用于估算路面对车辆轮胎的路面摩擦力的方法。车辆包括方向盘和一组传感器，该组传感器包括配置成测量与一组参数对应的信号的轮端传感器和方向盘传感器，该信号对应于转向轮的轮端参数和方向盘参数，方向盘参数包括方向盘转矩和方向盘角度，该车辆包括连接到通信总线的电子控制单元，该通信总线被配置成向电子控制单元传输信号，该电子控制单元被配置成运行信号处理模块和轮端摩擦力估算模型，方法包括：收集由传感器在一时间段期间测量的信号；由信号处理模块对收集到的信号进行处理以提供处理后的信号数据；将处理后的信号数据作为输入提供给轮端摩擦力估算模型，该轮端摩擦力估算模型被配置成输出路面与车轮的轮胎之间的摩擦力的摩擦力估算。的摩擦力的摩擦力估算。的摩擦力的摩擦力估算。
【技术实现步骤摘要】
用于估算路面对车辆轮胎的路面摩擦力的方法
[0001]本专利技术涉及估算路面对车辆轮胎的路面摩擦力的领域。
技术介绍
[0002]目前，存在使用解析法和数据驱动法以确定摩擦力的多种方式。但现有的方法是基于来自车辆系统的数据、使用车辆层面的状态估算，诸如车辆的偏航率和横向加速度。
[0003]在现有技术中，如图1示意性所示，考虑到偏航YW是车辆与路面之间的摩擦力和车辆动态状态参数的函数，所述摩擦力的估算是基于车辆偏航YW及其时间导数的测量。因此，在现有技术中，需要整车状态估算来预测摩擦力。使用车辆的惯性测量单元(IMU)提供了车辆车轮下的平均摩擦力。这样的估算只假设了理想条件，诸如没有制动角等。
[0004]需要一种不基于车辆行为的用于获得可转向并安装有动态转向电机的每个轮胎端上的摩擦力的方法。现有技术得到一个简单表面的摩擦力，并将不会在分割μ表面(mue surface)上和在非理想条件(如倾斜道路)下工作，或将不会在所有轮胎下如此精确。存在对于可转向并具有动态转向安装的每个轮胎更精确的需要。
技术实现思路
[0005]为此，本专利技术提供了一种用于估算路面与车辆的转向轮的轮胎之间的摩擦力的方法，该转向轮与动态转向配合，该车辆包括方向盘和一组传感器，该组传感器包括配置成测量对应于一组参数的信号的轮端传感器和方向盘传感器，所述信号分别对应于转向轮的轮端参数和方向盘参数，该方向盘参数至少包括方向盘转矩和方向盘角度，该车辆还包括连接到通信总线的电子控制单元，该通信总线被配置成向电子控制单元传输对应于该组参数的所述信号，该电子控制单元被配置成运行信号处理模块和轮端摩擦力估算模型，该方法包括由该电子控制单元实施的以下步骤：
[0006]‑
收集由传感器在一时间段期间测量的对应于所述一组参数的信号；
[0007]‑
由信号处理模块对收集到的信号进行处理，以提供处理后的信号数据；
[0008]‑
将处理后的信号数据作为输入提供给轮端摩擦力估算模型，该轮端摩擦力估算模型被配置成输出路面与车轮的轮胎之间的摩擦力的摩擦力估算。
[0009]根据这些规定，基于对应于每个转向轮的轮端参数的信号，针对车辆的每个转向轮独立估算摩擦力估算，所述转向轮与动态转向配合。
[0010]根据一个实施例，车辆的每个车轮设置有所需的一组传感器，以用于提供对应于与车辆的每个车轮相关的轮端参数的信号，并且针对车辆的每个车轮独立执行该方法。
[0011]根据一个实施例，周期性地迭代该方法。
[0012]根据一个实施例，本专利技术单独或以技术兼容的任何组合包括以下特征中的一项或多项。
[0013]根据一个实施例，方向盘转矩由动态转向电机测量。
[0014]根据一个实施例，处理步骤包括从在所述一时间段期间测量的信号和/或在一时
间段期间测量的信号的频域变换去除噪声。
