威尼斯人棋牌-威尼斯欢乐娱人城-首页

估计车辆载荷的方法与流程

文档序号:24940778发布日期:2021-05-04 11:33
估计车辆载荷的方法与流程

本公开内容涉及估计车辆载荷的方法,并且更具体地但不排他地涉及基于估计的车辆载荷控制车辆的方法。本发明的各个方面涉及方法、控制器、计算机程序产品和车辆。



背景技术:

所有车辆都会受到称为“道路载荷”或“车辆载荷”的与车辆的加速度相反的作用力。车辆载荷是总的车辆质量、车辆行驶的道路的坡度以及其他因素例如逆风和路面类型和条件的产物。

乘客、行李、拖车等都可以增加至总的车辆质量,因此,总的车辆质量对于车辆的每次行程可能会有所不同。

车辆载荷会影响车辆控制的各个方面。例如,可能希望调整自动变速器的控制以应对变化的车辆载荷,原因是载荷的增加引起提供给定车辆加速度所需的发动机输出上的相应增加,并且还引起变速器的扭矩变换器的失速速度上的增加。因此,希望的是,例如在爬坡时延迟齿轮升挡以应对增加的做功,在爬升时由于正的道路坡度所引起的车辆载荷的增加,车辆发动机必须实行上述增加的做功以驱动车辆。

鉴于此,例如由于升高的道路坡度而引起的增加的车辆载荷通常通过控制变速器以采用更有力的曲线来补偿,使得与在水平表面行驶时相比,在更高的发动机转速下实现换挡。

例如,可以基于换挡映射(gearshiftmap)来控制变速器,该换挡映射限定了根据包括车速和加速器踏板位置的输入触发挡位改变的点。因此,例如,换挡映射可以指示,对于特定的传动比,当踏板被完全踩下时的换挡点与踏板以较低程度踩下时的换挡点相比处于更高的车速。这表示完全踩下踏板通常指示驾驶员对高加速度的需求。

因此,换挡映射是二维函数,因为其限定的换挡点相对于车速和踏板位置两者而变化。

可以使用一组换挡映射,每个映射针对特定的离散道路坡度进行补偿。例如,一组映射可以包括针对2%坡度、6%坡度等的换挡映射。为了在与这些离散值不精确匹配的坡度处提供有效控制,标识了与紧随估计坡度前后的坡度有关的一对映射,并使用线性插值确定了要基于实际估计坡度实现的换挡点。例如,如果估计的坡度为4%,则车辆会在2%坡度的映射与6%坡度的映射之间进行插值,以生成与4%坡度相对应的一组换挡点。

为了应对变化的车辆载荷,可以基于车辆载荷的估计来计算有效道路坡度。有效坡度是如下坡度:该坡度将赋予原本未加载的车辆上的车辆载荷的估计。然后,如上所述,使用该有效道路坡度,可以选择与有效坡度相对应的换挡映射并且然后可以产生一组换挡点。在这方面,有效道路坡度考虑了实际道路坡度、车辆的质量以及其他贡献于车辆载荷的因素。可以使用基于车辆载荷与有效道路坡度之间的预定关系的函数来计算有效道路坡度。

已知各种用于估计车辆载荷的技术,每种技术都有其相应的优缺点。

在常规方法中,获得变速器输出轴上的载荷和该变速器轴的输出加速度的测量结果,并将测量结果与在水平表面上一定速度范围内的车辆道路载荷的校准模型进行交叉参考。测量结果与校准模型的任何偏差都可以用于得出车辆载荷的估计,注意,对于给定的变速器载荷,增加的车辆道路载荷会降低加速度输出。这种方法通常称为“道路载荷模型”估计。如上所述,该车辆载荷的估计然后被用于确定有效道路坡度,该有效道路坡度又被用于确定变速器的一组换挡点。

作为从传动轴进行测量的替代方法,可以获取车轮速度测量结果,以便可以将实际的车辆加速度与预测的车辆加速度进行比较。加速度数据的其他来源也是可以的;在每种情况下,道路载荷模型都采用相同的原理:将预测的加速度与实际的加速度进行比较,以检测车辆载荷相对于其基准载荷的偏差。

注意,道路载荷模型估计不能区分对车辆载荷有贡献的不同因素。例如,增加车辆的重量,正的道路坡度和逆风都会提高传递给定加速度所需的变速器载荷,但是估计模型无法区分增加的载荷的这些原因。

可能导致道路载荷模型提供的估计车辆载荷不准确的因素包括:踩下车辆制动器,这会人为地增加载荷;一个或多个车轮的牵引力损失,从而使载荷看起来减少了;正在进行换挡,这暂时释放了来自传动轴的载荷;车辆从加速状态过渡到减速状态;以及车辆速度低于校准阈值,该阈值与用于测量变速器轴速度或车轮速度的传感器的物理限制有关。

