车辆的驾驶员类型识别方法与流程

本发明涉及汽车电子控制领域，具体涉及一种车辆的驾驶员类型识别方法。
背景技术：
：自双离合变速器(dct)问世以来，由于其具有传动效率高,机械紧凑、工作可靠、价格低等优点，自上世纪八十年代以来受到各大汽车厂商青睐，特别是最近几年，各大汽车或变速器零部件供应商都在加大dct的研发，使得dct越来越成熟。dct基于手动变速器而又有别于自动变速器，除了拥有手动变速器的灵活性及自动变速器的舒适性外，还能提供无间断的动力输出。dct与传统的手动变速器相比，使用了dct的新技术，使得手动变速器具备自动性能，同时大大改善了汽车的燃油经济性。dct消除了手动变速器在换挡时的扭矩中断感，但是由于驾驶员驾驶车辆的习惯，有的属于经济型，有的属于动力型，不同类型的驾驶员对速度要求不同，而现有的dct不能够自动识别驾驶员的类型，从而不能够满足驾驶员的舒适度。技术实现要素：本发明的目的是为了克服现有技术的不足，提供一种车辆的驾驶员类型识别方法，能够自动识别驾驶员类型，从而调整车辆行驶的最佳挡位。本发明的目的可以通过以下技术方案实现：一种车辆的驾驶员类型识别方法，其特征在于：包括以下步骤：步骤1：信号采集和处理，用于实时采集发动机转速、油门、脚刹信号、车速、手柄位置和钥匙开关信号；步骤2：油门斜率计算，用于对油门取微分得到油门斜率信号；步骤3：油门斜率滤波，用于对油门斜率进行滤波，得到滤波后的油门斜率信号；步骤4：驾驶员因子计算，根据发动机转速、油门、脚刹信号、车速、手柄位置和钥匙开关信号，通过驾驶员因子计算模块得到驾驶员因子；4.1判断是否满足驾驶员因子计算触发条件，若满足进入下一步，否则退出识别；4.2定义输入变量，包括车速v、油门x、油门斜率y信号三个输入变量；4.3隶属度计算，确定七个隶属度函数a(v)、b(v)、c(x)、d(x)、e(x)、f(y)、g(y)，所述隶属度函数a(v)为车速不高，所述隶属度函数b(v)为车速高，所述隶属度函数c(x)为油门小，所述隶属度函数d(x)为油门中等，所述隶属度函数e(x)为油门大，所述隶属度函数f(y)为油门斜率中等，所述隶属度函数g(y)为油门斜率高，七个隶属度函数a(v)、b(v)、c(x)、d(x)、e(x)、f(y)、g(y)根据车速v、油门x和滤波后的油门斜率y，分别得到七个相应的输出值av、bv、cx、dx、ex、fy、gy；4.4模糊逻辑判断，根据上述七个隶属度函数，确定至少六个模糊控制规则，所述六个规则进行模糊逻辑判断，分别如下：第1个模糊控制规则为：如果车速不高且油门中等，驾驶员因子原始值a1为av与dx中取小值；第2个模糊控制规则为：如果车速不高且油门斜率中等，驾驶员因子原始值a2为av与fy中取小值；第3个模糊控制规则为：如果车速不高且油门斜率大，驾驶员因子原始值a3为av与gy中取小值；第4个模糊控制规则为：如果车速高且油门大且油门斜率大，驾驶员因子原始值a4为bv、ex与gy三者中取小值；第5个模糊控制规则为，如果油门小且油门斜率大，驾驶员因子原始值a5为cx与gy中取小值；第6个模糊控制规则为：驾驶员因子原始值为平衡，驾驶员因子原始值a6为0；4.5解模糊化，按照如下公式对模糊逻辑判断得到的输出值进行精确化处理得到驾驶员因子：其中ai为第i个模糊控制规则的驾驶员因子原始值，knj为规则分子系数，kdj为规则分母系数；步骤5：对步骤4得到的驾驶员因子进行归一化处理；步骤6：对步骤5归一化处理后的驾驶员因子进行滤波处理，识别出驾驶员类型。还包括步骤7目标挡位计算，利用滤波后的驾驶员因子调整换挡参考车速，目标挡位计算模块内设置经济换挡线和运动换挡线两种，根据当前车速和油门查找经济换挡线得到经济换挡参考车速veco和根据当前车速和油门查找运动换挡线得到运动参考车速vsport，并将经济换挡参考车速、运动换挡参考车速以及滤波后的驾驶员因子带入换挡参考车速计算公式计算出换挡参考车速，根据滤波后的驾驶员因子对换挡参考车速进行实时更正，并按照更正后的换挡参考车速来执行换挡，保证车辆在最佳的挡位上运行，换挡参考车速计算公式为：其中，vref为换挡参考车速，fdrv为步骤6滤波处理后的驾驶员因子，veco为经济参考车速，vsport为运动参考车速。