分布式驱动车辆的转矩分配控制方法和系统与流程
本发明涉及车辆控制技术领域，具体涉及一种分布式驱动车辆的转矩分配控制方法和一种分布式驱动车辆的转矩分配控制系统。
背景技术：
在环境问题和能源危机加剧的今天，集多项高新技术于一体的电动汽车获得了前所未有的发展机遇。电动汽车的充电续航里程短是当下制约电动汽车发展的主要难题，并且经过调查统计发现电动汽车行驶过程中大部分时间处于稳态转向工况与直线行驶工况，因此对电动汽车处于稳态转向工况与直线行驶工况的能效进行优化是提升续航里程的有效途径。
当前，分布式驱动电动汽车因各驱动轮转矩可按控制规律任意分配，在提高电动汽车能效方面有着更大的潜力。但是，现有的分布式驱动电动汽车的转矩分配方法多数以各轮安装的轮毂电机构型相同为前提，且没有考虑车速变化过程对转矩分配方法的节能效果带来的影响，没有充分发挥分布式驱动电动汽车节能的潜力。
技术实现要素：
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种分布式驱动车辆的转矩分配控制方法，能够保证车辆在稳定的前提下达到最优的驱动能效转矩分配控制，从而能够提升分布式驱动车辆的节能性能，同时能够适用于前后轴车轮具有不同构型的驱动电机的车辆，具有较为广泛的适应性。
本发明的第二个目的在于提出一种分布式驱动车辆的转矩分配控制系统。
为达到上述目的，本发明第一方面实施例提出了一种分布式驱动车辆的转矩分配控制方法，包括以下步骤：实时获取所述车辆驾驶员的驾驶信息、所述车辆的行驶信息和所述车辆行驶路面的路面信息；根据所述驾驶信息得到所述车辆驾驶员的驾驶意图；根据所述驾驶意图得到所述车辆的行驶工况；对应所述行驶工况设定所述车辆转矩分配的控制函数；采用粒子群优化算法根据所述控制函数、所述驾驶信息、所述行驶信息和所述路面信息对所述车辆转矩进行分配，以控制所述车辆的车轮驱动电机。
根据本发明实施例提出的分布式驱动车辆的转矩分配控制方法，通过实时获取车辆驾驶员的驾驶信息、车辆的行驶信息和车辆行驶路面的路面信息，并根据驾驶信息得到车辆驾驶员的驾驶意图，同时根据驾驶意图得到车辆的行驶工况，此外，还对应行驶工况设定车辆转矩分配的控制函数，最后采用粒子群优化算法根据控制函数、驾驶信息、行驶信息和路面信息对车辆转矩进行分配，以控制车辆的车轮驱动电机，由此，能够保证车辆在稳定的前提下达到最优的驱动能效转矩分配控制，从而能够提升分布式驱动车辆的节能性能，同时能够适用于前后轴车轮具有不同构型的驱动电机的车辆，具有较为广泛的适应性。
另外，根据本发明上述实施例提出的分布式驱动车辆的转矩分配控制方法还可以具有如下附加的技术特征：
根据本发明的一个实施例，所述驾驶信息包括方向盘转角、加速踏板开度、加速踏板开度变化率，所述行驶信息包括所述车辆的实际车速、实际加速度、实际轮速、实际横摆角速度和实际质心侧偏角，所述路面信息包括路面附着系数。
根据本发明的一个实施例，所述驾驶意图包括转向意图和加速意图，所述行驶工况包括转向行驶工况、加速直线行驶工况和匀速直线行驶工况。
进一步地，根据所述驾驶信息得到所述车辆驾驶员的驾驶意图，根据所述驾驶意图得到所述车辆的行驶工况，包括：根据所述方向盘转角判断所述车辆驾驶员是否有所述转向意图；若所述车辆驾驶员有所述转向意图，则判断所述车辆处于所述转向行驶工况；若所述车辆驾驶员没有所述转向意图，则根据所述加速踏板开度和所述加速踏板开度变化率判断所述车辆驾驶员是否有所述加速意图；若所述车辆驾驶员有所述加速意图，则判断所述车辆处于所述加速直线行驶工况；若所述车辆驾驶员没有所述加速意图，则判断所述车辆处于所述匀速直线行驶工况。
进一步地，所述转向行驶工况的车辆转矩分配的控制函数为：