在另一种方法中,车辆载荷估计可以基于由车载加速度计指示的车辆的纵向加速度。当车辆处于一定坡度上时,这种加速度计能够检测加速度的重力分量,该加速度分量可用于估计实际道路坡度。估计的实际道路坡度又可以与估计的车辆质量相结合,以产生车辆载荷的估计。如上所述,该车辆载荷的估计然后被用于确定有效道路坡度,该有效道路坡度又被用于确定变速器的一组换挡点。

尽管可以随时使用该技术,但是当车辆静止时,基于加速度计的方法尤为精确,原因是信号噪声很低。

当车辆静止时,如果车辆在完全水平的道路上,则加速度计将显示为0m/s2的纵向加速度。然而,如果实际道路坡度不为零,则由于作用在加速度计上的加速度的重力分量,指示的纵向加速度也将不为零。因此,假设车辆倾斜90度,则加速度计的纵向加速度为1g,其中“g”表示地球重力引起的加速度,大约等于9.8m/s2

如果尝试以此方式估计车辆行驶时的实际道路坡度,则可以将加速度计指示的纵向加速度与车轮速度数据指示的车辆加速度进行比较,以从总体检测的加速度中准确地解析出加速度的重力分量。

如已经指出的,可以将实际坡度估计与总车辆质量的估计结合以产生车辆载荷估计。例如,质量估计可能需要精确到100kg以内,以提供可接受的准确的车辆载荷估计。

在这方面,注意的是,车辆可以包括可选的附加件,这些附加件在车辆基础质量上增加了额外的部分,车辆不一定必须事先知晓附加件。此外,如前所述,由于行李,拖车等形式的额外质量,车辆每次行驶的总车辆质量可能会有所不同。

因此,车辆必须估计其每次行驶的总质量。这通常通过分析车辆随时间变化的动力来实现,注意,总质量等于作用在车辆上的合力除以车辆加速度。可能需要花费大量时间才能将估计改进到合理的精度水平,此时基于加速度计的实际坡度估计无法转换为准确的车辆载荷估计。

尽管基于由加速度计产生的测量结果的实际坡度估计相对可靠,但将其转换为车辆荷载估计所需的质量估计很容易受到误差的影响,这与道路荷载模型类似。包括上述因素在内的各种因素都会使质量估计失真。另外,逆风可能导致车辆高估总质量(只要逆风以类似于附加质量的方式阻止车辆运动)。

从例如us2014/0067153中还已知的是,并行使用不止一种技术来提供多个道路坡度估计。然后,基于车辆状态的指示从可用的一组估计中选择最终的道路坡度估计,以便在特定的车辆操作状态下使用每种技术。但是,这种方法相对不灵活,并且不能动态地响应由例如制动器或牵引力控制系统的激活或换挡事件等因素引起的估计可靠性的变化。

正是在这种背景下设计了本发明。



技术实现要素:

根据本发明的一方面,提供了一种估计车辆上的载荷的方法。该方法包括:使用第一载荷估计技术获得第一载荷估计;使用第二载荷估计技术获得第二载荷估计;分析第一载荷估计和第二载荷估计的特性;以及基于该分析来选择第一载荷估计或第二载荷估计作为输出载荷估计。

由于可以使用不同的技术生成每个载荷估计并且因此每个载荷估计不会经受相同的易损性(vulnerabilities),因此通过在多个载荷估计之间进行仲裁,有利地,该方法增加了在所有驾驶情况下都可获得准确的载荷估计的可能性。这又增强了基于载荷估计调整车辆操作,例如更新换挡映射(gearshiftmap)。

分析第一载荷估计和第二载荷估计的特性可选地包括:比较第一载荷估计和第二载荷估计的相应特性。

该方法可以包括针对第一载荷估计和第二载荷估计中的每一个确定车辆所在的表面的相应估计坡度。在这样的实施方式中,分析第一载荷估计和第二载荷估计的特性包括:分析与第一载荷估计和第二载荷估计相关联的相应的估计坡度的相应特性,例如将与第一载荷估计和/或第二载荷估计相关联的估计坡度与一个或更多个阈值进行比较。这样的方法还可以包括:如果与第二载荷估计相关联的估计坡度低于所述一个或更多个阈值中的第一阈值并且与第一载荷估计相关联的估计坡度为正,则选择第二载荷估计作为输出载荷估计。例如,第一阈值可以为正的。这样的方法还可以包括:如果与第一载荷估计和第二载荷估计相关联的估计坡度均为正并且与第二载荷估计相关联的估计坡度超过第一阈值,则选择第一载荷估计和第二载荷估计中的具有最高值的任何载荷估计作为输出车辆载荷估计。

