崔宏耀，王啟文

(黑龍江工程學(xué)院 汽車與交通工程學(xué)院，黑龍江 哈爾濱 150050)

車輛路面附著條件自辨識(shí)模型研究

崔宏耀，王啟文

(黑龍江工程學(xué)院 汽車與交通工程學(xué)院，黑龍江 哈爾濱 150050)

車輛的主動(dòng)安全性問題和操縱穩(wěn)定性問題受到廣泛的關(guān)注，自主辨識(shí)道路附著條件可有效提高車輛在行駛過程中的安全穩(wěn)定性。實(shí)時(shí)識(shí)別道路的狀況，有利于車輛穩(wěn)定性控制系統(tǒng)、防滑控制系統(tǒng)充分利用極限驅(qū)動(dòng)力或制動(dòng)力，保證車輛行駛安全性。以冰雪及濕滑等路面的附著條件辨識(shí)為重點(diǎn)研究?jī)?nèi)容，通過采集相關(guān)參數(shù)，利用模糊控制器對(duì)車輛動(dòng)、穩(wěn)態(tài)操控輸入條件下車輛的響應(yīng)辨識(shí)路面附著條件。

路面附著條件；自動(dòng)辨識(shí)；模糊控制；仿真；模型

路面附著系數(shù)是車輛主動(dòng)安全控制非常重要的影響因素之一。近年來人們對(duì)車輛制動(dòng)、驅(qū)動(dòng)過程中車輛縱向附著狀態(tài)進(jìn)行了較深入的研究，實(shí)現(xiàn)了緊急制動(dòng)車輪滑移率分析和控制。本文研究的轉(zhuǎn)向和方向修正過程車輛附著狀態(tài)相對(duì)更容易獲得經(jīng)常性臨界附著狀態(tài)，有利于附著系數(shù)早辨識(shí)和早實(shí)施控制。

在相關(guān)標(biāo)準(zhǔn)和文獻(xiàn)中，通常認(rèn)為橫擺角速度與“路感”之間存在密切聯(lián)系。橫擺角速度是汽車重要的響應(yīng)特性，部分車輛安裝有橫擺角速度傳感器；轉(zhuǎn)向輪的地面反饋力矩反映車輛所處地面的路況特征，它與轉(zhuǎn)向盤輸入轉(zhuǎn)矩互為作用力反作用力的關(guān)系，本文將主要依據(jù)轉(zhuǎn)向輪地面反饋力矩和車輛橫擺角速度，對(duì)路面進(jìn)行附著系數(shù)的辨識(shí)。

首先，利用AMESim仿真軟件建立整車仿真模型，然后將典型整車仿真模型的地面反饋力矩以及橫擺角速度傳感器的輸出數(shù)據(jù)導(dǎo)入到Matlab；其次，利用在Matlab中借助熟練駕駛員的駕駛經(jīng)驗(yàn)，建立模糊控制辨識(shí)算法，利用地面反饋力矩和橫擺角速度進(jìn)行路面辨識(shí)。相關(guān)的結(jié)構(gòu)如圖1所示。

圖1 路面附著條件自辨識(shí)綜合模型理念

路面附著條件自辨識(shí)綜合模型是將AMESim整車模型以及路面附著條件自辨識(shí)模型聯(lián)合起來，將辨識(shí)后的路面附著系數(shù)與AMESim整車模型中輸入的路面附著系數(shù)相對(duì)比，進(jìn)而可以看出路面附著條件自辨識(shí)模型的性能。

1 路面附著條件

路面縱向附著條件是指驅(qū)動(dòng)轉(zhuǎn)矩引起的地面切向反作用力不能大于輪胎附著力，否則將發(fā)生驅(qū)動(dòng)輪滑轉(zhuǎn)現(xiàn)象。路面附著系數(shù)是附著力與車輪法向(與路面垂直的方向)壓力的比值。它可以看成是輪胎和路面之間的靜摩擦系數(shù)。這個(gè)系數(shù)越大，可利用的附著力就越大，汽車就越不容易打滑。

附著系數(shù)的大小主要取決于路面的種類和干燥狀況，并且和輪胎的結(jié)構(gòu)、胎面花紋以及行駛速度都有關(guān)系。一般來說，干燥、良好的瀝青或混凝土路面的附著系數(shù)最大，可達(dá)0.7～0.8。而冰雪路面的附著系數(shù)最小，車輪最容易打滑。附著系數(shù)是指輪胎在不同路面的附著能力大小，相當(dāng)于摩擦系數(shù)。附著系數(shù)高的路面，車子不容易打滑，行駛安全；附著系數(shù)低的路面，車子容易打滑，比如雪地、冰面等。在純滑動(dòng)過程中縱向附著系數(shù)等同于側(cè)向附著系數(shù)。

