状 况的方式操作，这是至关重要的，特别是当车辆例如在转弯期间、车道变换 期间或避障期间侧向移动时。对此，解决该问题的一种方法是利用瞬时路面 摩擦的估计值。因此，希望知道车辆运行期间的路面摩擦系数。例如，车辆 的控制***可以使用关于路面摩擦系数的信息来控制一个或多个车辆部件， 以帮助驾驶员以安全的方式操作车辆。

但是，目前还没有可以直接测量路面摩擦系数的方法，只能且必须使用 车辆上的可用传感器信息来估计路面摩擦系数。但这种估计路面摩擦系数的 方法是不可靠的，因为它们对诸如转向行为等不同的车辆动态行为较为敏感， 这种敏感表现为即使在相同类型的路面上，估计的摩擦系数也会有很大的变 化，比如对于干燥路面，受转向行为等不同的车辆动态行为的影响，利用车 辆上的可用传感器所估计的路面摩擦系数很可能为0.4～1之间的多个不等值。 因此，这种方法的可靠性和鲁棒性都较差。

另外，现有技术中估计路面摩擦系数的方法需要更大的驱动激励(转向) 以产生大的轮胎滑移角，然后才可以估计在小的和大的轮胎滑移角处的路面 的最大侧向摩擦系数。而在实际中，需要驾驶员采取激烈的侧向操作才能产 生大的驱动激励，若驾驶员的操作趋向温和，估测的摩擦系数即失真，这明 显给驾驶员带来了更高的驾驶要求，且影响驾驶员的驾驶体验。

发明内容

有鉴于此，本发明旨在提出一种可靠性和鲁棒性更高的路面摩擦系数估 测方法，以解决现有技术中需要驾驶员采用激烈侧向操作才能测量路面摩擦 系数的技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种路面摩擦系数的估测方法，所述估测方法包括：确定多个用于计算 路面摩擦系数的分类器集合，其中所述分类器集合是根据车辆运行数据及车 辆侧向控制相关数据来确定的，且所述车辆运行数据包括车辆的车速、侧向 加速度及转向速率，所述车辆侧向控制相关数据包括车辆的轮胎滑移角、轮 胎侧向力、基于电动助力转向***估计的第一自回正扭矩SAT、基于轮胎侧 向动力学模型估计的第二SAT以及在采样时间内的所述第一SAT的均值及 方差的导数，其中每一分类器集合中包括不同于其他分类器集合的用于计算 路面摩擦系数的参数及计算模型，其中所述参数是所述车辆运行数据所包括 的数据和/或所述车辆侧向控制相关数据所包括的数据的部分；根据驾驶员对 车辆进行侧向操作而产生的所述轮胎滑移角、所述轮胎侧向力及所述转向速 率，选择对应的分类器集合来计算路面摩擦系数，其中每一分类器集合被预 配置为与一组包括所述轮胎滑移角、所述轮胎侧向力及所述转向速率的选择 条件相匹配；以及确定所计算出的最大路面摩擦系数为最终的路面摩擦系数。

相对于现有技术，本发明的路面摩擦系数估测方法利用多集分类器，可 在驾驶员进行不同程度的侧向操作时，准确检测出路面最大摩擦系数，进而 实现更佳的整车侧向运动控制。

本发明还提供一种路面摩擦系数的估测装置，包括：分类器确定模块， 用于确定多个用于计算路面摩擦系数的分类器集合，其中所述分类器集合是 根据车辆运行数据及车辆侧向控制相关数据来确定的，且所述车辆运行数据 包括车辆的车速、侧向加速度及转向速率，所述车辆侧向控制相关数据包括 车辆的轮胎滑移角、轮胎侧向力、基于电动助力转向***估计的第一自回正 扭矩SAT、基于轮胎侧向动力学模型估计的第二SAT以及在采样时间内的 所述第一SAT的均值及方差的导数，其中每一分类器集合中包括不同于其 他分类器集合的用于计算路面摩擦系数的参数及计算模型，其中所述参数是 所述车辆运行数据所包括的数据和/或所述车辆侧向控制相关数据所包括的 数据的部分；分类器选择模块，用于根据驾驶员对车辆进行侧向操作而产生 的所述轮胎滑移角、所述轮胎侧向力及所述转向速率，选择对应的分类器集 合来计算路面摩擦系数，其中每一分类器集合被预配置为与一组包括所述轮 胎滑移角、所述轮胎侧向力及所述转向速率的选择条件相匹配；以及侧向摩 擦系数确定模块，用于确定所计算出的最大路面摩擦系数为最终的路面摩擦 系数。

本发明还提供一种机器可读存储介质，该机器可读存储介质上存储有指 令，该指令用于使得机器执行上述的路面摩擦系数的估测方法。

本发明还提供一种车辆，包括：方向盘，被配置为响应于驾驶员转向输 入而旋转，其中所述转向输入包括转向扭矩和转向角度；扭矩传感器，被配 置为测量转向扭矩；转向角传感器，被配置为测量转向角度；转向机构，通 过转向柱实现与所述方向盘的随动；上述机器可读存储介质；控制器，被配 置为接收包括所述转向扭矩和所述转向角度的车辆运行数据，并基于所述车 辆运行数据执行所述机器可读存储介质中存储的指令。

所述估测装置、机器可读存储介质及车辆与上述估测装置相对于现有技 术所解决的技术问题及所具有的优势相同，在此不再赘述。

本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的 示意性实施方式及其说明用于解释本发明，并不构成对本发明的不当限定。 在附图中：

图1是本发明实施例中的估测路面摩擦系数的方法模块的原理示意图；

图2是本发明实施例中具有EPS***和用于确定路面摩擦系数的控制器 的车辆的示意图；

图3是本发明实施例中确定车辆直线行驶的发生的流程示意图；

图4是本发明实施例中估计第一SAT的流程示意图；

图5是本发明实施例中计算第一SAT的均值和方差的导数的流程图；

图6是本发明实施例中确定侧向力动力学的线性区域的流程示意图；

图7是本发明实施例中示例性轮胎侧向动力学模型的示意图；

图8是本发明实施例中轮胎侧向力与SAT(相对于轮胎滑移角的示意图；

图9是本发明实施例中转弯操作中自行车模型的示意自由体图；

图10是本发明实施例中进行第一分类器集合的计算的示意图；

图11是本发明实施例中进行第二分类器集合和第三分类器集合的计算 的示意图；以及

图12是本发明实施例中进行第三分类器集合的计算的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施方式及实施方式中 的特征可以相互组合。

下面将参考附图并结合实施方式来详细说明本发明。

本发明实施例提供了一种路面摩擦系数的估测方法，所述方法估测可以 包括以下步骤S10-步骤S30：

步骤S10，确定多个用于计算路面摩擦系数的分类器集合。

在此，分类器集合是一种实时地对路面摩擦能力进行分类并分别估测对 应的路面摩擦能力的功能模块，其中，路面摩擦能力是通过与摩擦系数相关 联的路面值来进行表征，从而本发明实施例试图通过对路面摩擦系数的计算 来估测路面摩擦能力。