在涉及确定第一载荷估计和第二载荷估计的相应的坡度的实施方式中,该方法可以包括:如果与第二载荷估计相关联的估计坡度高于所述一个或更多个第二阈值中的第二阈值并且与第一载荷估计相关联的估计坡度为负,则选择第二载荷估计作为输出载荷估计。第二阈值可选地为负的。这样的方法还可以包括:如果与第一载荷估计和第二载荷估计相关联的估计坡度均为负并且与第二载荷估计相关联的估计坡度低于第二阈值,则选择第一载荷估计和第二载荷估计中的具有最低值的任何载荷估计作为输出车辆载荷估计。

在一些实施方式中,该方法包括:接收指示车辆操作参数的一个或更多个信号;以及根据指示车辆操作参数的信号或每个信号,禁止第一载荷估计技术和/或第二估计技术。这样的实施方式还可以包括:根据指示车辆操作参数的信号中的至少一个的质量来禁止第一载荷估计技术和/或第二估计技术。车辆操作参数可以包括以下中的至少一者:制动状态;变速器状态;挡位选择器状态;车辆的横向加速度;操作模式;车辆速度;纵向加速度;变速箱油温;牵引控制系统状态;驱动轴扭矩的变化率;车辆行驶的表面的坡度的变化率;扭矩变换器状态;以及扭矩方向。

第一载荷估计技术可以包括:接收指示车辆的加速度的信号;以及将指示的加速度与预测的加速度进行比较以确定第一载荷估计。

第二载荷估计技术可选地包括:接收指示车辆的纵向加速度的信号;以及求解纵向加速度的由于重力而引起的分量。这样的方法还可以包括:根据纵向加速度的由于重力而引起的分量的大小来估计车辆所处的表面的坡度,在这种情况下,该方法还可以包括:估计车辆的质量,以及根据所估计的车辆质量和所估计的表面坡度来确定第二载荷估计。

本发明还扩展至一种操作车辆的方法,该方法包括:使用以上方面的方法来估计车辆上的载荷;以及根据输出载荷估计来控制车辆的自动变速器。该方法还可以包括:根据估计的车辆载荷来调节用于控制变速器的换挡映射。

本发明的其他方面提供了控制器、计算机程序产品和非暂态计算机可读介质,该控制器被配置成实现以上方面中任一方面的方法,该计算机程序产品包括用于控制计算装置实行以上方面中任一方面的方法的计算机可读代码,该非暂态计算机可读介质包括这样的计算机程序产品。

本发明的另一方面提供了一种控制器,该控制器被配置成控制车辆的自动变速器。该控制器包括处理器和输出装置,处理器被配置成:使用第一载荷估计技术获得第一载荷估计;使用第二载荷估计技术获得第二载荷估计;分析第一载荷估计和第二载荷估计的特性;以及基于分析结果来选择第一载荷估计或第二载荷估计之一作为输出载荷估计,输出装置被配置成基于输出载荷估计来发出用于控制变速器的控制命令。

该处理器可以包括:电子处理器,该电子处理器具有用于接收一个或更多个信号的电输入装置,所述一个或更多个信号指示用于计算第一载荷估计和第二载荷估计的值或者用于直接接收第一载荷估计和第二载荷估计的指示的值;以及电耦接至电子处理器并且其中存储有指令的电子存储器装置。该处理器可以被配置成访问存储器装置并且实行存储在其中的指令,使得处理器能够操作用于产生最终载荷估计。

本发明还扩展至包括以上方面中任一方面的控制器的车辆。

在本申请的范围内,明确地表示的是,在前述段落中、权利要求中和/或下面的描述和附图中阐述的各个方面、实施方式、示例和替选方案以及尤其是其各个特征可以被独立地采用或者以任意组合的方式采用。也就是说,所有的实施方式和/或任何实施方式中的特征可以按任何方式和/或组合来进行组合,除非这些特征不可兼容。申请人保留修改任何原始提交的权利要求或因此提交的任何新的权利要求的权利,包括将任何原始提交的权利要求修改成从属于任何其他权利要求的任何特征和/或并入任何其他权利要求的任何特征的权利,尽管最初没有以该方式要求保护。

附图说明

现在将参照附图仅以示例的方式描述本发明的一个或更多个实施方式,在附图中,类似的特征被赋予类似的附图标记,并且在附图中:

图1是向斜坡上行驶的车辆的示意性侧视图;

图2是图1的车辆的示意性俯视图;

图3是表示根据本发明的实施方式的用于在两个或更多个车辆载荷估计之间进行仲裁的过程的流程图;以及

图4是示出针对图1的车辆的模拟行程的一组车辆载荷估计的曲线图。

具体实施方式

一般而言,本发明的实施方式提供与现有技术方法相比具有增强的置信度的车辆载荷估计。进而,提高车辆载荷估计的准确性使得能够优化对受车辆载荷估计影响的车辆系统例如如上所述的自动变速器的控制。

