车辆质量辨识方法和系统的制作方法
【专利摘要】在一种车辆质量辨识方法和系统中，获取车辆的轮速、驱动力矩和纵向加速度，并且使用辨识方程组计算出车辆质量估算值，所述方程组包含轮速、驱动力矩和纵向加速度作为输入参数，以及车辆质量和车辆的驱动阻力作为变量。在车辆质量估算值的计算过程中，纵向加速度的下限和上限阈值被计入。
【专利说明】车辆质量辨识方法和系统【技术领域】
[0001] 本发明涉及用于车辆、尤其是电动车辆的质量辨识方法和系统。
【背景技术】
[0002]在现有的车辆控制系统中，各种传感器被用于提供车辆和环境信息，例如轮速、车身加速度、环境温度等等。然而，仍有一些信息，例如整车质量、路面附着系数等，不能通过传感器直接获得。如果能够对一些未知参数进行有效地辨识的话，将会使得车辆控制系统的控制效果得到进一步的提高。例如，在车辆ASR和ABS系统中，各个车轮的垂直载荷信息对于控制车轮滑移或滑转有重要的参考作用。
[0003]确定车轮垂直载荷的一个主要因素就是整车质量。因此，整车质量信息对于ASR系统中控制车轮滑动率是非常重要的。
[0004]车辆质量辨识方面已经作过了各种研究，现有估算车辆质量的方法主要归类为基于传感器的方法和基于动力学模型的方法。
[0005]基于传感器的辨识方法通过添加相应的传感器而提供了车辆质量辨识的简单途径。如从直接承载车辆质量的车辆悬架开始考虑，已发现用于实时质量辨识的传感器可以安装到悬架上(例如参看 Rajamani R.和 Hedrick J.K., 1995, “Adaptive Observersfor Active Automotive Suspensions:Theory and Experiment”，IEEE Transactionson Control System Technology, 3 (I)，pp.86-93 ;以及 Fremd R., 1987, “Apparatus forMeasuring the Mass of a Motor Vehicle”，美国专利 N0.4，656，876)。在基于传感器的辨识方法中，需要采用昂贵的传感器，这会增加车辆的成本。
[0006]基于动力学模型的辨识方法通常采用车辆动力学模型，并且基于车辆数据例如发动机扭矩、车速、发动机速度、传动比等等估算车辆质量，这些数据是预先已知的或是可以从CAN总线直接获得。
[0007]考虑侧向/横摆动力学的基于动力学模型的辨识方法利用了这样的事实，即车辆质量直接影响侧向加速度和侧倾路面、车辆转向等引起的侧向力之间的关系。一些侧向/横摆动力学方法使用卡尔曼滤波估算车辆状况和参数。侧向/横摆动力学方法存在的缺点是模型复杂、获取输入参数困难和辨识精度低(例如参看Best M.C.和GordonT.J.,2000, “Combined State and Parameter Estimation of Vehicle HandlingDynamics，，，Proceedings of the 5th International Symposium on Advanced VehicleControl (AVEC), Ann Arbor, MI ；以及 Wenzel T.A., Burnham K.J., Blundell Μ.V.,和Williamsn R.A., 2004, “Approach to Vehicle State and Parameter Estimation UsingExtended Kalman Filtering”，Proceedings of the International Symposium onAdvanced Vehicle Control (AVEC))?
