CN113635879A - 一种车辆制动力分配方法 - Google Patents
一种车辆制动力分配方法 Download PDFInfo
- Publication number
- CN113635879A CN113635879A CN202111007664.7A CN202111007664A CN113635879A CN 113635879 A CN113635879 A CN 113635879A CN 202111007664 A CN202111007664 A CN 202111007664A CN 113635879 A CN113635879 A CN 113635879A
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- braking
- wheel
- vehicle
- coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
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
- B60T13/00—Transmitting braking action from initiating means to ultimate brake actuator with power assistance or drive; Brake systems incorporating such transmitting means, e.g. air-pressure brake systems
- B60T13/74—Transmitting braking action from initiating means to ultimate brake actuator with power assistance or drive; Brake systems incorporating such transmitting means, e.g. air-pressure brake systems with electrical assistance or drive
-
- 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
- B60T13/00—Transmitting braking action from initiating means to ultimate brake actuator with power assistance or drive; Brake systems incorporating such transmitting means, e.g. air-pressure brake systems
- B60T13/74—Transmitting braking action from initiating means to ultimate brake actuator with power assistance or drive; Brake systems incorporating such transmitting means, e.g. air-pressure brake systems with electrical assistance or drive
- B60T13/745—Transmitting braking action from initiating means to ultimate brake actuator with power assistance or drive; Brake systems incorporating such transmitting means, e.g. air-pressure brake systems with electrical assistance or drive acting on a hydraulic system, e.g. a master cylinder
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Regulating Braking Force (AREA)
Abstract
本申请涉及一种车辆制动力分配方法,包括基于目标车辆当前时刻的速度和加速度,确定目标车辆的预测加速度;判断预测加速度是否为负值,若是,则将预测加速度、预设滑移率输入至预设的模糊控制器,以确定目标车辆的制动强度;确定目标车辆当前附着的路面类型以及对应的实时利用附着系数;基于目标车辆的制动强度、实时利用附着系数和预设的制动分配曲线,确定目标车辆前后轴制动分配系数、单轮的电液制动分配系数;根据能量平衡目标函数,对目标车辆前后轴制动分配系数、单轮的电液制动分配系数进行修正,并结合目标制动力矩,确定目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力。本申请能够根据不同路面、不同车况进行有效制动。
Description
技术领域
本申请涉及新能源汽车制动技术领域,尤其是涉及一种车辆制动力分配方法。
背景技术
当今,能源危机和环境污染已然成为世界性问题和挑战,为了应对这状况,世界各国相竞发展新能源汽车产业。然而由于新能源汽车在续航里程方面存在缺陷,导致新能源汽车的推广工作受到影响。同时为了提高能源的利用效率,必要地需要通过再生制动技术延长新能源汽车的续航里程。目前多数再生制动复合策略制动能量回馈效果并不显著。具体体现为以下几个方面:首先,传统再生制动策略主要集中在车辆的电机特性、电池特性以及法规方面来研究制动力分配策略,往往忽略了本车以外因素对制动性能的影响,造成所建模型与现实鲁棒性不足。同时,随着辅助驾驶技术和自动驾驶技术的发展,人们对乘车的体验的舒适性要求越来越高。而传统的再生制动策略研究主要集中在安全性、鲁棒性以及效率等几个传统指标上,不能满足汽车发展新趋势的要求。此外,由于不同驾驶员具有不同的驾驶行为特性,在相同工况下在满足安全性的前提下,汽车根据驾驶员指令会做出不同的响应。最后,目前辅助驾驶和自动驾驶模型主要依据汽车的纵向模型建立的,使得汽车在制动过程中其制动性能很大程度上受到路面条件的影响和制约,导致汽车的再生制动策略不能按预期起作用。
