CN1329722C

CN1329722C - 一种载重车abs路面辨识方法

Info

Publication number: CN1329722C
Application number: CNB2005100573610A
Authority: CN
Inventors: 郑太雄; 李银国; 王平; 冯辉宗; 李锐
Original assignee: Chongqing University of Post and Telecommunications
Current assignee: Chongqing University of Post and Telecommunications
Priority date: 2005-11-03
Filing date: 2005-11-03
Publication date: 2007-08-01
Anticipated expiration: 2025-11-03
Also published as: CN1758043A

Abstract

本发明请求保护一种载重汽车制动防抱死***(ABS)路面辨识方法，涉及汽车电子控制技术领域，它把汽车车轮的最大轮速作为汽车的参考速度，然后根据车轮的角加速度计算得到每个车轮受到的地面摩擦力，再由此计算汽车的质量和汽车在载重的情况下的车身参数，并由此得到汽车车轮的正压力，从而计算得到地面的附着系数。然后计算出车轮的滑移率，再根据理论公式计算出在当前滑移率下不同路面的理论附着系数，将两次计算的附着系数进行比对，从而辨识出路面情况。该方法适用于汽车制动防抱死***(ABS)，特别是能够解决载重车在不同的载重情况下的路面辨识。

Description

一种载重车ABS路面辨识方法

技术领域

本发明属于汽车电子控制技术领域，具体涉及一种载重车ABS路面辨识的方法。

背景技术

ABS汽车防抱死***是保证汽车在刹车过程中车轮不抱死的重要的电子***，为保证车轮不抱死，同时又能以较快的速度制动，ABS必须针对不同的路面情况采用不同的控制策略，因此ABS***必须实时的辨识路面情况。然而由于汽车车身装载的传感器数量有限，ABS能够获得的信息只有车轮的速度，因此ABS路面辨识算法必须能够从有限的信息中识别出路面的信息。为此陈军等在东北大学学报2003年6月，第24卷第6期发表的《基于竞争神经网络的ABS路面识别》采用神经网络技术进行路面辨识技术，农业机械学报，2001年9月发表的《基于道路自动识别ABS模糊控制***研究》采用对比车轮理论减速度与车轮实际减速度的方法辨识路面，Jin-Oh Hahn等采用基于GPS的方法辨识轮胎与地面的摩擦系数(Jin-Oh Hahn，Rajesh Rajamani，and Lee Alexander.GPS-Based Real-Time Identification of Tire-RoadFriction Coefficient，IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY，VOL.10，NO.3)。然而纵观以上这些方法，基于神经网络的方法需要大量的样本数据对网络进行训练，对比车轮理论减速度与车轮实际减速度的方法需要知道汽车的质量，而ABS***并不知道汽车装载任意质量后的总质量，所以该方法在载重车的ABS中不能实现路面的自动辨识，而基于GPS的方法需要汽车配备全球定位***，所以成本较高。

发明内容

本发明涉及了一种成本低廉，计算方法简单，不需对网络进行训练的适用于载重车ABS路面辨识的新方法。本发明提出一种载重车ABS路面辨识的方法，其目的是解决现有路面识别方法中存在的需要大量的样本数据进行训练，或对比车轮理论减速度与车轮实际减速度的方法中无法获得载重车质量以及制造成本高的缺点。

解决上述技术问题所采用的技术方案是：利用轮速传感器在线提取制动过程中轮速信号，获取汽车制动中4个车轮的角加速度，并提取最大的轮速作为汽车的参考车速，然后根据公式计算汽车制动器产生的制动力矩，再由4个车轮的角加速度和4个车轮制动器的制动力矩，分别计算4个车轮受到的地面摩擦力，根据4个车轮受到的地面摩擦力以及车身的加速度，计算得到汽车的质量，再由汽车的质量计算出汽车的质心高度和质心距前轴与后轴的距离，再根据汽车的质量，汽车的质心高度和质心距前轴与后轴的距离，汽车的加速度，计算汽车4个车轮受到的正压力，再由正压力与车轮受到的地面摩擦力计算得到当前附着系数。最后由理论公式计算在当前滑移率下不同路面的理论附着系数，将由正压力与摩擦力计算得到的附着系数和不同路面的理论附着系数连续进行计算并对比，若由正压力与摩擦力计算得到的附着系数连续两次都与某种路面下的附着系数接近，则可辨识当前路面状况，并判断车轮在该路面上。

