DE4221030C2 - Verfahren zum Erkennen der Situation eines Fahrzeugs - Google Patents

Description

In den vergangenen Jahren wurden zunehmend Fahrzeuge mit einer aktiven Hinterachslenkung auf dem Markt angeboten. Von anfänglich reinen Steuerungskonzepten bei der aktiven Beeinflussung der Hinter­ achskinematik kann in jüngster Zeit ein Trend in Richtung von geregelten Konzepten bei der Fahrwerksentwicklung beobachtet werden. Sowohl Simulationen als auch experimentelle Ergebnisse haben gezeigt, daß noch mehr intelligente Strategien zur Erfüllung strenger Anforderungen bezüglich der Sicherheit, der Stabilität und des Fahrkomforts eines komplexen Kraftfahrzeuges bei unter­ schiedlichen Fahrmanövern, insbesondere bei Grenzfällen, eingesetzt werden müssen. So wurde festgestellt, daß für Kurvenfahrt und Spurwechsel ganz entgegensetzte Steuerungsmaßnahmen der Hinter­ achslenkung verwendet werden müssen. Daher ist es wünschenswert zu wissen, welche momentane Situation vorliegt. Die Kompensation des Bremsgiermoments durch Hinterachslenkung (GMK) ist eine sehr sinn­ volle Maßnahme bei µ-Split-Bremsung, bringt aber unerwünschte Effekte bei Kurvenfahrt und bei Spurwechsel. Daher wurde anhand von Querbeschleunigungssignalen die GMK-Funktion bei den letztgenannten Situationen abgeschwächt (indirekte Situationsanpassung). Dies zeigt wie wichtig die Erkennung von Fahrsituationen bei der Ausfüllung einer Fahrdynamikregelung sein kann.

Aus der DE 40 30 846 A1 ist ein Verfahren zur Steuerung oder Regelung eines Hinterachslenkwinkels bekannt, wobei mit Hil­ fe der Fuzzylogik das Regelverhalten an den Fahrzustand an­ gepasst werden kann.

Aus der DE 38 87 015 T2 ist eine Methode und Vorrichtung zur Bremsdruckregelung mittels Fuzzylogik bekannt, wobei sowohl Fuzzyregler als auch Ermittlung unbekannter Größen mittels Fuzzylogik beschrieben werden.

Aufgabe der Erfindung ist daher ein technisch realisierbares Verfahren zu entwickeln, das es ermöglicht, durch Auswertung einer geringen Anzahl im Fahrzeug zur Verfügung stehender Meßsignale on-line die vorliegende Situation zu erkennen. Dabei sind gewisse Einschränkungen/Anforderungen wegen der kraftfahrzeugtechnischen Gegebenheiten zwangsläufig vorgegeben; nämlich

• - die Situationserkennung muß rasch erfolgen,
• - die Rechnerkapazität ist auf on-board-computer begrenzt,
• - die Fehlerrate der Klassifizierung muß sehr klein gehalten werden.

Bei dem letztgenannten Punkt ist es besonders kritisch, wenn die zur Verfügung stehenden Daten/Merkmale unpräzis (ungenau durch Messung, nicht eindeutig in der Auswertung, usw.) sind. Es ist daher die Absicht, dieses Erkennungsproblem durch Einsatz von "Fuzzy-Logik" zu unterstützen. Durch Zuhilfenahme von Fuzzy-Logik gibt es die Vor­ teile, daß

• - mehrdeutige Situationen (Entscheidungen) einfacher zu behandeln sind,
• - der Aufwand für die Auswertung sich in Grenzen hält.

Im Hinblick auf das Projekt Giermomentkompensation (GMK) als praktisches Anwendungsgebiet soll eine Methode beschrieben werden, die die Fahrsituation gebremste Kurvenfahrt von der Fahrsituations Bremsung auf µ-Split unterscheiden kann. Das Ergebnis steht in Form eines Signals, das Werte zwischen 0 . . . 1 annehmen kann, zur Verfügung. Das Ausgangssignal wird fortlaufend aktualisiert, so daß auch Veränderungen der Fahrsituation während eines Bremsvorgangs berücksichtigt werden. Das Ergebnis steht spätestens 100 msec nach Bremsbeginn bzw. nach Eintreten einer Veränderung der Fahrsituation zur Verfügung.