其中，js和je分别为所述车辆稳定性控制函数和所述车辆能效最优控制函数，kl和kr分别为所述车辆前轴左右轮电机的转矩分配系数，d为所述车辆前轴左右轮轮距，r为所述车辆车轮半径，ti(i＝1,2,3,4)分别为所述车辆左前、右前、左后和右后轮电机转矩，δmz为附加横摆力矩，ttot为纵向行驶所需的整车驱动力矩，ni(i＝1,2,3,4)为所述车辆左前、右前、左后和右后轮电机转速，μ为所述路面附着系数，φi(i＝1,2,3,4)为所述车辆左前、右前、左后和右后轮负荷率，ηs为稳定性权重系数。
进一步地，所述加速直线行驶工况的车辆转矩分配的控制函数为：
其中，pout为所述车辆车轮电机的总功率，
进一步地，所述匀速直线行驶工况的车辆转矩分配的控制函数为：
进一步地，采用粒子群优化算法根据所述控制函数、所述驾驶信息、所述行驶信息和所述路面信息对所述车辆转矩进行分配，以控制所述车辆的车轮驱动电机，包括：根据所述驾驶信息得到所述车辆的目标车速；根据所述车辆的目标车速和实际车速之间的差值得到所述车辆纵向行驶的整车驱动力矩；根据所述车辆的横摆角速度期望值和实际值之间的差值，以及质心侧偏角期望值和实际值之间的差值得到所述车辆转向的附加横摆力矩；当所述车辆处于所述加速直线行驶工况和所述匀速直线行驶工况时，采用粒子群优化算法根据其对应的控制函数和所述车辆纵向行驶的整车驱动力矩得到相应的车辆转矩分配系数，以控制所述车辆的车轮驱动电机；当所述车辆处于所述转向行驶工况时，采用粒子群优化算法根据其对应的控制函数、所述车辆纵向行驶的整车驱动力矩和所述车辆转向的附加横摆力矩得到相应的车辆转矩分配系数，以控制所述车辆的车轮驱动电机。
为达到上述目的，本发明第二方面实施例提出了一种分布式驱动车辆的转矩分配控制系统，包括：整车传感器模块，所述整车传感器模块用于实时获取所述车辆驾驶员的驾驶信息、所述车辆的行驶信息和所述车辆行驶路面的路面信息；驾驶意图识别模块，所述驾驶意图识别模块与所述整车传感器模块相连，所述驾驶意图识别模块用于根据所述驾驶信息得到所述车辆驾驶员的驾驶意图；行驶工况判断模块，所述行驶工况判断模块与所述驾驶意图识别模块相连，所述行驶工况判断模块用于根据所述驾驶意图得到所述车辆的行驶工况；转矩分配控制模块，所述转矩分配控制模块分别与所述整车传感器模块、所述驾驶意图识别模块和所述行驶工况判断模块相连，所述转矩分配控制模块对应所述行驶工况设定所述车辆转矩分配的控制函数，并采用粒子群优化算法根据所述控制函数、所述驾驶信息、所述行驶信息和所述路面信息对所述车辆转矩进行分配，以控制所述车辆的车轮驱动电机。
根据本发明实施例提出的分布式驱动车辆的转矩分配控制系统，通过整车传感器模块实时获取车辆驾驶员的驾驶信息、车辆的行驶信息和车辆行驶路面的路面信息，并通过驾驶意图识别模块根据驾驶信息得到车辆驾驶员的驾驶意图，同时行驶工况判断模块根据驾驶意图得到车辆的行驶工况，此外，还通过转矩分配控制模块对应行驶工况设定车辆转矩分配的控制函数，并采用粒子群优化算法根据控制函数、驾驶信息、行驶信息和路面信息对车辆转矩进行分配，以控制车辆的车轮驱动电机，由此，能够保证车辆在稳定的前提下达到最优的驱动能效转矩分配控制，从而能够提升分布式驱动车辆的节能性能，同时能够适用于前后轴车轮具有不同构型的驱动电机的车辆，具有较为广泛的适应性。
另外，根据本发明上述实施例提出的分布式驱动车辆的转矩分配控制系统还可以具有如下附加的技术特征：
根据本发明的一个实施例，所述驾驶意图包括转向意图和加速意图，所述行驶工况包括转向行驶工况、加速直线行驶工况和匀速直线行驶工况。
附图说明
图1为本发明实施例的分布式驱动车辆的转矩分配控制方法的流程图；
图2为本发明一个实施例的车辆从实际车辆加速到期望车速的不同加速路径示意图；
图3为本发明一个实施例的车辆处于转向行驶工况时的转矩分配流程图；
图4为本发明一个实施例的车辆处于加速直线行驶工况时的转矩分配流程图；
图5为本发明实施例的分布式驱动车辆的转矩分配控制系统的方框示意图；