通过并行地连续使用至少两种载荷估计技术、提供各自的实时车辆载荷估计、以及在车辆载荷估计之间进行动态仲裁以确定并始终选择最可靠的估计,来使车辆载荷估计的准确性得以增强。

与仅基于指示车辆状态的外部因素在多个估计之间进行仲裁的现有技术方法不同,在本发明的实施方式中,分析个体估计的特征以评估哪个估计是最可靠的。特别地,可以将各个估计的相应特征进行比较作为该评估的一部分。与现有技术相比,这提供了更加动态且灵活的方法,该方法使仲裁能够对更宽范围的变量进行响应,并最终提高了最终估计的平均准确性。

例如,在两个或更多个看似有效的车辆载荷估计可用的情况下,可以选择最高的车辆载荷估计值使得可以在最坏的情况下控制车辆。

现在将描述在本发明的实施方式中可以通过其获得两个具体的个体车辆载荷估计的手段,然后继续考虑确定这两个估计中更可靠的估计的处理。

注意,以下描述的两种车辆载荷估计技术仅用于说明性目的,并且本发明的实施方式可以在使用其他技术获得的估计之间进行仲裁。

此外,本发明构思不限于在两个车辆载荷估计之间进行仲裁,并且实际上可以在任意数量个个体估计之间进行比较和选择,以提供用于控制车辆系统的最终车辆载荷估计。

现在转到图1,图1示出了车辆10在向上倾斜的道路12上以速度v行驶。由于道路12的倾斜,沿道路12纵向(如图1所示,从右向左)移动一定距离会导致道路高度相应升高。该纵向移动通常被称为“行程(run)”,在图1中被表示为“d”,而高度的增加被称为“升高(rise)”,在该图中被表示为“δh”。

图1中所示的特定的行程和升高比产生由角度“α”表示的纵向坡度,在该示例中角度“α”为15°。这可以可替选地表示为不足1比4,这意味着道路12每4个单位行程展示一个单位升高。由于道路坡度通常被限制在12°左右,因此这可能比通常预期车辆将应对的道路坡度高。

车辆10的质心在图1中由被标记为“cg”的点表示。由于重量等于车辆质量m与重力加速度g的乘积,因此车辆10的重量——即由于重力而作用在车辆10上的力——通过质心垂直地作用并由被标记为“mg”的箭头表示。

车辆10的具有平行于道路表面的方向的速度v正在增加。这意味着车辆10既在由被标记为“al”的箭头表示的纵向上加速,又在由被标记为“av”的箭头表示的垂直方向上加速,被标记为“av”的箭头垂直于纵向加速度。

注意,为了简单起见,在图1中忽略了车辆俯仰的影响,使得车辆10的纵向加速度与速度对准。

因此,图1示出了可以通过车载加速度计(在图2中示出)检测的加速度的三个分量以得出道路坡度的估计值,道路坡度的估计值转而又会影响如上所述的车辆载荷。注意,如果车辆10偏离直线路径,则将产生横向加速度,即,指向车辆10所经过的转弯圆的中心的向心加速度。

图2从上方示出了车辆10,其中显露了一些内部组件。从图2可以明显看出,车辆10采用了本领域技术人员将熟悉的分轴布局,其中,一对彼此相对的后轴14支承相应的同轴后车轮(roadwheel)16,并且一对彼此相对的前轴18支承相应的同轴前车轮20。

车辆10包括内燃发动机22,该内燃发动机22被设置在车辆10的中央纵向轴线上在前车轮20之间。在该示例中,发动机22驱动所有四个车轮16、20,使得车辆10是“四轮驱动”车辆。

图2还示出了车辆传动系统24,车辆传动系统24被配置成将扭矩从发动机22传递至车轮16、20。传动系统24包括自动变速器26,自动变速器26在发动机22与分动箱(transfercase)28之间纵向延伸,以将由发动机22输出的扭矩传递至分动箱28。转而,分动箱28被配置成分配扭矩以进行至后驱动轴30和前驱动轴32的递送。

后驱动轴30与变速器26纵向且同轴地延伸以耦接至后轴14并将扭矩传递至后轴14并且从而驱动后车轮16。前驱动轴32沿与后驱动轴30相反的方向且平行于后驱动轴30延伸以在发动机22下方与前轴18耦接,并且从而将扭矩传递至前轴18以驱动前车轮20。

自动变速器26可以是任何合适的类型,例如液压自动变速器。自动变速器26的内部组件未在图2中示出以避免不必要的细节使本发明模糊不清,但是本领域技术人员将理解,这样的变速器通常包括一组行星齿轮组以提供所需的传动比,以及扭矩变换器以将发动机22的输出耦接至行星齿轮组。

