本发明属于汽车技术领域，涉及电动助力转向系统以及能量管理系统，尤其是一种考虑电池SOC情况下的助力特性曲线设计。
背景技术：
EPS的助力特性曲线是指电动机的助力电流与方向盘输入扭矩、车辆行驶速度、前轮气压、前轴轴重等参数之间的关系，一般情况下考虑方向盘输入扭矩、车辆行驶速度这两个主要参数即可满足控制要求。EPS的助力特性曲线是EPS软件系统的关键技术。助力特性曲线决定了控制器(ECU)按照什么样的目标去控制助力电流的大小，去满足不同行驶工况下对助力扭矩的要求。基本的助力特性曲线大致分为：直线型、折线型、曲线型。能够基本满足设计需求，但助力的实际效果较差，于是，出现对助力特性曲线的改进设计，其中，具有参数可调式的曲线型助力特性曲线设计，通过设定的参数对曲线型助力特性曲线进行形状的变化，能够使曲线随时可变。具有双斜率平滑助力曲线，可以根据小助力区和大助力区的不同手感要求对曲线参数进行独立标定，具有助力平顺、参数功能独立、易于调试的优点，能更好地满足驾驶员在转向手感方面的期望。以上设计仅仅从曲线本身出发，没有考虑电池电量对于车辆助力产生的影响，在手力矩变化较大以及手力矩较大时，电池很有可能无法提供满足要求的EPS电流，EPS系统会突然断电，转向助力系统会瞬间不起作用，严重影响驾驶安全。
申请号为200810202069.7的中国专利，公开了“具有参数独立可调式曲线型助力特性的电动助力转向系统”；其存在参数调整使曲线设计周期长，同时，无法联系车辆的实际情况，从而根据车辆的实际情况进行曲线调整。
申请号为201010600546.2的中国专利，公开了“具有双斜率平滑助力曲线的电动助力转向系统，”其存在折线分段进行双斜率平滑处理的过程中无法保证助力曲线的实际应用效果，即是否能保证电池电量的持续供给等。
技术实现要素：
为了克服上述现有技术的不足，本发明提供了一种基于SOC的汽车电动助力转向系统的助力特性曲线设计方法。
一种基于SOC的汽车电动助力转向系统的助力特性曲线设计方法，所述助力特性曲线的设计考虑电池SOC的情况，在曲线设计过程中在原曲线型助力特性曲线的基础上进行平滑处理，同时给EPS系统所需电流进行约束来保证电池即使在低电量的情况下也能够有稳定持续的电流输出，保证EPS整个助力过程的实现，曲线设计包括以下步骤：
步骤1)运用卡尔曼滤波理论对电池的SOC进行估计；将SOC分成三类，分别为SOC<40％、40％<SOC<70％及SOC>70％；
步骤2)对SOC<40％的情况，对应于曲线形助力特性曲线进行分段处理，共分为5段5个区，分别为：助力区1是助力死区，助力区2是小助力区，助力区3是中助力区，助力区4是大助力区，助力区5是饱和区；对助力特性曲线的5段分别进行曲线平滑处理，助力区2即手力矩T1<Td<T2，应用一次指数平滑处理；中阻力区3即T2<Td<T3，应用二次指数平滑处理；大助力区4即T3<Td<T4，应用三次指数平滑处理，改善曲线型助力曲线的变化率，从而稳定电池的电流输出；
步骤3)对40％<SOC<70％的情况，对曲线型助力特性曲线进行二次指数平滑处理；
步骤4)对SOC>70％的情况，对曲线型助力特性曲线进行一次指数平滑处理；
步骤5)对利用手力矩计算目标电流过程中，即Ia＝ζTd，其中的比例关系ζ进行变化处理，
其中，λ为变换系数，确定车速对应的助力曲线；其中，Ia为目标电流，Td为手力矩，ζ为手力矩与目标电流的换算关系；
步骤6)对于不同车速下，通过关于速度的相关项得到不同车速下的完整助力特性曲线，即
I＝e-av·ζTd (2)
其中I为各车速情况下的目标电流，e-av为包含速度的矫正系数，a为常数。
本专利在曲线设计时考虑了电池的剩余电量，同时，曲线的设计是在原曲线型助力特性曲线的基础上，在满足实际应用的情况下，能够更好的实现目标电流的计算，保证实际跟踪电流的稳定输出；在设计助力曲线的过程中一方面是在曲线型助力曲线的基础上进行的平滑处理，效果更为良好；另一方面，本专利使在考虑电池电量的基础上进行的设计，能够保证电池电流的持续供给。