图6为本发明一个实施例的分布式驱动车辆的转矩分配控制系统的方框示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例的分布式驱动车辆的转矩分配控制方法的流程图。
如图1所示，本发明实施例的分布式驱动车辆的转矩分配控制方法，包括以下步骤：
s1，实时获取车辆驾驶员的驾驶信息、车辆的行驶信息和车辆行驶路面的路面信息。
在本发明的一个实施例中，驾驶信息可包括方向盘转角、加速踏板开度和加速踏板开度变化率，行驶信息可包括车辆的实际车速、实际加速度、实际横摆角速度和实际质心侧偏角，路面信息可包括路面附着系数。
具体地，可通过方向盘转角传感器、加速踏板传感器和加速踏板开度变化率传感器实时获取上述驾驶信息，即对应获取方向盘转角、加速踏板开度和加速踏板开度变化率；并可通过车速传感器、汽车加速度传感器、横摆角速度传感器、质心侧偏角估计器实时获取上述行驶信息，即对应获取车辆的实际车速、实际加速度、实际横摆角速度和实际质心侧偏角；同时可通过路面附着系数观测器实时获取上述路面信息，即获取路面附着系数。
s2，根据驾驶信息得到车辆驾驶员的驾驶意图。
s3，根据驾驶意图得到车辆的行驶工况。
在本发明的一个实施例中，驾驶意图可包括转向意图和加速意图，行驶工况可包括转向行驶工况、加速直线行驶工况和匀速直线行驶工况。
具体地，上述步骤s2、s3包括：根据方向盘转角判断车辆驾驶员是否有转向意图；若车辆驾驶员有转向意图，则判断车辆处于转向行驶工况；若车辆驾驶员没有转向意图，则根据加速踏板开度和加速踏板开度变化率判断车辆驾驶员是否有加速意图；若车辆驾驶员有加速意图，则判断车辆处于加速直线行驶工况；若车辆驾驶员没有加速意图，则判断车辆处于匀速直线行驶工况。
其中，判断车辆是否处于加速直线行驶工况时，可先通过模糊控制器预先设定的模糊推理规则和隶属度函数根据加速踏板开度和加速踏板开度变化率，求出车辆驾驶员的加速意图系数来判断车辆是否处于加速直线行驶工况，当判断车辆处于加速直线行驶工况时，可根据加速踏板开度，得出期望车速，最后可根据加速意图系数、实际车速和期望车速计算出车辆加速过程，即从当前车速加速到期望车速所需的时间。
在本发明的一个实施例，可根据表1所示的车速分级表，由加速踏板开度得出期望车速，具体可将加速踏板开度分为10个区间，并且每个加速踏板开度区间对应一个期望车速，例如，可将加速踏板开度0～5设为“0”区间，对应期望车速可为0，可将加速踏板开度6～15设为“1”区间，对应期望车速可为20，可将加速踏板开度16～25设为“2”区间，对应期望车速可为40，可将加速踏板开度26～35设为“3”区间，对应期望车速可为60，可将加速踏板开度36～45设为“4”区间，对应期望车速可为70，可将加速踏板开度46～55设为“5”区间，对应期望车速可为80，可将加速踏板开度56～65设为“6”区间，对应期望车速可为90，可将加速踏板开度66～75设为“7”区间，对应期望车速可为100，可将加速踏板开度76～85设为“8”区间，对应期望车速可为110，可将加速踏板开度86～100设为“9”区间，对应期望车速可为120，由此，可根据加速踏板开度得到期望车速。
表1
进一步地，可根据表2所示的模糊规则表，由加速踏板开度和加速踏板开度变化率得出加速意图系数的模糊量，例如可将输入和输出设置为7个语言变量，即可设置为vs(极小)、ls(较小)、s(小)、m(中)、b(大)、lb(较大)、vb(极大)，由此，可在将加速踏板开度和加速踏板开度变化率输入表2所示的模糊规则后，输出7种加速意图系数的模糊量，即vs(极小)、ls(较小)、s(小)、m(中)、b(大)、lb(较大)、vb(极大)。
表2