发明内容
有鉴于此,本申请提供一种车辆制动力分配方法,用以解决现有汽车在制动过程中受路面条件以及车辆工况制约,进而导致制动效果较低的技术问题。
为了解决上述问题,第一方面,本申请提供一种车辆制动力分配方法,所述方法包括:
获取目标车辆的实时工况信息,所述实时工况信息包括目标车辆当前时刻的速度和加速度;
基于目标车辆当前时刻的速度和加速度,确定目标车辆在预测周期内的预测加速度;
判断预测加速度是否为负值,若是,则确定目标车辆为制动驾驶,将所述预测加速度、预设滑移率作为特征参数并输入至预设的模糊控制器,以确定目标车辆的驾驶制动意图识别系数,根据目标车辆的驾驶制动意图识别系数大小确定目标车辆的制动强度;
基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前附着的路面类型以及对应的实时利用附着系数;
根据目标车辆的制动强度,确定目标车辆的目标制动力矩,基于目标车辆的制动强度、实时利用附着系数和预设的制动分配曲线,确定目标车辆前后轴制动分配系数和单轮的电液制动分配系数;
根据预设的能量平衡目标函数,对所述制动力分配系数进行修正,得到修正后的目标车辆前后轴制动分配系数、单轮的电液制动分配系数,并结合目标制动力矩,确定目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力。
可选的,所述基于目标车辆当前时刻的速度和加速度,确定目标车辆在预测周期内的预测加速度,包括:
基于所述目标车辆当前时刻的速度和加速度,利用最大似然估算目标车辆从当前时刻到下一时刻的状态转移概率,并基于马尔可夫加速度预测模型和状态转移概率,迭代求取整个预测周期内的预测加速度。
可选的,将所述预测加速度、预设滑移率作为特征参数并输入至预设的模糊控制器,以确定目标车辆的驾驶制动意图识别系数,包括:
基于预测加速度、预设滑移率,绘制预测加速度的隶属函数、滑移率的隶属函数以及制动意图等级的隶属函数;
基于所述预测加速度的隶属函数、滑移率的隶属函数以及制动意图等级的隶属函数,并结合预设的制动减速度与滑移率关系的模糊推理规则表,推理运算获取结果模糊量;
基于结果模糊量,利用重心法进行反模糊化计算,获得目标车辆的驾驶制动意图识别系数,所述重心法计算公式如下:
其中,ucen表示中重心法求得的权值并作为驾驶制动意图识别系数s; U为制动意图等级的隶属函数的模糊论域;A(u)为制动意图等级的隶属函数,u∈U。
可选的,所述根据目标车辆的驾驶制动意图识别系数大小确定目标车辆的制动强度,其中所述制动强度包括轻度制动、中度制动、重度制动或紧急制动。
可选的,所述基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前附着的路面类型以及对应的实时利用附着系数,包括:
基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前时刻的车轮接地载荷和驱动轮纵向力;
基于所述目标车辆当前时刻的车轮接地载荷、驱动轮纵向力、以及获取的驱动轮和从动轮转速差,确定目标车辆的初始利用附着系数和初始滑移率;
基于目标车辆当前时刻的初始利用附着系数和初始滑移率的拟合曲线,确定目标车辆当前附着的路面类型以及对应的实时利用附着系数。
可选的,基于基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前时刻的车轮接地载荷、驱动轮纵向力、以及驱动轮和从动轮转速差,包括:
其中,FZfl为目标车辆的左前轮接地载荷;FZfr为目标车辆的右前轮接地载荷;FZrl为目标车辆的左后轮接地载荷;FZrr为目标车辆的右后轮接地载荷;m为目标车辆的质量;g为目标车辆的重力;b为目标车辆的质心至后轴距离,L为目标车辆的车长,hg为目标车辆的质心高度;ax,ch为惯性加速度;i为道路坡度值大小;所述道路坡度值大小通过带遗忘的递推二乘法确定;
驱动轮纵向力计算:
可选的,基于所述目标车辆当前时刻的车轮接地载荷、驱动轮纵向力、以及获取的驱动轮和从动轮转速差,确定目标车辆的初始利用附着系数和初始滑移率,包括:
基于目标车辆的所述车轮接地载荷和驱动轮纵向力,利用递推最小二乘法,确定目标车辆的初始利用附着系数;
基于目标车辆的所述驱动轮和从动轮转速差,利用卡尔曼滤波算法,估算目标车辆的初始滑移率。
可选的,所述基于目标车辆当前时刻的初始利用附着系数和初始滑移率的拟合曲线,确定目标车辆当前附着的路面类型以及对应的实时利用附着系数,包括:
利用预设的曲线拟合方程,拟合出目标车辆在多种工况下的车辆滑移率-利用附着系数曲线,并获得目标车辆的实时利用附着系数,曲线拟合方程如下:
其中,c1、c2、c3表示影响因子;u(λ)表示目标车辆的实时利用附着系数;
将实时利用附着系数ui(λ)和实时滑移率λi依次与对应五种路面的利用附着系数理论值uk(λ)、滑移率理论值λk做差值,k=1,2,...,5,具体为:δk=|λi-λk|+|μi(λ)-μk(λ)|;
取δk差值最小时对应的路面类型作为输出,得到目标车辆当前附着的路面类型,所述路面类型包括低附着路面、中低附着路面、中附着路面、中高附着路面以及高附着路面;
可选的,所述根据目标车辆的制动强度,确定目标车辆的目标制动力矩,计算公式如下:
其中,Tb为制动力矩z为目标车辆当前时刻的制动强度;m为目标车辆的质量;g为目标车辆的重力;A为车辆迎风面积;Cd为空气阻力系数,ρ为迎风系数;f为滚动阻力系数,r为车轮滚动半径;
