車輛質量辨識方法和系統(tǒng)的制作方法
【專利摘要】在一種車輛質量辨識方法和系統(tǒng)中，獲取車輛的輪速、驅動力矩和縱向加速度，并且使用辨識方程組計算出車輛質量估算值，所述方程組包含輪速、驅動力矩和縱向加速度作為輸入?yún)?shù)，以及車輛質量和車輛的驅動阻力作為變量。在車輛質量估算值的計算過程中，縱向加速度的下限和上限閾值被計入。
【專利說明】車輛質量辨識方法和系統(tǒng)【技術領域】
[0001] 本發(fā)明涉及用于車輛、尤其是電動車輛的質量辨識方法和系統(tǒng)。
【背景技術】
[0002]在現(xiàn)有的車輛控制系統(tǒng)中，各種傳感器被用于提供車輛和環(huán)境信息，例如輪速、車身加速度、環(huán)境溫度等等。然而，仍有一些信息，例如整車質量、路面附著系數(shù)等，不能通過傳感器直接獲得。如果能夠對一些未知參數(shù)進行有效地辨識的話，將會使得車輛控制系統(tǒng)的控制效果得到進一步的提高。例如，在車輛ASR和ABS系統(tǒng)中，各個車輪的垂直載荷信息對于控制車輪滑移或滑轉有重要的參考作用。
[0003]確定車輪垂直載荷的一個主要因素就是整車質量。因此，整車質量信息對于ASR系統(tǒng)中控制車輪滑動率是非常重要的。
[0004]車輛質量辨識方面已經(jīng)作過了各種研究，現(xiàn)有估算車輛質量的方法主要歸類為基于傳感器的方法和基于動力學模型的方法。
[0005]基于傳感器的辨識方法通過添加相應的傳感器而提供了車輛質量辨識的簡單途徑。如從直接承載車輛質量的車輛懸架開始考慮，已發(fā)現(xiàn)用于實時質量辨識的傳感器可以安裝到懸架上(例如參看 Rajamani R.和 Hedrick J.K., 1995, “Adaptive Observersfor Active Automotive Suspensions:Theory and Experiment”，IEEE Transactionson Control System Technology, 3 (I)，pp.86-93 ;以及 Fremd R., 1987, “Apparatus forMeasuring the Mass of a Motor Vehicle”，美國專利 N0.4，656，876)。在基于傳感器的辨識方法中，需要采用昂貴的傳感器，這會增加車輛的成本。
[0006]基于動力學模型的辨識方法通常采用車輛動力學模型，并且基于車輛數(shù)據(jù)例如發(fā)動機扭矩、車速、發(fā)動機速度、傳動比等等估算車輛質量，這些數(shù)據(jù)是預先已知的或是可以從CAN總線直接獲得。
[0007]考慮側向/橫擺動力學的基于動力學模型的辨識方法利用了這樣的事實，即車輛質量直接影響側向加速度和側傾路面、車輛轉向等引起的側向力之間的關系。一些側向/橫擺動力學方法使用卡爾曼濾波估算車輛狀況和參數(shù)。側向/橫擺動力學方法存在的缺點是模型復雜、獲取輸入?yún)?shù)困難和辨識精度低(例如參看Best M.C.和GordonT.J.,2000, “Combined State and Parameter Estimation of Vehicle HandlingDynamics，，，Proceedings of the 5th International Symposium on Advanced VehicleControl (AVEC), Ann Arbor, MI ；以及 Wenzel T.A., Burnham K.J., Blundell Μ.V.,和Williamsn R.A., 2004, “Approach to Vehicle State and Parameter Estimation UsingExtended Kalman Filtering”，Proceedings of the International Symposium onAdvanced Vehicle Control (AVEC))?