基于SOC的汽车电动助力转向系统的助力特性曲线设计方法，步骤1)中运用双卡尔曼滤波理论对动力系统的状态做出最小方差意义上的最优估计，应用于电池SOC估计，电池被看成动力系统，SOC是系统的一个内部状态；电池模型的一般数学形式为：
状态方程：xk+1＝Akxk+Bkuk+wk＝f(xk,uk)+wk (3)
观测方程：yk＝ckxk+vk＝g(xk,uk)+vk (4)
其中，系统的输入向量uk，为包含电池电流、温度、剩余容量和内阻变量；
系统的输出yk，为电池的工作电压；
电池SOC包含在系统的状态量xk中，f(xk,uk)和g(xk,uk)都是由电池模型确定的非线性方程，在计算过程中进行线性化；估计SOC算法，包括SOC估计值和反应估计误差、协方差矩阵的递归方程，协方差矩阵用来给出估计误差范围，这一方程是在电池模型状态方程中，将SOC描述为状态矢量的依据：
具体的双卡尔曼滤波算法步骤为：
步骤(1)给定初始值：
为使迭代能够快速收敛，将SOC的初始值设定的比较接近真实值，R0的初始值则通过当前SOC查表给出，另外两个状态可以设为0，由此就得到了X(0)和R(0)；
步骤(2)SOC估计：
使用第k-1步的系统参数来估计第k步的系统状态，然后再用第k步的系统状态估计第k步的系统参数：
步骤(2.1)使用电流积分对第k步的系统状态进行估计：
X(kk-1)＝As(k)X(k-1)+Bs(k)I(k)+ωs (6)
其中，
其中，ωs为系统的过程噪声，基本是由电流的噪声决定；
步骤(2.2)系统状态的最优估计：
X(k)＝X(k|k-1)+Ks(k)(V(k)-V(k)') (9)
其中V(k)为测得的电池两端电压，V(k)′为使用电池模型估计的端电压；
V(k)'＝Fv(S(k))-R0(k)I(k)-URC1(k)-URC2(k)+v (10)
步骤(2.3)求Ks(k)(卡尔曼增益)，计算方差阵：
其中Qs为系统过程噪声的协方差矩阵，rs为电压的测量噪声的方差；Fv(S)为开路电压关于SOC的函数；
步骤(2.4)更新一下方差阵P，结束这一步的SOC的卡尔曼滤波；
Ps(k)＝[I-Ks(k)Cs(k)]Ps(k|k-1) (14)
基于SOC的汽车电动助力转向系统的助力特性曲线设计方法，选取曲线形助力特性曲线函数为：
其中，F(v)为不同速度对应的助力曲线系；F(v)为车速v的函数，v越快，F(v)越小，取v的指数递减函数，G(Td)为不同方向盘扭矩输入时的助力曲线，为增函数，即方向盘的输入扭矩越大，为了转向轻便，助力扭矩也必须越大。
基于SOC的汽车电动助力转向系统的助力特性曲线设计方法，所采用的平滑处理或指数平滑法，是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测；其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均，指数平滑法的基本公式是：
St＝α·yt+(1-α)St-1 (16)
式中，St--时间t的平滑值；yt--时间t的实际值；St-1--时间t-1的平滑值；α--平滑常数，其取值范围为[0，1]；
据平滑次数不同，指数平滑法分为：一次指数平滑法、二次指数平滑法和三次指数平滑法；
对于小助力区2，T1<Td<T2，应用一次指数平滑处理，其预测公式为：
yt+1'＝a·yt+(1-a)y't (17)
其中，yt+1'--t+1期的预测值，即本期(t期)的平滑值St(1)；yt--t期的实际值；yt'--t期的预测值，即上期的平滑值St-1(1)；该公式又可以写作：yt+1'＝y't+a(yt-y't)，可见，下期预测值又是本期预测值与以a为折扣的本期实际值与预测值误差之和；
对于中助力区3，T2<Td<T3，应用二次指数平滑处理，二次指数平滑是对一次指数平滑的再平滑，它适用于具线性趋势的时间数列，其预测公式为：
