一种车辆制动控制系统和方法与流程

文档序号:16189964发布日期:2018-12-08 05:35阅读:230来源:国知局
一种车辆制动控制系统和方法与流程

本发明涉及属于车辆主动安全技术领域,具体涉及一种车辆智能制动控制模型及其控制方法。



背景技术:

随着国家及行业测评机构对新车测评标准的不断提高,诸如自适应巡航控制(Adaptive Cruise Control,ACC)、自动紧急制动(Autonomous Emergency Braking,AEB)等技术不断得到普及应用。当前方路况出现紧急情况时,如果车辆不能变道的情况下,车辆需要主动制动实施减速避撞,在减速避撞过程中,除了需要通过雷达精确测量与前方障碍物的相对距离、速度和方位角度外。减速制动过程中制动距离的估计也至关重要,安全距离模型根据相对距离、本车车速、前车车速估算制动距离进而设定本车的目标减速度。

制动距离估算的精度直接影响着碰撞的风险程度。制动距离估算过大,与前车最小安全距离过大影响道路通行效率;制动距离估算过小,与前车最小安全距离过小,增加碰撞风险。制动距离不仅与制动系统的初始制动响应时间、压力调节响应时间和当前路面的附着系数有关,而且与压力调节过程也有关,初始制动过程、增压过程、减压过程和保压过程制动距离的估算均不相同。当前的ACC和AEB系统所采用的安全距离模型均采用统一的模型,忽略了这四个制动过程的不同,导致制动距离估算偏差较大,不仅影响道路行车效率,同时也影响行车安全性。如果在估算制动距离时,根据当前的制动过程选择合适的估算方法进行制动距离的精确估计,可以较精确的控制最小安全距离,既能够提高道路行车效率,同时也能够提高行车安全性。



技术实现要素:

本发明所要解决的技术问题是根据车辆制动过程中不同的制动过程选择不同的制动距离估算模型,实现精确的制动距离估算,同时结合雷达系统检测的与前方障碍物的相对距离、速度以及本车的反馈信息,提出一种车辆智能制动控制模型及其实现方法,既提高车辆行驶安全性,同时提高当前道路行车效率。

为了实现上述目的,本发明采用的技术方案为:一次典型制动包含四个典型的制动过程:初始制动、增压、保压和减压四个过程。在车辆实施制动过程中,制动距离的估算根据当前的制动过程选择相应的制动距离估算模型,精确估算制动距离。系统根据路面识别模块反馈的路面附着系数、整车CAN反馈的本车车速和减速度以及感知系统反馈的与前方障碍物的相对速度和距离,同时结合制动距离的精确估算模型,设定本车合理的目标制动减速度,实施减速避撞。车辆在行驶过程中由于空气阻力、车轮滚动阻力等因素导致车辆无驱动的情况下,自身产生的减速度。为了精确动态估算车辆自身的减速度,引入了车辆纵向动力学模型。根据本车当前自身减速度的估计值和目标减速度进行比较,设定制动减速度。如果目标减速度小于等于自身的减速度,则制动系统无需制动。如果目标减速度大于自身的减速度时,制动系统实施制动。然后根据设定的控制周期,循环调节本车的制动减速度,提高最小安全距离的控制精度。

一种车辆制动控制系统,系统包括智能制动模型、模型参数输入模块、车辆纵向动力学模型、减法器、线控制动系统,所述模型参数输入模块将获取的参数信号输送至智能制动模型和车辆纵向动力学模型,所述模型参数输入模块将目标减速度输送至减法器,所述车辆纵向动力学模型将本车自身产生的减速度输送至减法器,所述减法器将获取的线控制动减速度输送至整车的线控制动系统。

所述智能制动模型包括分别获取初始制动、增压、保压和减压制动过程中的目标减速度的初始制动安全距离估算及最小安全距离控制模型、增压制动过程安全距离估算及最小安全距离控制模型、保压制动过程安全距离估算及最小安全距离控制模型、以及减压制动过程安全距离估算及最小安全距离控制模型。

所述模型参数输入模块包括:

路面识别模块:输出路面附着系数至智能制动模型;

环境感知系统:输出前方目标的相对纵向距离和相对速度至智能制动模型;

整车CAN网络输出本车当前车速和初始减速度至智能制动模型,输出本车当前车速和前轮转向角至线控制动系统。

一种基于所述车辆制动控制系统的控制方法:

环境感知系统实时输出前方目标的相对纵向距离Dr和相对速度vr至智能制动模型,整车CAN网络实时输出本车当前车速vb和初始减速度as至智能制动模型,整车CAN网络实时输出本车当前车速vb和前轮转向角θ至车辆纵向动力学模型;

智能制动模型根本根据初始制动安全距离估算及最小安全距离控制模型、增压制动过程安全距离估算及最小安全距离控制模型、保压制动过程安全距离估算及最小安全距离控制模型和减压制动过程安全距离估算及最小安全距离控制模型,获得初始制动、增压、保压和减压制动过程中的目标减速度ao;

车辆纵向动力学模型获得本车自身产生的减速度arae;

减法器5对目标减速度ao和本车自身产生的减速度arae进行运算得到线控制动减速度az=ao-arae;

如果az>0,则线控制动系统以az为目标减速度实施制动,作用于整车。

一次制动中,首先是初始制动,智能制动控制模型根据初始制动过程安全距离估算及最小安全距离控制模型设定目标减速度ao;当进入制动状态后,智能制动控制模型在下一个制动周期到来时先按照保压制动过程安全距离估算以及as作为预设定的目标减速度ao即ao=as;如果最小安全距离偏差|eb|≤0.5米,则下一个制动周期执行保压制动;如果最小安全距离偏差eb>0.5米,则下一个制动周期执行增压制动,根据增压制动过程安全距离估算及最小安全距离控制模型12重新设定目标减速度ao,使得eu快速收敛于0;如果最小安全距离偏差eb<-0.5米,则下一个制动周期执行减压制动,根据减压制动过程安全距离估算及最小安全距离控制模型重新设定目标减速度ao,使得el快速收敛于0。

路面识别模块输出路面附着系数至智能制动模型,智能制动模型根据附着系数判断当前路面状况并对目标减速度进行约束,冰路面ao≤1m·s-2,雪路面ao≤3.5m·s-2,高附着路面ao≤9.0m·s-2

所述初始制动安全距离估算及最小安全距离控制模型:

所述增压制动过程安全距离估算及最小安全距离控制模型:

所述保压制动过程安全距离估算及最小安全距离控制模型:

所述减压制动过程安全距离估算及最小安全距离控制模型:

所述车辆纵向动力学模型:

整车通过整车CAN网络实时反馈作为下一个制动周期的输入数据,使得最小安全距离控制误差逐渐趋于0。

本发明车辆制动控制系统与现有ACC和AEB控制系统及控制方法相比具有如下优点:

1、系统制动距离估算根据具体的制动过程包括初始制动、增压制动、减压制动和保压制动过程分别采用不同的制动距离估算模型,替代统一的制动距离估算模型,提高了制动距离的估算精度。

2、系统引入了车辆纵向动力学模型,实时估算车辆自身的减速度,通过比较目标减速度和自身减速度,决定是否实施制动以及设定制动管路的目标压力。在目标减速度较小的情况下,避免了不必要的制动,造成的能源浪费。

3、系统采用减速度闭环控制,结合当前制动过程制动距离的精确估计,提高了最小安全距离的控制精度。

附图说明

下面对本发明说明书中每幅附图表达的内容及图中的标记作简要说明:

图1为车辆制动控制系统原理图;

上述图中的标记均为:1、智能制动模型;2、模型参数输入模块;3、整车;4、车辆纵向动力学模型;5、减法器;6、线控制动系统;

11、初始制动安全距离估算及最小安全距离控制模型;12、增压制动过程安全距离估算及最小安全距离控制模型;13、保压制动过程安全距离估算及最小安全距离控制模型;14、减压制动过程安全距离估算及最小安全距离控制模型;21、面识别模块22、环境感知系统;整车23、CAN网络。

具体实施方式

如图1所示,车辆智能制动控制模型包括智能制动模型1、模型参数输入模块2、整车3、车辆纵向动力学模型4、减法器5、线控制动系统6组成。

一次完整制动过程包括初始制动、增压、保压和减压制动过程。智能制动模型1包括初始制动安全距离估算及最小安全距离控制模型11、增压制动过程安全距离估算及最小安全距离控制模型12、保压制动过程安全距离估算及最小安全距离控制模型13和减压制动过程安全距离估算及最小安全距离控制模型14。

