CN102024095A - 基于自对准扭矩对路面摩擦力进行评估的方法和装置 - Google Patents

Abstract

本发明公开了一种用于估计在道路表面和车辆轮胎之间的路面摩擦的方法。该方法包括步骤：在斜率估计步骤中，计算对于自对准扭矩函数的线性区域的斜率的斜率估计k_sl，该自对准扭矩函数由作为滑动角的函数的自对准扭矩所定义。该方法还包括步骤：根据斜率估计k_sl获取道路摩擦系数μ的第一估计μ_sl，并且在线性估计步骤中，确定当前斜率k_op是否在自对准扭矩函数的线性区域中。如果在线性估计步骤中确定了当前斜率k_op在自对准扭矩函数的线性区域中，输出道路摩擦系数的第一估计μ_sl作为道路摩擦系数的第二估计μ_cont。

Description

基于自对准扭矩对路面摩擦力进行评估的方法和装置

背景技术

当驱动车辆时，譬如客车时，驾驶员可能会路过各种路面，譬如沥青路、碎石路、干、湿、冰、雪路面等等。这些或其他类型的路面的特点是具有不同的道路摩擦系数μ，其影响轮胎的抓地力和车辆稳定性。

基于安全原因和驾车经济性、舒适性和性能的原因，重要的是车辆可以以这样的方式被操作，使得其允许在任何时候快速响应不同的路面条件。

解决该问题的一种方式是使用瞬时路面摩擦力评估。在现有技术中，不同方法被公开用于评估瞬时路面摩擦力。这些方法可以分为不同类型。第一类方法包括基于运动传感器数据和适当的车辆动力学模型计算瞬时路面摩擦系数μ的方法。第二类方法使用力传感器的信号。在该类方法中，使用侧向力或自校准扭矩来评估路面摩擦力的方法是已知的。第三类方法使用预览照摄像机，其识别车辆前头的道路条件和各种基础构造信息。

发明内容

本申请的目的是提供一种改进的车辆。本申请公开了一种用于估计在道路表面和车辆轮胎之间的路面摩擦的改进方法和设备。在斜率估计步骤中，对于自对准扭矩函数的线性区域的斜率的斜率估计k_sl被计算。该自对准扭矩函数由作为转向轮的滑动角的函数的转向轮的自对准扭矩所定义。优选地，该估计由当前自对准扭矩除以当前滑动角而给出。卡尔曼滤波器的修正公式可以用来从一个或多个观测变量(observation variable)产生估计值。特别地，观测变量由自对准扭矩和滑动角或它们的商(quotient)给定。

道路摩擦系数μ的第一估计μ_sl根据斜率估计k_sl获取。在线性估计步骤中，确定当前斜率k_op是否在自对准扭矩函数的线性区域中。当前斜率k_op通过当前自对准扭矩相对于滑动角的导数的估计来计算。卡尔曼滤波器(Kalman filter)的修正公式可以用来从一个或多个观测变量产生估计值。特别地，观测变量由自对准扭矩的时间导数和滑动角的时间导数给定。

如果在线性估计步骤中确定了当前斜率k_op在自对准扭矩函数的线性区域中，道路摩擦系数的第一估计μ_sl作为道路摩擦系数的第二估计μ_cont。另一方面，如果在线性估计步骤中确定了当前斜率k_op不在自对准扭矩函数的线性区域中，则中断斜率估计k_sl的计算。

如果k_op降到下阈值k_op_threshold_low之下，则确定当前斜率k_op在自对准扭矩函数的非线性区域中，如果k_op升高到上阈值k_op_threshold_high之上，则确定当前斜率k_op在自对准扭矩函数的线性区域中，其中k_op_threshold_low＜k_op_threshold_high.