自动变速器26由动力总成控制模块(pcm)34控制,pcm34将发动机控制单元(ecu)的功能和变速器控制单元(tcu)的功能结合在一起。在其他实施方式中,替代地,可以使用分离的ecu和tcu。

pcm34负责控制发动机22和自动变速器26两者的操作。在这方面,pcm34从一套车载传感器接收输入数据并生成控制信号,视情况将这些控制信号发送至发动机22或发送至自动变速器26。本领域技术人员将理解,pcm34包括被配置成分析输入数据以生成控制信号的一个或更多个处理器。

输入数据可以包括对例如当前选择的挡位、发动机速度、发动机载荷、车轮速度、废气流速、发动机进气压力、车辆操作模式、加速器踏板位置、环境温度等的指示。本领域技术人员将理解,从标准车载传感器获得这样的数据是完全常规的并且对于大多数现代车辆是通用的,并且因此此处将不对其进行更详细地描述。

由pcm34发送给自动变速器26的控制信号通常包括:升挡命令,即选择比变速器26当前正在以其运行的传动比高的传动比;或者降挡命令,即选择比当前使用的传动比低的传动比。通常,升挡或降挡命令产生传动比的增量增加以采用相邻传动比,但是在某些条件下命令可能产生跳过相邻传动比的升挡或降挡。

如已经注意到的,根据选择的换挡映射实施换挡,该换挡映射定义了基于车辆运行参数,特别是车辆速度和加速器踏板的位置而触发升挡或降挡的点。pcm34根据瞬时运行条件,特别是当前的估计车辆载荷和车辆运行模式从一组换挡映射中进行选择。例如,如果自动变速器26被设置为“运动”运行模式,则pcm34选择相应的换挡映射并且相应地控制变速器26,所述相应的换挡映射通常会表现出相对激进的换挡行为,其中,在相对高的车辆速度下触发换挡。

注意到在该阶段,换挡映射可以采取各种形式,包括诸如查找表或数学函数之类的值的阵列或矩阵。

还注意到,术语“换挡映射”不一定涵盖针对任何运行条件和任何选择的挡位的每个换挡点的总体且完整的表示,尽管该术语确实涵盖了这一点。替代地,换挡映射可以仅包括表示每种场景的值的子集,并且特别地可以仅指示针对当前选择的挡位的换挡点。

在该示例中,pcm34还负责估计车辆载荷。在这方面,如已经注意到的,pcm34使用两个不同的车辆载荷估计模型来生成各自的车辆载荷估计,然后通过将它们彼此之间和/或针对校准的阈值进行比较而在那些估计之间进行仲裁,以选择以后当作最终的车辆载荷估计的估计。然后使用最终的车辆载荷估计来确定例如合适的换挡图,变速器26的控制基于该合适的换挡图。

pcm34可以包括被配置成运行所有的车辆载荷估计模型的处理器,或者形成处理模块以实现该任务的一组处理器。

在该示例中,所使用的两个车辆载荷估计模型是已经描述的且本领域技术人员熟悉的“道路载荷模型”和基于加速度计的估计模型。

相应地,感测装置36附接到后驱动轴32以提供指示变速器载荷的信号。

由于在生产车辆中实现扭矩感测装置是不切实际且成本过高的,因此,替代地使用计算机模型来提供指示变速器输出扭矩或加速度的信号。在这方面,如常规的那样,pcm34的发动机管理系统输出曲轴扭矩,其可以参考已知的轴比而被转换至传动轴中。这些信号通过任何适当的手段,例如使用常规的车辆can总线,被传送到pcm34。

pcm34包括可读存储器,该可读存储器保持在水平表面上的稳定速度范围内的车辆道路载荷的校准模型的副本。pcm34将变速器扭矩和载荷的测量结果与校准模型进行比较,并使用测量结果与校准模型的任何偏差来得出第一车辆载荷估计。

车辆10还包括加速度计38形式的惯性传感器,该惯性传感器能够检测并输出指示纵向加速度,即沿平行于车辆10所处的道路12的表面的方向的加速度的信号。指示纵向加速度的信号使用诸如can总线之类的适当手段被传送到pcm34。

如已经描述的,当车辆10在水平面上时,加速度计38将仅检测车辆10的纵向加速度al。然而,如果如在图1中,车辆10在斜坡上,加速度计38将检测车辆10的纵向加速度al与由于重力引起的加速度g的组合。如果速度v为零,则加速度计38仅检测由于重力引起的加速度,该加速度可以被直接转换为估计的道路坡度。

