[发明专利]四轮驱动电动汽车路面附着系数估计方法

摘要

一种四轮驱动电动汽车路面附着系数估计方法，属于控制技术领域。本发明的目的是首先提出两种估计策略，设计最终估计器将二者综合，获取方法一利用附着系数在均值以上的点，代入方法二，获取准确有效的路面附着系数估计信息的四轮驱动电动汽车路面附着系数估计方法。本发明步骤是：基于公式法的路面附着系数估计，基于公式变形的路面附着系数估计，算法融合。本发明使估计方法更能应用于复杂多变的工况，适应性更强，附着系数估计值更有效准确。

主权项

1.一种四轮驱动电动汽车路面附着系数估计方法，其特征在于：其步骤是：一、基于公式法的路面附着系数估计：通过HSRI轮胎模型获得准确侧向力信息，获得利用附着系数来间接估计附着系数；(1)车轮纵向力估计：①利用单自由度轮胎滚动模型，通过滚动时域估计算法完成轮胎纵向力的估计；首先根据轮胎的纵向动力学方程变形其中i＝fl,fr,rl,rr分别表示汽车的左前轮、右前轮、左后轮和右后轮，R_l为轮胎负载半径，近似等于轮胎滚动半径，J_w为转动惯量，为车轮的纵向加速度，T_ti为驱动力矩，T_bi为制动力矩；②建立车轮系统的状态方程和输出方程：其中F(t)、B(t)和H(t)分别为状态方程状态变量、控制量和输出方程状态变量的系数矩阵；③选取状态变量：x＝[ωxfl Fxfl]T，分别为车轮转速和纵向力；选取控制量：u＝[Tti‑Tbi]；选取观测变量：Y＝[ωxfl]；④物理约束如下：其中Re为轮胎的滚动半径；⑤状态方程中相应的系数矩阵：⑥将上述系统采用前向欧拉法离散化后，采用前述考虑约束的滚动时域估计算法进行估计，其目标函数为：⑦惩罚阵选取如下：求取过程如前述，准确估计出轮胎纵向力之后，便可通过HSRI轮胎模型进行侧向力的估计；(2)车轮侧向力估计①根据轮胎的纵向与侧向滑移率Sx、Sy，侧偏刚度Cs、Cα，当前附着系数μ以及轮胎纵向力F2得到参数L：②当L取不同范围的值时，纵向力与侧向力的计算公式不同③通过对上述公式变形可以得出纵向力与侧向力的关系如下：(3)附着系数估计①选取附着系数及其导数为状态变量：利用附着系数μ_use是路面对轮胎的反作用力矢量和与路面对轮胎法向作用力F_z的比值，如下式所示：附着系数的硬约束条件如下，应满足μ处于(0,1)区间内；μmin＜μ＜μmax                       (26)②轮胎垂向力由下式计算而得，其中Fzfl、Fzfr、Fzrl和Fzrr分别为汽车左前轮、右前轮、左后轮和右后轮的轮胎垂向力，每个轮胎的垂向力由三部分求和组成：静态转移、俯仰转移以及侧倾转移；其中，a、b分别为汽车质心到前轴和后轴的距离，t_f和t_r分别为前后轮轮距，K_fφ和K_rφ分别为前后轴侧倾角刚度，a_x和a_y分别为汽车的纵向和侧向加速度，h为汽车质心到地面的距离，e为汽车簧载质量的质心到侧倾中心的距离，为汽车侧倾角；通过前述滚动时域估计算法，参考轮胎纵向力估计步骤；最终可间接得到附着系数的估计值；二、基于公式变形的路面附着系数估计：通过将HSRI轮胎公式变形，将附着系数隐性化显性，进而进行附着系数估计①设定两个参数，令：②则前述的参数L可化为：③纵向力、侧向力与附着系数的关系，也由隐性变为显性：Fz的获取与式(27)相同；④选取系统状态方程：选取附着系数为状态量为：x＝[μ]选取观测量为侧向加速度：Y＝[ay]⑤观测矩阵：其中δi为第i个(i＝fl,fr,rl,rr)车轮的车轮转角；⑥采用能处理约束信息的滚动时域估计，目标函数如下：目标函数已经充分考虑观测值、状态变量以及初始值的误差信息，权重矩阵大小如下：R＝10，Q＝0.1，P＝0.002；三、算法融合：摒弃步骤一中估计附着系数幅值不够准确且存在波动的缺点，以及步骤二中利用附着系数极小处估计值不准确的弊端，将两种控制策略综合，构成准确有效的路面附着系数估计方法，将二者融合的最终估计器：①检测传感器是否检测到幅值变化较大的点，记录下来，并确定是第几次波动N，标记为MarkN；②按前述设计的估计器方法1获取MarkN‑1到MarkN之间时间段的μ的平均值，即获得该段时间的利用附着系数均值μmean(MarkN‑1,MarkN)；③筛选出MarkN‑1到MarkN之间利用附着系数大于平均利用附着系数的点，即μuse(MarkN‑1,MarkN)>μmean(MarkN‑1,MarkN)；④将利用附着系数大于平均利用附着系数的点储存，取方法2中这些点的平均值信息，作为路面附着系数。