智能驾驶车辆驱制动控制决策方法、控制器及存储介质技术

技术编号：40249334 阅读：7 留言：0更新日期：2024-02-02 22:44

本发明专利技术公开了一种智能驾驶车辆驱制动控制决策方法，包括：通过行驶方程式建立驱动模式下的纵向动力学模型估算车辆各阻力值；计算无驱动且无制动滑行时车辆加速度，以及作为驱动制动模式决策条件的车辆滑行加速度上下限；根据驱制动模式决策条件做出驱动制动控制模式切换决策，发出扭矩控制或制动控制请求。本发明专利技术通过建立精确的纵向动力学模型提高车辆实际运动状态的估算精度，引入驱制动间的过渡滑行状态并设计驱动制动模式决策条件，提高驱制动控制决策的合理性，对于智能驾驶车辆纵向控制性能提升具有实质意义，具有广阔的应用前景和较高的市场价值。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及智能驾驶领域，特别是涉及一种智能驾驶车辆驱制动控制决策方法，以及一种用于执行所述智能驾驶车辆驱制动控制决策方法中步骤的控制器及存储介质。

技术介绍

1、随着汽车智能化进程的加快，智能驾驶领域的技术研发投入也日趋增多，对横纵向规划控制精度提出了更高的要求。其中，纵向控制的精确实现需要根据车辆期望加速度和车辆实际行驶状态做出驱动控制或制动控制决策，而驱动和制动控制的有序切换可以提高车辆行驶安全性和舒适性。因此，驱制动控制决策方法对提升下层执行器的驱制动控制性能极为重要，可提升车辆纵向行驶安全性和舒适性，具有较大的研究价值和广阔的应用前景。

2、现阶段驱制动控制决策方法考虑车辆实际运动状态的条件较少，缺少对车辆驱动控制和制动控制间的过渡状态进行表征，无法对被控车辆的驱动制动切换做出合理的决策，容易造成车辆频繁在驱制动间来回切换，引起纵向控制的不舒适性，降低下层执行器驱制动控制性能，影响车辆的行驶安全性和舒适性。

技术实现思路

1、在
技术实现思路
部分中引入了一系列简化形式的概念,该简化形式的概念均为本领域现有技术简化，这将在具体实施方式部分中进一步详细说明。本专利技术的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

2、本专利技术要解决的技术问题是提供一种能提高车辆运动状态估算精度，进而能提高车辆驱动和制动状态切换控制准确性，提高车辆的行驶安全性和舒适性的智能驾驶车辆驱制动控制决策方法。

3、以及,提供一种用于执行所述智能驾驶车辆驱制动控制决策方法中步骤的控制器及存储介质。

4、为解决上述技术问题，本专利技术提供的智能驾驶车辆驱制动控制决策方法，包括：

5、s1，通过行驶方程式建立驱动模式下的纵向动力学模型估算车辆各阻力值；

6、s2，计算无驱动且无制动滑行时车辆加速度，以及作为驱动制动模式决策条件的车辆滑行加速度上下限；

7、s3，根据驱制动模式决策条件做出驱动制动控制模式切换决策，发出扭矩控制或制动控制请求。

8、2.如权利要求1所述的智能驾驶车辆驱制动控制决策方法，其特征在于，实施步骤s1采用以下公式计算；

9、ft(k)＝ff(k)+fw(k)+fi(k)+fj(k) (1)

10、ff(k)＝mg(f1+f2vh(k))cosα(k) (2)

11、

12、fi(k)＝mgsinα(k) (4)

13、

14、

15、

16、

17、ft(k)+ferr(k)＝ff(k)+fw(k)+fi(k)+fj(k) (9)

18、对式(9)等号两边同除以m+(1/r2)∑iw(k)，得：

19、at(k)+aerr(k)＝af(k)+aw(k)+ai(k)+ah(k) (10)

20、其中，aerr(k)和ah(k)采用自车速度反馈校正计算获得，ff(k)为滚动阻力，fw(k)为空气阻力，fi(k)为坡度阻力，fj(k)为加速阻力，ft(k)为驱动轮端总扭矩，m为车辆的整备质量，f1和f2为车辆的滚动阻力系数，α(k)为坡道角，cd为空气阻力系数，a为迎风面积，ρ为空气密度，iw(k)为车轮转动惯量；r为车轮滚动半径；teng(k)为发动机或电机动力总成在变速箱输入轴处的扭矩，ig为主传动比，i0(k)为变速器速比，ηt(k)为传动系的机械效率。