所述驾驶员因子计算触发条件至少包括：a)钥匙上电，b)手柄位置在前进挡，c)脚刹松开，d)发动机转速大于400转/分钟，e)车速大于10公里/小时。所述油门斜率滤波采用一阶顺序低通滤波器对油门斜率进行滤波，得到滤波后的油门斜率信号。所述驾驶员因子滤波采用一阶顺序低通滤波器对归一化处理后的驾驶员因子进行滤波处理。所述驾驶员因子计算中的各隶属度函数取值根据匹配车辆的驾驶性标定来确定。本发明的有益效果：本发明车辆的驾驶员类型识别方法是根据驾驶员踩油门大小、快慢以及车速三个输入，并运用模糊控制逻辑识别驾驶员类型。具体为用驾驶员因子计算模块得到驾驶员因子，然后对驾驶员因子进行归一化处理、滤波处理得到滤波后的驾驶员因子，根据得到的驾驶员因子识别驾驶员类型。如果驾驶员踩油门比较大，速度比较快，而且车速不低的情况下，可以认为该驾驶员类型属于动力型，其期望车辆输出更多的动力；如果驾驶员踩油门比较小，速度比较慢，那么可以认为该驾驶员类型属于经济型，期望车辆输出较小的动力。通过目标挡位计算，根据判断出的该驾驶员驾驶车辆的习惯类型从而调节档位，使车辆行驶的速度更符合驾驶员的要求，更智能、舒适。本发明根据专家经验，结合车辆的动态性和驾驶员的操作，设定了六个模糊控制规则，能够有效识别驾驶员类型，能够满足驾驶员的动力性或经济性要求，能够提升驾驶员的驾驶愉悦感，能够更准确的反应驾驶员意图，让驾乘更舒适。附图说明图1是本发明的系统结构示意图；图2是本发明的功能模块架构示意图；图3是本发明的驾驶员类型识别模糊控制系统模块的流程框图。具体实施方式下面结合附图对发明作进一步地说明。参见图1至图3所示，一种车辆的驾驶员类型识别方法，包括以下步骤：步骤1：信号采集和处理，采用信号采集和处理，用于实时采集发动机转速、油门、脚刹信号、车速、手柄位置和钥匙开关信号，信号采集和处理通过can线从ecu获取实时发动机转速、油门、脚刹信号，信号采集和处理通过can线从abs获取实时车速信号，信号采集和处理通过can线从esl获取实时手柄位置信号，信号采集和处理实时获取钥匙开关信号；所述信号采集和处理设置在变速器控制单元tcu内，变速器控制单元的输入端分别与发动机控制单元(ecu)、防抱死控制单元(abs)、电子手柄控制器(esl)、钥匙开关的输入端相连，变速器控制单元采集的信息发送到变速器。步骤2：油门斜率计算，用于对油门取微分计算油门斜率，得到油门斜率信号，本实施例油门取微分采用当前油门信号xnew减去上周期(每10毫秒)的油门信号xold的差值就是油门斜率；步骤3：油门斜率滤波，用于对油门斜率进行滤波，得到滤波后的油门斜率信号本发明采用一阶顺序低通滤波器对油门斜率进行滤波，得到滤波后的油门斜率信号；步骤4：驾驶员因子计算，根据实时发动机转速、油门、脚刹、钥匙开关、手柄位置和车速信号，通过驾驶员因子计算模块得到驾驶员因子；4.1判断是否满足驾驶员因子计算触发条件，若满足进入下一步，否则退出识别，所述驾驶员因子计算触发条件至少包括：a)钥匙上电，b)手柄位置在前进挡，c)脚刹松开，d)发动机转速大于400转/分钟，e)车速大于10公里/小时；4.2定义输入变量，采用模糊控制系统，包括车速v、油门x、油门斜率y信号三个输入变量，所述油门斜率y取值范围为-128～+127，所述车速为0-255(km/h)，所述油门为0-100(％)；4.3.隶属度计算根据专家经验，确定驶员类型识别模糊控制系统七个隶属度函数，七个隶属度函数分别是a(v)、b(v)、c(x)、d(x)、e(x)、f(y)、g(y)，所述隶属度函数a(v)为车速不高，所述隶属度函数b(v)为车速高，所述隶属度函数c(x)为油门小，所述隶属度函数d(x)为油门中等，所述隶属度函数e(x)为油门大，所述隶属度函数f(y)为油门斜率中等，所述隶属度函数g(y)为油门斜率高，所述各隶属度函数取值根据匹配车辆的驾驶性标定来确定，参见下表，表1、2、3、4、5、6、7中的参数仅仅是一个实施例，都是可以在整车上进行匹配标定的。