进一步地，可采用隶属度函数处理上述加速意图系数的模糊量从而得到加速意图系数g(t)，例如可设置加速踏板开度acc(t)和加速踏板开度变化率acc’(t)的论域为[0,100]，单位分别为％和％/s，加速意图系数g(t)的论域为[0,1]，单位为1，最后可通过下列公式得到车辆从当前实际车速加速到期望车速所需的时间：
δt＝δtmax-(δtmax-δtmin)·g(t)
其中，δtmin为最短加速时间，δtmin＝(ue-ur)/amax，amax为车辆最大加速度，amax＝min(atmax,aμmax)，atmax为车辆车轮电机所能提供的最大加速度，aμmax为在路面附着系数为μ的路面上车辆所能达到的最大加速度，δtmax为最长加速时间，δtmax＝(ue-ur)/amin，amin为最小加速度，可根据ndec循环工况取值为0.35m/s2。
s4，对应行驶工况设定车辆转矩分配的控制函数。
具体地，可对应转向行驶工况、加速直线行驶工况和匀速直线行驶工况分别设定车辆转矩分配的控制函数。
当车辆处于转向行驶工况时，可根据车辆是否处于稳态转向工况设定车辆转矩分配的控制函数：
其中，js和je分别为车辆稳定性控制函数和车辆能效最优控制函数，kl和kr分别为车辆前轴左右轮电机的转矩分配系数，d为车辆前轴左右轮轮距，r为车辆车轮半径，ti(i＝1,2,3,4)分别为车辆左前、右前、左后和右后轮电机转矩，δmz为附加横摆力矩，ttot为车辆纵向行驶所需的整车驱动力矩，ni(i＝1,2,3,4)为车辆左前、右前、左后和右后轮电机转速，μ为路面附着系数，φi(i＝1,2,3,4)为车辆左前、右前、左后和右后轮负荷率，ηs为稳定性权重系数。
其中，车辆稳定性控制函数为：
车辆能效最优控制函数为：
稳定性权重系数为：
其中，γe为理想横摆角速度，γr为实际横摆角速度。
需要说明的是，当车辆处于转向行驶工况且没有加速意图时，车辆纵向行驶所需的整车驱动力矩ttot可为定值；当车辆处于转向行驶工况且具有加速意图时，车辆纵向行驶所需的整车驱动力矩ttot可为变量。
当车辆处于加速直线行驶工况时，可以车辆能效最优为目标设定车辆转矩分配的控制函数：
其中，pout为车辆车轮电机的总功率，
当车辆处于匀速直线行驶工况时，设定车辆转矩分配的控制函数为：
s5，采用粒子群优化算法根据控制函数、驾驶信息、行驶信息和路面信息对车辆转矩进行分配，以控制车辆的车轮驱动电机。
具体地，上述步骤s5包括：根据驾驶信息得到车辆的目标车速；根据车辆的目标车速和实际车速之间的差值得到车辆纵向行驶的整车驱动力矩；根据车辆的横摆角速度期望值和实际值之间的差值，以及质心侧偏角期望值和实际值之间的差值得到车辆转向的附加横摆力矩；当车辆处于加速直线行驶工况和匀速直线行驶工况时，根据其对应的控制函数和车辆纵向行驶的整车驱动力矩得到相应的车辆转矩分配系数，以控制车辆的车轮驱动电机；当车辆处于转向行驶工况时，根据其对应的控制函数、车辆纵向行驶的整车驱动力矩和车辆转向的附加横摆力矩得到相应的车辆转矩分配系数，以控制车辆的车轮驱动电机。
更具体地，可先选择加速路径，然后根据加速路径系数、期望车速和加速时间得到车辆的目标速度，其中，当车辆处于转向行驶工况时，加速路径系数为1，可通过下列公式得到车辆的目标车速：
其中，ts为加速起始时间，te为加速终止时间，ue为期望车速。
此外，当车辆处于加速直线行驶工况时，车辆从加速起始时间ts到加速终止时间te由实际车速ur加速到期望车速ue的加速路径不止一种，具体如图2所示，并且均可通过下列公式得到车辆的目标车速：
其中，ρ为加速路径系数，ρ＞0。