yt+m＝(2+am/(1-a))y't-(1+am/(1-a))yt＝(2y't-yt)+m(y't-yt)a/(1-a) (18)
式中，yt＝a·y't-1+(1-a)yt-1
显然，二次指数平滑是一直线方程，其截距为：(2yt'-yt)，斜率为：(yt'-yt)a/(1-a)，自变量为预测天数，二次指数平滑基本公式：
St(2)＝a·St(1)+(1-a)St-1(2) (19)
Yt+Y＝at+btT (20)
at＝2St(1)-St(2) (21)
bt＝(a/1-a)(St(1)-St(2)) (22)
式中，St(1)--第t期的一次指数平滑值St(2)--第t期的二次指数平滑值α--平滑系数Yt+T--第t+T期预测值T--由t期向后推移期数；
对于大助力区4，T3<Td<T4，应用三次指数平滑处理，三次指数平滑预测是二次平滑基础上的再平滑，其预测公式是：
yt+m＝(3y't-3yt)+[(6-5a)y't-(10-8a)yt+(4-3a)yt]*am/2(1-a)2+(y't-2yt+y't)*a2m2/2(1-a)2 (23)
式中，yt＝ayt-1+(1-a)yt-1
预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权，通过趋势调整，添加趋势修正值，可以在一定程度上改进指数平滑预测结果，调整后的指数平滑法的公式为：
包含趋势预测(YtTt)＝新预测(Yt)+趋势校正(Tt)
进行趋势调整的指数平滑预测有三个步骤：
(1)利用前面介绍的方法计算第t期的简单指数平滑预测(Yt)；
(2)计算趋势，其公式为：
Tt＝(1-b)Tt-1+b(Yt-Yt-1) (24)
其中，Tt＝第t期经过平滑的趋势；Tt-1＝第t期上期经过平滑的趋势；b＝选择的趋势平滑系数；Yt＝对第t期简单指数平滑预测；Yt-1＝对第t期上期简单指数平滑预测，
(3)计算趋势调整后的指数平滑预测值(YtTt)，计算公式为：
YtTt＝Yt+Tt。 (25)
本发明采用的技术方案是在对助力特性曲线进行设计时，考虑了SOC的情况，尤其是在手力矩变化较大以及大手力矩的情况下，改变助力曲线的变化率，控制EPS的电流在电池供电范围之内。
通过卡尔曼滤波观测器实时观测SOC数值，根据SOC数值大小对原曲线型助力特性曲线进行分情况处理，对SOC<40的情况对原曲线型助力特性曲线进行分段分别进行平滑处理，对SOC>40％的情况就分别进行一级、二级指数平滑处理，同时对EPS的需求电流进行约束，保证电池对EPS电流的持续供应，从而是助力转向系统持续发挥作用。
与现有技术相比，本发明的有益效果是在设计助力特性曲线的时候考虑了电池电量SOC的情况，可以使转向助力系统在任何电池电量SOC的情况下运行，保证驾驶员的转向安全。
附图说明
图1是现有技术的助力特性曲线。
图2是本发明SOC<40％情况下的助力特性曲线。
图3是本发明40％<SOC<70％情况下的助力特性曲线。
图4是本发明SOC>70％情况下的助力特性曲线。
图5是本发明基于SOC的助力特性曲线设计流程图。
具体实施方式
以下结合附图对本发明进一步的说明。
接合图1可知，现有技术的设计仅仅从曲线本身出发，没有考虑电池电量对于车辆助力产生的影响，在手力矩变化较大以及手力矩较大时，电池很有可能无法提供满足要求的EPS电流，EPS系统会突然断电，转向助力系统会瞬间不起作用，严重影响驾驶安全。
接合图2-图4可知；本发明的一种基于SOC的汽车电动助力转向系统的助力特性曲线设计方法，所述助力特性曲线的设计考虑电池SOC的情况，在曲线设计过程中在原曲线型助力特性曲线的基础上进行平滑处理，同时给EPS系统所需电流进行约束来保证电池即使在低电量的情况下也能够有稳定持续的电流输出，保证EPS整个助力过程的实现，曲线设计包括以下步骤：