隶属度函数a(v)为车速不高，a(v)取值范围为0-100(因为隶属度取值为0-100％，但是tcu不支持浮点运算，也就是不支持小数运算，因此将隶属度放大100倍)，a(v)取值如表1所示：v05080120150240a(v)151510000表1a(x)取值根据匹配车辆的驾驶性标定来确定。隶属度函数b(v)为车速高，b(v)取值范围为0-100(因为隶属度取值为0-100％，但是tcu不支持浮点运算，也就是不支持小数运算，因此将隶属度放大100倍)，b(v)取值如表2所示：v030100120150240b(v)0020202020表2b(v)取值根据匹配车辆的驾驶性标定来确定。隶属度函数c(x)为油门小，c(x)取值范围为0-100(因为隶属度取值为0-100％，但是tcu不支持浮点运算，也就是不支持小数运算，因此将隶属度放大100倍)，c(x)取值如表3所示：x010206080100c(x)550000表3c(x)取值根据匹配车辆的驾驶性标定来确定。隶属度函数d(x)为油门中等，d(x)取值范围为0-100(因为隶属度取值为0-100％，但是tcu不支持浮点运算，也就是不支持小数运算，因此将隶属度放大100倍)，d(x)取值如表4所示：表4d(x)取值根据匹配车辆的驾驶性标定来确定。隶属度函数e(x)为油门大，e(x)取值范围为0-100(因为隶属度取值为0-100％，但是tcu不支持浮点运算，也就是不支持小数运算，因此将隶属度放大100倍)，e(x)取值如表5所示：x050708090100e(x)0010203030表5e(x)取值根据匹配车辆的驾驶性标定来确定。隶属度函数f(y)为油门斜率中等，f(y)取值范围为0-100(因为隶属度取值为0-100％，但是tcu不支持浮点运算，也就是不支持小数运算，因此将隶属度放大100倍)，f(y)取值如表6所示：y-2005101520g(y)00051010表6f(y)取值根据匹配车辆的驾驶性标定来确定。隶属度函数g(y)为油门斜率高，g(y)取值范围为0-100(因为隶属度取值为0-100％，但是tcu不支持浮点运算，也就是不支持小数运算，因此将隶属度放大100倍)，g(y)取值如表7所示，y-5005101530g(y)000204040表7g(y)取值根据匹配车辆的驾驶性标定来确定。七个隶属度函数a(v)、b(v)、c(x)、d(x)、e(x)、f(y)、g(y)根据车速v、油门x和滤波后的油门斜率y，分别得到七个相应的输出值av、bv、cx、dx、ex、fy、gy；假设车速v为70，油门x为80，油门斜率y＝10，根据上述隶属度函数a(v)查表得到av＝11.67，车速v位于a(v)轴点50与点80之间，a(50)对应值为15，a(80)对应值为10，那么根据两点之间线性插值方法，得到av＝15+(70-50)/(80-50)*(10-15)＝11.67。bv、cx、dx、ex、fy、gy计算与上述方法类似，得到bv＝11.43，cx＝0，dx＝20，ex＝20，fy＝5，gy＝20。本发明在tcu运行内部程序时，按照av、bv、cx、dx、ex、fy、gy先后顺序每10毫秒计算一次av、bv、cx、dx、ex、fy、gy。4.4模糊逻辑判断，结合车辆的动态性和驾驶员的操作，根据上述七个隶属度函数，确定至少六个模糊控制规则，本实施例中采用六个规则，所述六个规则进行模糊逻辑判断，分别如下：第1个模糊控制规则为：如果车速不高且油门中等，那么驾驶员因子原始值为中等，驾驶员因子原始值a1为av与dx中取小值(即驾驶员因子原始值a1＝min(av，dx))；第2个模糊控制规则为：如果车速不高且油门斜率中等，那么驾驶员因子原始值为中等，驾驶员因子原始值a2为av与fy中取小值；第3个模糊控制规则为：如果车速不高且油门斜率大，那么驾驶员因子原始值为高，驾驶员因子原始值a3为av与gy中取小值；第4个模糊控制规则为：如果车速高且油门大且油门斜率大，那么驾驶员因子原始值为高，驾驶员因子原始值a4为bv、ex与gy三者中取小值；第5个模糊控制规则为，如果油门小且油门斜率大，那么驾驶员因子原始值为高，驾驶员因子原始值a5为cx与gy中取小值；第6个模糊控制规则为：驾驶员因子原始值为平衡，驾驶员因子原始值a6为0；将隶属度函数a(v)、b(v)、c(x)、d(x)、e(x)、f(y)、g(y)的7个输出值av、bv、cx、dx、ex、fy、gy输入到6个模糊控制规则，得到6个模糊控制规则的输出值即驾驶员因子原始值a1、a2、a3、a4、a5和a6。