在本发明实施例中，所述分类器集合是根据车辆运行数据及车辆侧向控 制相关数据来确定的，且所述车辆运行数据包括车辆的车速、侧向加速度及 转向速率(转向速率通过对转向角求导得到)等等，所述车辆侧向控制相关 数据是指与对车辆进行侧向控制相关联的数据，其包括车辆的轮胎滑移角、 轮胎侧向力、基于电动助力转向(Electric PowerSteering，EPS)***估计的 第一自回正扭矩(Self-aligning Torque，SAT)、基于轮胎侧向动力学模型估 计的第二SAT以及在采样时间内的所述第一SAT的均值及方差的导数，其 中每一分类器集合中包括不同于其他分类器集合的用于计算路面摩擦系数 的参数及计算模型，其中所述参数是所述车辆运行数据所包括的数据和/或所 述车辆侧向控制相关数据所包括的数据的部分。

在优选的实施例中，确定多个分类器集合可以包括以下步骤：

步骤S11，获取驾驶员对车辆进行侧向操作时的所述车辆运行数据。

步骤S12，基于所述车辆运行数据检测车辆是否发生直线行驶，若是， 则将直线标志置为1，否则将所述直线标志置为0。其中，只有车辆未发生 直线行驶，才涉及会进行转向、变道和过弯等侧向控制，从而才会涉及侧向 路面摩擦系数的计算。

步骤S13，在所述直线标志置0时，采用扩展状态观察器对所述EPS系 统建模以估计车辆在每一时刻的所述第一SAT，并计算在所述采样时间内的 所估计的所述第一SAT的均值及方差的导数。

步骤S14，基于所述车辆运行数据、所述第一SAT以及车辆的轮胎侧向 动力学模型估计车辆的第二SAT。该步骤还涉及对轮胎拖矩的估计，将在下 文描述。

步骤S15，利用自行车模型估计车辆的轮胎侧向力，并基于所述轮胎侧 向力与所述轮胎滑移角的对应关系来估计所述轮胎滑移角。

步骤S16，基于所获取的车辆运行数据、所计算的所述第一SAT的均值 及方差的导数以及所估计的第一SAT和轮胎滑移角确定所述第一分类器集 合、所述第二分类器集合、所述第三分类器集合以及所述第四分类器集合。

其中，步骤S11-步骤S16所对应的具体的分类器集合确定方案将在下文 中结合图1进行详述，在此则不再赘述。

步骤S20，根据驾驶员对车辆进行侧向操作而产生的所述轮胎滑移角、 所述轮胎侧向力及所述转向速率，选择对应的分类器集合来计算路面摩擦系 数。

其中每一分类器集合被预配置为与一组包括所述轮胎滑移角、所述轮胎 侧向力及所述转向速率的选择条件相匹配，该选择条件例如为在所述轮胎滑 移角大于某一阈值时选择预配置的指定分类器集合。

具体的分类器集合选择方案也将在下文中结合图1进行详述，在此则不 再赘述。

步骤S30，确定所计算出的最大路面摩擦系数为最终的路面摩擦系数。

举例而言，在驾驶员进行转向、变道、过弯等侧向操作时，操作因操作 的程度(或力度)不同，会出现不同的轮胎滑移角、轮胎侧向力及转向速率， 从而可能会选择出多组分类器集合来计算出多组的路面摩擦系数，因此在满 足条件的分类器集合都计算出路面摩擦系数之后，需确定所计算出的最大路 面摩擦系数为最终的路面摩擦系数，该最终的路面摩擦系数可表征侧向路面 摩擦能力，从而实现在车辆在实际达到最大路面摩擦能力之前就估测出最大 侧向摩擦能力的目的。

图1是本发明实施例中的估测路面摩擦系数的方法模块100的原理示意 图，其是基于从车辆的EPS***等获取的车辆运行数据来估测路面摩擦系数 的。因此，在此先结合图2来介绍本发明实施例中具有安装有转向柱的EPS ***和用于确定路面摩擦系数的控制器的车辆。

如图2所示，车辆10包括安装有转向柱的EPS***20和控制器50。 控制器50示意性地示出为单个单元，然而控制器50的各种元件可以分布在 多个专用控制单元或电子控制单元(Electronic Control Unit，ECU)之间， 其中专用控制单元例如是马达控制单元、转向控制单元等。

控制器50配置用于估测路面的侧向摩擦能力(Lateral Friction Capability，以下简称LFC)。控制器50还被配置用于执行适合于所确定的LFC的控制 动作，例如通过经由显示器17(例如，显示屏，指示灯，图标等)向车辆 10的驾驶员显示关于路面状况的信息，或将路面的LFC传送到其他主动底 盘子***(未示出)以控制一个或多个车辆部件以帮助驾驶员以安全的方式 操作车辆。

车辆10包括方向盘12。方向盘12响应于驾驶员的转向输入而旋转。方 向盘12可操作地连接到转向柱14，转向柱14又连接到转向机构16。在一 个实施例中，转向机构16是齿条小齿轮组件，但是根据设计可以使用其他 组件。例如本领域技术人员所熟知的，通过移动在一组前轴(未示出)上移 的轮胎拉杆18，转向组件26和转向机构16最终使轮胎25相对于路面27 定向。

扭矩传感器23和转向角传感器21可以相对于转向柱14定位。扭矩传 感器23测量并将扭矩信号(箭头123)传输到控制器50。同样，转向角传 感器21测量并且将转向角信号(箭头121)传输到控制器50。控制器50处 理信号121、123以及其他的车辆运行数据(箭头11)，比如车辆速度、质 量等，并确定用于执行当前转向操作的转向马达32所需的辅助转向量。控 制器50通过马达控制信号(箭头13)与转向马达32通信。转向马达32通 过减速齿轮组33和转向机构16产生并输出马达转矩(箭头15)来响应马达 控制信号(箭头13)。

仍然参考图2，控制器50可以使用控制器区域网络(Controller Area Network，CAN)、串行总线、数据路由器和/或其他合适的网络连接将马达 控制信号(箭头13)传输到转向马达32。

在各种实施例中，可设置在控制器50内的传感器模块52直接传送执行 图1所示的估测路面摩擦系数的方法模块100所需的信号。需说明的是，传 感器模块52可独立于控制器50，且可先将传感器模块52检测的数据传送到 其他控制器(未示出)，再通过通信总线(未示出)或其他通信设备将传感 器模块52检测的数据从其他控制器传送给方法模块100使用。