[0008]另一方面，考慮縱向動力學的基于動力學模型的辨識方法起始于車輛質量對車輛縱向力和縱向加速度之間的關系的直接影響。例如，一些縱向動力學方法使用遞推最小二乘法提供車輛質量和路面坡度的在線辨識。縱向動力學方法是有前景的，但作用于車輛的縱向力的合力不但受慣性力輸入的影響，還受道路坡度/梯度、空氣動力阻力等的影響。因此，現(xiàn)有的基于縱向動力學的方法仍然取決于滾動阻力、空氣阻力的測量值或車速的預設值，受到變化的路面坡度和縱向速度的影響(例如參看Ardalan Vahidi, AnnaStefanopoulou 和 Huei Peng, “Recursive Least Squares with Forgetting for OnlineEstimation of Vehicle Mass and Road Grade: Theory and Experiments，，；以及 VincentWinstead 和 Ilya V.Kolmanovsky, 2008, “Online Vehicle Mass Estimation UsingRecursive Least Squares and Supervisory Data Extraction，，，2008American ControlConference)。
[0009]在現(xiàn)有的基于動力學模型的辨識方法中，行駛阻力和坡度阻力的影響未被充分考慮，因此這些方法不能完全適應車輛行駛工況的復雜變化。此外，在現(xiàn)有的基于動力學模型的辨識方法中，車輛質量和路面坡度作為未知參數(shù)被估算，并且滾動阻力和空氣阻力作為已知參數(shù)被輸入，而不同狀況下各種阻力的變化未被考慮。同時，路面坡度的辨識精度直接影響估算質量。出于這些原因，現(xiàn)有基于動力學模型的辨識方法的辨識精度較低。
[0010]綜上所述，對于經(jīng)濟型電動車輛而言，現(xiàn)有的車輛質量辨識方法要么非常昂貴，要么精度較低。
【發(fā)明內(nèi)容】
[0011]本發(fā)明的目的是提供一種用于車輛尤其是電動車輛的質量辨識方法和系統(tǒng)，其同時滿足成本和精度方面的要求。
[0012]為此，本發(fā)明提供了一種車輛質量辨識方法，包括下述步驟:
[0013]I)為車輛建立車輛縱向動力學方程；
[0014]2)由所述縱向動力學方程建立辨識方程組，所述辨識方程組中包含輪速、驅動力矩和縱向加速度作為輸入?yún)?shù)，以及車輛質量和車輛的驅動阻力作為變量；
[0015]3)在車輛行駛的狀態(tài)下確定車輛的輪速、驅動力矩和縱向加速度；
[0016]4)使用辨識方程組反復地一起計算當前車輛質量值和驅動阻力，直至當前車輛質量值收斂；和
[0017]5)將當前車輛質量值作為車輛質量估算值輸出；
[0018]其中，在步驟4)中，當縱向加速度低于下限閾值時，只有驅動阻力被估算，而車輛質量被固定在前一估算值；并且當縱向加速度高于上限閾值時，只有車輛質量被估算，而驅動阻力被固定在前一估算值。
[0019]根據(jù)本發(fā)明的一種優(yōu)選實施方式，車輛的驅動阻力至少為滾動阻力和空氣阻力之和。
[0020]根據(jù)本發(fā)明的一種優(yōu)選實施方式，粗估算的車輛質量值被用作第一個車輛質量值。
[0021]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述辨識方法在車輛起步階段中執(zhí)行。