所述根据目标车辆的制动强度、实时利用附着系数和预设的制动分配曲线,确定确定目标车辆前后轴制动分配系数和单轮的电液制动分配系数之前,所述方法包括:
根据目标车辆的制动强度和实时利用附着系数结合ECE法规曲线、理想制动力I曲线,制定β制动分配系数曲线。
可选的,根据预设的能量平衡目标函数,对所述制动力分配系数进行修正,得到修正后的目标车辆前后轴制动分配系数和单轮的电液制动分配系数,以获取目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力,包括:
能量平衡目标函数:
约束条件:
通过粒子群算法进行寻优,得到修正后的目标车辆前后轴制动分配系数、单轮的电液制动分配系数,具体如下:
结合如下公式,确定目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力分配;
其中,x为控制变量,x={z,n};Ψ为制动能量回馈率;ω1,ω2,ω3分别为三个权重系数;z为目标车辆当前时刻t下的制动强度;Tf-reg为前轮回馈制动力矩;n为车轮轮速;nf、为前轮电机工作效率;v、vt为当前时刻t和下一时刻的车速;A为车辆迎风面积;Cd为空气阻力系数,ρ为迎风系数;Ts为***仿真周期;Pchg_Imax、Pchg_Umax分别为最大充电电流和电压对应的充电功率;ηb为充电效率;SOC为电池电荷;β为目标车辆的前后轴制动力分配系数;αf分别为前轴的电液制动系数;Tf、Tr分别为前、后轴制动力;Tf-reg为前轴单轮的电机制动力;Tf-hyd为前轴单轮的液压制动力。
采用上述实施例的有益效果是:本实施例通过基于目标车辆当前时刻的速度和加速度,确定目标车辆在预测周期内的预测加速度,从而可以根据预测加速度自动识别目标车辆为驱动驾驶或制动驾驶,若是制动驾驶,从而根据所述预测加速度、预设滑移率作为特征参数并输入至预设的模糊控制器,以确定目标车辆的驾驶制动意图识别系数,以便于确定目标车辆的制动强度,从而考虑车辆的工况,有助于提高制动分配效果;基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前附着的路面类型度以及对应实时利用附着系数,从而考虑不同路面类型的制动;此外,基于目标车辆的制动强度,确定目标车辆总需求的目标制动力矩,进而根据目标车辆的制动强度、实时利用附着系数和预设的制动分配曲线,可以快速确定目标车辆前后轴制动分配系数、单轮的电机制动分配系数以及单轮的液压制动分配系数;并利用能量平衡函数对这三个制动分配系数进行修正,并结合目标制动力矩,确定目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力,实现在不同工况和驾驶模式下,动态调整制动力分配系数,以适应不同路面,提高再生制动过程中车辆的稳定性和舒适性。
附图说明
图1为本申请提供的车辆制动力分配方法一种实施例的方法流程图;
图2为本申请提供的车辆制动力分配方法步骤S103一实施例的方法流程图;
图3(a)为本申请提供的预测加速度的隶属函数示意图;
图3(b)为本申请提供的滑移率的隶属函数示意图;
图3(c)为本申请提供的制动意图等级的隶属函数示意图;
图4为本申请提供的模糊推理规则表一种实施例的示意图表;
图5为本申请提供的根据模糊规则表生成的Mamdani图;
图6为本申请提供的车辆制动力分配方法步骤S104一实施例的方法流程图;
图7为本申请提供的基于递推最小二乘法计算初始利用附着系数的算法流程图。
具体实施方式
下面结合附图来具体描述本申请的优选实施例,其中,附图构成本申请一部分,并与本申请的实施例一起用于阐释本申请的原理,并非用于限定本申请的范围。
在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
参照图1为本申请提供的车辆制动力分配方法一种实施例的方法流程图,该车辆制动力分配方法方法包括下述步骤:
S101、获取目标车辆的实时工况信息,实时工况信息包括目标车辆当前时刻的速度和加速度;
S102、基于目标车辆当前时刻的速度和加速度,确定目标车辆在预测周期内的预测加速度;
S103、判断预测加速度是否为负值,若是,则确定目标车辆为制动驾驶,将预测加速度、预设滑移率作为特征参数并输入至预设的模糊控制器,以确定目标车辆的驾驶制动意图识别系数,根据目标车辆的驾驶制动意图识别系数大小确定目标车辆的制动强度;
S104、基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前附着的路面类型以及对应的实时利用附着系数;
S105、根据目标车辆的制动强度,确定目标车辆的目标制动力矩,基于目标车辆的制动强度、实时利用附着系数和预设的制动分配曲线,确定目标车辆前后轴制动分配系数和单轮的电液制动分配系数;
S106、根据预设的能量平衡目标函数,对制动力分配系数进行修正,得到修正后的目标车辆前后轴制动分配系数和单轮的电液制动分配系数,并结合目标制动力矩,确定目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力。
本实施例通过基于目标车辆当前时刻的速度和加速度,确定目标车辆在预测周期内的预测加速度,从而可以根据预测加速度自动识别目标车辆为驱动驾驶或制动驾驶,若是制动驾驶,从而将预测加速度、预设滑移率作为特征参数并输入至预设的模糊控制器,以确定目标车辆的驾驶制动意图识别系数,以便于确定目标车辆的制动强度,从而考虑车辆的工况,有助于提高制动分配效果;基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前附着的路面类型度以及对应实时利用附着系数,从而考虑不同路面类型的制动;此外,基于目标车辆的制动强度,确定目标车辆总需求的目标制动力矩,进而根据目标车辆的制动强度、实时利用附着系数和预设的制动分配曲线,可以快速确定目标车辆前后轴制动分配系数、单轮的电机制动分配系数以及单轮的液压制动分配系数;并利用能量平衡函数对这三个制动分配系数进行修正,并结合目标制动力矩,确定目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力,实现在不同工况和驾驶模式下,动态调整制动力分配系数,以适应不同路面,提高再生制动过程中车辆的稳定性和舒适性。