在各种实施例中，如下面将更详细讨论的，方法模块100基于多个路面 检测分类技术确定路面类型，该分类技术评估在转向操作期间获得的数据。 路面可以是例如冰面、积雪路面、干燥路面或其他类型。方法模块100基于 所确定的与摩擦系数相关联的路面类型来确定路面值，该路面值表征路面摩 擦能力。路面值可以是标称值，例如，在0和1之间，其与特定路面类型相 关联。冰的典型路面值为0.1-0.2，雪为0.3-0.4，湿路面为0.5-0.6，干燥路面 为0.7-1.0。方法模块100基于路面值和/或路面类型生成控制车辆10的一个 或多个部件的信号，和/或将路面值和/或路面类型提供给其他控制***(未 示出)，以用于进一步处理和控制车辆10的部件。

转向机构16的动力学可以建模为：

其中：θ_p是小齿轮角，J_rp是转向机构16(例如齿条和小齿轮组件)的惯 量，B_rp是阻尼系数，n是减速齿轮组33的齿轮比，C_fric是作用在转向组件26 的转向齿条上的库仑摩擦，T_a是辅助扭矩(即，nT_m)，T_m是马达转矩，M_z是SAT，J_m和B_m是转向马达32的相应惯量和阻尼系数，T_ts是来自扭矩传感器 23的输出。由车辆10的驾驶员施加的扭矩，即T_d，具有来自EPS***20的辅 助扭矩T_a，因此，参考等式(1)，在车辆10转弯时应该克服两个反作用力 矩：1)SAT，即M_z，其由轮胎25和路面27产生，以及2)由EPS***20本身 的库仑摩擦和粘性摩擦产生的扭矩。

返回参考图1，方法模块100接收由传感器模块52(参见图2)捕获的车 辆运行数据102，该车辆运行数据包括但不限于小齿轮角度数据、横摆率(yaw rate)数据、纵向速度数据、车轮速度、方向盘角度数据、马达扭矩数据、 扭杆扭矩数据和侧向加速度数据等数据。自回正处理模块103包括两个部分， 即确定车辆直线行驶的发生的过程104和估计第一SAT的过程106，其中图3 是本发明实施例中确定车辆直线行驶的发生的过程104的流程示意图，图4是 本发明实施例中估计第一SAT的过程106的流程示意图，图5是本发明实施例 中计算第一SAT的均值和方差的导数的流程示意图。参考图3使用车辆运行 数据102来确定车辆直线行驶，并且参考图4使用扩展状态观察器以获得第一 SAT(M_zeps)的估计(可参考本申请发明人的美国专利申请号为13/075,263 中描述的内容进行理解，该专利的内容可合并于此)，以及参考图5来计算 第一SAT的均值和方差的导数。

评估模块107包括三个部分，即确定侧向力动力学的线性区域的过程108、 估计第二SAT的过程110以及估计轮胎侧向力及轮胎滑移角的过程112，其中 图6是本发明实施例中确定侧向力动力学的线性区域的过程108的流程示意 图，图7是本发明实施例中示例性轮胎侧向动力学模型的示意图，图8是本发 明实施例中轮胎侧向力(实线)与SAT(虚线)相对于轮胎滑移角的示意图， 图9是本发明实施例中针对转弯操作的自行车模型的自由体图的示意图。评 估模块107以转向角、第一SAT、车速、横摆率和侧向加速度等车辆运行数 据作为输入。基于这些输入，评估模块107参考图6确定侧向力动力学的线性 区域108，再参考图7和图8，基于轮胎侧向动力学模型估计轮胎拖距和第二 SAT，以作为轮胎侧向动力学模型中包含的信息的示例，并且最后，参考图 9，估计轮胎侧向力和轮胎滑移角。

路面摩擦分类模块117包括进行分类器集合的计算的过程118，其中图10 是进行第一分类器集合的计算的示意图，图11是进行第二分类器集合和第三 分类器集合的计算的示意图，图12是进行第三分类器集合的计算的示意图， 其中关于第一至第四分类器集合，将在下文进行详细描述。路面摩擦分类模 块117接收包括转向角、车速、横摆率和侧向加速度数据等的车辆运行数据 作为输入。另外，路面摩擦分类模块117接收过程108的线性评估结果、过程 110估计的第二SAT、过程106估计的第一SAT及计算的均值和方差的导数、过程112估计的轮胎滑移角，基于这些数据，在优选的实施例中，过程118可 参考图10-图12确定取决于轮胎滑移角等的四个不同的分类器集合。

上述四个分类器集合具体如下：

第一分类器集合(以下记为Set1)，包括所述第一SAT和所述轮胎滑 移角(对应为步骤S10中涉及的用于计算路面摩擦系数的参数，其他分类器 集合与此类似)，并基于所述第一SAT计算第一路面摩擦系数(对应为步 骤S10中涉及的用于计算路面摩擦系数的计算模型，其他分类器集合与此类 似)；

第二分类器集合(以下记为Set2)，包括所述轮胎滑移角、在采样时间 内的所述第一SAT的方差的导数、车速，并基于在采样时间内的所述第一 SAT的方差的导数计算第二路面摩擦系数；

第三分类器集合(以下记为Set3)，包括所述轮胎滑移角、在采样时间 内的所述第一SAT的平均值的导数、车速，并基于在采样时间内的所述第 一SAT的方差的导数计算第二路面摩擦系数；以及

第四分类器集合(以下记为Set4)，包括所述侧向加速度，并基于所述 侧向加速度计算第四路面摩擦系数。

如此，可根据车辆的当前运行状态，选择上述四个分类器集合计算相应 的路面摩擦系数。在优选的实施例中，对于步骤S20，根据驾驶员对车辆进 行侧向操作而产生的所述轮胎滑移角、轮胎侧向力及转向速率来选择对应的 分类器集合以计算路面摩擦系数可以包括：当所述轮胎滑移角大于设定的滑 移角阈值、所述轮胎侧向力指示线性并且所述转向速率大于设定的转向速率 阈值时，选择Set1来计算所述第一路面摩擦系数；当所述轮胎滑移角小于所 述滑移角阈值、所述轮胎侧向力指示线性并且所述转向速率大于所述转向速率阈值时，选择Set2来计算所述第二路面摩擦系数；当所述轮胎滑移角小于 所述滑移角阈值、所述轮胎侧向力指示线性并且所述转向速率小于所述转向 速率阈值时，选择Set3来计算所述第三路面摩擦系数；当所述轮胎侧向力指 示非线性，选择Set4来计算所述第四路面摩擦系数。另外，对于第四路面摩 擦系数，还可以在所述第一SAT和第二SAT之间的差值大于设定阈值时， 选择第四分类器集合来计算所述第四路面摩擦系数。