2 AMESim整車模型建立

2.1 建模與辨識(shí)軟件

AMESim是LMS公司開發(fā)的多領(lǐng)域系統(tǒng)仿真集成平臺(tái)，成功應(yīng)用于航空航天、車輛、船舶、工程機(jī)械等多學(xué)科領(lǐng)域，本研究選擇AMESim進(jìn)行整車建模，配合Matlab軟件中的模糊控制模塊，研究路面附著條件自辨識(shí)模型。由于AMESim軟件提供了相當(dāng)豐富的模型元件、豐富的傳感器類型以及完全參數(shù)化的機(jī)械系統(tǒng)幾何模型的建模方式，本文選擇AMESim軟件作為試驗(yàn)車模型建立的基礎(chǔ)。

2.2 AMESim整車建模

本研究需要的車輛狀態(tài)參數(shù)主要有：車輛的車速、行駛過程中輸入的轉(zhuǎn)向盤轉(zhuǎn)角信息δ、橫擺角速度γ和地面反饋的力矩來確定路面附著系數(shù)μ，整車參數(shù)如表1所示。

整車模型主要由車身模塊、發(fā)動(dòng)機(jī)、轉(zhuǎn)向系統(tǒng)、制動(dòng)系統(tǒng)、懸架系統(tǒng)、彈性形變系統(tǒng)、車輪模型、空氣動(dòng)力學(xué)模型、數(shù)據(jù)傳輸模塊等模塊組成。

2.2.1 整車仿真參數(shù)

本文關(guān)鍵模塊如圖2所示，助力轉(zhuǎn)向系統(tǒng)如圖3所示，將整車系統(tǒng)的每個(gè)模塊連接一起，再進(jìn)行相應(yīng)的參數(shù)設(shè)置，搭建完成十五自由度的整車模型。之后進(jìn)行幾種典型工況下的仿真實(shí)驗(yàn)，對(duì)所搭建的模型進(jìn)行動(dòng)態(tài)特性分析。

表1 整車參數(shù)

圖2 車輪模型與路面模塊

圖3 助力轉(zhuǎn)向系統(tǒng)

并在建模后進(jìn)行5種低速工況下的仿真，分別為：

工況1：地面摩擦系數(shù)為0.1，薄冰路面。初始車速為20 m/s，轉(zhuǎn)向盤轉(zhuǎn)角固定為90°，仿真時(shí)間30 s。

工況2：地面摩擦系數(shù)為0.2，壓實(shí)雪地路面。初始車速為20 m/s，轉(zhuǎn)向盤轉(zhuǎn)角固定為90°，仿真時(shí)間為30 s。

工況3：地面摩擦系數(shù)為0.4，濕滑土路水平路面。初始車速為20 m/s，轉(zhuǎn)向盤轉(zhuǎn)角固定為90°，仿真時(shí)間為30 s。

工況4：地面摩擦系數(shù)為 0.6，濕滑瀝青水平路面。初始車速為 20 m/s，轉(zhuǎn)向盤轉(zhuǎn)角固定為90°，仿真時(shí)間為30 s。

工況5：地面摩擦系數(shù)為 0.8，干燥瀝青水平路面。初始車速為 20 m/s，轉(zhuǎn)向盤轉(zhuǎn)角固定為90°，仿真時(shí)間為30 s。

2.2.2 仿真結(jié)果

在所有工況中沒有對(duì)車輛進(jìn)行加速驅(qū)動(dòng)和制動(dòng)操作，只進(jìn)行了單純的轉(zhuǎn)向操作。在路面附著系數(shù)為0.1、0.2、0.4時(shí)，由于路面附著系數(shù)過小使得地面反饋力矩以及橫擺角速度的變化率不是很大；而在之后的兩組高附著系數(shù)工況下，仿真時(shí)受到的地面影響變大，并且左右驅(qū)動(dòng)輪所受到的地面反饋力矩開始不一樣。

本次仿真所取數(shù)據(jù)為地面反饋力矩和橫擺角速度，以上兩個(gè)變量為路面附著條件自辨識(shí)模型的輸入變量。地面反饋力矩和橫擺角速度均以.data的文件形式導(dǎo)出，便于之后Matlab將數(shù)據(jù)導(dǎo)入工作空間。

