[发明专利]智能车底盘域控制器的高维动力学模型解算装置及方法

说明书

本发明公开了一种智能车底盘域控制器的高维动力学模型解算装置及方法，驱动‑制动‑转向输入模块获取加速信号指令、制动信号指令和/或转向信号指令；动力总成模块由获取的指令确定输入参量，结合车辆的轮速信号、动力传动系统的系统参数、轮加速度、动力输出转矩获取作用于每个驱动轮的驱动力矩；轮胎纵向和垂向模块根据驱动力矩计算每个驱动轮的轮胎纵向和垂向动力学状态参数；车身高维动力学模块利用智能车底盘域控制器中的高维模型，并基于每个驱动轮的轮胎纵向和垂向动力学状态参数，获取车辆15自由度车辆实时状态参数，并用于底盘域控制器协调控制模块的决策和执行。实现智能车整车运动状态精确化、线控底盘数字化、智驾域和底盘域协同化。

技术领域

本发明涉及车辆技术领域，特别涉及一种智能车底盘域控制器的高维动力学模型解算装置及方法。

背景技术

现有汽车动力学模型主要分为两类，即特定用途的简化模型(如2自由度自行车模型等)和更为全面的高维模型。简化模型的复杂性不足、场景适应性不强，如果研究场景不满足模型假设，则计算准确性难以保证；高维模型虽然完整性、通用性和准确性均明显增强，但相较于简化模型其复杂性显著提升，且需要大量车辆固有参数信息(如悬架系统参数)。因此，选取车辆模型自由度的原则是：相关度高的应留尽留，相关度低的能舍则舍。汽车在行驶过程中，非线性动力学现象广泛存在，这些非线性因素主要蕴含在轮胎、悬架和座椅等部位。在一定强度的激励下，汽车极其容易表现出非线性特征。

在传统汽车电子稳定性控制(Electronic Stability Control，ESC)中，制动防抱死系统(Anti-lock Brake System，ABS)、牵引力控制系统(Traction Control System，TCS)及主动横摆力偶矩控制系统(Active Yaw Moment Control，AYC)几乎是相互独立地具有整套传感器、控制器及执行器架构，并独立地进行纵向或横向动力学控制功能开发。因此一般情况下，8自由度及以下的简化模型即可准确反映车辆实时运动状态的基本特征。但是，由于底盘动力学域控制器架构旨在实现汽车底盘的“全局数字化”和“自我量化认知”，因此必须将整车纵向、横向、垂向、横摆、侧倾及俯仰等动力学控制问题协调融合起来，才能获得底盘数字化描述、多矢量运动控制所需要的基本动力学参数信息。所以针对驱动-制动-转向-悬架协同控制的问题，采用15自由度智能车动力学模型来观测、预瞄智能车运动状态是一种更合理的方案。

同时，随着人们对传统车辆平顺性、舒适性和安全性等关键性能的要求逐渐提高，各大车企纷纷投入大量研发经费以满足市场需求。而对于智能车，从前的驾驶员从身份上更多转变为乘客，除了车辆动力性之外，其对稳定性、平顺性和安全性的要求势必愈来愈高，因此对于智能车底盘动力学域控制的研究，不能够将整车垂向动力学状态进行简化，而应当尽可能充分考虑车身垂向运动、悬架弹簧阻尼特性、车轮垂向振动对动力学稳定性和平顺性带来的影响，这也要求研究者选取15自由度车辆模型。

所以，为了对智能车状态参数进行全面准确的观测，智能车底盘域内应集成轮速传感器、转向盘转角传感器、轮缸压力传感器、发动机扭矩传感器、侧向加速度传感器、横摆角加速度传感器、侧倾角加速度传感器、俯仰角加速度传感器中一种或多种必要的传感器，各路信道(可以是CAN、CAN FD、FlexRay等)传输至域控制器硬件接收端口的传感器信号，首先由域控制器的信号融合处理单元进行阶梯型滤波、多源融合，再根据域控制器内不同计算模块实际需要的信号进行选择性输入，各模块获取相应输入信号后，调用模块内存程序进行信号再处理及再滤波、在线实时解算高维车辆动力学参数并作校验诊断，解算结果中的可信部分通过各模块的信号输出通路与其他子模块或整车通信网络进行交互传输。高维动力学模型的解算逻辑架构设计需要考虑的因素有：1)智能车域控制器搭载的车规级计算平台算力及内存容量；2)车身纵向、横向、垂向、横摆、俯仰和侧倾动力学，以及轮胎旋转和垂向振动动力学等各自由度的解算状态流；3)智能车高维动力学模型所需外部输入信号的传感器精度及与其相适应的解算模块分类。