在本实施例中,实时工况信息包括目标车辆的加、减速踏板信号和位移、加速度、速度、四轮轮速等特征信息。
在一实施例中,步骤S102中,基于目标车辆当前时刻的速度和加速度,确定目标车辆在预测周期内的预测加速度,包括:
基于目标车辆当前时刻的速度和加速度,利用最大似然估算目标车辆从当前时刻到下一时刻的状态转移概率,并基于马尔可夫加速度预测模型和状态转移概率,迭代求取整个预测周期内的预测加速度;
需要说明的是,为了获得完整数据,需要对目标车辆当前时刻的速度和加速度进行插值法补全和奇异值剔除;为了统计速度和加速度分布,需要划分不同区间(速度16个区间,加速度26个区间)对数据进行离散化分析处理,具体如下:
进而得到概率转移矩阵如下式,建立了马尔可夫加速度预测模型;
在线预测时,在k时刻,车速传感器将当前车速输入到马尔可夫加速度预测模型中并判断当前时刻车速所属工况,获得相应工况下的加速度一步状态转移概率矩阵。将当前加速度输入,马尔可夫加速度预测模型取其最大状态转移概率对应的加速度值作为k+1时刻的加速度值。根据速度和加速度关系,基于求得k+1时刻的预测速度;在求得k+1时刻的速度值和加速度值后,将其再次输入到马尔可夫加速度预测模型中,即可获得k+2时刻的速度值和加速度值;通过迭代上述步骤,可获得整个预测周期内的预测加速度以及预测车速。
在一实施例中,参照图2,步骤S103中,将预测加速度、预设滑移率作为特征参数并输入至预设的模糊控制器,以确定目标车辆的驾驶制动意图识别系数,包括:
S201、基于预测加速度、预设滑移率,绘制预测加速度的隶属函数、滑移率的隶属函数以及制动意图等级的隶属函数;需要说明的是,将预测加速度、预设滑移率作为模糊控制器的输入特征参数,制定预测加速度的隶属函数、滑移率的隶属函数以及制动意图等级的隶属函数,分别如图3(a)、图3(b)、图3(c);论域分别为[-10,0]、[0,0.8]和[0,1];
S202、基于预测加速度的隶属函数、滑移率的隶属函数以及制动意图等级的隶属函数,并结合预设的制动减速度与滑移率关系的模糊推理规则表,推理运算获取结果模糊量;其中模糊推理规则表如图4所示;需要说明的是结果模糊量包括不同的模糊集合,分别为预测加速度、滑移率以及制动意图等级的模糊集合。如图5所示,根据模糊规则表生成的Mamdani图,可以结合Mamdani图推理运算获取结果模糊量。
S203、基于结果模糊量,利用重心法进行反模糊化计算,获得目标车辆的驾驶制动意图识别系数,重心法计算公式如下:
其中,ucen表示中重心法求得的权值并作为驾驶制动意图识别系数s; U为制动意图等级的隶属函数的模糊论域;A(u)为制动意图等级的隶属函数,u∈U。
在一实施例中,步骤S103中,根据目标车辆的驾驶制动意图识别系数大小确定目标车辆的制动强度,其中驾驶制动意图识别系数包括轻度制动强度、中度制动强度、重度制动强度以及紧急制动强度。需要说明的是,本实施例的制动意图识别摆脱了传统利用踏板和节气门开度及其开度变化率的判断制动意图的方案,提高了其在不同驾驶模式的适用性。并且后续方案中考虑滑移率的变化,提高车辆驾驶制动的安全性。
可选的,步骤S103中,在判断预测加速度是否为负值之后,本实施例的车辆制动力分配方法还包括:若预测加速度为正值,则确定目标车辆驱动驾驶,将预测加速度信号传递给整车控制器(VCU)。
在一实施例中,参照图6,步骤S104即基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前附着的路面类型,包括:
S601、基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前时刻的车轮接地载荷和驱动轮纵向力;
在一实施例中,具体计算如下:
其中,FZfl为目标车辆的左前轮接地载荷;FZfr为目标车辆的右前轮接地载荷;FZrl为目标车辆的左后轮接地载荷;FZrr为目标车辆的右后轮接地载荷;m为目标车辆的质量;g为目标车辆的重力;b为目标车辆的质心至后轴距离,L为目标车辆的车长,hg为目标车辆的质心高度;ax,ch为惯性加速度;i为道路坡度值大小;道路坡度值大小通过带遗忘的递推二乘法确定;需要说明的是,目标车辆的动力学参数包括目标车辆的质量m、目标车辆的重力g、目标车辆的质心至后轴距离b、目标车辆的车长L、目标车辆的质心高度hg以及目标车辆的惯性加速度ax,ch。
驱动轮纵向力计算:
S602、基于目标车辆当前时刻的车轮接地载荷、驱动轮纵向力、以及获取的驱动轮和从动轮转速差,确定目标车辆的初始利用附着系数和初始滑移率;需要说明的是,目标车辆的驱动轮和从动轮转速差可以通过目标车辆的车载传感器确定。
在一实施例中,步骤S302具体包括:基于目标车辆的车轮接地载荷和驱动轮纵向力,利用递推最小二乘法,确定目标车辆的初始利用附着系数;如图7所示为初始利用附着系数的算法流程图,图中θ(t)为参数估计量,即利用附着系数;为输入回归矢量;e(t)为***识别误差; y(t)=Fx为驱动轮纵向力;为车轮载荷;输入量θ(0)、 P(0)为常量;δ为遗忘因子,取值范围为0.95~0.995。
进一步地,基于目标车辆的驱动轮和从动轮转速差,利用卡尔曼滤波算法,估算目标车辆的初始滑移率。
S603、基于目标车辆当前时刻的初始利用附着系数和初始滑移率的拟合曲线,确定目标车辆当前附着的路面类型。
在一实施例中,步骤S303具体包括如下:
利用预设的曲线拟合方程,拟合出目标车辆在多种工况下的车辆滑移率-利用附着系数曲线,并获得目标车辆的实时利用附着系数的实际值,曲线拟合方程如下:
其中,c1、c2、c3表示影响因子;u(λ)表示目标车辆的实时利用附着系数;
将实时利用附着系数的实际值ui(λ)和滑移率的实际值λi依次与对应五种路面的利用附着系数理论值uk(λ)、λk做差值,k=1,2,...,5,具体为:δk=|λi-λk|+|μi(λ)-μk(λ)|;
取δk差值最小时对应的路面类型作为输出,从而可以得到目标车辆当前附着的路面类型,路面类型包括低附着路面、中低附着路面、中附着路面、中高附着路面以及高附着路面;本实施例通过对目标车辆当前路面类型进行识别,从而有助于选择不同制动分配方式。
需要说明的是,在保证车辆行驶安全性的前提下,为了维持车辆在制动过程中的稳定性和提高舒适性,在制动力分配比例系数选取时,应综合考虑电动汽车的当前行驶道路的路面附着条件以及不同驾驶行为特性所需制动强度的影响,并结合法规以及电机、电池特性约束。
在一实施例中,在步骤S105中,根据目标车辆的制动强度,确定目标车辆的目标制动力矩,计算公式如下:
其中,Tb为制动力矩z为目标车辆当前时刻的制动强度;m为目标车辆的质量;g为目标车辆的重力;A为车辆迎风面积;Cd为空气阻力系数,ρ为迎风系数;f为滚动阻力系数,r为车轮滚动半径。
在一实施例中,在步骤S105中,根据目标车辆的制动强度、实时利用附着系数和预设的制动分配曲线,确定目标车辆前后轴制动分配系数和单轮的电液制动分配系数之前,本实施例的车辆制动力分配方法还包括:
根据目标车辆的制动强度和实时利用附着系数结合ECE法规曲线、理想制动力I曲线,制定β制动分配系数曲线。在一实施例中,β制动分配系数曲线的满足以下条件:
其中,z为目标车辆当前时刻的制动强度;b为目标车辆的质心至后轴距离,L为目标车辆的车长,hg为目标车辆的质心高度。
在一实施例中,步骤S106中,根据预设的能量平衡目标函数,确定对制动力分配系数进行修正,得到修正后的确定目标车辆前后轴制动分配系数和单轮的电液制动分配系数,以获取目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力,包括:
能量平衡目标函数:
约束条件:
需要说明的是,通过粒子群算法进行寻优,得到修正后的目标车辆前后轴制动分配系数、单轮的电液制动分配系数,具体如下:
结合如下公式,确定目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力分配;
其中,x为控制变量,x={z,n};Ψ为制动能量回馈率;ω1,ω2,ω3分别为三个权重系数;z为目标车辆当前时刻t下的制动强度;Tf-reg为前轮回馈制动力矩;n为车轮轮速;nf、为前轮电机工作效率;v、vt为当前时刻t和下一时刻的车速;A为车辆迎风面积;Cd为空气阻力系数,ρ为迎风系数;Ts为***仿真周期;Pchg_Imax、Pchg-Umax分别为最大充电电流和电压对应的充电功率;ηb为充电效率;SOC为电池电荷;β为目标车辆的前后轴制动力分配系数;αf分别为前轴的电液制动系数;Tf、Tr分别为前、后轴制动力;Tf-reg为前轴单轮的电机制动力;Tf-hyd为前轴单轮的液压制动力。需要说明的是,后轴单轮的电机制动力和后轴单轮的液压制动力可以上式通过换算确定。
本实施例将最终得到的各制动力转换为电信号传给目标车辆的ECB 控制器和电机控制器,ECB控制器和电机控制器根据传入的信号计算输出所需的力矩大小,保证车辆在制动过程的安全性、稳定性和舒适性,其最终再生制动产生的能量流入电池BMS。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
区别于现有技术,本实施例通过基于目标车辆当前时刻的速度和加速度,确定目标车辆在预测周期内的预测加速度,从而可以根据预测加速度自动识别目标车辆为驱动驾驶或制动驾驶,若是制动驾驶,从而将预测加速度、预设滑移率作为特征参数并输入至预设的模糊控制器,以确定目标车辆的驾驶制动意图识别系数,以便于确定目标车辆的制动强度,从而考虑车辆的工况,有助于提高制动分配效果;基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前附着的路面类型度以及对应实时利用附着系数,从而考虑不同路面类型的制动;此外,基于目标车辆的制动强度,确定目标车辆总需求的目标制动力矩,进而根据目标车辆的制动强度、实时利用附着系数和预设的制动分配曲线,可以快速确定目标车辆前后轴制动分配系数、单轮的电机制动分配系数以及单轮的液压制动分配系数;并利用能量平衡函数对这三个制动分配系数进行修正,并结合目标制动力矩,确定目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力,实现在不同工况和驾驶模式下,动态调整制动力分配系数,以适应不同路面,提高再生制动过程中车辆的稳定性和舒适性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种车辆制动力分配方法,其特征在于,方法包括:
获取目标车辆的实时工况信息,所述实时工况信息包括目标车辆当前时刻的速度和加速度;
基于目标车辆当前时刻的速度和加速度,确定目标车辆在预测周期内的预测加速度;
判断预测加速度是否为负值,若是,则确定目标车辆为制动驾驶,将所述预测加速度、预设滑移率作为特征参数并输入至预设的模糊控制器,以确定目标车辆的驾驶制动意图识别系数,根据目标车辆的驾驶制动意图识别系数大小确定目标车辆的制动强度;
基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前附着的路面类型以及对应的实时利用附着系数;