步骤1)运用卡尔曼滤波理论对电池的SOC进行估计；将SOC分成三类，分别为SOC<40％、40％<SOC<70％及SOC>70％；
步骤2)对SOC<40％的情况，对应于曲线形助力特性曲线进行分段处理，共分为5段5个区，分别为：助力区1是助力死区，助力区2是小助力区，助力区3是中助力区，助力区4是大助力区，助力区5是饱和区；对助力特性曲线的5段分别进行曲线平滑处理，助力区2即手力矩T1<Td<T2，应用一次指数平滑处理；中阻力区3即T2<Td<T3，应用二次指数平滑处理；大助力区4即T3<Td<T4，应用三次指数平滑处理，改善曲线型助力曲线的变化率，从而稳定电池的电流输出；对于小助力区2，T1<Td<T2，应用一次指数平滑处理。在小助力区2段，选取n个点a1，a2，a3……，得到一系列的点(x1，y1)，(x2，y2)(x3，y3)……取初始值为T1，将所取各点依次代入：yt+1'＝y't+a(yt-y't)。同时，取平滑系数为α，阻尼系数μ并依次改变阻尼系数，进行迭代运算直至得到最终结果。
对于中助力区3，T2<Td<T3，应用二次指数平滑处理。在中助力区3段，选取n个点a1，a2，a3……，得到一系列的点(x1，y1)，(x2，y2)(x3，y3)……取初始值为T2，将所取各点依次代入：yt+m＝(2+am/(1-a))y't-(1+am/(1-a))yt＝(2y't-yt)+m(y't-yt)a/(1-a)同时，取平滑系数为α，阻尼系数为μ并以此改变阻尼系数，进行迭代运算直至得到最终结果。
对于大助力区4，T3<Td<T4，应用三次指数平滑处理。在中助力区3段，选取n个点a1，a2，a3……，得到一系列的点(x1，y1)，(x2，y2)(x3，y3)……取初始值为T2，将所取各点依次代入：yt+m＝(3y't-3yt)+[(6-5a)y't-(10-8a)yt+(4-3a)yt]*am/2(1-a)2+(y't-2yt+y't)*a2m2/2(1-a)2同时，选取平滑系数为α，阻尼系数为μ并依次改变阻尼系数，进行迭代运算直至得到最终结果。
步骤3)对40％<SOC<70％的情况，对曲线型助力特性曲线进行二次指数平滑处理；
对40％<SOC<70％的情况，对原曲线型助力曲线进行一次指数平滑处理，取n个点a1，a2，a3……，得到一系列的点(x1，y1)，(x2，y2)(x3，y3)……取初始值为T1，将所取各点依次代入：yt+m＝(2+am/(1-a))y't-(1+am/(1-a))yt＝(2y't-yt)+m(y't-yt)a/(1-a)同时，取平滑系数为α，阻尼系数为μ并以此改变阻尼系数，进行迭代运算，直至得到最终结果。
步骤4)对SOC>70％的情况，对曲线型助力特性曲线进行一次指数平滑处理；
对SOC>70％的情况，对原曲线型助力曲线进行一次指数平滑处理，取n个点a1，a2，a3……，得到一系列的点(x1，y1)，(x2，y2)(x3，y3)……取初始值为T1，将所取各点依次代入：yt+1'＝y't+a(yt-y't)同时，取平滑系数为α，阻尼系数为μ并以此改变阻尼系数，进行迭代运算，直至得到最终结果。
步骤5)对利用手力矩计算目标电流过程中，即Ia＝ζTd，其中的比例关系ζ进行变化处理，
其中，λ为变换系数，确定车速对应的助力曲线；其中，Ia为目标电流，Td为手力矩，ζ为手力矩与目标电流的换算关系；在将转矩传感器测量的手力矩大小换算成目标电流时，通过改变换算系数可以平缓助力特性曲线，使目标电流值始终保持在电池的放电电流范围内，即可以使曲线产生横向拉长的效果。
步骤6)对于不同车速下，通过关于速度的相关项得到不同车速下的完整助力特性曲线，即
I＝e-av·ζTd (27)
其中I为各车速情况下的目标电流，e-av为包含速度的矫正系数，a为常数。
本专利在曲线设计时考虑了电池的剩余电量，同时，曲线的设计是在原曲线型助力特性曲线的基础上，在满足实际应用的情况下，能够更好的实现目标电流的计算，保证实际跟踪电流的稳定输出；在设计助力曲线的过程中一方面是在曲线型助力曲线的基础上进行的平滑处理，效果更为良好；另一方面，本专利使在考虑电池电量的基础上进行的设计，能够保证电池电流的持续供给。