如果速度v不为零,则将指示的纵向加速度与例如轮速传感器所指示的速度v进行比较,以确定al的大小,从而根据指示的纵向加速度求解加速度的重力分量并且产生道路坡度估计。

pcm34然后使用车辆质量的估计将坡度估计转换为第二车辆载荷估计。

为了估计车辆质量,pcm34包括监测随时间变化的车辆动态的算法。例如,可以将由加速度计38指示的车辆10的加速度与变速器扭矩进行比较,以提供车辆质量的指示。注意到道路坡度会影响车辆的加速度,该算法还使用基于加速度计读数的估计道路坡度来改进质量估计。

如已经提到的,质量估计算法必须在每次车辆10进行新的行程时都进行迭代,因为例如由于增加了乘客或拖车,车辆质量可能不同于先前的行程。

质量估计算法从可能不准确的初始估计不断地进行迭代,使得算法输出的车辆质量估计被不断地改进,从而越来越准确。如先前所注意到的,为算法定义校准时段,以产生足够准确的质量估计。可以根据质量估计算法的离散迭代次数或者作为时间段来定义该时段。在该时段过去之前,尽管可以作为替代使用车辆质量的校准值以能够以合理的准确度生成第二车辆载荷估计,但是不能生成基于加速度计读数的准确的第二车辆载荷估计。

即使在该时段过去之后,质量估算算法仍会继续进行迭代,以进一步改进质量估计。

估计车辆质量的具体方法是公知的,并且不是本申请的主题,因此将不再赘述。

在某些运行条件下,由于估计模型所使用的数据与瞬时车辆运行条件之间的相互影响,因此基于道路载荷模型的第一车辆载荷估计可能不正确的。在这种情况下,第一车辆载荷估计被“禁止”,这意味着该估计被标记为不可靠,因此不用作最终的车辆载荷估计;如果可以的话,在这种情况下使用第二道路车辆载荷估计作为替代。

下面列出了可能导致第一车辆载荷估计被禁止的因素的非详尽清单:

·车辆制动器被按压,在这种情况下,没有可靠的扭矩值可用于道路载荷模型;

·车辆速度——例如,如由发动机输出轴的速度所指示的车辆速度——低于阈值,原因是速度传感器数据在低速时变得不可靠,而且此外这种情况通常对应于扭矩变换器打开的情况,其可能不包括道路荷载的校准模型中的数据点;

·扭矩方向正在从驱动扭矩转换为超限扭矩,例如当加速踏板被释放时——间隙交叉会产生不可靠的输出扭矩;

·正在进行换挡,在此期间,没有可靠的扭矩值可用于驱动道路载荷模型;

·横向加速度高于阈值,这通常表明车辆10正在转弯,在这种情况下,扭矩值可能由于轮胎打滑而不可靠,并且在车辆10在陡峭的高山道路上穿越相对平坦的山区之字形路线(switchback)的情况下,道路载荷模型被禁止,例如以防止在转弯期间由于道路坡度的临时变化而触发升挡;

·倒挡被选择,原因是道路载荷模型没有针对倒车进行校准,因为车辆通常仅包括一个倒挡,因此换挡不适用;

·车辆牵引控制系统是活动的,原因是这样的系统干扰施加至变速器26的扭矩,因此这不再是道路载荷的可靠指示;

·挡位选择器位置或换挡模式正在更改或最近已经更改,因为系统在此类更改之后需要一小段时间才能稳定下来;

·变速箱油温度低于阈值,因为变速箱扭矩损失可能会升高,直到油达到其工作温度为止,在此之前,油的粘度很高且摩擦损耗会增加。

上述禁止条件中的每一个都具有相关联的计时器,该计时器指示:一旦禁止条件不再被满足,第一车辆载荷估计被禁止多长时间。例如,在制动踏板被释放之后的短时间内,第一车辆载荷估计继续被禁止。针对具体应用来校准应用于每种条件的相应时间段。

关于第二车辆载荷估计,尽管基于加速度计测量值估计的道路坡度在大多数操作条件下相对可靠,但产生车辆质量的估计的算法易受与许多道路载荷模型相同的因素的影响。因此,当以下条件中的任何条件适用时,质量估计算法被禁止或临时暂停:

·车辆制动器被按压,在这种情况下,没有可靠的扭矩值可用于质量估计模型;

·后驱动轴扭矩的变化率(例如,横向传动装置中最终驱动后的扭矩)超过阈值,请注意,通常需要稳定的扭矩才能精确估计质量;

·道路坡度的变化率(如由加速度计读数所指示的)超过阈值,因为精确的质量估计需要相对稳定的坡度;

·变速器26的扭矩变换器被解锁或打开,因为此时没有可靠的扭矩值可用于质量估计算法;

·扭矩方向正在从驱动扭矩转换为超限扭矩,例如当加速踏板被释放时——间隙交叉会产生不可靠的输出扭矩;