进一步地，可根据车辆的目标车速u和实际车速ur之间的实时差值得到车辆纵向行驶的整车驱动力矩ttot；同时可根据车辆的横摆角速度期望值γe和实际值γr之间的偏差以及车辆的质心侧偏角期望值βe和实际值βr之间的偏差得到车辆转向的附加横摆力矩mz，其中，车辆的横摆角速度期望值γe和质心侧偏角期望值βe可根据目标车速u和方向盘转角通过转向机构的传动比转化后的前轮转角δ计算得到，由此，可在车辆处于转向行驶工况时，将得到的车辆纵向行驶的整车驱动力矩ttot和车辆转向的附加横摆力矩mz代入上述相应的转矩分配控制函数中，从而求解出相应的转矩分配系数kl和kr，最后可根据该转矩分配系数kl和kr控制车辆的车轮驱动电机，例如轮毂电机，保证车辆在稳定的前提下达到最优的驱动能效转矩分配控制。
此外，可在车辆处于加速直线行驶工况和匀速直线行驶工况时，将得到的车辆纵向行驶的整车驱动力矩ttot代入上述相应的转矩分配控制函数中，从而求解出相应的转矩分配系数k，最后可根据该转矩分配系数k控制车辆的车轮驱动电机，例如轮毂电机，保证车辆在稳定的前提下达到最优的驱动能效转矩分配控制。
下面将结合图3和图4所示的流程图对车辆的转矩分配过程进行综合阐述，如图3所示，车辆处于转向行驶工况时的转矩分配过程包括：
s301，获取车辆实际车速ur、目标车速u和车辆前轮转角δ；
s302，构建参考模型，并通过参考模型得到横摆角速度的期望值γe和质心侧偏角的期望值βe；
s303，根据横摆角速度与质心侧偏角的期望值和实际值的偏差得到附加横摆力矩mz，同时根据车辆的实际车速ur和目标车速u的偏差得到车辆纵向行驶的整车驱动力矩ttot；
s304，判断横摆角速度的实际值γr和期望值γe之间的比值是否在设定区间，若是，则执行步骤s305，反之，则执行步骤s306；
s305，根据车辆能效最优为目标的转矩分配控制函数进行车辆转矩分配；
s306，根据车辆稳定性为目标的转矩分配控制函数进行车辆转矩分配。
进一步地，如图4所示，车辆处于加速直线行驶工况时的转矩分配过程包括：
s401，初始化pso参数：设定种群规模n，搜索空间维度d＝2，最大迭代次数max-num参数；获取车辆实际车速ur、目标车速u、加速起始时间ts参数；
s402，随机生成初始粒子和速度：xi＝[xip，xik]、vi＝[vip，vik]，其中，i＝1,2,...,n；
s403，由控制目标函数计算各粒子xi对应的个体适应度ji；
s404，根据个体适应度ji更新个体极值pbest和全局极值gbest，并记录对应的最优粒子xbest；
s405，判断迭代次数z是否超过最大迭代次数或最优粒子xbest是否达到设定精度，若是，则执行步骤s406，反之执行步骤s407；
s406，输出xbest＝[xpbest，xkbest]；
s407，更新粒子xi和速度vi，同时更新迭代次数z＝z+1，并返回步骤s403。
需要说明的是，转向行驶工况下的车辆转矩分配过程和匀速直线行驶工况下的车辆转矩分配过程与图4所示的加速直线行驶工况下的车辆转矩分配过程相似，均可采用粒子群优化算法求解车辆转矩分配系统，为避免重复这里不在进行赘述。通过上述方法能够对前后轴车轮具有不同效率特性曲线的轮毂电机的车辆进行转矩优化分配控制，以获得更广的高效率范围。
根据本发明实施例提出的分布式驱动车辆的转矩分配控制方法，通过实时获取车辆驾驶员的驾驶信息、车辆的行驶信息和车辆行驶路面的路面信息，并根据驾驶信息得到车辆驾驶员的驾驶意图，同时根据驾驶意图得到车辆的行驶工况，此外，还对应行驶工况设定车辆转矩分配的控制函数，最后采用粒子群优化算法根据控制函数、驾驶信息、行驶信息和路面信息对车辆转矩进行分配，以控制车辆的车轮驱动电机，由此，能够保证车辆在稳定的前提下达到最优的驱动能效转矩分配控制，从而能够提升分布式驱动车辆的节能性能，同时能够适用于前后轴车轮具有不同构型的驱动电机的车辆，具有较为广泛的适应性。
对应上述实施例提出的分布式驱动车辆的转矩分配控制方法，本发明还提出了一种分布式驱动车辆的转矩分配控制系统。