基于SOC的汽车电动助力转向系统的助力特性曲线设计方法，步骤1)中运用双卡尔曼滤波理论对动力系统的状态做出最小方差意义上的最优估计，应用于电池SOC估计，电池被看成动力系统，SOC是系统的一个内部状态；电池模型的一般数学形式为：
状态方程：xk+1＝Akxk+Bkuk+wk＝f(xk,uk)+wk (28)
观测方程：yk＝ckxk+vk＝g(xk,uk)+vk (29)
其中，系统的输入向量uk，为包含电池电流、温度、剩余容量和内阻变量；
系统的输出yk，为电池的工作电压；
电池SOC包含在系统的状态量xk中，f(xk,uk)和g(xk,uk)都是由电池模型确定的非线性方程，在计算过程中进行线性化；估计SOC算法，包括SOC估计值和反应估计误差、协方差矩阵的递归方程，协方差矩阵用来给出估计误差范围，这一方程是在电池模型状态方程中，将SOC描述为状态矢量的依据：
具体的双卡尔曼滤波算法步骤为：
步骤(1)给定初始值：
为使迭代能够快速收敛，将SOC的初始值设定的比较接近真实值，R0的初始值则通过当前SOC查表给出，另外两个状态可以设为0，由此就得到了X(0)和R(0)；
步骤(2)SOC估计：
使用第k-1步的系统参数来估计第k步的系统状态，然后再用第k步的系统状态估计第k步的系统参数：
步骤(2.1)使用电流积分对第k步的系统状态进行估计：
X(k|k-1)＝As(k)X(k-1)+Bs(k)I(k)+ωs (31)
其中，
其中，ωs为系统的过程噪声，基本是由电流的噪声决定；
步骤(2.2)系统状态的最优估计：
X(k)＝X(k|k-1)+Ks(k)(V(k)-V(k)') (34)
其中V(k)为测得的电池两端电压，V(k)′为使用电池模型估计的端电压；
V(k)'＝Fv(S(k))-R0(k)I(k)-URC1(k)-URC2(k)+v (35)
步骤(2.3)求Ks(k)(卡尔曼增益)，计算方差阵：
其中Qs为系统过程噪声的协方差矩阵，rs为电压的测量噪声的方差；Fv(S)为开路电压关于SOC的函数；
步骤(2.4)更新一下方差阵P，结束这一步的SOC的卡尔曼滤波；
Ps(k)＝[I-Ks(k)Cs(k)]Ps(k|k-1) (39)
基于SOC的汽车电动助力转向系统的助力特性曲线设计方法，选取曲线形助力特性曲线函数为：
其中，F(v)为不同速度对应的助力曲线系；F(v)为车速v的函数，v越快，F(v)越小，取v的指数递减函数，G(Td)为不同方向盘扭矩输入时的助力曲线，为增函数，即方向盘的输入扭矩越大，为了转向轻便，助力扭矩也必须越大。
基于SOC的汽车电动助力转向系统的助力特性曲线设计方法，所采用的平滑处理或指数平滑法，是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测；其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均，指数平滑法的基本公式是：
St＝α·yt+(1-α)St-1 (41)
式中，St--时间t的平滑值；yt--时间t的实际值；St-1--时间t-1的平滑值；α--平滑常数，其取值范围为[0，1]；
据平滑次数不同，指数平滑法分为：一次指数平滑法、二次指数平滑法和三次指数平滑法；
对于SOC>70％的情况以及SOC<40％的情况中的小助力区2，即T1<Td<T2时。应用一次指数平滑处理，其预测公式为：
yt+1'＝a·yt+(1-a)y't (42)
其中，yt+1'--t+1期的预测值，即本期(t期)的平滑值St(1)；yt--t期的实际值；yt'--t期的预测值，即上期的平滑值St-1(1)；该公式又可以写作：yt+1'＝yt'+a(yt-yt')，可见，下期预测值又是本期预测值与以a为折扣的本期实际值与预测值误差之和；