·正在进行换挡,在此期间,没有可靠的扭矩值可用于质量估计算法;

·车辆牵引控制系统是活动的,因为这样的系统会干扰施加至变速器26的扭矩,因此这不再是作为进行质量估计的道路载荷的可靠指示;

·倒挡被选择,因为质量估计模型没有针对倒车进行校准;

·车辆速度低于阈值,注意指示车辆速度的信号在低速时往往不可靠,并且需要精确的车辆速度的指示来计算车辆10上的空气阻力,因为估计质量需要解决作用在车辆10上的力;

·车辆10的纵向加速度低于阈值,因为由于形成用于计算质量的方程式的分母的一部分的加速度趋向于零,并且此外测量误差也变得显著,因此导致不可靠的结果,所以估计可能趋向于无穷大;

·挡位选择器位置或换挡模式正在更改或最近已经更改,因为系统在此类更改后需要一小段时间才能稳定下来;

·变速箱油温度低于阈值,因为变速箱扭矩损失可能会升高,直到油达到其工作温度为止,在此之前,油的粘度很高且摩擦损耗会增加;

·横向加速度高于阈值,这通常表明车辆10正在转弯,在这种情况下,算法无法应对轮胎打滑,因此由于可用信息不正确,质量估计受到抑制,此外在车辆10在陡峭的高山道路上穿越相对平坦的山区之字形路线的情况下,例如以防止在转弯期间由于道路坡度的临时变化而触发升挡。

如果质量估计算法在为产生足够精度的估计而定义的时间段内被禁止,则该时间段将延长相应的量。这继而又会延迟准确的第二车辆载荷估计的可用性。

相反地,如果质量估计算法在初始时间段过去之后被禁止,则基于从最新加速度计测量值计算出的估计道路坡度,使用车辆质量的最新估计值来生成第二车辆载荷估计值。特别地,这使得能够在车辆10静止时产生第二车辆载荷估计,如已经指出的,由于信号噪声低,道路坡度估计最准确。

如已经指出的,在为产生精确的质量估计值而定义的时间段结束之前,基本车辆质量的校准值将被用作质量估计值。这使得能够在更精确的质量估计变得可用之前,可以以合理的精度产生第二车辆载荷估计,从而第二车辆载荷估计在所有时间都是可用的。对此的一种可能的例外是,当信号故障阻止从加速度计读数得出可靠的道路坡度估计时,在这种情况下,第二车辆载荷估计可能被禁止。

图3示出了仲裁过程40,该仲裁过程由pcm34进行以在第一车辆载荷估计与第二车辆载荷估计之间进行仲裁以选择最终车辆载荷估计,该最终车辆载荷估计用于控制诸如自动变速器26的其他车辆系统。

仲裁过程40开始于分别使用道路载荷模型以及结合质量估计算法从加速度计读数得出的估计道路坡度来在步骤42和44处产生的第一车辆载荷估计和第二车辆载荷估计。

如果任何禁止条件都适用于第一车辆载荷估计,使得在步骤46处不允许道路载荷模型计算估计车辆载荷,则过程40在步骤48处简单地输出第二车辆载荷估计作为最终车辆载荷估计。在这方面,再次指出,第二车辆载荷估计通常在所有时间都是可用的,因为可以从基本质量的校准值计算出第二车辆载荷估计,直到准确的质量估计变得可用为止。

如上所述,对于这个的例外是,当存在防止准确地估计实际道路坡度的信号误差时,在这种情况下,如果还禁止了道路载荷模型,则输出车辆载荷的校准值。这允许pcm34输出安全且已知的车辆载荷值——该车辆载荷值将不会导致例如驾驶员可能注意到的不适当的换挡——即使这会导致非最佳性能。例如,相反地,在没有数据的情况下可能优选假设车辆载荷对应于零的道路坡度且没有逆风,因为驾驶员不太可能注意到斜坡上的提早升挡,但可能注意到平坦道路上的最近升挡,如果假设较高的坡度则将发生这种情况。

如果允许道路载荷模型计算第一车辆载荷估计,则检查第一车辆载荷估计和第二车辆载荷估计的特性以确定应选择哪个作为最终车辆载荷估计。

这些检查的第一步骤是在步骤50处评估第一车辆载荷估计是否为正以及基于加速度计读数的第二载荷估计是否低于第一校准阈值,第一校准阈值可能是例如与约2%的有效坡度相对应的低正数。如果是这样,则仲裁过程40在步骤52处输出第二车辆载荷估计作为最终车辆载荷估计。