如图5所示，本发明实施例的分布式驱动车辆的转矩分配控制系统包括整车传感器模块10、驾驶意图识别模块20、行驶工况判断模块30和转矩分配控制模块40。其中，整车传感器模块用于实时获取车辆驾驶员的驾驶信息、车辆的行驶信息和车辆行驶路面的路面信息；驾驶意图识别模块与整车传感器模块相连，驾驶意图识别模块用于根据驾驶信息得到车辆驾驶员的驾驶意图；行驶工况判断模块与驾驶意图识别模块相连，行驶工况判断模块用于根据驾驶意图得到车辆的行驶工况；转矩分配控制模块分别与整车传感器模块、驾驶意图识别模块和行驶工况判断模块相连，转矩分配控制模块对应行驶工况设定车辆转矩分配的控制函数，并采用粒子群优化算法根据控制函数、驾驶信息、行驶信息和路面信息对车辆转矩进行分配，以控制车辆的车轮驱动电机。
在本发明的一个实施例中，整车传感器模块10可包括方向盘转角传感器、加速踏板传感器、加速踏板开度变化率传感器、车速传感器、汽车加速度传感器、横摆角速度传感器、质心侧偏角估计器和路面附着系数观测器。其中，方向盘转角传感器、加速踏板传感器、加速踏板开度变化率传感器可用于实时获取驾驶信息，即方向盘转角、加速踏板开度和加速踏板开度变化率；车速传感器、汽车加速度传感器、横摆角速度传感器和质心侧偏角估计器可用于实时获取行驶信息，即车辆的实际车速、实际加速度、实际横摆角速度和实际质心侧偏角；路面附着系数观测器可用于实时获取路面信息，即路面附着系数。
在本发明的一个实施例中，如图6所示，驾驶意图识别模块20可包括转向意图识别单元201和加速意图识别单元202。其中，转向意图识别单元201可根据方向盘转角判断车辆驾驶员是否有转向意图，加速意图识别单元202可根据加速踏板开度和加速踏板开度变化率判断是否有加速意图。
进一步地，当转向意图识别单元201判断车辆驾驶员有转向意图时，行驶工况判断模块30可判断车辆处于转向行驶工况；当转向意图识别单元201判断车辆驾驶员是没有转向意图，但加速意图识别单元202判断车辆驾驶员有加速意图时，行驶工况判断模块30可判断车辆处于加速直线行驶工况；当转向意图识别单元201判断车辆驾驶员没有转向意图，且加速意图识别单元202判断车辆驾驶员没有加速意图时，行驶工况判断模块30可判断车辆处于匀速直线行驶工况。
其中，当车辆处于加速直线行驶工况时，加速意图识别单元202可通过模糊控制器预先设定的模糊推理规则和隶属度函数根据加速踏板开度和加速踏板开度变化率，求出车辆驾驶员的加速意图系数，并可根据加速踏板开度，得出期望车速，最后可根据加速意图系数、实际车速和期望车速计算出车辆加速过程，即从当前车速加速到期望车速所需的时间。
具体地，加速意图识别单元202可根据表1所示的车速分级表，由加速踏板开度得出期望车速，例如可将加速踏板开度分为10个区间，并且每个加速踏板开度区间对应一个期望车速，其中，可将加速踏板开度0～5设为“0”区间，对应期望车速可为0，可将加速踏板开度6～15设为“1”区间，对应期望车速可为20，可将加速踏板开度16～25设为“2”区间，对应期望车速可为40，可将加速踏板开度26～35设为“3”区间，对应期望车速可为60，可将加速踏板开度36～45设为“4”区间，对应期望车速可为70，可将加速踏板开度46～55设为“5”区间，对应期望车速可为80，可将加速踏板开度56～65设为“6”区间，对应期望车速可为90，可将加速踏板开度66～75设为“7”区间，对应期望车速可为100，可将加速踏板开度76～85设为“8”区间，对应期望车速可为110，可将加速踏板开度86～100设为“9”区间，对应期望车速可为120，由此，可根据加速踏板开度得到期望车速。
表1
进一步地，加速意图识别单元202可根据表2所示的模糊规则表，由加速踏板开度和加速踏板开度变化率得出加速意图系数的模糊量，例如可将输入和输出设置7个语言变量，即可设置为vs(极小)、ls(较小)、s(小)、m(中)、b(大)、lb(较大)、vb(极大)，由此，可在将加速踏板开度和加速踏板开度变化率输入表2所示的模糊规则后，输出7种加速意图系数的模糊量，即vs(极小)、ls(较小)、s(小)、m(中)、b(大)、lb(较大)、vb(极大)。