4.5解模糊化，按照如下累加平均公式对模糊逻辑判断得到的输出值进行精确化处理得到驾驶员因子：其中ai为第i个模糊控制规则的驾驶员因子原始值，knj为规则分子系数，kdj为规则分母系数，这里的knj和kdj是在实车上试验得到的。步骤5：对步骤4得到的驾驶员因子进行归一化处理，本实施例归一化处理将某一数据区间映射到需要的数据区间，例如：将数据区间-128～127映射到数据区间0～255；本专利所述归一化处理采用现有技术的归一化处理方法。步骤6：对步骤5归一化处理后的驾驶员因子进行滤波处理，本实施例采用一阶顺序低通滤波器对归一化处理后的驾驶员因子进行滤波处理，识别出驾驶员是经济或者是运动类型。进一步地：还包括步骤7目标挡位计算，利用滤波后的驾驶员因子调整换挡参考车速，目标挡位计算模块内设置经济换挡线和运动换挡线两种，所述经济换挡线根据发动机速度特性曲线，根据多次实验得到车速与油门的二维表，如下表所示，所述运动换挡线根据发动机外特性和部分负荷特性曲线，根据多次实验得到车速与油门的二维表，如下表所示。根据当前车速和油门查找经济换挡线得到经济换挡参考车速veco和根据当前车速和油门查找运动换挡线得到运动参考车速vsport，并将经济换挡参考车速、运动换挡参考车速以及滤波后的驾驶员因子带入换挡参考车速计算公式计算出换挡参考车速，根据滤波后的驾驶员因子对换挡参考车速进行实时更正，并按照更正后的换挡参考车速来执行换挡，保证车辆在最佳的挡位上运行，换挡参考车速计算公式为：其中，vref为换挡参考车速，fdrv为步骤6滤波后的驾驶员因子，veco为经济参考车速，vsport为运动参考车速。目标挡位计算模块根据经济换挡线的经济升挡线、经济降挡线以及负载换挡线的运动升挡线、运动降挡线，按照上述方法根据当前挡位可以得到对应的升挡参考车速和降挡参考车速，当车速大于升挡参考车速时，那么进行升挡；当车速小于降挡参考车速时，那么进行降挡；当车速不大于升挡参考车速且不小于降挡参考车速时，保持挡位。如果车辆行驶挡位为1挡，车速为30km/h，油门为50％，假设计算到的滤波后的驾驶员因子为50，且1升2经济换挡线如下表所示：油门(％)010203040506080100车速(km/h)1313132024273032321升2运动换挡线如下表所示：那么根据上述公式及表格，可知：经济参考车速veco为27km/h，运动参考车速vsport为31km/h，因此得到换挡参考车速为29km/h。此时，车速为30km/h大于换挡参考车速29km/h，执行升挡，目标挡位变为2挡。如果车辆行驶挡位为2挡，车速为18km/h，油门为50％，假设计算到滤波后的驾驶员因子为50，且2降1经济换挡线如下表所示：油门(％)010203040506080100车速(km/h)8881014182226262降1运动换挡线如下表所示：油门(％)010203040506080100车速(km/h)101010121620242828那么根据上述公式及表格，可知：经济参考车速veco为18km/h，运动参考车速vsport为20km/h，换挡参考车速为19km/h。此时，车速为18km/h小于换挡参考车速19km/h，执行降挡，目标挡位变为1挡。本发明能够有效识别驾驶员类型，能够满足驾驶员的动力性或经济性要求，能够提升驾驶员的驾驶愉悦感。本发明车辆的驾驶员类型识别方法的计算机程序安装运行于变速器控制单元tcu中。