附图说明

图1载重汽车ABS路面辨识方法流程图

图2四轮车辆***模型

具体实施方式

现结合附图及实施例对该路面辨识方法的实施过程进行具体描述，图1所示为载重汽车ABS路面辨识方法流程图，其步骤如下：

1、利用轮速传感器在线提取制动过程中轮速信号：汽车的线速度ν、车轮角速度ω，获取汽车制动中4个车轮的滑移率，然后根据公式计算制动时车轮的滑移率：

S = \frac{v - rω}{v} \times 100 %

其中r表示车轮不受地面制动力时的滚动半径。

2、根据制动气室的气体压力获取汽车制动器产生的制动力矩

通过实验获取经验值存入数据库中，获取制动器制动因数k_p、制动气室的压力P，克服制动缸中的弹簧力所需的压力P_m。车轮的制动力矩由制动器的制动气室的气体产生的压力提供，制动气室的气体压力与制动力矩M_b的关系满足下式：

M_{b} = \{\begin{matrix} 0 & p - p_{m} < 0 \\ k_{p} (p - p_{m}) & p - p_{m} > 0 \end{matrix}

制动气室的气体压力与制动气室充气时间以及充气终了值有关，其“压力—时间”动特性曲线是一种渐近式的曲线，类似于S形曲线，采用指数形式S型曲线方程：

p (t) = \frac{a}{1 + b \cdot e^{m \cdot t}}

其中a是气室充气终了值，b和m是两个增益，无具体物理意义，可通过试验确定。

3、计算4个车轮受到的地面摩擦力

汽车在制动过程中车轮受到制动器产生的制动力矩和地面的摩擦力矩的作用，制动器产生的制动力矩将使车轮减速，而地面的摩擦力矩将使车轮加速，根据轮速传感器测得的车轮转速，可得到车轮的角加速度，在车轮的转动惯量已知的情况下，车轮受到的摩擦力F_si可由下式计算

其中M_bi是第i个车轮的制动力矩，J_i为第i个车轮的转动惯量等参数通过测量提取存入数据库中，为第i个车轮的角加速度，通过前后两次测得的车轮速度用差分法计算得到。

4、通过分别将两次测得的轮速的最大值作为车身的速度，然后用差分法计算得到车身的加速度，根据4个车轮受到的地面摩擦力以及车身的加速度，计算汽车的质量，再由汽车的质量计算出汽车的质心高度和质心距前轴与后轴的距离。根据4个车轮受到的地面摩擦力计算汽车的质量

其中∑F_si是车轮受到的摩擦力的和，_x是汽车在纵向的线加速度，

是车辆横摆的角速度，v_y是车辆横向运动速度。

将最大轮速作为汽车的参考车速，建立如图2所示四轮车辆***模型，(其中v_x是车辆纵向速度，v_y是车辆横向速度，v是汽车速度，F_xi是车轮受到的纵向摩擦力，F_yi是车轮受到的横向摩擦力，是车辆横摆角度，β是车身与纵向之间的角度)，由图2可知，v_y＝v·sinβ，由于β很小，所以sinβ近似为0，也就是说v_y可近似为0，而汽车车身的速度可用参考速度近似表示，计算参考速度的方法大致包括最大轮速法，斜率法和X-II法和递推法，几种方法计算出的参考速度与用速度传感器测得的车身速度都很接近，考虑到最大轮速法的简便，可使用最大轮速法作为车身加速度的计算方法，由此上式可简化为

M = \frac{Σ F_{si}}{{\dot{v}}_{x}} .

若载重车空载时汽车质量为M₁，前轴到质心的距离为a₁，后轴到质心的距离为b₁，质心高度为h₁，载重车满载时汽车质量为M₂，前轴到质心的距离为a₂，后轴到质心的距离为b₂，质心高度为h₂，则可近似认为随着载重量的增加，汽车质心高度h的变化以及汽车质心距离前轴的距离a的变化满足线性关系，即

a = \frac{a_{2} - a 1}{M_{2} - M_{1}} M + \frac{a_{1} M_{2} - a_{2} M_{1}}{M_{2} - M_{1}}

h = \frac{h_{2} - h 1}{M_{2} - M_{1}} M + \frac{h_{1} M_{2} - h_{2} M_{1}}{M_{2} - M_{1}}