本申请还公开了一种计算机可执行程序代码和包括该计算机可读取程序代码的计算机可读取媒介，该计算机可执行程序代码用于执行根据本申请的方法的步骤。

附图说明

现在将参考附图对本发明进行说明，在附图中：

图1示出了车辆的动力学模型；

图2示出了各种路面条件的自对准扭矩测量值对滑动角；

图3示出了对于给定路面摩擦力在自对准扭矩和滑动角之间以及侧向力和滑动角之间的关系；

图4示出了道路摩擦系数的估计算法的流程图；以及

图5示出了路面摩擦力评估设备。

参考标号

10车辆

11左前轮

12右前轮

13前轴

14左后轮

15右后轮

17重心

18纵轴

20第一上曲线

21第一下曲线

23高μ区域

24第二上曲线

25第二下曲线

26低μ区域

30函数

31函数

32线性近似

40第一计算线程

41第二计算线程

42第三计算线程

43第四计算线程

44斜率估计步骤

45步骤

46线性估计步骤

47步骤

48步骤

49步骤

50步骤

52道路摩擦系数估计装置

53控制单元

54车体滑动角计算单元

55方向盘角速度计算单元

56自对准扭矩计算单元

58道路摩擦系数设定单元

59车辆速度传感器

60偏航速率传感器

61侧向加速传感器

62方向盘角度传感器

63转向扭矩传感器

具体实施方式

在以下描述中，细节被提供以描述本申请(发明)的实施例。然而，对本领域技术人员显而易见的是，实施例可以在没有这样的细节的情况下实行。

图1显示车辆的动力学模型。车辆10的示意性模型在平行于路面的平面中示出。车辆10具有前轮11和12，其沿着前轴13按距离s间隔开，和两个后轮14和15，其沿着后轴16以相同的距离s间隔开。前轴13具有到车辆的重心17的距离a，而后轴16具有到重心17的距离b。车辆10以向前速度u向前移动，以侧向速度V向一旁移动，并以偏航速率(yaw rate)

绕其重心17偏航。如果车辆10向右边偏航，左侧轮11、14的前进速度增加

右侧轮12、15的前进速度减少相同数量。此外，前轮11、12的侧向速度增加

而后轮14、15的侧向速度减少

图1的右侧显示右前轮12和右后轮15的示意性视图。轮的水平取向通常并不与轮的方向一致，而是与其相差一滑动角α。右前轮12相对于车辆纵向轴线18的取向由右转向角δ_r给出。右前轮12的车轮速度的方向由速度向量

给出。速度向量的方向与右前轮12的取向相差一滑动角α_r。对于后轮14、15(其在该模型中并非转向轮)，转向角δ是零，而滑动角α_b等于车轮速度向量

和

的方向。在一简化模型中，右和左转向角δ_r，δ_l被假设为等于转向角δ。右和左转向角于是分别地由下式给出：

${\mathrm{\α}}_r=\mathrm{\δ}-\arctan \left(\frac{v+a\stackrel{\·}{\mathrm{\ψ}}}{u+s\stackrel{\·}{\mathrm{\ψ}}}\right)$ 和 ${\mathrm{\α}}_l=\mathrm{\δ}-\arctan \left(\frac{v+a\stackrel{\·}{\mathrm{\ψ}}}{u-s\stackrel{\·}{\mathrm{\ψ}}}\right).$

滑动角的确定于是被简化为转向角和重心在水平面中的运动的确定，其由速度(u，v)和偏航速率确定。重心17的运动又可以通过使用速度和加速度传感器和专用偏航速率传感器的输出信号来确定。

当图1的车辆10转弯时，车轮11、12、14、15的轮胎经受自对准扭矩M_z，其倾向于将车轮11、12、14、15沿水平平面对准。自对准扭矩取决于车轮的滑动角α和诸如外倾角(camber angle)、轮胎形状和道路摩擦力。通过转向前轮11、12，自对准扭矩M_z被传递到车辆10的转向机构。

对于液压动力转向，在前轮上的自对准扭矩的计算可以根据下式来执行：

M_{z_L}+M_{z_R}＝|p_HPSR-p_HPSL|A_HPSd_{TR_wc}+T_SW  (1).