21、可选择的，进一步改进所述的智能驾驶车辆驱制动控制决策方法，aerr(k)和ah(k)采用自车速度反馈校正计算包括；

22、记自车加速度ah(k)为aest(k)；

23、vh_est(0)＝vh(0) (11)

24、vh_est(k)＝aest(k-1)t+vh_est(k-1) (12)

25、aerr_unflt(k)＝(vh(k)-vh_est(k))·ζgain (13)

26、aerr(k)＝kfaerr_unflt(k)+(1-kf)aerr_unflt(k-1) (14)

27、a′h(k)＝at(k)-af(k)-aw(k)-ai(k) (15)

28、aest(k)＝a′h(k)+aerr(k) (16)

29、vh(0)为初始时刻的自车车速，vh(k)为k时刻的自车车速，vh_est(0)为初始时刻的自车估计车速，vh_est(k)为k时刻的自车估计车速，ζgain为误差增益系数，aerr_unflt(k)为k时刻未滤波的加速度误差，kf为滤波系数，aerr(k)为k时刻的加速度误差，a′h(k)为k时刻未考虑加速度误差的自车加速度，aest(k)为k时刻计算的自车实际加速度。

30、可选择的，进一步改进所述的智能驾驶车辆驱制动控制决策方法，实施步骤s2包括：

31、车辆滑行时的加速度表示为：acst(k)＝aerr(k)-af(k)-aw(k)-ai(k)(17)

32、设置车辆滑行加速度上下限作为驱动制动模式决策条件

33、acst_up(k)＝acst(k)+aup(vh(k)) (18)

34、acst_lo(k)＝acst(k)+alo(vh(k)) (19)

35、acst_up(k)为车辆滑行加速度上限，acst_lo(k)为车辆滑行加速度下限，aup(vh(k))为车辆滑行加速度上限浮动值，alo(vh(k))为车辆滑行加速度下限浮动值，aup(vh(k))和alo(vh(k))通过实车标定获得。

36、可选择的，进一步改进所述的智能驾驶车辆驱制动控制决策方法，实施步骤s3包括：

37、将驱动制动控制模式划分为制动控制模式、制动滑行控制模式、驱动滑行控制模式和驱动控制模式；

38、制动控制模式切换至制动滑行模式需要满足不存在轮端制动力的条件；

39、制动滑行模式切换到制动控制模式需要满足存在轮端制动力的条本文档来自技高网...

【技术保护点】

1.一种智能驾驶车辆驱制动控制决策方法，其特征在于，包括：

2.如权利要求1所述的智能驾驶车辆驱制动控制决策方法，其特征在于，实施步骤S1采用以下公式计算；

3.如权利要求2所述的智能驾驶车辆驱制动控制决策方法，其特征在于：aerr(k)和ah(k)采用自车速度反馈校正计算包括；

4.如权利要求1所述的智能驾驶车辆驱制动控制决策方法，其特征在于，实施步骤S2包括：

5.如权利要求1所述的智能驾驶车辆驱制动控制决策方法，其特征在于，实施步骤S3包括：

6.一种计算机可读存储介质，其特征在于：其内部存储有一计算机程序，所述计算机程序被执行时用于实现权利要求1-5任意一项所述的智能驾驶车辆驱制动控制决策方法中的步骤。

7.一种控制器，其特征在于：其内部存储有一计算机程序，所述计算机程序被执行时用于实现权利要求1-5任意一项所述的智能驾驶车辆驱制动控制决策方法中的步骤。

【技术特征摘要】

1.一种智能驾驶车辆驱制动控制决策方法，其特征在于，包括：

2.如权利要求1所述的智能驾驶车辆驱制动控制决策方法，其特征在于，实施步骤s1采用以下公式计算；

3.如权利要求2所述的智能驾驶车辆驱制动控制决策方法，其特征在于：aerr(k)和ah(k)采用自车速度反馈校正计算包括；

4.如权利要求1所述的智能驾驶车辆驱制动控制决策方法，其特征在于，实施步骤s2包括：

5.如...

【专利技术属性】
技术研发人员：何一超，李昊，童玉伟，后世昌，田贺，芦畅，
申请(专利权)人：联创汽车电子有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人