[0008]另一方面，考虑纵向动力学的基于动力学模型的辨识方法起始于车辆质量对车辆纵向力和纵向加速度之间的关系的直接影响。例如，一些纵向动力学方法使用递推最小二乘法提供车辆质量和路面坡度的在线辨识。纵向动力学方法是有前景的，但作用于车辆的纵向力的合力不但受惯性力输入的影响，还受道路坡度/梯度、空气动力阻力等的影响。因此，现有的基于纵向动力学的方法仍然取决于滚动阻力、空气阻力的测量值或车速的预设值，受到变化的路面坡度和纵向速度的影响(例如参看Ardalan Vahidi, AnnaStefanopoulou 和 Huei Peng, “Recursive Least Squares with Forgetting for OnlineEstimation of Vehicle Mass and Road Grade: Theory and Experiments，，；以及 VincentWinstead 和 Ilya V.Kolmanovsky, 2008, “Online Vehicle Mass Estimation UsingRecursive Least Squares and Supervisory Data Extraction，，，2008American ControlConference)。
[0009]在现有的基于动力学模型的辨识方法中，行驶阻力和坡度阻力的影响未被充分考虑，因此这些方法不能完全适应车辆行驶工况的复杂变化。此外，在现有的基于动力学模型的辨识方法中，车辆质量和路面坡度作为未知参数被估算，并且滚动阻力和空气阻力作为已知参数被输入，而不同状况下各种阻力的变化未被考虑。同时，路面坡度的辨识精度直接影响估算质量。出于这些原因，现有基于动力学模型的辨识方法的辨识精度较低。
[0010]综上所述，对于经济型电动车辆而言，现有的车辆质量辨识方法要么非常昂贵，要么精度较低。
【发明内容】
[0011]本发明的目的是提供一种用于车辆尤其是电动车辆的质量辨识方法和系统，其同时满足成本和精度方面的要求。
[0012]为此，本发明提供了一种车辆质量辨识方法，包括下述步骤:
[0013]I)为车辆建立车辆纵向动力学方程；
[0014]2)由所述纵向动力学方程建立辨识方程组，所述辨识方程组中包含轮速、驱动力矩和纵向加速度作为输入参数，以及车辆质量和车辆的驱动阻力作为变量；
[0015]3)在车辆行驶的状态下确定车辆的轮速、驱动力矩和纵向加速度；
[0016]4)使用辨识方程组反复地一起计算当前车辆质量值和驱动阻力，直至当前车辆质量值收敛；和
[0017]5)将当前车辆质量值作为车辆质量估算值输出；
[0018]其中，在步骤4)中，当纵向加速度低于下限阈值时，只有驱动阻力被估算，而车辆质量被固定在前一估算值；并且当纵向加速度高于上限阈值时，只有车辆质量被估算，而驱动阻力被固定在前一估算值。
[0019]根据本发明的一种优选实施方式，车辆的驱动阻力至少为滚动阻力和空气阻力之和。
[0020]根据本发明的一种优选实施方式，粗估算的车辆质量值被用作第一个车辆质量值。
[0021]根据本发明的一种优选实施方式，所述辨识方法在车辆起步阶段中执行。
[0022]根据本发明的一种优选实施方式，车辆为电动车辆，例如每个车轮都由单独电机驱动的电动车辆。
[0023]根据本发明的一种优选实施方式，驱动力矩由电动车辆的电机的电流信息获取。
[0024]根据本发明的一种优选实施方式，轮速由检测车轮旋转速度的速度传感器获取，或者由电动车辆的电机的输出速度信息获取。
[0025]根据本发明的一种优选实施方式，车辆纵向动力学方程中包含固有物理参数，所述固有物理参数至少包括车轮的转动惯量和车轮半径。
[0026]根据本发明的一种优选实施方式，在步骤4)中，当前车辆质量值的计算与驱动阻力的计算彼此解耦。
[0027]本发明还提供了一种车辆质量辨识系统，包括:在车辆行驶的状态下确定轮速的部件和确定车辆驱动力矩的部件；测量车辆纵向加速度的纵向加速度传感器；和计算模块，其构造成利用前述本发明的车辆质量辨识方法计算出车辆质量估算值。
[0028]根据本发明的一种优选实施方式，车辆质量辨识系统安装在电动车辆中，例如，安装在每个车轮都由单独电机驱动的电动车辆中。
[0029]本发明的主要改进之处在于利用便宜的传感器估算车辆质量，而不需要获得滚动阻力、空气阻力和车辆纵向速度作为预设条件。计算载荷非常小，并且算法易于在实时应用中实施。
[0030]此外，本发明能够将车辆质量的辨识与驱动阻力的辨识解耦，以使得车辆质量辨识精度更高且相对于驱动阻力变化的鲁棒性更高，并且易于实际应用。
[0031]因此，本发明的重要思想在于，当纵向加速度(利用加速度计信号确定)足够小时，只有驱动阻力被估算，而车辆质量被固定在前一估算值。当纵向加速度足够大时，只估算车辆质量，而驱动阻力被设置定在前一估算值。通过这种方式，车辆质量的辨识受驱动阻力的影响更小。所述辨识方法基于低价格的传感器和简单的算法，因而容易在实时应用中实现。