其中，M_z_L和M_z_R分别是左轮和右轮上的自对准扭矩。p_HPSR和p_HPSL是在液压动力缸体右侧和左侧上的压力，且A_HPS是在液压动力缸体的压力接受面积。T_SW是驾驶员在方向盘上输入的扭矩。有效力矩臂长度d_TR_wc是方向盘角度的函数。对于有效力矩臂长度d_TR_wc的计算，小角度近似被用于在齿条(rack)和拉杆之间的角度。在轮子平面和拉杆之间的角度可以用依赖方向盘角度的查找表来补偿，但是也可以被近似到恒定值，因为该计算仅在外部轮子上进行。

对于电动动力转向，转向扭矩传感器被使用来代替压差传感器。供应电流到电转向马达还可以被用于得到施加力。如果转向扭矩通过转向辅助装置自己产生，如在用线控系统(wire system)中的转向那样，在公式(1)中不会产生方向盘扭矩。

此外，自对准扭矩受转向系统摩擦力(T_fr)、驱动扭矩(T_d)、束角变化(toe variation)(T_toe)、外倾角变化(T_camber)和后倾角(caster)、静态束角和外倾角(T_offset)的影响。增加这些因素到方程(1)得到改进的公式

M_{z_L}+M_{z_R}＝|p_HPSR-p_HPSL|A_HPSd_{TR_wc}+T_SW-T_fr-T_d-T_toe-T_camber-T_offset (2).

后倾角、静态束角和外倾角在拉杆力上的影响被处理作为取决于车辆速度的恒定偏置，因为这些影响被认为是较小的。

考虑到，作为近似，只有在外转向轮上的力，方程(2)在右转时变为：

M_{z_L}＝k_L(|p_HPSR|A_HPSd_{TR_wc}+T_SW-T_fr)-T_d-T_offset

而在左转时变为：

M_{z_R}＝k_R(|p_HPSL|A_HPSd_{TR_wc}+T_SW-T_fr)-T_d-T_offset，

其中k_L，k_R是取决于由于车辆动态运动导致的负载偏移的侧偏置。方向盘扭矩传感器的信号T_SW和压力传感器的信号p_HPSL，p_HPSR被过滤和置中。

图2示出了前轮的自对准扭矩的测量值对滑动角。测量点分别取自具有高路面摩擦系数μ和低路面摩擦系数μ的道路条件。对于图2的测量，电动动力转向的现有传感器已经被用于确定自对准扭矩。该自对准扭矩可以用各种方式来确定，譬如通过方向盘扭矩传感器和转向扭矩传感器，通过在右侧和右侧拉杆处的应变仪或通过车轮力变换器。第一个方法特别适用于液力或电力动力转向。第一上部曲线20和第一下部曲线21限定了高道路摩擦系数μ的测量点的区域23。第二上部曲线24和第二下部曲线25限定了低道路摩擦系数的测量点的区域26。

根据图2，很显然在自对准扭矩和滑动角之间的关系依赖于路面摩擦系数。高μ区域23的大部分测量点位于低μ区域26的测量点上方。还可以看出在自对准扭矩和滑动角之间的关系示出了滞后和随机现象。

图3示出了自对准扭矩相对于滑动角的函数30和前胎上的侧向力相对于滑动角的函数31对于给定路面摩擦系数μ的模型计算。可以看出，与侧向力相比，自对准扭矩M_z在小得多的滑动角α处饱和。此外，在自对准扭矩和滑动角之间的关系对于小滑动角是近似线性的，M_z＝k_sl α，其被线性近似32示出。对于该曲线的线性近似的斜率k_sl取决于路面摩擦系数μ。根据该应用，斜率k_sl被用于路面摩擦系数μ的确定。

图4示出了根据本申请用于确定路面摩擦系数μ的算法的流程图。该流程图包括计算线程40、41、42、43，其可以并行执行。计算线程分别包括斜率k_sl的估计，当前斜率随时间的改变的估计，以及最小和最大可用路面摩擦系数μ_min和μ_max的估计。

在第一计算线程40中，对斜率k_sl的估计

在步骤44中使用向量(M_z，α)来计算，该向量具有自对准扭矩和滑动角分量作为在卡尔曼滤波器修正公式中的观测变量。得到的估计被用于计算斜率k_sl的估计

作为估计的自对准扭矩

和估计的滑动角

的商。替代地，商M_z/a可以用作观测变量且该商的估计可以作为斜率的估计。

估计的正确性可以通过比较卡尔曼滤波器修正公式的协方差矩阵和预定协方差矩阵来检查。如果估计的收敛性

足够，则当前的估计被作为斜率k_sl的新的估计而输出。在下一步骤45中，查找表被用于将斜率

估计转换为路面摩擦系数μ的估计μ_sl。

在第二计算线程41的线性估计步骤46中，当前斜率k_op的估计基于自对准扭矩M_z的当前变化速率

和滑动角的当前变化速率

来计算。变化速率可以根据传感器数值或它们可以通过有限差分来近似，譬如两点差分M_z(t+1)-M_z(t)和α(t+1)-α(t)。第二卡尔曼滤器被用于产生对自对准扭矩和滑动角变化速率的估计。两个估计值的商被用作当前斜率