3 路面附著條件自辨識(shí)模型建立

針對(duì)路面附著系數(shù)通常不易直接測(cè)量的情況，本文基于Matlab/Simulink中的模糊控制模塊建立了路面附著條件自辨識(shí)模型。該模型能夠有效利用汽車上傳感器所提供的附加已知信號(hào)對(duì)路面附著條件進(jìn)行初步判定，對(duì)汽車的主動(dòng)安全系統(tǒng)有一定的重要性，且能夠從理論上保證路面附著條件自辨識(shí)模型的穩(wěn)定性。

3.1 路面附著條件辨識(shí)模型結(jié)構(gòu)與組成

路面附著條件辨識(shí)模型結(jié)構(gòu)和組成一般與常規(guī)模糊控制器的構(gòu)造相似，是由輸入變量、模糊化、模糊推理、解模糊判決及輸出變量等結(jié)構(gòu)組成，其結(jié)構(gòu)如圖4所示。

圖4 路面附著條件自辨識(shí)模型結(jié)構(gòu)

這些變量各分為：地面反饋力矩T={ZE、PS、PM、PB、PL}({0、小、中、大、特大}),橫擺角速度ω={ZE、PS、PM、PB}({0、小、中、大})。

路面附著系數(shù)μ={ZE、PS、PM、PB、PL}({0、小、中、大})。

其中模糊控制輸出端路面附著系數(shù)為本文重點(diǎn)研究對(duì)象，預(yù)計(jì)將路面附著條件分為5個(gè)等級(jí)：①薄冰路面μ≤0.1;②壓實(shí)雪地路面0.1<μ≤0.4;③濕滑土路路面0.4<μ≤0.6;④濕滑瀝青路面0.6<μ<0.8;⑤正常柏油路面μ≥0.8。

基于這5種路面附著條件，利用AMESim整車模型仿真出在此5種工況下的情況，并讀出相應(yīng)的傳感器數(shù)據(jù)，導(dǎo)入到路面附著條件自辨識(shí)模型中，進(jìn)行辨識(shí)之后將辨識(shí)結(jié)果與整車模型的輸入路面附著條件對(duì)比，從而可知辨識(shí)模型的可靠性。

其中Matlab軟件中的Fis編輯器中，將路面附著條件自辨識(shí)模型設(shè)置為兩輸入單輸出形式，地面反饋力矩和橫擺角速度為模型的輸入變量，路面附著系數(shù)為模型的輸出變量。在Fis編輯器中將輸入變量的域值范圍進(jìn)行確定，其結(jié)果如圖5所示。

圖5 隸屬函數(shù)編輯器

編輯完隸屬函數(shù)后進(jìn)行模糊控制規(guī)則編輯，控制規(guī)則如表2所示。

表2 辨識(shí)模型控制規(guī)則

規(guī)則編輯完之后，在Fis部分的建模已經(jīng)完成，之后將Fis編輯的模糊控制器導(dǎo)入到Matlab工作空間中，利用Matlab中Simulink模塊建立圖6所示模型。

圖6 路面附著條件自辨識(shí)模型結(jié)構(gòu)

在Simulink界面上方，設(shè)置仿真參數(shù)，仿真時(shí)間設(shè)置為30 s，類型設(shè)為Normal，分別將AMESim整車模型中仿真的5種工況結(jié)果導(dǎo)入到路面附著條件自辨識(shí)模型，并運(yùn)行，之后便得到最終的仿真結(jié)果。

3.2 仿真結(jié)果

針對(duì)路面附著系數(shù)通常不易直接測(cè)量的情況，基于Matlab/Simulink中的模糊控制模塊建立了路面附著條件自辨識(shí)模型。該模型能夠有效利用汽車傳感器所提供的附加已知信號(hào)對(duì)路面附著條件進(jìn)行初步判定，對(duì)汽車的主動(dòng)安全系統(tǒng)有一定的重要性，且能夠從理論上保證路面附著條件自辨識(shí)模型的穩(wěn)定性。

圖7～11為車速20 km/h，路面附著系數(shù)分別為0.1、0.2、0.4、0.6、0.8五種工藝下模糊辨識(shí)仿真結(jié)果。仿真的輸入為AMESim整車模型中的地面反饋力矩和橫擺角速度，輸出為路面附著系數(shù)。