对于40％<SOC<70％的情况以及SOC<40％的情况中的中助力区3，即T2<Td<T3时。应用二次指数平滑处理，二次指数平滑是对一次指数平滑的再平滑，它适用于具线性趋势的时间数列，其预测公式为：
yt+m＝(2+am/(1-a))y't-(1+am/(1-a))yt＝(2y't-yt)+m(y't-yt)a/(1-a) (43)
式中，yt＝a·y't-1+(1-a)yt-1
显然，二次指数平滑是一直线方程，其截距为：(2y't-yt)，斜率为：(yt'-yt)a/(1-a)，自变量为预测天数，二次指数平滑基本公式：
St(2)＝a·St(1)+(1-a)St-1(2) (44)
Yt+Y＝at+btT (45)
at＝2St(1)-St(2) (46)
bt＝(a/1-a)(St(1)-St(2)) (47)
式中，St(1)--第t期的一次指数平滑值St(2)--第t期的二次指数平滑值α--平滑系数Yt+T--第t+T期预测值T--由t期向后推移期数；
对于SOC<40％情况中的大助力区4，即T3<Td<T4时，应用三次指数平滑处理，三次指数平滑预测是二次平滑基础上的再平滑，其预测公式是：
yt+m＝(3y't-3yt)+[(6-5a)y't-(10-8a)yt+(4-3a)yt]*am/2(1-a)2+(y't-2yt+y't)*a2m2/2(1-a)2 (48)
式中，yt＝ayt-1+(1-a)yt-1
预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权，通过趋势调整，添加趋势修正值，可以在一定程度上改进指数平滑预测结果，调整后的指数平滑法的公式为：
包含趋势预测(YtTt)＝新预测(Yt)+趋势校正(Tt)
进行趋势调整的指数平滑预测有三个步骤：
(1)利用前面介绍的方法计算第t期的简单指数平滑预测(Yt)；
(2)计算趋势，其公式为：
Tt＝(1-b)Tt-1+b(Yt-Yt-1) (49)
其中，Tt＝第t期经过平滑的趋势；Tt-1＝第t期上期经过平滑的趋势；b＝选择的趋势平滑系数；Yt＝对第t期简单指数平滑预测；Yt-1＝对第t期上期简单指数平滑预测，
(3)计算趋势调整后的指数平滑预测值(YtTt)，计算公式为：
YtTt＝Yt+Tt。 (50)
接合图5可知，所述基于SOC的汽车电动助力转向系统的助力特性曲线设计方法就是在所述助力特性曲线的1设计过程中考虑电池SOC的情况，对不同SOC情况下的原曲线型助力特性曲线进行指数平滑处理，同时给EPS系统所需电流进行约束来保证电池即使在低电量的情况下也能够有稳定持续的电流输出，保证EPS整个助力过程的实现。
该设计方法过程主要包括：电池SOC的预测、根据电池SOC的值进行分类平滑处理、利用手力矩计算目标电流过程对比例关系ζ进行变化处理、对全车速下的曲线进行处理。其中，电池SOC的预测利用双卡尔曼滤波算法，保证预测的精度；根据电池SOC的值进行分类平滑处理，分别考虑SOC<40％，40％<SOC<70％，SOC>70％三种情况，对原曲线型助力特性曲线分别进行平滑处理。
本发明采用的技术方案是在对助力特性曲线进行设计时，考虑了SOC的情况，尤其是在手力矩变化较大以及大手力矩的情况下，改变助力曲线的变化率，控制EPS的电流在电池供电范围之内。
通过卡尔曼滤波观测器实时观测SOC数值，根据SOC数值大小对原曲线型助力特性曲线进行分情况处理，对SOC<40的情况对原曲线型助力特性曲线进行分段分别进行平滑处理，对SOC>40％
的情况就分别进行一级、二级指数平滑处理，同时对EPS的需求电流进行约束，保证电池对EPS电流的持续供应，从而是助力转向系统持续发挥作用。
与现有技术相比，本发明的有益效果是在设计助力特性曲线的时候考虑了电池电量SOC的情况，可以使转向助力系统在任何电池电量SOC的情况下运行，保证驾驶员的转向安全。