的估计。

如果当前斜率k_op落在下阈值k_op_threshold_low之下，可以确定已经进入图3的曲线30的非线性区域。在这种情况下，第一线程40的更新步骤被中断，且对于线性区域的斜率估计

被保持在最后的计算值。第二计算线程41，另一方面，继续计算估计

如果当前斜率k_op升高到上阈值k_op_threshold_high上方，可以确定再次进入了线性区域，且计算线程40恢复继续。为了考虑到滞后，上阈值大于下阈值，k_op_threshold_high＞k_op_threshold_low。如果当前斜率k_op处于线性区域中，该结果作为线性估计步骤46的结果值输出。

如果在线性估计步骤46中确定斜率k_op处于线性区域中且如果k_sl根据上述标准是一个有效的估计，则在确定步骤47中，确定使用来自步骤45的道路摩擦系数μ_sl作为输出值μ_cont。否则，最近的有效值μ_sl的存储值被用作输出值μ_cont。根据替代方法，道路摩擦系数的不同估计，其对于非线性区域也是有效的，在确定当前斜率k_op处于曲线30的非线性区域中的情况下被用作输出值μ_cont。

在第三计算线程42中，对于最大可用路面摩擦系数μ_max的估计在步骤48中计算。除非车辆并不使用最大可用路面摩擦力，该最大可用路面摩擦力不能测量而必须通过估计来计算。在第四计算线程43中，对于最小可用路面摩擦系数μ_min的估计在步骤49中计算。对于最小和最大可用路面摩擦力的估计可以通过抓地界限(grip margin)来获得，该抓地界限被定义为

$M_{\mathrm{grip}}=\frac{{\mathrm{\μ}}_{\mathrm{SAT}}-\frac{\left|\stackrel{\·\·}{y}\right|}{g}}{{\mathrm{\μ}}_{\mathrm{SAT}}},$

其中μ_SAT是基于自对准扭矩的路面摩擦系数的估计，

是侧向加速度的幅值而g是标准重力加速度。代替侧向加速度，纵向或侧向和纵向加速度的向量和可以被使用。抓地界限是对于可用路面摩擦系数μ的使用的测度值，且在使用很高的情况下接近零，而在使用很低的情况下接近一。

根据第一方法，最小和最大可用道路摩擦系数通过设定在估计道路摩擦系数u_SAT周围的正和负误差界限来确定。对于小抓地界限，误差界限被设置为狭窄，并且对于大抓地界限，误差界限被设定为狭窄。根据第二方法，对于最小和最大可用路面摩擦系数根据侧向加速度由下式计算：

${\mathrm{\μ}}_{\max }=\frac{1}{1-M_{\mathrm{grip}}}=\frac{g}{\left|\stackrel{\·\·}{y}\right|}$ 和 ${\mathrm{\μ}}_{\min }=1-M_{\mathrm{grip}}=\frac{\left|\stackrel{\·\·}{y}\right|}{g}=\frac{1}{{\mathrm{\μ}}_{\max }}.$

在本方法的替代方案中，下和上极限根据下式计算

${\mathrm{\μ}}_{\max }={\mathrm{\μ}}_{\mathrm{SAT}}+k_{\mathrm{upper}}(\frac{g}{\left|\stackrel{\·\·}{y}\right|}-{\mathrm{\μ}}_{\mathrm{SAT}})$ 和 ${\mathrm{\μ}}_{\min }={\mathrm{\μ}}_{\mathrm{SAT}}-k_{\mathrm{lower}}({\mathrm{\μ}}_{\mathrm{SAT}}-\frac{\left|\stackrel{\·\·}{y}\right|}{g})$