决策模块121包括确定最终路面摩擦系数的过程122，其对应于上述的 步骤S30，将计算出的第一至第四路面摩擦系数中的最大值确定为最终路面 摩擦系数。

下面结合图3-图12来具体介绍图1的方法模块100的各个部分的实施细 节。

一、检测车辆直线行驶的发生

图3示意性地示出了本发明实施例中检测车辆直线行驶的发生的过程 300。其中，车辆是否发生直线行驶可以由直线标志的状态来指示，若直线 标志为1则车辆直线行驶(或移动)，为0则车辆没有直线行驶。表1示出了 图3中用数字标记的各个功能块与相应功能的对应关系，参考图3，用于检测 车辆直线行驶的发生的过程300所包括的步骤可结合表1进行理解。

表1

其中，在开始检测车辆直线行驶的发生时，功能块304计算多个差速轮 速度(differential wheel speed)，包括：

ΔV₁₁＝Abs(V_LF-V_RF)

ΔV₃₄＝Abs(V_LR-V_RR)

ΔV₁₄＝Abs(V_LF-V_RR)

ΔV₂₃＝Abs(V_RF-V_LR)

其中，V_LF是左前轮速度，V_RF是右前轮速度，V_LR是右前轮速度，V_RR是右后轮速度，它们可通过相关传感器测量得到。

其中，差速轮速度表示所有左、右、前和后轮位置的比较，且差速轮速 度与差速度阈值V_th1和V_th2进行比较，其中差速度阈值V_th1和V_th2表示与直 线上的车辆操作相关联的最大速度差。

二、关于第一SAT

参考图4，示出了对应于过程106的扩展状态观察器的一个可能实施例 的框图。再结合图2，扩展状态观察器对EPS***20进行建模以便于估计 第一SAT。给定一组控制输入(u)和控制输出(y)，执行状态估计。因此， ***的状态(x)可以在每个时刻t和采样时间T_s1(比如10毫秒)建模为例 如：

其中，(t)表示时间，A、B、C和D是校准值。然后可以将状态观察 者模型导出为：

其中，该等式(3)中的L是估计器增益矩阵。上述状态方程对于本领 域普通技术人员是容易理解的。

因此，控制器50使用EPS***(例如，上述转向机构)和使用扩展状 态观察器106来估计第一SAT值(记为M_zeps)。SAT估计器功能基于上述 等式(1)所示转向机构16的模型，且可被数学地表示如下：

其中，

以及u＝i。

在这些等式中，w表示外部干扰，例如扭矩负载，例如图2中扭矩传感 器23测量的扭矩值(图2的箭头123)和道路扭矩之间的差。将内部动力学

与外部干扰w相结合，可以形成广义干扰

然后将上述 等式重写为：

其中，

然后，控制器50可以如下参考图3推导出增强规范(augumented canonical)的状态空间模型：

C＝[1 0 0]，D＝[0]

其中，

包括要被估计的干扰。

接下来，通过应用零阶保持来对来自扩展状态观察器106的状态空间模 型进行离散化。在每个时刻t和采样时间T：

使用扩展状态观察器106，得到以下结果：

通过定义L＝ΦL_c,估计值减少到：

其中，给出了新的状态，即离散估计器，由下面给定：

然后通过如下放置离散特征方程λ(z)的极点(ζ)来确定SAT估计器 增益矢量L_c：

λ(z)＝|zI-(Φ-ΦLH)|＝(z-ζ)³(sayζ＝0.002) (11)

再次应用零阶保持：

H＝[1 0 0],J＝0,以及

由此:

三、计算第一SAT的均值和方差的导数

图5示意性地继续图4的流程(同样对应过程106)，用于计算第一SAT 的均值和方差的导数。在每个采样时间i计算第一SAT的均值和方差的中间值 M_i和S_i，平均值计算为(M_i/i)，然后将方差计算为(S_i/i)，并且然后计算 第一SAT的均值的导数Mean_M_{zeps_dot}和方差的导数Var_M_{zeps_dot}。表2示出了 图5中用数字标记的各个功能块与相应功能的对应关系，参考图5，计算第一 SAT的均值和方差的导数的步骤可结合表2进行理解。

表2

四、确定轮胎侧向动力学的线性区域

图6示意性地示出了用于确定轮胎侧向动力学的线性区域的过程108。 表3示出了图6中用数字标记的各个功能块与相应功能的对应关系，参考图 6，确定轮胎侧向动力学的线性区域的步骤可结合表3进行理解。

表3

五、轮胎侧向动力学模型及第二SAT

参考图7，示意性地示出了包含在轮胎侧向动力学模型中的信息的示例 (对应于过程108)。其中，纵轴61表示大小，水平轴63表示图2所示的 车辆10的行进方向。作用在给定轮胎25上的侧向力由箭头64表示，轮胎 接触宽度(箭头76)由以虚线格式示出的虚线71和虚线73之间的区域表示。 图7中示出的附加量包括位于点70和72之间的轮胎滑移区(箭头60)、位 于点72和74之间的轮胎附着区(箭头62)、轮胎拖距(pneumatic trail，箭 头65)、车辆航向(箭头68)和轮胎接触长度(箭头78)，其中轮胎拖距 (箭头65)为以侧向力(箭头64)开始并且在点77处结束的区域。箭头75 表示SAT(即M_z)。前轮胎25的滑移角(α)位于行进方向(箭头63)和 航向(箭头68)(即轮胎25的取向)之间。轮胎侧向动力学模型的线性区 域通常由箭头80指示。基于轮胎接触面的侧向力分布来解释SAT特性，轮 胎接触面是轮胎25与路面27接触的部分，该部分由双箭头78表示。侧向 力(箭头64)在该接触面中积累到点72，在该点处，胎面剪切力克服了可 用的摩擦力。这是由双箭头62指示的附着区域。当图2的轮胎25以滑移角 (α)旋转时，滑移则发生于滑移区域(双箭头60)中。

不对称的力分布形成导致侧向力的作用点(箭头64)被朝向接触面的后 部定位一轮胎拖距(双箭头65)。如本领域已知的，术语轮胎拖距是指从轮 胎25的中心至侧向力形成处的点的距离。换句话说，由附着/滑移状况导致 的非对称侧向力分布影响轮胎拖距(双箭头65)。因此，SAT变化指示轮 胎接触面中的附着/滑移状况，因为SAT等于侧向力(箭头64)乘以轮胎拖 距(双箭头65)。然而，如图8所示，SAT在侧向力饱和之前很好地达到 其最大值。

还是参考图8，轮胎侧向动力学由箭头220指示，并且SAT由箭头230 指示。轮胎侧向动力学曲线和SAT曲线沿着图8中所示的纵轴(箭头200) 和水平轴(箭头260)测量到侧向轮胎滑移。轮胎侧向动力学曲线220与SAT 230之间的显著差异。SAT在侧向轮胎滑移(箭头250)处的峰值(箭头210) 小于轮胎侧向动力学在侧向轮胎滑移(箭头280)处的峰值(箭头270)。 类似地，还存在其他线性关系，即，SAT曲线230的箭头290指示的初始斜 率在轮胎打滑(箭头300)处结束，其远小于轮胎侧向动力学的箭头240所 示的初始斜率(该初始斜率在侧向轮胎打滑(箭头310)处以及侧向力(箭 头380)处结束)。

