【技术实现步骤摘要】
确定齿条力的方法和系统、运行辅助方法及运行辅助装置
本专利技术涉及一种用于确定齿条力的方法和系统、工作装置、用于工作装置的运行辅助方法和运行辅助装置以及工作装置本身。本专利技术尤其涉及一种用于车辆的驾驶辅助方法和驾驶辅助装置以及车辆本身。
技术介绍
在特别是结合工作装置、特别是车辆的转向辅助系统或者驾驶员辅助系统的机电转向系统中,许多功能基于作为决定性的运行参数的作为基础的转向系统的齿条力的值来控制或者调节。因此,对于这种转向系统的鲁棒的运行,齿条力的值的鲁棒的确定非常重要。从DE102010030986A1中已知一种用于确定车辆的转向装置的齿条力的值的方法,其中,以第一模型计算行驶过程的齿条力的分量,并且以第二模型计算停车过程的齿条力的分量。DE102008042666A1涉及使用单个观察模型估计齿条力时的扰动参量补偿。US2017/0096161A1描述了一种进行转向控制的方法和装置,其中,拾取不同的运行和行驶参数来计算齿条力。用于确定齿条力的值的这些已知设备和/或方法针对特定应用情况、例如针对行驶过程或者停车过程进行了优化。
技术实现思路
因此,本专利技术要解决 ...
【技术保护点】
1.一种用于确定工作装置(10')或者车辆(10)的转向系统(15)的齿条力(FZST)的值(Z)的方法(S),具有步骤:‑提供(S1)一组齿条力模型(Mi),‑采集(S2)作为基础的工作装置(10')或者车辆(10)的运行参数、特别是行驶参数(Fj),‑向多个齿条力模型(Mi)输送(S3)运行参数或者行驶参数(Fj),‑根据相应的齿条力模型(Mi)确定(S4)齿条力(FZST)的值(Zi),‑对齿条力(FZST)的值(Zi)进行评估(S5),以及‑(a)基于来自齿条力模型(Mi)的齿条力(FZST)的值(Zi),并且(b)基于评估(S5)的结果,确定(S6)产生的合成的值 ...
【技术特征摘要】
2017.12.14 DE 102017222776.11.一种用于确定工作装置(10')或者车辆(10)的转向系统(15)的齿条力(FZST)的值(Z)的方法(S),具有步骤:-提供(S1)一组齿条力模型(Mi),-采集(S2)作为基础的工作装置(10')或者车辆(10)的运行参数、特别是行驶参数(Fj),-向多个齿条力模型(Mi)输送(S3)运行参数或者行驶参数(Fj),-根据相应的齿条力模型(Mi)确定(S4)齿条力(FZST)的值(Zi),-对齿条力(FZST)的值(Zi)进行评估(S5),以及-(a)基于来自齿条力模型(Mi)的齿条力(FZST)的值(Zi),并且(b)基于评估(S5)的结果,确定(S6)产生的合成的值并且作为齿条力(FZST)的值(Z)提供(S7)。2.根据权利要求1所述的方法(S),其中,使用多层面设计,其中,对于作为模型化层面的车辆层面、转向传动机构层面和/或转向机构内部层面,分别提供并且使用用于计算齿条力的值的模型。3.根据权利要求2所述的方法(S),其中,借助附加的观察和/或测量,构造并且使用附加的学习模型,所述学习模型利用所述多层面设计的结果来描述上级模型层面。4.根据前述权利要求中任一项所述的方法(S),其中,在进行评估(S5)时,基于多个值(Zi)导出多数决定、特别是3选2决定,并且在此选择与多数决定对应的、齿条力(FZST)的多个值(Zi)中的多数,并且产生的合成的齿条力(FZST)的值(Z)的确定(S6)基于所述多数。5.根据前述权利要求中任一项所述的方法(S),其中,基于运行参数和/或行驶参数(Fj)检查齿条力模型(Mi)和/或由此导出的齿条力(FZST)的值(Zi)的可信度。6.根据权利要求5所述的方法(S),其中,评估(S5)和/或确定(S6)基于所述可信度进行。7.根据权利要求5或6所述的方法(S),其中,依据可信度和/或权重考虑齿条力模型(Mi)和/或由此导出的齿条力(FZST)的值(Zi)。8.根据前述权利要求中任一项所述的方法(S),其中,产生的合成的齿条力(FZST)的值(Z)直接地或者通过针对该值的代表性信号来提供。9.根据前述权利要求中任一项所述的方法(S),其中,-对于齿条力模型(Mi)组中的一个模型(M1),特别是通过采集驾驶员手动转矩(MH)、转向辅助单元的辅助力(FU)和/或摩擦力/惯性力(FReib)和/或基于下面的关系(1),作为在作为基础的工作装置(10')或者车辆(10)的转向系统(15)上处于力均衡的力总和来确定齿条力(FZST)的值(Z1):Z1=MH/iL+FU+FReib,(1)其中,MH表示驾驶员手动转矩的值,iL表示作为基础的转向机构主动齿轮的转换因子和/或有效半径的值,FU表示辅助力的值,并且FReib表示摩擦力/惯性力的值,-其中,特别是为了确定转向系统(15)上的辅助力,采集能够测量的参量、特别是电气参量并且特别是通过卡尔曼滤波或者神经网络进行分析。10.根据前述权利要求中任一项所述的方法(S),其中,对于齿条力模型(Mi...
【专利技术属性】
技术研发人员:J格劳,C克雷斯,
申请(专利权)人:大众汽车有限公司,
类型:发明
国别省市:德国,DE
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。