以获得更加靠近的极限。此处，k_upper和k_lower是调整因子。该调整因子可以是参数或可以依赖于传感器输出值。

如果确定步骤47的估计μ_cont小于最小可用路面摩擦系数μ_min，则它在步骤50中被设定为最小可用路面摩擦系数μ_min。另一方面，如果估计μ_cont大于最大可用路面摩擦系数μ_max，则它在步骤中被设定为最大可用路面摩擦系数μ_max。最终值μ＝min(max(μ_cont，μ_min)，μ_max)输出作为自对准扭矩的最终估计μ_SAT。如果最小和最大可用路面摩擦系数并不像估计μ_cont那样频繁地确定，遗忘函数(forget function)可以被应用到下估计μ_min和上估计μ_max，其随着时间的推移加宽在下估计μ_min和上估计μ_max之间的间隔。

图5示出了用于车辆10的路面摩擦系数估计装置52，在其中道路摩擦系数的估计被执行。道路摩擦系数估计装置的控制单元53包括车体滑动角计算单元54和方向盘角速度计算单元55，它们被连接到传感器的输出端。此外，控制单元53还包括自对准扭矩计算单元56和前轮滑动角计算单元57，它们连接到传感器的输出和单元54和55的输出。控制单元53包括道路摩擦系数设定单元58，在其中图4的计算被执行。道路摩擦系数设定单元58被连接到自对准扭矩计算单元56的、前轮滑动角计算单元57的和车速传感器59的输出端。

前轮滑动角计算单元57，又连接到车体滑动角计算单元54的、车速传感器59的、偏航速率传感器59的、和电动动力转向的方向盘角度传感器62的输出端。车体滑动角速度计算单元又连接到车速传感器59的、偏航速率传感器60的和侧向加速度传感器61的输出端。

自对准扭矩计算单元56被连接到方向盘角速度计算单元55的输出端和电动动力转向的转向扭矩传感器63的输出端，其测量在转向柱下部处的转向扭矩。方向盘角速度计算单元又连接到方向盘角度传感器62的输出端。

自对准扭矩计算单元56还可以接受来自方向盘扭矩传感器的输入。对于液压动力转向而言，如上所述，它可以接受压力传感器的输入。

控制单元53包括微控制器。单元54、55、56、57、58可以实现为专用电路这样的硬件或整体或部分地实现为多部分计算机可执行代码

根据本申请，路面摩擦系数的估计可以被使用，其仅基于自对准扭矩本身的测量。其它测量并不是必须的，尽管它们可以被额外地使用。

根据本申请的方法允许连续地计算路面摩擦系数的估计。这允许快速适应路面条件的改变。只要滑动角足够小，在自对准扭矩和滑动角之间的关系被近似为线性，且线性估计被使用。线性估计提供了道路摩擦系数的可靠计算。

动力转向的现有传感器可以被用于自对准扭矩的测量。由此用于路面摩擦系数的计算方法能够被低成本地实施。计算误差相比于仅基于运动传感器的估计方法得到降低。

卡尔曼滤波器的使用允许补偿由于轮胎道路相互作用、转向机构或测量方法导致的随机分布。如图2所示，随机分布可以是可观的。然而，其它过滤器，譬如加权移动平均数过滤器或各种类型的噪声过滤器也可以被使用。

路面摩擦系数的估计方法可以以各种方式实施。它可以被存贮为可执行程序或实现为硬件电路。可执行程序可以被存储在任何计算机可读取媒介中，譬如只读存储器、闪存或EPROM。计算机可读取媒介可以是电子控制单元的一部分，该电子控制单元在诸如电子稳定程序(ESP)、防抱死系统(ABS)、主动转向系统等这样的测量控制系统中使用。根据本申请，车辆控制系统使用估计的道路摩擦系数来控制诸如刹车、离合器、动力转向的液压或电子促动器，或还用于控制汽车发动机的加速。

图4的计算线程可以并行执行，或通过多任务处理方式执行，或者两者组合。例如，调度器可以根据处理器负荷指配计算线程到一个或多个处理器。替代地，计算线程的指令还可以部分地或完全地由计算机可读代码的指令序列来实现。