由于M_Z＝-L_pF_yf，并且由于SAT在侧向力之前达到其峰值并且开始衰减， 因此不能假设轮胎拖距恒定并且需要估计。

回到图7，图2的控制器50由此在轮胎侧向力F_y的线性区域(箭头80) 中使用轮胎侧向动力学模型(对应过程110)估计轮胎拖距，其中滑移角α 与低频自回正分量M_z成比例。

从而：

M_z＝-L_pF_yf,F_yf＝C_fα_f (13)

其中，L_p是轮胎拖距(图7的箭头65)，C_f是前轮胎25的转弯刚度， F_yf是前轮胎侧向力，并且α_f是前轮胎滑移角，其中α_f可以计算如下：

其中δ_r是前轮转向角(即方向盘转角除以转向传动比)，v_y是车辆在重 心处的侧向速度，v_x是重心的纵向速度，

是车辆10的横摆率，并且a是从 车辆10的重心到其前轴的距离。

在线性区域(箭头80)中，侧向速度(v_y)可以从自行车模型方程(15) 和运动学方程(16)计算如下：

其中b是从车辆10的重心到后轴的距离，C_r是后轴的两个轮胎的转弯 刚度(未示出)，g是重力加速度，m是车辆总重量，并且γ是道路坡度角， 即图2的路面27的倾斜度可以根据诸如侧向加速度和横摆率之类的信息来 估计。

根据上述等式，控制器50可以如下计算侧向速度v_y并因此计算第二 SAT(即M_zdyn)：

其中，

以及

应该注意的是，轮胎转弯刚度C_f和C_r是已知值，并且可以由轮胎制造商 提供。另一方面，轮胎拖距L_p是未知的，可参考上文进行估计。

然后在等式(12)中确定的SAT M_zeps在等式(18)中使用来估计轮胎侧 向动力学的线性区域中的轮胎拖距L_p。另一方面，当轮胎完全滑移时，轮胎 拖距和SAT都趋向于零，这阻碍了在侧向摩擦估计中使用自回正扭矩。在这 种情况下，将使用不同的方法来确定路面的最大侧向摩擦系数，关于这点将 在下文详细描述，在此则不再赘述。

等式(18)可以表示如下

其中,

在等式(19)中，在每个时刻t和采样时间T_s1(例如10毫秒)y和φ 是已知的，并且θ是未知的。执行包括最小二乘估计的估计模型，并且如下 在等式(20)中描述。

其中：

误差项ε与估计的轮胎拖距中的误差相关联。术语P在本发明实施例中 被解释为所选参数的协方差，其具有提供参数值的不确定性的度量的量值。

轮胎拖距θ的初始值将在由轮胎滑移定义的自回正力矩的线性范围(箭 头300)内设定为L_p0。假设轮胎拖距是恒定的，对于轮胎宽度235、纵横比55 和轮辋直径19的示例性轮胎(描述为为R235/55R19)，L_p0的示例性值为0.06m。

该变量κ称为加权因子,下面描述该加权因子的计算。

如果在SAT越过其峰值时发生轮胎拖距的突然变化，则估计误差ε²(t) 的平方增加，并且P(t)快速增加，从而可以发生快速适应。在适应之后， 误差ε²(t)减小并且κ应该返回接近1。

将等式(20)中所示的估计模型转换为周期性地执行以确定

的算法， 其中

使用如本文所述的最小二乘估计来执行估计模型导致估计轮胎拖距和 第二SAT，即

应当注意，在过程106中估计的第一SAT M_zeps和在上面估计的SAT M_zdyn是相等的，直到SAT和轮胎拖距接近于零，在这种情况下，等式(20)中 的估计算法将导致大的误差。轮胎拖距L_p的估计和第一SAT M_zeps与第二 SAT M_zdyn之间的误差将增加，表明轮胎正进入其侧向动力学的非线性区域。 该信息将用于确定路面的最终摩擦系数。

六、轮胎侧向力和轮胎偏移角

参考图9，示出了转弯操作中的自行车模型的自由体图。车辆轴***的 原点固定在车辆的重心上。车辆轴系的方向是右手，x轴指向前方，y轴指向 右方，z轴指向下方(箭头780)。在转弯操作中，车辆具有纵向(箭头790)， 侧向(箭头800)和角速度(箭头730)，如图9所示。由于自行车模型假定 车辆的前进速度恒定，因此不存在纵向加速度，因此模型可以减小到两个自 由度。剩余的运动变量是侧向速度(箭头800)和围绕z轴的角速度(横摆率)(箭头730)。可以从图9的自由体图导出运动方程。运动方程的左侧包含轮 胎应用于车辆的合成侧向力和纵向力以及横摆力矩。由于没有纵向加速度， 轮胎施加到车辆的纵向力为零。因此，可以以下面的形式导出运动方程。

其中，F_yf(箭头720)和F_yr(箭头750)是前后侧向轮胎力，并且是唯一 未知的变量。可以通过简单的测量来执行车辆参数(m，a，b和横摆惯性I_z)。 侧向加速度(a_y)和横摆率

(箭头730)是从传感器获得的可测量信号。

因此，轴特定的侧向轮胎力来自运动方程(21)。

在转弯操作中存在称为即时重心(CG)的点(箭头820)，车辆在其周 围移动。该点的位置分别由车辆的侧向滑移角(β)(箭头810)和前部轮 胎滑移角(α_f)(箭头710)和后部轮胎滑移角(α_r)(箭头740)确定。 这三个角度由所讨论位置的侧向速度和纵向速度的比率来定义。然而必须注 意的是，前轮胎倾斜了转向角(δr)。因此，相对于轮胎的航向方向的轮胎滑移角(α_f，箭头710)是转向角(δr，箭头700)减去由侧向速度(箭 头800)和纵向速度(箭头810)包围的角度。再次参考图8，轮胎侧向滑移 角(箭头260)和侧向力(箭头220)之间的典型关系由前轮胎和后轮胎的以 下等式给出。

其中C_f和C_r是前后轮胎的刚度。在本发明实施例中，仅使用前轴(可转 向轴)来确定路面的侧向力。根据等式(22)，可以确定前侧向力F_yf，因此 可以估计前轮滑移角(α_f)。在图8中可以看出，在侧向滑移角(箭头310) 下，轮胎刚度恒定到良好的近似值。该条件被称为车辆的线性操作范围。在 箭头310上方和箭头280之前的侧向滑移角处，线性近似不再有效，即车辆达 到非线性操作范围。为了在非线性范围内精确估计轮胎滑移角，有必要调整轮胎刚度以考虑非线性操作范围。