根据目标车辆的制动强度,确定目标车辆的目标制动力矩,基于目标车辆的制动强度、实时利用附着系数和预设的制动分配曲线,确定目标车辆前后轴制动分配系数和单轮的电液制动分配系数;
根据预设的能量平衡目标函数,对所述制动力分配系数进行修正,得到修正后的目标车辆前后轴制动分配系数、单轮的电液制动分配系数,并结合目标制动力矩,确定目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力。
2.根据权利要求1所述的车辆制动力分配方法,其特征在于,所述基于目标车辆当前时刻的速度和加速度,确定目标车辆在预测周期内的预测加速度,包括:
基于所述目标车辆当前时刻的速度和加速度,利用最大似然估算目标车辆从当前时刻到下一时刻的状态转移概率,并基于马尔可夫加速度预测模型和状态转移概率,迭代求取整个预测周期内的预测加速度。
3.根据权利要求1所述的车辆制动力分配方法,其特征在于,将所述预测加速度、预设滑移率作为特征参数并输入至预设的模糊控制器,以确定目标车辆的驾驶制动意图识别系数,包括:
基于预测加速度、预设滑移率,绘制预测加速度的隶属函数、滑移率的隶属函数以及制动意图等级的隶属函数;
基于所述预测加速度的隶属函数、滑移率的隶属函数以及制动意图等级的隶属函数,并结合预设的制动减速度与滑移率关系的模糊推理规则表,推理运算获取结果模糊量;
基于结果模糊量,利用重心法进行反模糊化计算,获得目标车辆的驾驶制动意图识别系数,所述重心法计算公式如下:
其中,ucen表示中重心法求得的权值并作为驾驶制动意图识别系数s;U为制动意图等级的隶属函数的模糊论域;A(u)为制动意图等级的隶属函数,u∈U。
4.根据权利要求1所述的车辆制动力分配方法,其特征在于,所述根据目标车辆的驾驶制动意图识别系数大小确定目标车辆的制动强度,其中所述制动强度包括轻度制动、中度制动、重度制动或紧急制动。
5.根据权利要求1所述的车辆制动力分配方法,其特征在于,所述基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前附着的路面类型以及对应的实时利用附着系数,包括:
基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前时刻的车轮接地载荷和驱动轮纵向力;
基于所述目标车辆当前时刻的车轮接地载荷、驱动轮纵向力、以及获取的驱动轮和从动轮转速差,确定目标车辆的初始利用附着系数和初始滑移率;
基于目标车辆当前时刻的初始利用附着系数和初始滑移率的拟合曲线,确定目标车辆当前附着的路面类型以及对应的实时利用附着系数。
6.根据权利要求5所述的车辆制动力分配方法,其特征在于,基于基于目标车辆的动力学参数和车辆动纵向运动方程,确定目标车辆当前时刻的车轮接地载荷、驱动轮纵向力、以及驱动轮和从动轮转速差,具体计算如下:
其中,FZfl为目标车辆的左前轮接地载荷;FZfr为目标车辆的右前轮接地载荷;FZrl为目标车辆的左后轮接地载荷;FZrr为目标车辆的右后轮接地载荷;m为目标车辆的质量;g为目标车辆的重力;b为目标车辆的质心至后轴距离,L为目标车辆的车长,hg为目标车辆的质心高度;ax,ch为惯性加速度;i为道路坡度值大小;所述道路坡度值大小通过带遗忘的递推二乘法确定;
驱动轮纵向力计算:
7.根据权利要求6所述的车辆制动力分配方法,其特征在于,基于所述目标车辆当前时刻的车轮接地载荷、驱动轮纵向力、以及获取的驱动轮和从动轮转速差,确定目标车辆的初始利用附着系数和初始滑移率,包括:
基于目标车辆的所述车轮接地载荷和驱动轮纵向力,利用递推最小二乘法,确定目标车辆的初始利用附着系数;
基于目标车辆的所述驱动轮和从动轮转速差,利用卡尔曼滤波算法,估算目标车辆的初始滑移率。
8.根据权利要求7所述的车辆制动力分配方法,其特征在于,所述基于目标车辆当前时刻的初始利用附着系数和初始滑移率的拟合曲线,确定目标车辆当前附着的路面类型以及对应的实时利用附着系数,包括:
利用预设的曲线拟合方程,拟合出目标车辆在多种工况下的车辆滑移率-利用附着系数曲线,并获得目标车辆的实时利用附着系数,曲线拟合方程如下:
其中,c1、c2、c3表示影响因子;u(λ)表示目标车辆的实时利用附着系数;
将实时利用附着系数ui(λ)和实时滑移率λi依次与对应五种路面的利用附着系数理论值uk(λ)、滑移率理论值λk做差值,k=1,2,...,5,具体为:δk=|λi-λk|+|μi(λ)-μk(λ)|;
取δk差值最小时对应的路面类型作为输出,得到目标车辆当前附着的路面类型,所述路面类型包括低附着路面、中低附着路面、中附着路面、中高附着路面以及高附着路面。
10.根据权利要求1所述的车辆制动力分配方法,其特征在于,根据预设的能量平衡目标函数,对所述制动力分配系数进行修正,得到修正后的目标车辆前后轴制动分配系数和单轮的电液制动分配系数,以获取目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力,包括:
能量平衡目标函数:
约束条件:
通过粒子群算法进行寻优,得到修正后的目标车辆前后轴制动分配系数和单轮的电液制动分配系数,具体如下:
结合如下公式,确定目标车辆的前后轴制动力、单轮的电机制动力以及单轮的液压制动力分配;