[0015]根据一个实施例，轮端摩擦力估算模型是基于物理的摩擦力估算模型，并且其中，轮端参数包括轮端速度、轮端轮胎压力、轮端定位参数、轮端轮胎正常载荷、轮端转矩、轮端轮胎尺寸，并且其中，在将处理后的信号数据作为输入提供给轮端摩擦力估算模型的步骤中，轮端摩擦力估算模型被配置成输出路面与车轮的轮胎之间的摩擦力的基于物理的摩擦力估算。
[0016]根据一个实施例，轮端摩擦力估算模型是机器学习摩擦力估算模型，并且其中，所述一组传感器包括被配置成测量对应于其它车辆参数的信号的其它车辆传感器，所述其它车辆参数包括车辆速度，并且其中，轮端参数包括轮端速度、轮端轮胎压力、轮端定位参数、轮端轮胎正常载荷、轮端转矩、轮端轮胎尺寸，并且其中，在将处理后的信号数据作为输入提供给轮端摩擦力估算模型的步骤中，轮端摩擦力估算模型被配置成输出路面与车辆的轮胎之间的摩擦力的机器学习摩擦力估算。
[0017]根据一个实施例，机器学习估算模型是经过训练的神经网络，以基于处理后的信号数据提供摩擦力估算。
[0018]根据一个实施例，神经网络是循环神经网络。
[0019]根据一个实施例，轮端速度包括围绕车轮的轴线的旋转速度以及车轮的旋转中心的线性速度。
[0020]根据一个实施例，轮端转矩是牵引转矩或制动转矩。
[0021]根据一个实施例，轮端参数还包括由放置在车轮上的麦克风传感器测量的轮端声级和/或由放置在车轮上的温度传感器测量的轮端温度。
[0022]根据这些规定，摩擦力估算的精度更好。
[0023]根据一个实施例，所述其它车辆参数还包括越野模式和雨刷状态中的至少一个。
[0024]根据一个实施例，轮端摩擦力估算模型包括基于物理的摩擦力估算模型和机器学习摩擦力估算模型，并且其中，将处理后的信号数据作为输入提供给轮端摩擦力估算模型的步骤通过基于物理的摩擦力估算模型来执行，以提供基于物理的摩擦力估算，并且将处理后的信号数据作为输入提供给轮端摩擦力估算模型的步骤还通过机器学习摩擦力估算模型来执行，以提供机器学习摩擦力估算，并且其中，摩擦力估算是基于物理的摩擦力估算和机器学习摩擦力估算的组合。
[0025]根据这些规定，获得了各个摩擦力估算模型的最佳值。
[0026]根据一个实施例，该方法还包括通过通信总线将摩擦力估算传送到车辆的其它电子控制单元的步骤。
[0027]根据一个实施例，通信总线是CAN总线。
[0028]根据一个实施例，该方法还包括在将摩擦力估算传送到其它电子控制单元的步骤之前实施的验证步骤。
[0029]根据一个实施例，验证步骤包括将摩擦力估算与基于雨刷状态参数的预定值进行比较。
[0030]根据一个实施例，验证步骤是基于从车辆的电子制动系统控制单元获得的和/或从车辆的发动机电子控制单元获得的另一摩擦力估算，验证步骤导致综合摩擦力估算，该综合摩擦力估算通过通信总线进一步传送到车辆的其它电子控制单元。
[0031]根据一方面，本专利技术提供了一种计算机程序，该计算机程序包括在计算机或处理单元上可执行的一组指令，该组指令被配置成当指令由计算机或处理单元执行时实施根据本文中以上描述实施例中的任一个的方法。
[0032]根据另一方面，本专利技术提供了一种安装在车辆上的电子控制单元，该电子控制单元被配置成与车辆的通信总线通信，以便在一时间段期间收集对应于一组参数的信号时间序列，所述信号至少分别对应于与车辆的至少一个车轮相关的轮端参数和与车辆的转向系统相关的方向盘参数，该电子控制单元还包括处理单元和存储单元，该存储单元包括本文中以上描述的计算机程序，并且该电子控制单元还被配置成当处理单元执行所述计算机程序时运行信号处理模块和轮端摩擦力估算模型，该轮端摩擦力估算模型被配置成输出轮端摩擦力估算，该轮端摩擦力估算是路面与车轮的轮胎之间的摩擦力的基于物理的摩擦力估算、机器学习摩擦力估算、以及基于物理的摩擦力估算和机器学习摩擦力估算的组合中的至少一个。