在箭头280上方的侧向滑移角处，侧向力饱和，并且轮胎刚度实际上为 零。在这种情况下，可以假设车辆打滑。

轮胎刚度将根据线性轮胎拖距L_p0、估计的轮胎拖距

和车速v_x进行如下 调整：

C_f＝C_f0f₁(L_p,L_p0)f₂(v_x) (24)

(R235/55R19)轮胎(组合两个前轮胎)的C_f0＝174000N/rad的示例 性值(该值可以由轮胎供应商测量或提供)。

f1和f2的示例性值如下：

L<sub>p0</sub>/L<sub>p</sub>	0.003	0.019	0.058	0.123	0.214	0.33	0.47	0.63	0.87	1
											f<sub>1</sub>	0.1	0.2	0.3	0.4	0.5	0.6	0.7	0.8	0.9	1

很明显，当L_p＝L_p0时，校正因子等于1，从而可得到下表。

v<sub>x(kph)</sub>	10	30	40	50	80	100	150
								f<sub>2</sub>	1.05	1.05	0.83	0.83	0.7	0.6	0.52

然后，轮胎前滑移角(箭头710))可被定义为如下：

七、分类器集合的计算

返回参考图1，路面摩擦分类模块117接收线性评估标志(过程108)， 估计轮胎拖距(过程110)、第一和第二SAT、第一SAT的均值和方差的导 数、估计的轮胎滑移角(过程112)以及车辆直行标志(过程104)。基于 这些数据，进行分类器集合的计算的过程118根据轮胎滑移角的值可确定四 个不同的分类器集合，即上述的Set1-Set4。图10示意性地示出了路面摩擦 分类模块117的过程118中的Set1的计算。表4示出了图10中用数字标记 的各个功能块与相应功能的对应关系，参考图10，进行Set1的计算的步骤 可结合表4进行理解。

表4

其中，f1(max(M_zeps)是将在给定路面上实现的最大SAT映射到路面的 最大侧向摩擦系数的关系。该关系图是从具有已知的不同侧向摩擦系数的不 同路面上收集数据获得的。示例性轮胎(R235/55R19)的第一分类器集合 (Set1)的示例性值在下表中示出：

最大SAT(Nm)	23	48	85	115	150	215	300
								最大侧向摩擦系数(g)	0.1	0.2	0.3	0.4	0.5	0.7	1

图11示意性地示出了路面摩擦分类模块117的过程118中的Set2和Set3 的计算。表5示出了图11中用数字标记的各个功能块与相应功能的对应关 系，参考图11，进行Set2和Set3的计算的步骤可结合表5进行理解。

表5

f2(max(Var_M_{zeps_dot}，v_x))和f3(max(Mean_M_{zeps_dot}，vx))是将 给定路面上实现的第一SAT的均值和方差的导数的最大值映射到路面的最 大侧向摩擦系数的关系。相应的关系表格可从具有已知的不同侧向摩擦系 数的不同路面上收集数据获得的。定义为示例性轮胎(R235/55R19)的Set2 和Set3的示例性值在下表中示出。

对于Set2，其中横排表示车速v_x(单位kph)，竖排表示max(Var_M_{zeps_dot}

	20	30	40	50	60
						0	0.1	0.1	0.1	0.1	0.1
5	0.15	0.1	0.1	0.1	0.1
						10	0.2	0.15	0.1	0.1	0.1
15	0.2	0.2	0.1	0.1	0.1
						20	0.2	0.3	0.15	0.1	0.1
25	0.25	0.4	0.15	0.1	0.1
						30	0.25	0.7	0.2	0.1	0.15
35	0.3	0.7	0.25	0.2	0.15
						40	0.35	0.7	0.3	0.2	0.2
45	0.4	0.7	0.4	0.25	0.1
						50	0.7	0.7	0.7	0.3	0.15
55	0.7	0.7	0.6	0.35	0.15
						60	0.7	0.7	0.7	0.4	0.3
65	0.7	0.7	0.9	0.45	0.3
						70	0.7	0.7	0.9	0.5	0.35
75	0.7	0.7	0.9	0.7	0.35
						80	0.7	0.7	0.9	0.8	0.4
85	0.7	0.7	0.9	0.9	0.45
						90	0.7	0.7	0.9	1	0.5

对于Set3，其中横排表示车速v_x(单位kph)，竖排表示max(Mean_M_{zeps_dot})

	20	30	40	50	60	80	100
								5	0.1	0.1	0.1	0.1	0.1	0.1	0.1
10	0.1	0.1	0.1	0.1	0.1	0.1	0.1
								15	0.15	0.15	0.15	0.15	0.15	0.15	0.15
20	0.15	0.15	0.15	0.15	0.15	0.15	0.15
								25	0.2	0.2	0.2	0.2	0.2	0.2	0.2
30	0.3	0.25	0.25	0.25	0.25	0.25	0.25
								35	0.4	0.25	0.25	0.25	0.25	0.25	0.25
40	1	0.3	0.3	0.3	0.3	0.3	0.3
								45	1	0.4	0.3	0.3	0.3	0.3	0.3
50	1	0.5	0.35	0.35	0.35	0.35	0.35
								55	1	0.6	0.35	0.35	0.35	0.35	0.35
60	1	1	0.4	0.4	0.4	0.4	0.4
								65	1	1	0.5	0.45	0.45	0.45	0.45
70	1	1	0.7	0.45	0.45	0.45	0.45
								75	1	1	1	0.5	0.5	0.5	0.5
80	1	1	1	0.6	0.55	0.55	0.55
								85	1	1	1	0.7	0.6	0.6	0.6
90	1	1	1	0.9	0.7	0.65	0.65
								95	1	1	1	1	0.8	0.65	0.65
100	1	1	1	1	0.9	0.7	0.7
								105	1	1	1	1	1	0.9	0.9

其中，当驾驶员的操作趋向温和，使得转向激励水平低时，通过Set2 和Set3来估计路面最大摩擦系数的方法是新颖且适用性高的。较低水平的转 向激励产生非常低的轮胎滑移角，使得使用SAT估测路面摩擦系数变得非 常困难，这是因为低滑移水平下的SAT对于不同路面并没有不同。因此， Set2和Set3通过使用SAT的均值和方差的导数来克服了这一缺陷，使得即 使转向激励水平低，也能准确地估测出路面最大摩擦系数。

图12示意性地示出了路面摩擦分类模块117的过程118中的Set4的计 算。表6示出了图12中用数字标记的各个功能块与相应功能的对应关系， 参考图12，进行Set4的计算的步骤可结合表6进行理解。

表6

八、最终路面摩擦系数

最后，决策模块121从路面摩擦分类模块117接收U(1)、U(2)、U (3)和U(4)，并且过程122将最终最大侧向路面摩擦系数μ_{max_lat}确定为：

μ_{max_lat}＝max(U(1)，U(2)，U(3)，U(4))