其中,x为控制变量,x={z,n};Ψ为制动能量回馈率;ω1,ω2,ω3分别为三个权重系数;z为目标车辆当前时刻t下的制动强度;Tf-reg为前轮回馈制动力矩;n为车轮轮速;nf为前轮电机工作效率;v、vt为当前时刻t和下一时刻的车速;A为车辆迎风面积;Cd为空气阻力系数,ρ为迎风系数;Ts为***仿真周期;Pchg_Imax、Pchg_Umax分别为最大充电电流和电压对应的充电功率;ηb为充电效率;SOC为电池电荷;β为目标车辆的前后轴制动力分配系数;αf分别为前轴的电液制动系数;Tf、Tr分别为前、后轴制动力;Tf-reg为前轴单轮的电机制动力;Tf-hyd为前轴单轮的液压制动力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111007664.7A CN113635879B (zh) | 2021-08-30 | 2021-08-30 | 一种车辆制动力分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111007664.7A CN113635879B (zh) | 2021-08-30 | 2021-08-30 | 一种车辆制动力分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113635879A true CN113635879A (zh) | 2021-11-12 |
CN113635879B CN113635879B (zh) | 2022-04-19 |
Family
ID=78424494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111007664.7A Active CN113635879B (zh) | 2021-08-30 | 2021-08-30 | 一种车辆制动力分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113635879B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114228507A (zh) * | 2021-12-10 | 2022-03-25 | 中国科学院深圳先进技术研究院 | 利用前车信息的智能电驱动车辆再生制动控制方法 |
CN114228692A (zh) * | 2021-12-16 | 2022-03-25 | 合肥学院 | 一种基于行驶意图辨识的车辆传动及制动***工况自适应控制方法 |
CN114291050A (zh) * | 2021-12-28 | 2022-04-08 | 菲格智能科技有限公司 | 一种车辆控制方法、装置、可读存储介质和车辆 |
WO2024007265A1 (zh) * | 2022-07-07 | 2024-01-11 | 华为技术有限公司 | 车辆的制动方法与装置 |
CN117774921A (zh) * | 2024-02-26 | 2024-03-29 | 厦门金龙联合汽车工业有限公司 | 一种智能底盘线控制动力分配方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0963892A2 (en) * | 1998-06-09 | 1999-12-15 | Fuji Jukogyo Kabushiki Kaisha | Torque distribution control apparatus for 4 wheel driven vehicle |
CN109204260A (zh) * | 2018-05-15 | 2019-01-15 | 哈尔滨理工大学 | 电动汽车制动力分配方法 |
CN109941245A (zh) * | 2019-04-08 | 2019-06-28 | 哈尔滨理工大学 | 一种电动汽车制动力分配方法 |
CN110281947A (zh) * | 2019-05-15 | 2019-09-27 | 南京航空航天大学 | 一种融合路面识别的电动汽车再生制动力分配方法 |
CN110435623A (zh) * | 2019-08-28 | 2019-11-12 | 吉林大学 | 一种自动调整的电动车分级自动紧急制动控制*** |
CN111469670A (zh) * | 2020-04-14 | 2020-07-31 | 桂林电子科技大学 | 一种基于路面识别的电动汽车再生制动控制策略 |
WO2021103186A1 (zh) * | 2019-11-27 | 2021-06-03 | 中车唐山机车车辆有限公司 | 基于轮控的制动***及其制动力分配方法、无轨电车 |
-
2021
- 2021-08-30 CN CN202111007664.7A patent/CN113635879B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0963892A2 (en) * | 1998-06-09 | 1999-12-15 | Fuji Jukogyo Kabushiki Kaisha | Torque distribution control apparatus for 4 wheel driven vehicle |
CN109204260A (zh) * | 2018-05-15 | 2019-01-15 | 哈尔滨理工大学 | 电动汽车制动力分配方法 |
CN109941245A (zh) * | 2019-04-08 | 2019-06-28 | 哈尔滨理工大学 | 一种电动汽车制动力分配方法 |
CN110281947A (zh) * | 2019-05-15 | 2019-09-27 | 南京航空航天大学 | 一种融合路面识别的电动汽车再生制动力分配方法 |
CN110435623A (zh) * | 2019-08-28 | 2019-11-12 | 吉林大学 | 一种自动调整的电动车分级自动紧急制动控制*** |
WO2021103186A1 (zh) * | 2019-11-27 | 2021-06-03 | 中车唐山机车车辆有限公司 | 基于轮控的制动***及其制动力分配方法、无轨电车 |