Es stehen folgende Signale, die auch für GMK und ABS benötigt werden, zur Verfügung:

• - Lenkwinkel vorne und hinten (δ_v, δ_h),
• - Bremsdrücke vorne links und vorne rechts (P_vl, P_vr)
• - Fahrzeuggeschwindigkeit (v_x).

Anhand der Zeichnung sollen Ausführungsbeispiele der Erfindung erläutert werden.

Es zeigen. Fig. 1 einen Regelkreis mit unterschiedlichen Reglern, Fig. 2 ein Blockschaltbild eines Klassifizierers, Fig. 3 bis 6 Diagramme, Fig. 7 ein ausführliches Ausführungsbeispiel eines Klassifizierers.

In Fig. 1 ist 1 ein Fahrzeug an dem bestimmte Größen gemessen werden. In einem Klassifizierer 2 wird die Situation µ-Split-Bremsung oder Kurvenbremsung oder Geradeausbremsung erkannt und je nach Situation wird auf einen von drei Reglern 3 mit unterschiedlichen Regelgesetzten umgeschaltet, der z. B. den Hinterachslenkwinkel δ_h eines Fahrzeugs im Sinne einer Kompensation des Giermoments optimal einstellt.

Fig. 2 zeigt ein Blockschaltbild des Klassifizierers 2 bestehend aus den Blocks Merkmalbildner 2.1, Bewertung 2.2 und Situationszu­ ordner 2.3.

Dem Merkmalbildner werden an einer Klemme 4 die Signale der im Fahrzeug zur Verfügung stehenden Sensoren (δ_v, δ_h, P_vl, P_vr, V_x) zugeführt. Daraus wird ein geeigneter Merkmalvektor x_M(sj) gebildet, der aufgrund kraftfahrzeugtechnischer/regelungs­ technischer Merkmale die entsprechenden Situationen charakterisiert. Dieser Merkmalvektor wird

• - einfach zu gewinnen sein,
• - für die weitere Bearbeitung im Klassifizierer genügende Informationen liefern,

und

• - möglichst wenige Mehrdeutigkeiten für die Entscheidung bein­ halten.

Der Merkmalvektor dient als Grundlage für die Situationserkennung. Mit Hilfe des Bewerters 2.2, der auf der Basis der Fuzzy-Logik arbeitet, wird der Merkmalvektor bewertet. Das Ergebnis der Bewertung wird von einem Situationszuordner weiter verwendet, um eine Entscheidung treffen zu können, welche Situation vorliegt.

Ein Ansatz für den Merkmalbildner ist die Kombination von folgenden Größen:

• - Querbeschleunigung b_y, die z. B. aus δ_v, δ_h und v_x abgeleitet werden kann
• - Bremsdruckdifferenz ΔP = P_vl - P_vr'

und

• - Bremsdruckdifferenz ΔP_mod für den Fall einer Kurven­ bremsung.

Aus dem Lenkwinkel vorne und hinten sowie aus der Fahrzeug­ geschwindigkeit läßt sich die stationäre Querbeschleunigung mit der folgenden Beziehung berechnen

Die charakteristische Geschwindigkeit v_ch ist ein von Fahrzeug­ daten abhängiger Parameter. Dieser kann sogar eine von der geschätzten Querbeschleunigung abhängige charakteristische Geschwindigkeit aufweisen. l_o ist der Achsabstand.

Da das Fahrzeug dem Lenkwinkel nicht direkt folgen kann, wird zur Nachbildung der Fahrdynamik ein dynamisches Glied (PT1) einge­ schaltet. Auch die Fahrdynamik verändert sich mit der Quer­ beschleunigung. Bei kleinen Werten reagiert das Fahrzeug schneller auf Lenkwinkeländerungen als bei großen.