综上所述，现有的路面摩擦系数估测功能得在驾驶员采取激烈侧向操作 的前提下才能准确估测路面最大摩擦系数，若驾驶员的操作趋向温和，估测 的系数值即失真，而本发明实施例的方法利用多集分类器，可在驾驶员进行 不同程度的侧向操作时，准确检测出路面最大摩擦系数，进而估测出准确的 路面摩擦能力，实现更佳的整车侧向运动控制。

基于与上述估测路面摩擦系数的方法的实施例相同的发明思路，本发明 实施例还提供一种路面摩擦系数的估测装置，该估测装置包括：分类器确定 模块，用于确定多个用于计算路面摩擦系数的分类器集合；分类器选择模块， 用于根据驾驶员对车辆进行侧向操作而产生的所述轮胎滑移角、所述轮胎侧 向力及所述转向速率，选择对应的分类器集合来计算路面摩擦系数；以及侧 向摩擦系数确定模块，用于确定所计算出的最大路面摩擦系数为最终的路面 摩擦系数。

其中，所述分类器集合是根据车辆运行数据及车辆侧向控制相关数据来 确定的，且所述车辆运行数据包括车辆的车速、侧向加速度及转向速率，所 述车辆侧向控制相关数据包括车辆的轮胎滑移角、轮胎侧向力、基于电动助 力转向***估计的第一自回正扭矩SAT、基于轮胎侧向动力学模型估计的第 二SAT以及在采样时间内的所述第一SAT的均值及方差的导数，其中每一 分类器集合中包括不同于其他分类器集合的用于计算路面摩擦系数的参数 及计算模型，其中所述参数是所述车辆运行数据所包括的数据和/或所述车辆侧向控制相关数据所包括的数据的部分。

其中，每一分类器集合被预配置为与一组包括所述轮胎滑移角、所述轮 胎侧向力及所述转向速率的选择条件相匹配。

在优选的实施例中，所述分类器确定模块包括：车辆运行数据获取子模 块，用于获取驾驶员对车辆进行侧向操作时的所述车辆运行数据；第一SAT 估计子模块，用于基于所述车辆运行数据检测车辆是否发生直线行驶，若是， 则将直线标志置为1，否则将所述直线标志置为0，在所述直线标志置0时， 采用扩展状态观察器对所述EPS***建模以估计车辆在每一时刻的所述第 一SAT，并计算在所述采样时间内的所估计的所述第一SAT的均值及方差 的导数；第二SAT估计子模块，用于基于所述车辆运行数据、所述第一SAT 以及车辆的轮胎侧向动力学模型估计车辆的第二SAT；轮胎滑移角估计子模 块，用于利用自行车模型估计车辆的轮胎侧向力，并基于所述轮胎侧向力与 所述轮胎滑移角的对应关系来估计所述轮胎滑移角；以及集合确定子模块， 用于基于所获取的车辆运行数据、所计算的所述第一SAT的均值及方差的 导数以及所估计的第一SAT和轮胎滑移角确定所述第一分类器集合、所述 第二分类器集合、所述第三分类器集合以及所述第四分类器集合。

本发明实施例的路面摩擦系数的估测装置的实施细节及效果与上述路 面摩擦系数的估测方法相同或相似，在此不再赘述。

本发明实施例还提供一种机器可读存储介质，该机器可读存储介质上存 储有指令，该指令用于使得机器上述的路面摩擦系数的估测方法。所述机器 可读存储介质包括但不限于相变内存(PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快 闪记忆体(Flash Memory)或其他内存技术、只读光盘只读存储器(CD-ROM)、 数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或 其他磁性存储设备等各种可以存储程序代码的介质。

本发明实施例还提供一种车辆，其如图2所示，车辆10包括：方向盘， 被配置为响应于驾驶员转向输入而旋转，其中所述转向输入包括转向扭矩和 转向角度；扭矩传感器，被配置为测量转向扭矩；转向角传感器，被配置为 测量转向角度；转向机构，通过转向柱实现与所述方向盘的随动；上述的机 器可读存储介质；控制器，被配置为接收包括所述转向扭矩和所述转向角度 的车辆运行数据，并基于所述车辆运行数据执行所述机器可读存储介质中存 储的指令。

其中，该车辆10的具体结构可参考上述关于图2的描述进行理解，本 发明实施例在此不进行赘述。

以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在 本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含 在本发明的保护范围之内。

Claims (10)

1.一种路面摩擦系数的估测方法，其特征在于，所述估测方法包括：

确定多个用于计算路面摩擦系数的分类器集合，其中所述分类器集合是根据车辆运行数据及车辆侧向控制相关数据来确定的，且所述车辆运行数据包括车辆的车速、侧向加速度及转向速率，所述车辆侧向控制相关数据包括车辆的轮胎滑移角、轮胎侧向力、基于电动助力转向***估计的第一自回正扭矩SAT、基于轮胎侧向动力学模型估计的第二SAT以及在采样时间内的所述第一SAT的均值及方差的导数，其中每一分类器集合中包括不同于其他分类器集合的用于计算路面摩擦系数的参数及计算模型，其中所述参数是所述车辆运行数据所包括的数据和/或所述车辆侧向控制相关数据所包括的数据的部分；

根据驾驶员对车辆进行侧向操作而产生的所述轮胎滑移角、所述轮胎侧向力及所述转向速率，选择对应的分类器集合来计算路面摩擦系数，其中每一分类器集合被预配置为与一组包括所述轮胎滑移角、所述轮胎侧向力及所述转向速率的选择条件相匹配；以及

确定所计算出的最大路面摩擦系数为最终的路面摩擦系数。

2.根据权利要求1所述的路面摩擦系数的估测方法，其特征在于，所述多个分类器集合包括：

第一分类器集合，包括所述第一SAT和所述轮胎滑移角，并基于所述第一SAT计算第一路面摩擦系数；

第二分类器集合，包括所述轮胎滑移角、在采样时间内的所述第一SAT的方差的导数、车速，并基于在采样时间内的所述第一SAT的方差的导数计算第二路面摩擦系数；

第三分类器集合，包括所述轮胎滑移角、在采样时间内的所述第一SAT的平均值的导数、车速，并基于在采样时间内的所述第一SAT的方差的导数计算第二路面摩擦系数；以及

第四分类器集合，包括所述侧向加速度，并基于所述侧向加速度计算第四路面摩擦系数。

3.根据权利要求2所述的路面摩擦系数的估测方法，其特征在于，所述根据驾驶员对车辆进行侧向操作而产生的所述轮胎滑移角、轮胎侧向力及转向速率，选择对应的分类器集合来计算路面摩擦系数包括：