表2
进一步地，加速意图识别单元202可采用隶属度函数处理上述加速意图系数的模糊量从而得到加速意图系数g(t)，例如可设置加速踏板开度acc(t)和加速踏板开度变化率acc’(t)的论域为[0,100]，单位分别为％和％/s，加速意图系数g(t)的论域为[0,1]，单位为1，最后可通过下列公式得到车辆从当前实际车速加速到期望车速所需的时间：
δt＝δtmax-(δtmax-δtmin)·g(t)
其中，δtmin为最短加速时间，δtmin＝(ue-ur)/amax，amax为车辆最大加速度，amax＝min(atmax,aμmax)，atmax为车辆车轮电机所能提供的最大加速度，aμmax为在路面附着系数为μ的路面上车辆所能达到的最大加速度，δtmax为最长加速时间，δtmax＝(ue-ur)/amin，amin为最小加速度，可根据ndec循环工况取值为0.35m/s2。
在本发明的一个实施例中，如图6所示，转矩分配控制模块40可包括加速方式选择单元401、广义控制力矩决策单元402和转矩分配单元403。其中，加速方式选择单元401可根据驾驶信息得到车辆的目标车速，具体地，加速方式选择单元401可用于选择加速路径，然后根据加速路径系数、期望车速和加速时间得到车辆的目标速度。
其中，当车辆处于转向行驶工况时，加速路径系数为1，加速方式选择单元401可通过下列公式得到车辆的目标车速：
其中，ts为加速起始时间，te为加速终止时间，ue为车辆的期望车速。
此外，当车辆处于加速直线行驶工况时，加速方式选择单元401可选择的车辆从加速起始时间ts到加速终止时间te由实际车速ur加速到期望车速ue的加速路径不止一种，具体如图2所示，并且均可通过下列公式得到车辆的目标车速：
其中，ρ为加速路径系数，ρ＞0。
进一步地，可通过广义控制力矩决策单元402根据车辆的目标车速u和实际车速ur之间的实时差值得到车辆纵向行驶的整车驱动力矩ttot；同时可通过广义控制力矩决策单元402根据车辆的横摆角速度期望值γe和实际值γr之间的偏差以及车辆的质心侧偏角期望值βe和实际值βr之间的偏差得到车辆转向的附加横摆力矩mz，其中，车辆的横摆角速度期望值γe和质心侧偏角期望值βe可根据目标车速u和方向盘转角通过转向机构的传动比转化后的前轮转角δ计算得到。
进一步地，如图6所示，当车辆处于转向行驶工况时，可通过转矩分配单元403中的转向行驶工况转矩分配子单元4031根据得到的车辆纵向行驶的整车驱动力矩ttot和车辆转向的附加横摆力矩mz求解出相应的转矩分配系数kl和kr，最后可根据该转矩分配系数kl和kr控制车辆的车轮驱动电机，例如轮毂电机；此外，可在车辆处于加速直线行驶工况和匀速直线行驶工况时，分别可通过转矩分配子单元403中的加速直线行驶工况转矩分配子单元4032和匀速直线行驶工况转矩分配子单元4033根据得到的车辆纵向行驶的整车驱动力矩ttot求解出相应的转矩分配系数k，最后可根据该转矩分配系数k控制车辆的车轮驱动电机，例如轮毂电机，由此，能够保证车辆在稳定的前提下达到最优的驱动能效转矩分配控制。
更具体地，转向行驶工况转矩分配子单元4031可通过下列公式求解出相应的转矩分配的系数kl和kr：
minj(kr,kl)＝ηsjs+(1-ηs)je
其中，js和je分别为车辆稳定性控制函数和车辆能效最优控制函数，kl和kr分别为车辆前轴左右轮电机的转矩分配系数，d为车辆前轴左右轮轮距，r为车辆车轮半径，ti(i＝1,2,3,4)分别为车辆左前、右前、左后和右后轮电机转矩，δmz为附加横摆力矩，ttot为车辆纵向行驶所需的整车驱动力矩，ni(i＝1,2,3,4)为车辆左前、右前、左后和右后轮电机转速，μ为路面附着系数，φi(i＝1,2,3,4)为车辆左前、右前、左后和右后轮负荷率，ηs为稳定性权重系数。