【专利附图】
【附图说明】
[0032]下面将参照附图描述本发明的一些优选实施方式，在附图中:
[0033]图1是显示车辆及其车轮的纵向动力学的示意图；
[0034]图2示出了根据本发明的一种优选实施方式的辨识过程的流程图；以及
[0035]图3示出了对于不同车辆质量的辨识结果的曲线图。
【具体实施方式】
[0036]本发明的研究对象是车辆，尤其是电机驱动的车辆，在本发明的一些实验中采用的是各车轮由电机独立驱动的车辆，例如每个轮由轮毂电机驱动的车辆。对于耗用传统燃料的车辆，车辆的轮速和驱动力矩通过额外的传感器测量。对于车轮由电机直接或间接驱动的电动车辆，驱动力矩可以直接或间接通过电机电信号获得，因此可以获得高精度的车辆驱动力矩，而不需要使用任何额外的轮速传感器。对于具有集成速度传感器的电机，可以由集成速度传感器提供的电机速度信息获得轮速。
[0037]本发明提供了新颖的基于动力学模型的车辆质量辨识方法，其中路面坡度信息不被单独处理，并且滚动阻力和空气阻力组合成单一变量，即行驶阻力。在这种方法中，不需要通过数学拟合而计算出任何阻力，车速信息也不需要。只有车辆质量和行驶阻力作为两个未知参数被估算。所述辨识方法的计算载荷减小了，辨识速度提高了，并且实时处理能力更好。[0038]本发明的质量辨识方法适用于车辆，尤其是电动车辆，特别是在本发明的优选实施方式中采用的四个车轮均由独立电机驱动的车辆。通过纵向加速度传感器得到加速度信息；各车轮的轮速信息和力矩信息可以通过速度传感器和力矩传感器得到，或从电机获得。起步阶段的车速较低，因此行驶阻力也较低，这样有利于提高质量辨识的准确性。出于这一原因，所述辨识方法优选在车辆起步阶段执行。考虑到车辆质量在车辆行驶状态下变化很小，因此车辆质量可以认为是个常数。因此，一旦在车辆起步阶段完成车辆质量辨识，就不需要执行额外的辨识，并且估算值保持不变。然而，可以理解，作为附加或替代，本发明的车辆质量辨识过程可在车辆行驶阶段执行。
[0039]本发明的质量辨识方法始于车辆纵向动力学，如下所述。
[0040]如图1所示，车辆在正常的运行状态下，其车轮的转动平衡方程可以表示为:
【权利要求】
1.一种车辆质量辨识方法，包括下述步骤: 1)为车辆建立车辆纵向动力学方程； 2)由所述纵向动力学方程建立辨识方程组，所述辨识方程组中包含轮速、驱动力矩和纵向加速度作为输入参数，以及车辆质量和车辆的驱动阻力作为变量； 3)在车辆行驶的状态下确定车辆的轮速、驱动力矩和纵向加速度； 4)使用辨识方程组反复地一起计算当前车辆质量值和驱动阻力，直至当前车辆质量值收敛；和 5)将当前车辆质量值作为车辆质量估算值输出； 其中，在步骤4)中，当纵向加速度低于下限阈值时，只有驱动阻力被估算，而车辆质量被固定在前一估算值；并且当纵向加速度高于上限阈值时，只有车辆质量被估算，而驱动阻力被固定在前一估算值。
2.如权利要求1所述的车辆质量辨识方法，其中，车辆的驱动阻力至少为滚动阻力和空气阻力之和。
3.如权利要求1或2所述的车辆质量辨识方法，其中，粗估算的车辆质量值被用作第一个车辆质量值。
4.如权利要求1至3中任一项所述的车辆质量辨识方法，其中，所述辨识方法在车辆起步阶段中执行。
5.如权利要求1至4中任一项所述的车辆质量辨识方法，其中，车辆为电动车辆。
6.如权利要求5所述的车辆质量辨识方法，其中，驱动力矩由电动车辆的电机的电流信息获取。
7.如权利要求5所述的车辆质量辨识方法，其中，轮速由检测车轮旋转速度的速度传感器获取，或者由电动车辆的电机的输出速度信息获取。
8.如权利要求5至7中任一项所述的车辆质量辨识方法，其中，车辆为每个车轮都由单独电机驱动的电动车辆。
9.如权利要求1至8中任一项所述的车辆质量辨识方法，其中，车辆纵向动力学方程中包含固有物理参数，所述固有物理参数至少包括车轮的转动惯量和车轮半径。
10.一种车辆质量辨识系统,包括: 在车辆行驶的状态下确定轮速的部件和确定车辆驱动力矩的部件； 测量车辆纵向加速度的纵向加速度传感器；和 计算模块，其构造成利用如权利要求1至9中任一项所述的车辆质量辨识方法计算出车辆质量估算值。
11.如权利要求10所述的车辆质量辨识系统，其中，车辆质量辨识系统安装在电动车辆中。
12.如权利要求10所述的车辆质量辨识系统，其中，车辆质量辨识系统安装在每个车轮都由单独电机驱动的电动车辆中。
【文档编号】G01G19/08GK103946679SQ201180074966
【公开日】2014年7月23日 申请日期:2011年11月22日 优先权日:2011年11月22日
【发明者】冯源, 熊璐, 余卓平, 韩卫军 申请人:罗伯特·博世有限公司