本发明一种车辆的驾驶员类型识别控制功能模块构架，包括信号采集和处理模块、油门斜率计算模块、油门斜率滤波模块、驾驶员因子计算模块、驾驶员因子归一化处理模块和驾驶员因子滤波模块，所述信号采集和处理模块用于获取实时发动机转速、油门、脚刹信号、车速、手柄位置和钥匙开关信号，所述信号采集和处理模块通过can线从ecu获取实时发动机转速、油门、脚刹信号，通过can线从abs获取实时车速信号，通过can线从esl获取实时手柄位置信号，实时获取钥匙开关信号；所述油门斜率计算模块用于对油门取微分得到油门斜率信号；所述油门斜率滤波模块用于对油门斜率进行滤波得到滤波后的油门斜率，所述油门斜率滤波模块采用一阶顺序低通滤波器对油门斜率进行滤波得到滤波后的油门斜率；所述驾驶员因子计算模块根据获取的实时发动机转速、油门、脚刹、钥匙开关、手柄位置和车速信号，通过驾驶员因子计算模块得到驾驶员因子；所述驾驶员因子计算模块，根据获取的实时发动机转速、油门、脚刹、钥匙开关、手柄位置和车速信号，判断是否满足驾驶员因子计算触发条件，若满足进入下一步，否则退出，所述驾驶员因子计算触发条件至少包括：a)钥匙上电，b)手柄位置在前进挡，c)脚刹松开，d)发动机转速大于400转/分钟，e)车速大于10公里/小时。定义输入变量，包括车速v、油门x、油门斜率y信号三个输入变量；隶属度计算，确定七个隶属度函数a(v)、b(v)、c(x)、d(x)、e(x)、f(y)、g(y)，所述隶属度函数a(v)为车速不高，所述隶属度函数b(v)为车速高，所述隶属度函数c(x)为油门小，所述隶属度函数d(x)为油门中等，所述隶属度函数e(x)为油门大，所述隶属度函数f(y)为油门斜率中等，所述隶属度函数g(y)为油门斜率高，七个隶属度函数a(v)、b(v)、c(x)、d(x)、e(x)、f(y)、g(y)根据车速v、油门x和滤波后的油门斜率y，分别得到7个相应的输出值av、bv、cx、dx、ex、fy、gy；根据上述七个隶属度函数，确定至少六个模糊控制规则，本实施例中采用六个规则，所述六个规则分别如下：第1个模糊控制规则为：如果车速不高且油门中等，那么驾驶员因子原始值为中等，驾驶员因子原始值a1为av与dx中取小值；第2个模糊控制规则为：如果车速不高且油门斜率中等，那么驾驶员因子原始值为中等，驾驶员因子原始值a2为av与fy中取小值；第3个模糊控制规则为：如果车速不高且油门斜率大，那么驾驶员因子原始值为高，驾驶员因子原始值a3为av与gy中取小值；第4个模糊控制规则为：如果车速高且油门大且油门斜率大，那么驾驶员因子原始值为高，驾驶员因子原始值a4为bv、ex与gy三者中取小值；第5个模糊控制规则为，如果油门小且油门斜率大，那么驾驶员因子原始值为高，驾驶员因子原始值a5为cx与gy中取小值；第6个模糊控制规则为：驾驶员因子原始值为平衡，驾驶员因子原始值a6为0。解模糊化，按照如下公式对模糊逻辑判断得到的输出进行精确化处理得到驾驶员因子：其中ai为第i个模糊控制规则的驾驶员因子原始值，knj为规则分子系数，kdj为规则分母系数。所述驾驶员因子归一化模块用于对驾驶员因子计算模块得到的驾驶员因子进行归一化处理；所述驾驶员因子滤波模块用于对归一化处理后的驾驶员因子进行滤波处理，识别出驾驶员类型。进一步地，还包括目标挡位计算模块，所述目标挡位计算模块利用滤波后的驾驶员因子调整换挡参考车速，并计算出车辆行驶的最佳挡位。所述目标挡位计算模块利用滤波后的驾驶员因子调整换挡参考车速，目标挡位计算模块内设置经济换挡线和运动换挡线两种，根据当前车速和油门查找经济换挡线得到经济换挡参考车速veco和根据当前车速和油门查找运动换挡线得到运动参考车速vsport，并将经济换挡参考车速、运动换挡参考车速以及滤波后的驾驶员因子带入换挡参考车速计算公式计算出换挡参考车速，根据滤波后的驾驶员因子对换挡参考车速进行实时更正，并按照更正后的换挡参考车速来执行换挡，保证车辆在最佳的挡位上运行，换挡参考车速计算公式为：其中，vref为换挡参考车速，veco为经济参考车速，vsport为运动参考车速，fdrv为滤波后的驾驶员因子。本发明一种车辆的驾驶员类型识别控制系统，包括变速器控制单元，所述变速器控制单元采用上述所述的车辆的驾驶员类型识别控制功能模块构架。当前第1页12