其中，车辆稳定性控制函数为：
车辆能效最优控制函数为：
稳定性权重系数为：
其中，γe为理想横摆角速度，γr为实际横摆角速度。
需要说明的是，当车辆处于转向行驶工况且没有加速意图时，车辆纵向行驶所需的整车驱动力矩ttot可为定值；当车辆处于转向行驶工况且具有加速意图时，车辆纵向行驶所需的整车驱动力矩ttot可为变量。
更具体地，加速直线行驶工况转矩分配子单元4032可通过下列公式求解车辆能效最优时的转矩分配系数k：
其中，pout为车辆车轮电机的总功率，
更具体地，匀速直线行驶工况转矩分配子单元4033可通过下列公式求解车辆能效最优时的转矩分配系数k：
下面将结合图3和图4所示的流程图对车辆的转矩分配过程进行综合阐述，如图3所示，车辆处于转向行驶工况时的转矩分配过程包括：
s301，获取车辆实际车速ur、目标车速u和车辆前轮转角δ；
s302，构建参考模型，并通过参考模型得到横摆角速度γe和质心侧偏角βe的期望值；
s303，根据横摆角速度γe和质心侧偏角βe的期望值和实际值的偏差得到附加横摆力矩mz，同时根据车辆的实际车速ur和目标车速u的偏差得到车辆纵向行驶的整车驱动力矩ttot；
s304，判断横摆角速度γe的实际值和期望值之间的比值是否在设定区间，若是，则执行步骤s305，反之，则执行步骤s306；
s305，根据车辆能效最优为目标的转矩分配控制函数进行车辆转矩分配；
s306，根据车辆稳定性为目标的转矩分配控制函数进行车辆转矩分配。
进一步地，如图4所示，车辆处于加速直线行驶工况时的转矩分配过程包括：
s401，初始化pso参数：设定种群规模n，搜索空间维度d＝2，最大迭代次数max-num参数；获取车辆实际车速ur、目标车速u、加速起始时间ts参数；
s402，随机生成初始粒子和速度：xi＝[xip，xik]、vi＝[vip，vik]，其中，i＝1,2,...,n；
s403，由控制目标函数计算各粒子xi对应的个体适应度ji；
s404，根据个体适应度ji更新个体极值pbest和全局极值gbest，并记录对应的最优粒子xbest；
s405，判断迭代次数z是否超过最大迭代次数或最优粒子xbest是否达到设定精度，若是，则执行步骤s406，反之执行步骤s407；
s406，输出xbest＝[xpbest，xkbest]；
s407，更新粒子xi和速度vi，同时更新迭代次数z＝z+1，并返回步骤s403。
需要说明的是，转向行驶工况下的车辆转矩分配过程和匀速直线行驶工况下的车辆转矩分配过程与图4所示的加速直线行驶工况下的车辆转矩分配过程相似，均可采用粒子群优化算法求解车辆转矩分配系统，为避免重复这里不在进行赘述。通过上述系统能够对前后轴车轮具有不同效率特性曲线的轮毂电机的车辆进行转矩优化分配控制，以获得更广的高效率范围。
根据本发明实施例提出的分布式驱动车辆的转矩分配控制系统，通过整车传感器模块实时获取车辆驾驶员的驾驶信息、车辆的行驶信息和车辆行驶路面的路面信息，并通过驾驶意图识别模块根据驾驶信息得到车辆驾驶员的驾驶意图，同时行驶工况判断模块根据驾驶意图得到车辆的行驶工况，此外，还通过转矩分配控制模块对应行驶工况设定车辆转矩分配的控制函数，并采用粒子群优化算法根据控制函数、驾驶信息、行驶信息和路面信息对车辆转矩进行分配，以控制车辆的车轮驱动电机，由此，能够保证车辆在稳定的前提下达到最优的驱动能效转矩分配控制，从而能够提升分布式驱动车辆的节能性能，同时能够适用于前后轴车轮具有不同构型的驱动电机的车辆，具有较为广泛的适应性。
在本发明中，除非另有明确的规定和限定，术语“相连”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
- 还没有人留言评论。精彩留言会获得点赞！