Zur Unterscheidung der verschiedenen Fahrsituationen ist teilweise auch die Vorgeschichte von Bedeutung. Aus diesem Grund wird die Querbeschleunigung entsprechend der obigen Gleichung aus dem sehr stark gefilterten vorderen Lenkwinkel geschätzt. Als Lenkwinkel­ filter wird eine gleitende Mittelwertbildung über einen recht langen Zeitraum verwendet. In diesem Fall werden bei kurz­ fristigen schnellen dynamischen Lenkeingriffen keine großen Querbeschleunigungen geschätzt, bei länger andauernden Kurvenfahrt dagegen sind die mit gefiltertem und ungefiltertem Lenkwinkel geschätzten Querbeschleunigungen nahezu gleich. Diese Schätzung wird im detaillierten Ausführungsbeispiel der Fig. 7 in Block 5 durchge­ führt.

Die Druckdifferenz zwischen den linken und rechten Rädern ist ein Maß für den Reibwertunterschied und somit für das Drehmoment um die Fahrzeughochachse:

ΔP = P_vl - P_vr

Diese Differenz wird in einem Block 6 gebildet.

Gesucht wird die Übertragungsfunktion zwischen Lenkwinkel und Brems­ druckdifferenz für den Fall einer Kurvenbremsung. Diese modellierte Bremsdruckdifferenz ΔP_mod soll mit der gemessenen Bremsdruck­ differenz ΔP verglichen werden. Im Fall einer Kurvenbremsung ist eine gute Übereinstimmung beider Signale zu erwarten, während sich bei einer µ-Split-Bremsung größere Abweichungen einstellen.

Man definiert nun einen Lernfaktor

der die unterschiedlichen Fahrsituationen wie in Fig. 3 gezeigt charakterisiert:
α < 1 µ-Split-Bremsung
α = 1 Kurvenbremsung
α < 1 Geradeausbremsung

Man kann somit mit Hilfe dieses Faktors erkennen, ob eine Kurven­ bremsung oder Nichtkurvenbremsung vorliegt.

Dieser Faktor wird aus vorhandenen Meßsignalen "gelernt". Eine potentielle Größe ist die Querbeschleunigung. Daher wird der Lern­ faktor α in Abhängigkeit von der geschätzten Querbeschleunigung, die oben aus Lenkwinkel vorne, Lenkwinkel hinten und Fahrzeug­ geschwindigkeit gewonnen wird, nachgebildet.

α = α(b_y)

In Fig. 4 ist der für das Fahrzeug gegebene Zusammenhang darge­ stellt. Die Situationen Kurvenbremsung und µ-Split-Bremsung sind hier in Form vom Faktor α qualitativ beschrieben (Block 7).

Der Fall Geradeausbremsung wird durch die Einführung folgender Bewertungsgröße γ berücksichtigt:

Aus Fig. 5 kann man erkennen, daß das sehr ausgeprägte Minimum der Bewertungsgröße r (= 0) die Kurvenbremsung charakterisiert (Block 8). Die Unterscheidung der Fahrsituationen µ-Split-Bremsung und Geradeausbremsung ist daraus allerdings nicht eindeutig. Man braucht dafür noch die Größe ΔP, die in Block 6 gebildet wird.

Es wurde somit ohne Modellbildung eine Bewertungsgröße gefunden, die das Verhältnis ΔP_mod/ΔP qualitativ beschreibt.

Aus den Größen b_y, ΔP und r können nun zur Bewertung die entsprechenden Zugehörigkeitsfunktionen gebildet werden:

wobei die Parameter w wie folgt gewählt werden können

w_by = 10

w_{Δ P} = 0.04

w_r = 0.5

Dieser Vorgang wird im Bewerter 2.2 in den Blöcken 9, 10 und 11 vor­ genommen. Die zugehörigen Verläufe zeigt Fig. 6.

Zur Situationserkennung werden im Situationszuordner 2.3 folgende Regeln verwendet:
Regel 1.1 IF µ_by BIG THEN Kurvenbremsung (Block 12)
Regel 2.1 IF µ_r BIG and µ_{Δ P} BIG THEN µ-Split-Bremsung (Block 13)
Regel 3.1 IF µ_r BIG and µ_{Δ P} SMALL THEN Geradeausbremsung (Block 14)

Für die Fuzzy-Implication können min- oder product-Operator ver­ wendet werden (Pedrycz 1989). Z. B. für Regel 2.1:
min-Operator:

µsplit = min (µ_r, µ_{Δ P})

product-Operator:

µsplit = µ_r × µ_{Δ P}

Für die endgültige Entscheidung über die Situationserkennung gilt das Maximum aus allen Regeln, das in Block 15 gebildet wird.