[0033]根据另一方面，本专利技术提供了一种包括根据上文的电子控制单元的车本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.用于估算路面与车辆的转向轮的轮胎之间的摩擦力的方法(100)，所述转向轮与动态转向配合，所述车辆包括方向盘和一组传感器，所述一组传感器包括配置成测量与一组参数(SP)相对应的信号的轮端传感器和方向盘传感器，所述信号分别对应于所述转向轮的轮端参数(WEP)和方向盘参数(SWP)，所述方向盘参数(SWP)至少包括方向盘转矩(SWTMz)和方向盘角度(SWA)，所述车辆还包括连接到通信总线(CB)的电子控制单元(ECU)，所述通信总线被配置成向所述电子控制单元(ECU)传输对应于所述一组参数(SP)的所述信号，所述电子控制单元(ECU)被配置成运行信号处理模块(SPM)和轮端摩擦力估算模型(FEM)，所述方法(100)包括由所述电子控制单元(ECU)实施的以下步骤：
‑
收集(101)由所述传感器在一时间段期间测量的对应于所述一组参数(SP)的所述信号；
‑
由所述信号处理模块(SPM)对收集到的所述信号进行处理(102)，以提供处理后的信号数据(PSD)；
‑
将所述处理后的信号数据(PSD)作为输入提供(103)给所述轮端摩擦力估算模型(FEM)，所述轮端摩擦力估算模型(FEM)被配置成输出所述路面与所述车轮的轮胎之间的摩擦力的摩擦力估算(FE)。2.根据权利要求1的方法(100)，其中，所述方向盘转矩(SWTMz)由动态转向电机测量。3.根据权利要求1或2中任一项所述的方法(100)，其中，所述处理步骤包括：从在所述一时间段期间测量的信号和/或在所述一时间段期间测量的所述信号的频域变换去除噪声。4.根据权利要求1至3中任一项所述的方法(100)，其中，所述轮端摩擦力估算模型(FEM)是基于物理的摩擦力估算模型(PBEM)，并且其中，所述轮端参数(WEP)包括轮端速度(WS)、轮端轮胎压力(WTP)、轮端定位参数(WAP)、轮端轮胎正常载荷(TNL)、轮端转矩(WTMy)、轮端轮胎尺寸(WTS)，并且其中，在将所述处理后的信号数据(PSD)作为输入提供(103)给所述轮端摩擦力估算模型(FEM)的步骤中，所述轮端摩擦力估算模型(FEM)被配置成输出所述路面与所述车轮的轮胎之间的摩擦力的基于物理的摩擦力估算(PFE)。5.根据权利要求1至4中任一项所述的方法(100)，其中，所述轮端摩擦力估算模型(FEM)是机器学习摩擦力估算模型(MLEM)，并且其中，所述一组传感器包括配置成测量对应于其它车辆参数(OVP)的信号的其它车辆传感器，所述其它车辆参数(OVP)包括车辆速度(VS)，并且其中，所述轮端参数(WEP)包括轮端速度(WS)、轮端轮胎压力(WTP)、轮端定位参数(WAP)、轮端轮胎正常载荷(TNL)、轮端转矩(WTMy)、轮端轮胎尺寸(WTS)，并且其中，在将所述处理后的信号数据(PSD)作为输入提供(103)给所述轮端摩擦力估算模型(FEM)的步骤中，所述轮端摩擦力估算模型(FEM)被配置成输出所述路面与所述车轮的轮胎之间的摩擦力的机器学习摩擦力估算(MLFE)。6.根据权利要求5的方法(100)，其中，所述轮端参数...
【专利技术属性】
技术研发人员：奇丹巴拉姆，
申请(专利权)人：沃尔沃卡车集团，
类型：发明
国别省市：
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。