[0022]根據(jù)本發(fā)明的一種優(yōu)選實施方式，車輛為電動車輛，例如每個車輪都由單獨電機驅動的電動車輛。
[0023]根據(jù)本發(fā)明的一種優(yōu)選實施方式，驅動力矩由電動車輛的電機的電流信息獲取。
[0024]根據(jù)本發(fā)明的一種優(yōu)選實施方式，輪速由檢測車輪旋轉速度的速度傳感器獲取，或者由電動車輛的電機的輸出速度信息獲取。
[0025]根據(jù)本發(fā)明的一種優(yōu)選實施方式，車輛縱向動力學方程中包含固有物理參數(shù)，所述固有物理參數(shù)至少包括車輪的轉動慣量和車輪半徑。
[0026]根據(jù)本發(fā)明的一種優(yōu)選實施方式，在步驟4)中，當前車輛質量值的計算與驅動阻力的計算彼此解耦。
[0027]本發(fā)明還提供了一種車輛質量辨識系統(tǒng)，包括:在車輛行駛的狀態(tài)下確定輪速的部件和確定車輛驅動力矩的部件；測量車輛縱向加速度的縱向加速度傳感器；和計算模塊，其構造成利用前述本發(fā)明的車輛質量辨識方法計算出車輛質量估算值。
[0028]根據(jù)本發(fā)明的一種優(yōu)選實施方式，車輛質量辨識系統(tǒng)安裝在電動車輛中，例如，安裝在每個車輪都由單獨電機驅動的電動車輛中。
[0029]本發(fā)明的主要改進之處在于利用便宜的傳感器估算車輛質量，而不需要獲得滾動阻力、空氣阻力和車輛縱向速度作為預設條件。計算載荷非常小，并且算法易于在實時應用中實施。
[0030]此外，本發(fā)明能夠將車輛質量的辨識與驅動阻力的辨識解耦，以使得車輛質量辨識精度更高且相對于驅動阻力變化的魯棒性更高，并且易于實際應用。
[0031]因此，本發(fā)明的重要思想在于，當縱向加速度(利用加速度計信號確定)足夠小時，只有驅動阻力被估算，而車輛質量被固定在前一估算值。當縱向加速度足夠大時，只估算車輛質量，而驅動阻力被設置定在前一估算值。通過這種方式，車輛質量的辨識受驅動阻力的影響更小。所述辨識方法基于低價格的傳感器和簡單的算法，因而容易在實時應用中實現(xiàn)。
【專利附圖】
【附圖說明】
[0032]下面將參照附圖描述本發(fā)明的一些優(yōu)選實施方式，在附圖中:
[0033]圖1是顯示車輛及其車輪的縱向動力學的示意圖；
[0034]圖2示出了根據(jù)本發(fā)明的一種優(yōu)選實施方式的辨識過程的流程圖；以及
[0035]圖3示出了對于不同車輛質量的辨識結果的曲線圖。
【具體實施方式】
[0036]本發(fā)明的研究對象是車輛，尤其是電機驅動的車輛，在本發(fā)明的一些實驗中采用的是各車輪由電機獨立驅動的車輛，例如每個輪由輪轂電機驅動的車輛。對于耗用傳統(tǒng)燃料的車輛，車輛的輪速和驅動力矩通過額外的傳感器測量。對于車輪由電機直接或間接驅動的電動車輛，驅動力矩可以直接或間接通過電機電信號獲得，因此可以獲得高精度的車輛驅動力矩，而不需要使用任何額外的輪速傳感器。對于具有集成速度傳感器的電機，可以由集成速度傳感器提供的電機速度信息獲得輪速。