Dabei können zur Sicherung der Entscheidung noch folgende Kriterien eingeführt werden:

Claims (9)

1. Verfahren zum Erkennen einer der Fahrsituationen Kurven­ bremsung oder Geradeausbremsung oder µ-split-Bremsung, in der sich ein gebremstes Fahrzeug befindet, bei dem unter Verwendung einer Fuzzylogik und in Abhängig­ keit einer ermittelten Querbeschleunigung für das Fahrzeug, einer Differenz der gemessenen Bremsdrücke der Vorderräder und einer in Abhängigkeit der Querbeschleunigung durch ma­ thematische Operationen gebildeten Bewertungsgröße, die ein qualitatives Maß für die Charakterisierung der Fahrsituatio­ nen darstellt, die jeweils vorliegende Fahrsituation erkannt wird.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Querbeschleunigung des Fahrzeuges in Abhängigkeit des Lenkwinkels für die Vorderräder, des Lenkwinkels für die Hin­ terräder und der Fahrzeuggeschwindigkeit ermittelt wird.

3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß in Abhängigkeit der erkannten Fahrsituation auf einen von drei Reglern mit unterschiedlichen Regelgesetzen umgeschaltet wird.

4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, daß mit einem der Regler der Hinterachslenkwinkel des Fahrzeu­ ges im Sinne einer Kompensation eines Giermoments optimal ein­ stellt wird.

5. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß das Fahrzeug mit einem Antiblockiersystem ausgestattet ist.

6. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß zur Erkennung der Fahrsituation zunächst Merkmale gebildet werden, die die entsprechende Situation charakterisieren, an­ schließend diese Merkmale auf der Basis der Fuzzy-Logik bewer­ tet werden und in Abhängigkeit des Ergebnisses der Bewertung entschieden wird, welche Fahrsituation vorliegt.

7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, daß die Merkmale in Abhängigkeit des Lenkwinkels für die Vor­ derräder, des Lenkwinkels für die Hinterräder, des Bremsdruc­ kes des linken Vorderrades, des Bremsdruckes des rechten Vor­ derrades und der Fahrzeuggeschwindigkeit gebildet werden.

8. Verfahren zum Erkennen einer Situation, in der sich ein gebremstes mit einem Antiblockiersystem ausgerüstetes Fahrzeug befindet, dadurch gekennzeichnet, daß die Querbeschleunigung b_y und die Differenz der Bremsdrücke Δ_P der Vorderräder bestimmt werden, daß aus der Querbeschleunigung b_y eine Größe α abge­ leitet wird, die bei kleinen Querbeschleunigungen 0,5 ist, mit steigender Querbeschleunigung auf 1 anwächst und dann 1 bleibt, daß daraus nach Maßgabe der Beziehung
γ = abs(1/α - 1)
eine Größe r ermittelt wird, daß nach Maßgabe der Beziehungen
und
Größen µ_by, µ_{Δ P} und µ_r gewonnen werden, wobei w_by, w_{Δ P} und w_r Konstante sind, daß bei µ_by big ein Kurven­ bremssignal µ_r bei µ_{Δ P} big und µ_r big ein µ-Split-Brems­ signal µ_split und bei µ_{Δ P} small und µ_r big ein Gerade­ ausbremssignal µ_δ gewonnen wird und daß zur Kennzeichnung der Situation der maximale Wert der Signale µ_K, µ_Split und µ_δ ausgewählt wird.

9. Vorrichtung zum Erkennen einer der Fahrsituationen Kur­ venbremsung oder Geradeausbremsung oder µ-split-Bremsung, in der sich ein gebremstes Fahrzeug befindet, mit der unter Verwendung einer Fuzzylogik und in Abhängig­ keit einer ermittelten Querbeschleunigung für das Fahrzeug, einer Differenz der gemessenen Bremsdrücke der Vorderräder und einer in Abhängigkeit der Querbeschleunigung durch ma­ thematische Operationen gebildeten Bewertungsgröße, die ein qualitatives Maß für die Charakterisierung der Fahrsituatio­ nen darstellt, die jeweils vorliegende Fahrsituation erkannt wird.