[发明专利]轮毂电机驱动车辆路面附着系数及路面坡度同步实时估算系统及方法

说明书

本发明提供一种轮毂电机驱动车辆路面附着系数及路面坡度同步实时估算系统，它包括车轮滑转率计算模块、车轮侧偏角计算模块、车轮垂向力计算模块、变形处理的Dugoff轮胎模型模块、空气阻力计算模块、渐消记忆UKF参数估计算法模块、车轮纵侧向力计算模块、车轮旋转动力学模块和纵向力反馈修正模块。本方法通过对传统UKF算法的渐消记忆加权处理，使得算法及时舍去陈旧测量数据，增加新近测量数据的权重，从而提高参数的估计精度；充分结合轮毂电机驱动车辆各车轮转矩可精确测得的优点，利用车轮旋转动力学模型求得的准确的车轮纵向力信息，对Dugoff轮胎模型求得的车轮纵向力信息进行修正，保证纵向归一化力的准确性，从而间接提高路面附着系数的估计精度。

技术领域

本发明属于分布式驱动电动汽车的路面识别技术领域，具体涉及一种轮毂电机驱动车辆路面附着系数及路面坡度同步实时估算系统及方法。

背景技术

路面附着系数：指车轮与地面之间的作用力与车轮法向力的比值。目前对于路面附着系数识别的方法，根据得到最终识别结果方式通常可以分为两种：一种是基于硬件设备，通过传感器对路面进行直接检测的方法；另外一种是基于车辆动力学模型进行参数估算的路面识别方法。第一种方法主要是使用硬件设备，通过分析影响路面附着系数的物理因素，并依据已有的经验模型直接进行识别，该方法使用的传感器设备较多，相关实验仪器成本较高且结构复杂，对使用条件要求严苛，估算的准确性较依赖于已有的经验，难以在实车中得以应用。第二种方法采用低成本传感器，通过建立的车辆动力学模型，根据路面附着系数变化在车轮或车体产生的运动响应来间接识别出路面的附着系数，多数学者在基于μ-s曲线估计路面附着系数方面已经作了大量研究，但是这类方法需要大量的数据进行曲线拟合，存在响应慢、实时性不强等问题，且识别结果的准确性过于依赖模型精度。

路面坡度：指坡面的铅直高度与水平长度的比值。目前对于路面坡度的识别主要有最小二乘法及扩展卡尔曼滤波方法(EKF)，诸如此类算法在计算的过程中通常忽略了非线性高阶项，精度有限，且估计的参数较为单一，只有路面坡度这一个变量，算法利用率较低。

从参数估计算法的角度分析，对于路面附着系数的估计，多数学者通常使用标准卡尔曼滤波(KF)、扩展卡尔曼滤波及无迹卡尔曼滤波(UKF)来解决一些少数典型工况的路面附着系数估计。前两种滤波算法形式简单，但是不适用于车辆这种强非线性系统，无迹卡尔曼滤波虽然考虑了非线性因素的影响，但是无法获知系统噪声特性，亦不能根据传感器测量数据对系统状态变量进行实时修正，容易产生误差累积，进而导致估计结果误差较大。另外，根据算法进行路面附着系数实时估算的算法利用率通常也较为单一。

发明内容

本发明要解决的技术问题是：提供一种轮毂电机驱动车辆路面附着系数及路面坡度同步实时估算系统及方法，能够实时准确估计不同工况下的路面情况。

本发明为解决上述技术问题所采取的技术方案为：一种轮毂电机驱动车辆路面附着系数及路面坡度同步实时估算系统，其特征在于：它包括：

车轮滑转率计算模块，用于根据各车轮转速、转向盘的转角、车辆的纵侧向车速和车身横摆角速度，计算各车轮的滑转率；

车轮侧偏角计算模块，用于根据转向盘的转角、车辆的纵侧向车速和车身横摆角速度，计算各车轮的侧偏角；

车轮垂向力计算模块，用于根据车辆纵向加速度和侧向加速度，结合路面坡度给定值，计算各车轮的垂向力；

变形处理的Dugoff轮胎模型模块，用于根据各车轮的滑转率、侧偏角和垂向力，利用变形处理的Dugoff轮胎模型，求得各车轮纵侧向归一化力；

空气阻力计算模块，用于根据车辆纵向车速计算空气阻力；