[0037]本發(fā)明提供了新穎的基于動力學模型的車輛質量辨識方法，其中路面坡度信息不被單獨處理，并且滾動阻力和空氣阻力組合成單一變量，即行駛阻力。在這種方法中，不需要通過數(shù)學擬合而計算出任何阻力，車速信息也不需要。只有車輛質量和行駛阻力作為兩個未知參數(shù)被估算。所述辨識方法的計算載荷減小了，辨識速度提高了，并且實時處理能力更好。[0038]本發(fā)明的質量辨識方法適用于車輛，尤其是電動車輛，特別是在本發(fā)明的優(yōu)選實施方式中采用的四個車輪均由獨立電機驅動的車輛。通過縱向加速度傳感器得到加速度信息；各車輪的輪速信息和力矩信息可以通過速度傳感器和力矩傳感器得到，或從電機獲得。起步階段的車速較低，因此行駛阻力也較低，這樣有利于提高質量辨識的準確性。出于這一原因，所述辨識方法優(yōu)選在車輛起步階段執(zhí)行?？紤]到車輛質量在車輛行駛狀態(tài)下變化很小，因此車輛質量可以認為是個常數(shù)。因此，一旦在車輛起步階段完成車輛質量辨識，就不需要執(zhí)行額外的辨識，并且估算值保持不變。然而，可以理解，作為附加或替代，本發(fā)明的車輛質量辨識過程可在車輛行駛階段執(zhí)行。
[0039]本發(fā)明的質量辨識方法始于車輛縱向動力學，如下所述。
[0040]如圖1所示，車輛在正常的運行狀態(tài)下，其車輪的轉動平衡方程可以表示為:
【權利要求】
1.一種車輛質量辨識方法，包括下述步驟: 1)為車輛建立車輛縱向動力學方程； 2)由所述縱向動力學方程建立辨識方程組，所述辨識方程組中包含輪速、驅動力矩和縱向加速度作為輸入?yún)?shù)，以及車輛質量和車輛的驅動阻力作為變量； 3)在車輛行駛的狀態(tài)下確定車輛的輪速、驅動力矩和縱向加速度； 4)使用辨識方程組反復地一起計算當前車輛質量值和驅動阻力，直至當前車輛質量值收斂；和 5)將當前車輛質量值作為車輛質量估算值輸出； 其中，在步驟4)中，當縱向加速度低于下限閾值時，只有驅動阻力被估算，而車輛質量被固定在前一估算值；并且當縱向加速度高于上限閾值時，只有車輛質量被估算，而驅動阻力被固定在前一估算值。
2.如權利要求1所述的車輛質量辨識方法，其中，車輛的驅動阻力至少為滾動阻力和空氣阻力之和。
3.如權利要求1或2所述的車輛質量辨識方法，其中，粗估算的車輛質量值被用作第一個車輛質量值。
4.如權利要求1至3中任一項所述的車輛質量辨識方法，其中，所述辨識方法在車輛起步階段中執(zhí)行。
5.如權利要求1至4中任一項所述的車輛質量辨識方法，其中，車輛為電動車輛。
6.如權利要求5所述的車輛質量辨識方法，其中，驅動力矩由電動車輛的電機的電流信息獲取。
7.如權利要求5所述的車輛質量辨識方法，其中，輪速由檢測車輪旋轉速度的速度傳感器獲取，或者由電動車輛的電機的輸出速度信息獲取。
8.如權利要求5至7中任一項所述的車輛質量辨識方法，其中，車輛為每個車輪都由單獨電機驅動的電動車輛。
9.如權利要求1至8中任一項所述的車輛質量辨識方法，其中，車輛縱向動力學方程中包含固有物理參數(shù)，所述固有物理參數(shù)至少包括車輪的轉動慣量和車輪半徑。
10.一種車輛質量辨識系統(tǒng),包括: 在車輛行駛的狀態(tài)下確定輪速的部件和確定車輛驅動力矩的部件； 測量車輛縱向加速度的縱向加速度傳感器；和 計算模塊，其構造成利用如權利要求1至9中任一項所述的車輛質量辨識方法計算出車輛質量估算值。
11.如權利要求10所述的車輛質量辨識系統(tǒng)，其中，車輛質量辨識系統(tǒng)安裝在電動車輛中。
12.如權利要求10所述的車輛質量辨識系統(tǒng)，其中，車輛質量辨識系統(tǒng)安裝在每個車輪都由單獨電機驅動的電動車輛中。
【文檔編號】G01G19/08GK103946679SQ201180074966
【公開日】2014年7月23日 申請日期:2011年11月22日 優(yōu)先權日:2011年11月22日
【發(fā)明者】馮源, 熊璐, 余卓平, 韓衛(wèi)軍 申請人:羅伯特·博世有限公司