根据替代方法，计算线程40在确定再次进入线性区域时重新开始而不是恢复继续。卡尔曼滤波器于是被重新初始化并且此前的估计被抛弃。

在线性估计步骤，自对准扭矩和滑动角的有限差分的商，譬如两点差分的商

可以被用作诸如卡尔曼滤波器这样的过滤器的修正公式的输入值，以估计当前斜率k_op。

尽管上面的说明包括很多细节，这些细节并不能被认为是对实施例的范围的限定，而仅仅是提供对前述实施例的示例。特别地，上面提到的实施例的优点不应该被认为限定了实施例的范围，而仅仅是说明如果所述实施例被实现的话可能的成果。由此，实施例的范围应该由权利要求及其等价物所确定，而不是给出的实例。

Claims (15)

1.一种用于估计在道路表面和车辆轮胎之间的路面摩擦的方法，包括下列步骤：

-在斜率估计步骤中，计算对于自对准扭矩函数的线性区域的斜率的斜率估计k_sl，该自对准扭矩函数由作为滑动角的函数的自对准扭矩所定义，

-根据斜率估计k_sl获取道路摩擦系数μ的第一估计μ_sl，

-在线性估计步骤中，确定当前斜率k_op是否在自对准扭矩函数的线性区域中，

如果在线性估计步骤中确定了当前斜率k_op在自对准扭矩函数的线性区域中，

-输出道路摩擦系数的第一估计μ_sl作为道路摩擦系数的第二估计μ_cont。

2.如权利要求1所述的方法，还包括步骤：

-如果在线性估计步骤中确定了当前斜率k_op不在自对准扭矩函数的线性区域中，则中断斜率估计k_sl的计算。

3.如前述权利要求中的任一项所述的方法，其特征在于，

线性估计步骤包括计算自对准扭矩的时间导数和滑动角的时间导数。

4.如前述权利要求中的任一项所述的方法，其特征在于，

在线性估计步骤中，如果k_op降到下阈值k_op_threshold_low之下，则确定当前斜率k_op在自对准扭矩函数的非线性区域中，如果k_op升高到上阈值k_op_threshold_high之上，则确定当前斜率k_op在自对准扭矩函数的线性区域中，其中k_op_threshold_low＜k_op_threshold_high。

5.如前述权利要求中的任一项所述的方法，其特征在于，

斜率估计步骤包括计算自对准扭矩和滑动角的商。

6.如前述权利要求中的任一项所述的方法，其特征在于，

斜率估计步骤包括通过卡尔曼滤波器的修正公式计算一个或多个观测变量的估计值。

7.如前述权利要求中的任一项所述的方法，其特征在于，

线性估计步骤包括通过卡尔曼滤波器的修正公式计算一个或多个观测变量的估计值。 

8.如权利要求7所述的方法，其特征在于，

一个或多个观测变量由自对准扭矩的时间导数和滑动角的时间导数给出。

9.如前述权利要求中的任一项所述的方法，其特征在于，

斜率估计步骤和线性估计步骤作为计算线程而被执行。

10.如前述权利要求中的任一项所述的方法，还包括如下步骤：

-比较道路摩擦系数的第二估计μ_cont和下极限，

-比较道路摩擦系数的第二估计μ_cont和上极限，

-如果第二估计处于上极限和下极限所定义的范围内，则输出第二估计μ_cont作为道路摩擦系数的最终估计μ_SAT，如果第二估计μ_cont低于下极限则输出下极限作为道路摩擦系数的最终估计μ_SAT，如果第二估计μ_cont高于上极限则输入上极限作为道路摩擦系数的最终估计μ_SAT。

11.如权利要求10所述的方法，其特征在于，

上极限获得自最大可用道路摩擦系数μ_max，下极限获得自最小可用道路摩擦系数μ_min，

上极限的获取包括最大可用道路摩擦系数μ_max的遗忘函数的计算，且下极限的获取包括最小可用道路摩擦系数μ_min的遗忘函数的计算，且遗忘函数被定义为使得在下极限和上极限之间的差随着时间的推移而增加。

12.一种计算机可执行程序代码，其用于执行根据前述权利要求中任一项的方法的步骤。

13.一种道路摩擦系数评估装置，用于执行根据前述权利要求1-11中任一项的方法的步骤。

14.一种用于控制车辆促动器的车辆控制系统，该车辆控制系统包括如权利要求13所述的道路摩擦系数评估装置。

15.一种车辆，包括促动器和如权利要求14所述的用于控制车辆促动器的车辆控制系统。 

Images