[发明专利]一种电动车辆载重和坡度自适应控制方法及其车辆

说明书

本发明公开一种电动车辆载重和坡度自适应控制方法以及应用此方法的车辆，包括测得动力扭矩、计算理想名义轮转速、测得实际轮转速、补偿扭矩计算、载重和坡度适应等步骤。本发明涉及的方法通过计算车辆动力系统所需输入的补偿扭矩，调整车辆输出的动力扭矩，从而实现车辆的载重和坡度自适应，使车辆平稳运行。本发明使电动车辆更加智能化，提高车辆的动力性与舒适性，且降低成本，在车辆驱动/制动控制技术领域具有广阔的应用前景。

技术领域

本发明涉及一种电动车辆的智能控制方法，具体涉及一种电动车辆载重和坡度自适应控制方法以及应用此方法的车辆，属于车辆驱动/制动控制技术领域。

背景技术

在车辆尤其是电动车辆的行驶过程中，整车质量和路面坡度是影响车辆纵向动力学控制的重要参数，因此车辆载重与坡度自适应的控制技术也成为车辆驱动/制动控制领域的一个研究方向。

现有技术对车辆载重与坡度自适应的控制具有较大的缺陷：1、加速度传感器以及更多传感器的应用，不但影响系统的稳定性，还大大增加成本。2、需要估计整车质量和路面坡度，对硬件要求较高。

文献《基于GPS的混合动力汽车控制策略研究》，提出对电动汽车的道路坡度进行估计的方法，该方法依赖于GPS进行路面坡度估计，GPS的很小速度误差就会导致较大的坡度估计误差；该方法还需要利用比较多的传感器，尤其是易受外界因素影响的大气压力传感器，该方法的可靠性较差，且不适用于一般都未配备GPS的二轮车。

文献《电驱动车辆的整车质量与路面坡度估计》，提出了基于最小二乘法的车辆质量和坡度估计方法，该方法是基于车辆发动机输出扭矩进行估计的。坡度和车辆质量是具有不同特性的量，坡度随着时间变化较快，它是一个快变量，而车辆质量通常在一次实验的过程中是基本保持不变的，它是一个慢变量，因而，将上述两个不同时性的变量基于同一个车辆纵向动力学模型进行同时估计，可靠性较差。

文献《基于扩展卡尔曼滤波的车辆质量与道路坡度估计》，利用卡尔曼滤波器对车辆的质量及道路的坡度进行实时在线估计，并且实现了对坡度及车辆质量的在线估计，但该方法没有给出其具体的适用性。

发明内容

为克服现有技术的缺陷，本发明第一方面的目的是提供一种电动车辆载重和坡度自适应控制方法，使车辆在载重和坡度变化的状态下，改变车辆输入力矩，从而实现车辆稳定运行。具体包括如下步骤：

(1)、测得动力扭矩：

动力扭矩T^*包括第一动力扭矩T_r和/或第二动力扭矩T_p。

所述第一动力扭矩T_r为车辆电机扭矩，由一个或多个电机提供，由上层控制器输出，所述上层控制器为加速踏板、制动踏板、主动安全控制系统中的一种或多种；所述第一动力扭矩T_r由力矩传感器检测得到，或由电机控制器测得的电机电流和其它参数计算求得。

所述第二动力扭矩T_p由力矩传感器检测的人力和/或发动机对车辆施加扭矩的信号而得。所述第二动力扭矩T_p的实现方式可以是驾驶员对车辆施加的扭矩和/或发动机对车辆施加扭矩；发动机对车辆施加扭矩的一种获取方式可以是通过节气门开度或喷油量获得。

特别地，当所述车辆为纯电动车时，所述第二动力扭矩的数值为0。

(2)、计算理想名义轮转速：

由步骤(1)测得的动力扭矩T^*计算得到理想状态下的名义轮转速w^*。

所述理想状态下的名义轮转速具体计算公式为：

J_n＝mr²+J_w