5、根据汽车质量，车身加速度以及车身参数计算车轮受到的正压力与车轮受到的地面摩擦力计算得到附着系数

汽车在制动过程中车轮受到的正压力不仅是汽车的质量的函数，而且是汽车的线加速度以及车身参数的函数，其关系如下：

\{\begin{matrix} N_{1} = M ((b \cdot g - {\dot{v}}_{x} h) / 2 L + {\dot{v}}_{y} h / 2 C) \\ N_{2} = M ((b \cdot g - {\dot{v}}_{x} h) / 2 L - {\dot{v}}_{y} h / 2 C) \\ N_{3} = M ((a \cdot g + {\dot{v}}_{x} h) / 2 L + {\dot{v}}_{y} h / 2 C) \\ N_{4} = M ((a \cdot g + {\dot{v}}_{x} h) / 2 L - {\dot{v}}_{y} h / 2 C) \end{matrix}

其中N_i是第i个车轮受到的正压力，M是整车质量，v_x是车辆纵向速度，v_y是车辆横向速度，C车辆轴距，a、b是前轴和后轴到车辆质心的距离，L是车辆轴距。

由于v_y很小，上式可简化为

\{\begin{matrix} N_{1} = M (b \cdot g - {\dot{v}}_{x} h) / 2 L \\ N_{2} = M (b \cdot g - {\dot{v}}_{x} h) / 2 L \\ N_{3} = M (a \cdot g + {\dot{v}}_{x} h) / 2 L \\ N_{4} = M (a \cdot g + {\dot{v}}_{x} h) / 2 L \end{matrix}

则任意一个车轮与地面的附着系数可由下式求得：

μ_{i} = \frac{N_{i}}{F_{si}}

6、根据传感器采集的当前路面滑移率，由理论公式计算在当前滑移率下不同路面的理论附着系数，并存入存储器中。汽车在不同的路面行驶时，车轮受到的摩擦力与滑移率有关，在相同滑移率s下，不同路面产生的附着系数μ不同，其关系如下：

将由正压力与摩擦力计算得到的当前附着系数与相应路面的理论附着系数连续进行计算并对比，若当前附着系数连续两次都与某种路面下的理论附着系数接近，则可判断车轮在该路面上，以及汽车当前行驶的路面状态。

本发明方法简单，计算迅速，只需要根据4个车轮的角加速度计算车轮受到的地面摩擦力和汽车的质量，再由此计算车轮受到的正压力并得到当前附着系数，然后根据车轮的滑移率计算车轮在不同路面下的理论附着系数，最后将当前附着系数和理论附着系数进行对比由此判断汽车行驶的路面状态。该方法克服了基于神经网络的路面辨识方法需要大量的样本数据对网络进行训练，并且成本高的缺点。

Claims

1、一种载重车ABS路面辨识方法，其特征在于，包括如下步骤：

(1)轮速传感器在线提取制动过程中汽车轮速信号，根据轮速信号计算汽车制动中车轮的滑移率；

(2)根据制动气室的气体压力计算汽车制动器产生的制动力矩；

(3)由车轮受到的制动器产生的制动力矩和车轮的角加速度确定车轮受到的地面摩擦力；

(4)根据地面摩擦力以及车身的加速度计算汽车的质量，再根据质量确定汽车的质心高度和质心距前轴与后轴的距离，根据质量、车身加速度以及车身参数确定车轮受到的正压力；

(5)根据车轮受到的地面摩擦力与正压力确定当前附着系数；

(6)提取在当前滑移率下不同路面的理论附着系数；

(7)比较当前附着系数与理论附着系数，若连续两次比较结果接近某种路面下的理论附着系数，则判断车轮在该路面上。

2、根据权利要求1所述的方法，其特征在于：所述轮速信号包括汽车的线速度、车轮角速度。

3、根据权利要求1所述的方法，其特征在于：根据轮速传感器测得的车轮转速确定车轮的角加速度，采用最大轮速法计算车身的加速度。

4、根据权利要求1至3其中之一所述的方法，其特征在于：制动力矩Mb与制动气室的气体压力P满足以下关系式：

M_{b} = \{\begin{matrix} 0 & P - P_{m} < 0 \\ k_{p} (P - P_{m}) & P - P_{m} > 0 \end{matrix}

，其中，P_m为克服制动缸中的弹簧力所需的压力，k_p为制动器制动因数。

5、根据权利要求1至3其中之一所述的方法，其特征在于：由公式

μ_{i} = \frac{N_{i}}{F_{si}}

确定当前附着系数μ_i，其中N_i和F_si分别表示第i个车轮受到的正压力和地面摩擦力。