CN111469670A (zh) * | 2020-04-14 | 2020-07-31 | 桂林电子科技大学 | 一种基于路面识别的电动汽车再生制动控制策略 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114228507A (zh) * | 2021-12-10 | 2022-03-25 | 中国科学院深圳先进技术研究院 | 利用前车信息的智能电驱动车辆再生制动控制方法 |
CN114228692A (zh) * | 2021-12-16 | 2022-03-25 | 合肥学院 | 一种基于行驶意图辨识的车辆传动及制动***工况自适应控制方法 |
CN114228692B (zh) * | 2021-12-16 | 2024-04-26 | 合肥学院 | 一种基于行驶意图辨识的车辆传动及制动***工况自适应控制方法 |
CN114291050A (zh) * | 2021-12-28 | 2022-04-08 | 菲格智能科技有限公司 | 一种车辆控制方法、装置、可读存储介质和车辆 |
WO2024007265A1 (zh) * | 2022-07-07 | 2024-01-11 | 华为技术有限公司 | 车辆的制动方法与装置 |
CN117774921A (zh) * | 2024-02-26 | 2024-03-29 | 厦门金龙联合汽车工业有限公司 | 一种智能底盘线控制动力分配方法 |
CN117774921B (zh) * | 2024-02-26 | 2024-05-10 | 厦门金龙联合汽车工业有限公司 | 一种智能底盘线控制动力分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113635879B (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113635879B (zh) | 一种车辆制动力分配方法 | |
CN111890951B (zh) | 智能电动汽车轨迹跟踪与运动控制方法 | |
CN110936824B (zh) | 一种基于自适应动态规划的电动汽车双电机控制方法 | |
Maia et al. | Electrical vehicle modeling: A fuzzy logic model for regenerative braking | |
Li et al. | Analysis of downshift’s improvement to energy efficiency of an electric vehicle during regenerative braking | |
CN103991384B (zh) | 一种电动车辆的复合制动***及其复合制动方法 | |
CN112116156B (zh) | 基于深度强化学习的混动列车的能量管理方法及*** | |
CN102030007B (zh) | 独立驱动-独立转向车辆整车动力学控制量的获得方法 | |
CN103921786B (zh) | 一种电动车辆再生制动过程的非线性模型预测控制方法 | |
CN111923897B (zh) | 一种插电式混合动力汽车能量智能管理方法 | |
CN109733406A (zh) | 基于模糊控制与动态规划的纯电动汽车行驶策略控制方法 | |
CN105667501B (zh) | 具有轨迹优化功能的混合动力车辆的能量分配方法 | |
CN111332125B (zh) | 改进车辆制动能量回收控制方法、装置、车辆及存储介质 | |
CN112896161B (zh) | 一种基于强化学习的电动汽车生态自适应巡航控制*** | |
CN111332126B (zh) | 车辆制动能量回收控制方法、装置、车辆及存储介质 | |
Shi et al. | Multi-objective tradeoff optimization of predictive adaptive cruising control for autonomous electric buses: A cyber-physical-energy system approach | |
CN114475566B (zh) | 一种智能网联插电式混合动力汽车能量管理实时控制策略 | |
Zhao et al. | Composite braking AMT shift strategy for extended-range heavy commercial electric vehicle based on LHMM/ANFIS braking intention identification | |
CN115805840A (zh) | 一种增程式电动装载机能耗控制方法及*** | |
Shi et al. | Single pedal control of battery electric vehicle by pedal torque demand with dynamic zero position | |
CN116572750A (zh) | 基于云平台与神经网络的客车能量回收控制方法及*** | |
CN115782851A (zh) | 基于dmpc的混合动力汽车能量管理控制方法 | |
CN111891109B (zh) | 基于非合作博弈论的混合动力汽车能量优化分配控制方法 | |
Morlock et al. | Real-time capable driving strategy for EVs using linear MPC | |
Zhou et al. | Energy optimization for intelligent hybrid electric vehicles based on hybrid system approach in a car‐following process |
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 |