初始制动过程安全距离估算及最小安全距离控制模型11中,Dr为环境感知系统反馈的前方目标的相对纵向距离,dmin表示本车与前车的最小安全距离。ta表示线控制动系统接收到目标减速度到制动力开始增加所经历的时间及制动系统协调时间包括增压装置机电系统启动时间、电磁阀开关时间、消除间隙的时间和液压流体缓冲时间;ts表示制动减速度从开始增加到达到最大目标减速度,所经历的时间或者制动力从开始增加到达到最大制动力所经历的时间。vb表示车辆本次制动的初始速度;vf表示车辆本次制动结束时的速度,动态跟车时,vf为前车车速。ao表示目标减速度。e0表示初始制动过程中最小安全距离控制误差。

增压制动过程安全距离估算及最小安全距离控制模型12中,as表示增压过程对应的初始减速度;tau表示线控制动系统从当前的初始减速度as接收到较大的目标减速度ao到制动力开始增加所经历的时间及制动系统协调时间包括(增压装置机电系统启动时间)电磁阀开关时间、消除间隙的时间和液压流体缓冲时间;tsu表示制动减速度从as增加到达到最大目标减速度ao所经历的时间。eu表示增压制动过程中最小安全距离控制误差。

保压制动过程安全距离估算及最小安全距离控制模型13中,eb表示保压制动过程中最小安全距离控制误差。

减压制动过程安全距离估算及最小安全距离控制模型14中,tal表示线控制动系统从当前的初始减速度as接收到目标减速度ao到制动力开始减小所经历的时间及制动系统协调时间包括(增压装置机电系统启动时间)电磁阀开关时间、消除间隙的时间和液压流体缓冲时间。tsl表示制动减速度从as减小到目标减速度ao所经历的时间。el表示减压制动过程中最小安全距离控制误差。

控制模型11、12、13、14要求最小安全距离控制误差e0、eu、eb、el快速收敛于0。如果e0、eu、eb、el过大,则有可能发生追尾事故;如果e0、eu、eb、el过小,则最小安全距离过大,道路行车效率大大降低。

模型参数输入模块2提供智能制动控制模型1所需参数,包括路面识别模块21、环境感知系统22和整车CAN网络23。

路面识别模块21输出路面附着系数,根据附着系数判断当前路面状况并对目标减速度进行约束,冰路面ao≤1m·s-2,雪路面ao≤3.5m·s-2,高附着路面ao≤9.0m·s-2

环境感知系统22输出前方目标的相对纵向距离Dr和相对速度vr。

整车CAN网络23输出本车当前车速vb和减速度即下一个制动过程的初始减速度as;前轮转向角θ。

一次制动,首先是初始制动,智能制动控制模型1根据初始制动过程安全距离估算及最小安全距离控制模型11设定目标减速度ao。当进入制动状态后,智能制动控制模型1在下一个制动周期到来时先按照保压制动过程安全距离估算以及as作为预设定的目标减速度ao即ao=as。如果最小安全距离偏差|eb|≤0.5米,则下一个制动周期执行保压制动。如果最小安全距离偏差eb>0.5米,则下一个制动周期执行增压制动,根据增压制动过程安全距离估算及最小安全距离控制模型12重新设定目标减速度ao,使得eu快速收敛于0。如果最小安全距离偏差eb<-0.5米,则下一个制动周期执行减压制动,根据减压制动过程安全距离估算及最小安全距离控制模型14重新设定目标减速度ao,使得el快速收敛于0。

车辆纵向动力学模型4中,θ为路面俯仰角,上坡路面时θ为正,下坡路面时θ为负;m为整车质量;g为重力加速度;ρ表示空气密度;Cx表示空气阻力系数;Ax表示迎风面积;前后轮有效半径为reff;R为发动机角速度和轮胎角速度传动比;Ie表示发动机转动惯量;It为传动轴转动惯量;Iw为前后车轮转动惯量;根据整车3的整车CAN网络23输出的本车当前车速vb和前轮转向角θ以及整车的相关参数即可通过车辆纵向动力学模型4得到车辆在行驶过程中由于空气阻力、车轮滚动阻力等因素导致车辆无驱动的情况下,本车自身产生的减速度arae。

通过减法器5对目标减速度ao和本车自身产生的减速度arae进行运算得到线控制动减速度az=ao-arae。如果az>0,则线控制动系统以az为目标减速度实施制动,作用于整车3,整车3通过整车CAN网络23进行实时反馈作为下一个制动周期的输入数据,通过周期闭环控制以及精确的制动距离估计,使得最小安全距离控制误差逐渐趋于0,从而保证了最小安全距离的精确控制,既保证了行车安全性,同时也提高了道路的行车效率。

上面结合附图对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进,或未经改进将本发明的构思和技术方案直接应用于其它场合的,均在本发明的保护范围之内。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1