当所述轮胎滑移角大于设定的滑移角阈值、所述轮胎侧向力指示线性并且所述转向速率大于设定的转向速率阈值时，选择第一分类器集合来计算所述第一路面摩擦系数；

当所述轮胎滑移角小于所述滑移角阈值、所述轮胎侧向力指示线性并且所述转向速率大于所述转向速率阈值时，选择第二分类器集合来计算所述第二路面摩擦系数；

当所述轮胎滑移角小于所述滑移角阈值、所述轮胎侧向力指示线性并且所述转向速率小于所述转向速率阈值时，选择第三分类器集合来计算所述第三路面摩擦系数；

当所述轮胎侧向力指示非线性，选择第四分类器集合来计算所述第四路面摩擦系数；

优选地，所述选择对应的分类器集合来计算路面摩擦系数还包括：在所述第一SAT和第二SAT之间的差值大于设定阈值时，选择第四分类器集合来计算所述第四路面摩擦系数。

4.根据权利要求2所述的路面摩擦系数的估测方法，其特征在于，所述确定多个用于计算路面摩擦系数的分类器集合包括：

获取驾驶员对车辆进行侧向操作时的所述车辆运行数据；

基于所述车辆运行数据检测车辆是否发生直线行驶，若是，则将直线标志置为1，否则将所述直线标志置为0；

在所述直线标志置0时，采用扩展状态观察器对所述EPS***建模以估计车辆在每一时刻的所述第一SAT，并计算在所述采样时间内的所估计的所述第一SAT的均值及方差的导数；

基于所述车辆运行数据、所述第一SAT以及车辆的轮胎侧向动力学模型估计车辆的第二SAT；

利用自行车模型估计车辆的轮胎侧向力，并基于所述轮胎侧向力与所述轮胎滑移角的对应关系来估计所述轮胎滑移角；

基于所获取的车辆运行数据、所计算的所述第一SAT的均值及方差的导数以及所估计的第一SAT和轮胎滑移角确定所述第一分类器集合、所述第二分类器集合、所述第三分类器集合以及所述第四分类器集合。

5.一种路面摩擦系数的估测装置，其特征在于，所述估测装置包括：

分类器确定模块，用于确定多个用于计算路面摩擦系数的分类器集合，其中所述分类器集合是根据车辆运行数据及车辆侧向控制相关数据来确定的，且所述车辆运行数据包括车辆的车速、侧向加速度及转向速率，所述车辆侧向控制相关数据包括车辆的轮胎滑移角、轮胎侧向力、基于电动助力转向***估计的第一自回正扭矩SAT、基于轮胎侧向动力学模型估计的第二SAT以及在采样时间内的所述第一SAT的均值及方差的导数，其中每一分类器集合中包括不同于其他分类器集合的用于计算路面摩擦系数的参数及计算模型，其中所述参数是所述车辆运行数据所包括的数据和/或所述车辆侧向控制相关数据所包括的数据的部分；

分类器选择模块，用于根据驾驶员对车辆进行侧向操作而产生的所述轮胎滑移角、所述轮胎侧向力及所述转向速率，选择对应的分类器集合来计算路面摩擦系数，其中每一分类器集合被预配置为与一组包括所述轮胎滑移角、所述轮胎侧向力及所述转向速率的选择条件相匹配；以及

侧向摩擦系数确定模块，用于确定所计算出的最大路面摩擦系数为最终的路面摩擦系数。

6.根据权利要求5所述的路面摩擦系数的估测装置，其特征在于，所述多个分类器集合包括：

第一分类器集合，包括所述第一SAT和所述轮胎滑移角，并基于所述第一SAT计算第一路面摩擦系数；

第二分类器集合，包括所述轮胎滑移角、在采样时间内的所述第一SAT的方差的导数、车速，并基于在采样时间内的所述第一SAT的方差的导数计算第二路面摩擦系数；

第三分类器集合，包括所述轮胎滑移角、在采样时间内的所述第一SAT的平均值的导数、车速，并基于在采样时间内的所述第一SAT的方差的导数计算第二路面摩擦系数；以及

第四分类器集合，包括所述侧向加速度，并基于所述侧向加速度计算第四路面摩擦系数。

7.根据权利要求6所述的路面摩擦系数的估测装置，其特征在于，所述分类器选择模块进一步被配置为：

当所述轮胎滑移角大于设定的滑移角阈值、所述轮胎侧向力指示线性并且所述转向速率大于设定的转向速率阈值时，选择第一分类器集合来计算所述第一路面摩擦系数；

当所述轮胎滑移角小于所述滑移角阈值、所述轮胎侧向力指示线性并且所述转向速率大于所述转向速率阈值时，选择第二分类器集合来计算所述第二路面摩擦系数；

当所述轮胎滑移角小于所述滑移角阈值、所述轮胎侧向力指示线性并且所述转向速率小于所述转向速率阈值时，选择第三分类器集合来计算所述第三路面摩擦系数；

当所述轮胎侧向力指示非线性，选择第四分类器集合来计算所述第四路面摩擦系数；

优选地，所述选择对应的分类器集合来计算路面摩擦系数还包括：在所述第一SAT和第二SAT之间的差值大于设定阈值时，选择第四分类器集合来计算所述第四路面摩擦系数。

8.根据权利要求5所述的路面摩擦系数的估测装置，其特征在于，所述分类器确定模块包括：

车辆运行数据获取子模块，用于获取驾驶员对车辆进行侧向操作时的所述车辆运行数据；

第一SAT估计子模块，用于基于所述车辆运行数据检测车辆是否发生直线行驶，若是，则将直线标志置为1，否则将所述直线标志置为0，在所述直线标志置0时，采用扩展状态观察器对所述EPS***建模以估计车辆在每一时刻的所述第一SAT，并计算在所述采样时间内的所估计的所述第一SAT的均值及方差的导数；

第二SAT估计子模块，用于基于所述车辆运行数据、所述第一SAT以及车辆的轮胎侧向动力学模型估计车辆的第二SAT；

轮胎滑移角估计子模块，用于利用自行车模型估计车辆的轮胎侧向力，并基于所述轮胎侧向力与所述轮胎滑移角的对应关系来估计所述轮胎滑移角；以及

集合确定子模块，用于基于所获取的车辆运行数据、所计算的所述第一SAT的均值及方差的导数以及所估计的第一SAT和轮胎滑移角确定所述第一分类器集合、所述第二分类器集合、所述第三分类器集合以及所述第四分类器集合。

9.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行权利要求1至4中任意一项所述的路面摩擦系数的估测方法。

10.一种车辆，其特征在于，所述车辆包括：

方向盘，被配置为响应于驾驶员转向输入而旋转，其中所述转向输入包括转向扭矩和转向角度；

扭矩传感器，被配置为测量转向扭矩；

转向角传感器，被配置为测量转向角度；

转向机构，通过转向柱实现与所述方向盘的随动；

权利要求9所述的机器可读存储介质；

控制器，被配置为接收包括所述转向扭矩和所述转向角度的车辆运行数据，并基于所述车辆运行数据执行所述机器可读存储介质中存储的指令。

Images