圖7 工況1

圖8 工況2

圖9 工況3

圖10 工況4

圖11 工況5

進(jìn)一步將所得辨識(shí)后的路面附著系數(shù)與AMESim整車模型中輸入的路面附著系數(shù)進(jìn)行對(duì)比。辨識(shí)結(jié)果基本反映出設(shè)定的狀態(tài)，有一定可信度。

在建立的AMESim整車模型和路面附著條件自辨識(shí)模型的基礎(chǔ)上，分別進(jìn)行低速轉(zhuǎn)向盤中等轉(zhuǎn)角輸入和高速轉(zhuǎn)向盤小轉(zhuǎn)角輸入的工況實(shí)驗(yàn)，驗(yàn)證了觀察路面附著條件自辨識(shí)模型的實(shí)用性。

4 結(jié) 論

本文基于AMESim建立了整車模型，探討了保證穩(wěn)定性的車輛狀態(tài)和路面附著系數(shù)的初步辨識(shí)方法，并檢驗(yàn)了辨識(shí)模型在實(shí)際車輛系統(tǒng)中的有效性。

1)分析了在冰雪路面即低附著路面上車輛的狀態(tài)，利用AMESim軟件建立十五自由度的整車模型，并同時(shí)建立地面模型，對(duì)路面進(jìn)行仿真，進(jìn)一步接近真實(shí)情況。在幾種典型工況下進(jìn)行整車動(dòng)態(tài)仿真分析，為辨識(shí)模型所需要的真實(shí)車輛狀態(tài)信息

提供精確可靠的來源，并為辨識(shí)模型的驗(yàn)證提供了一個(gè)模型基礎(chǔ)。

2)基于Matlab/Simulink中的模糊控制模塊建立了路面附著條件自辨識(shí)模型。該模型能夠有效利用已知信號(hào)對(duì)路面附著條件進(jìn)行初步判定，對(duì)提升車輛的主動(dòng)安全性有一定意義。

[1]余志生.汽車?yán)碚揫M].5版.北京：機(jī)械工業(yè)出版社,2011：129-130.

[2]付永領(lǐng).LMS Imagine.Lab AMESim系統(tǒng)建模和仿真[M].北京：北京航空航天大學(xué)出版社，2011：231-232.

[3]張德豐.MATLAB仿真技術(shù)與應(yīng)用[M].北京.清華大學(xué)出版社，2012:137-139.

[4]趙玲. 基于自調(diào)整模糊控制的汽車ABS路面識(shí)別 [J].機(jī)械設(shè)計(jì)與制造,2011(8):186-187.

[5]陳燕.橫擺角速度反饋對(duì)車輛操縱穩(wěn)定性的影響[J].長(zhǎng)安大學(xué)學(xué)報(bào),2006(6):100-101.

[6]周斯加.4WD電動(dòng)車的滑轉(zhuǎn)率識(shí)別及防滑控制[J].華南理工大學(xué)學(xué)報(bào),2008(6):97-97.

[7]孫仁云, 李治.基于變路面SBC最佳滑移率的研究[J].中國機(jī)械工程,2008(4):483-483.

[8]陸曉潔.基于模糊控制的防滑剎車系統(tǒng)建模與仿真研究[D].西安：西北工業(yè)大學(xué),2003:35-36.

[9]鮑祥英.汽車ABS的模糊預(yù)測(cè)控制策略研究[D].武漢：武漢理工大學(xué),2006:25-26.

Astudyofroadadhesionautomaticidentification

CUI Hong-yao,WANG Qi-wen

(College of Automobile and Traffic Engineering,Heilongjiang Institute of Technology,Harbin 150050,China)

Currently, the car's active safety and handling stability problems have been widely concerned. Autonomous vehicle identification can effectively improve road conditions attached to cars in the process of security and stability. Real-time identification of road conditions is vital for the vehicle stability control system. Anti-skid control system makes full use of extreme driving force or braking force to ensure vehicle stability and driving safety. Taking snow and slippery road adhesion conditions identification as key case a variety of vehicle acquisition-related parameters are collected for the fuzzy controller in the vehicle moving and steady state control to input the conditions in response to identify road adhesion.

road adhesion；automatic identification；fuzzy contral；simulate；model

2013-07-02

哈爾濱市科技局青年科技創(chuàng)新人才資助項(xiàng)目(RC2011QN007006)

崔宏耀(1971-)，男，副教授，研究方向：車輛智能控制.

U491.2

A

1671-4679(2014)01-0001-04

郝麗英]