这是基于如下推理,在这种情况下,道路载荷模型可能已产生了不可靠的结果,例如因为道路载荷模型最近已被禁止并因此正在朝新的估计值进行过滤。在这些情况下,第二车辆载荷估计更有可能准确地反映实际车辆载荷。换言之,如果道路载荷模型在加速度计读数指示道路12接近水平时给出表明道路12具有正坡度的车辆载荷估计,则假定道路载荷模型已产生了不可靠的结果。

如果不是,则仲裁过程40在步骤54处检查相反情况是否为真;即,第一车辆载荷估计是否为负以及基于加速度计读数的第二载荷估计是否高于第二校准阈值。第二校准阈值可以不同于第一校准阈值,并且可以是例如与约2%的有效道路坡度相对应的低负值。

如果是这样,则仲裁过程40出于与上述情况相同的原因在步骤56处输出第二车辆载荷估计作为最终车辆载荷估计,在上述情况下,道路负载模型指示车辆载荷表明比基于加速度计读数的坡度估计高的正坡度。

如果以上条件设置均不为真,则仲裁过程40在步骤58处确定由第一车辆载荷估计指示的有效道路坡度和基于加速度计读数的实际坡度估计是否均为正,在这种情况下,在步骤60处选择第一车辆载荷估计和第二车辆载荷估计中的较大者作为最终车辆载荷估计。这确保了在两个车辆载荷估计显现出有效并且指示正的有效道路坡度时针对最坏情况场景控制车辆10。

例如,如果车辆10正在牵引拖车,则总质量明显高于用作质量估计的校准质量值,直到经过了质量估计算法产生准确的质量估计的时段为止。继而,第二车辆载荷估计也将太低,直到准确的质量估计变得可用为止。在这种情况下,以更直接的方式测量车辆载荷并且不受质量估计的不准确性影响的第一车辆载荷估计可能会更高,并因此应被选择作为最终车辆载荷估计。

如果分别与第一车辆载荷估计和第二车辆载荷估计相关联的有效道路坡度估计和实际道路坡度估计均不为正,则pcm34在步骤62处检查改为它们是否均为负,并且如果是这样,则在步骤64处选择两个车辆载荷估计中的较小者作为最终车辆载荷估计。当两个车辆载荷估计指示负道路坡度时选择最小值的原因与当两个车辆载荷估计指示正道路坡度时选择最大值的原因相同。

如果上述条件都不满足,则可以假设在确定第一车辆载荷估计和第二车辆载荷估计中的至少一个时存在错误,在这种情况下,在步骤66处将先前提到的校准值用作最终车辆载荷估计,以确保所使用的车辆载荷值将提供安全且可预测的行为。

除了图3中示出的条件之外,可以通过添加如下能力来增强过程40:如果第一车辆载荷估计和第二车辆载荷估计中的任一者由于相对于相应估计算法所依赖的数据的不良信号质量而受到损害,禁止第一车辆载荷估计或第二车辆载荷估计。如上所述,如果两个估计均被禁止,则将校准值用作最终车辆载荷估计。

如上所述,一旦pcm34在仲裁过程40的步骤64或66处选择了车辆载荷估计之一,则该估计用于选择适当的换挡映射并确定自动变速器26的一组换挡点。如果选择了第一车辆载荷估计,则如在仲裁过程40的步骤58处使用的、从该车辆载荷估计确定的有效道路坡度用于选择适当的换挡映射并确定一组换挡点。如果在步骤64或66处选择了第二车辆载荷估计,则随后从该车辆载荷估计确定有效道路坡度。然后,该有效道路坡度用于选择合适的换挡映射并确定一组换挡点。

图4是标绘使用仿真数据由模型计算的第一车辆载荷估计和第二车辆载荷估计的示例的曲线图,以示出pcm34如何应用图3中陈述的逻辑来在两者之间进行仲裁以选择最终载荷估计。

在曲线图索引中,“估计1”对应于基于道路载荷模型的第一车辆载荷估计,“估计2”对应于基于加速度计测量结果的第二车辆载荷估计。注意,载荷估计基于车辆10的基本质量被归一化为有效道路坡度,因此被表示为百分比。

在从0秒跨越到12秒的初始时段中,由于两个车辆载荷估计均为正并且高于相关阈值,所以pcm34选择这两者中的较高者。在大约9秒处发生例外情况,在该情况下pcm34由于违反阈值,因此暂时选择较低的车辆载荷估计作为最终估计。

除此之外,pcm34选择最小车辆载荷估计作为最终载荷估计,直到仿真开始大约25秒为止,因为在该阶段这两个估计均为负;从25秒开始,第一车辆载荷估计被禁止,因此第二车辆载荷估计被当作最终载荷估计。

在不偏离所附权利要求所限定的本发明的范围的情况下,可以对上述示例进行多种修改。

再多了解一些
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1

威尼斯人棋牌|威尼斯欢乐娱人城

XML 地图 | Sitemap 地图