CN106256645A - 用于轮胎与道路摩擦力估算的方法和设备 - Google Patents

Abstract

本发明涉及用于估算轮式双轴线双轨道道路车辆(1)的轮胎与地面之间摩擦系数(μ_i)的方法和设备。如果所述车辆(1)的纵向速度v_x高于第一阈值v_xthres并且轮偏转角δ_f和/或横摆角速度Ω_z低于第二阈值δ_thres/Ω_zthres，则在第一轴上的两个车轮上施加正扭矩并且在第二轴上的两个车轮上施加相反的负扭矩同时遵循驾驶员请求的纵向车辆(1)加速度(α_x)。测量轮速ω_i和估算轮胎力(f_i)。根据测量的轮速ω_i和估算的轮胎力(f_i)估算轮胎与地面之间的摩擦系数(μ_i)。使得估算的摩擦系数(μ_i)对其它车辆(1)系统是能获得的。

Description

用于轮胎与道路摩擦力估算的方法和设备

技术领域

此处的实施例涉及用于估算轮式双轴线双轨道道路车辆的轮胎与地面之间摩擦系数的方法和设备。

背景技术

车辆运动高度依赖于摩擦系数，即轮胎与地面之间的摩擦。因此，精确估算该摩擦对于很多主动车辆安全性功能例如防撞是很有价值的。例如，如果能够检测到轮胎与地面之间的低摩擦力，则可能在险境中较早地进行制动干预，从而降低碰撞和严重伤害的风险。

这对于自主车辆来说是特别相关的，因为预期自动行驶会需要估算轮胎与地面之间的摩擦从而自动地适应车速(速度)。这是相关的，因为例如在低摩擦面(即轮胎与地面之间摩擦较低)上行驶过快可能导致危险例如滑行。

然而，由于假定轮胎与地面之间的摩擦难以测量并且费用昂贵，所以研究会和汽车工业已经聚焦在摩擦估算上了，其中使用“不与地面接触”的传感器，例如惯性测量装置、轮速传感器、激光扫描器等等。特定的一类方法依赖于对轮胎物理学的知晓，其中滑移与轮胎力之间的关系是已知的。与这种方法相关的大多数文献至今已经表明轮胎必须被显著地激发才能进行这样估算，意味着车辆例如必须纵向加速或拐弯以展现较大的轮胎力。因此暗示，在以不规则间隔随机发生这种激发操作的正常驾驶期间，因为缺乏充分的激发，很难或不可能估算摩擦系数。

文献EP1481861A1试图提供在需要时不干扰轮式车辆驾驶员的用于估算轮式车辆的轮胎与路面之间的道路与轮胎摩擦的方法和装置，所述文献涉及用于估算轮胎与道路摩擦从而能够令防碰撞系统适应当前道路摩擦条件的方法。其建议使用防碰撞系统的风险估算组件来确定何时完成轮胎与道路接触面的自动激发从而能够估算最大可用的轮胎与道路摩擦。

根据文献EP1481861A1，当通过防碰撞系统估算的撞击风险超过预定极限值时完成自动激发。该极限值将低于(多个)阈值，其将实际上通过防碰撞系统触发防撞干预或碰撞警告。假定紧邻车辆前方的估算最大摩擦力水平与激发时的当前条件相同或类似，进一步建议使用估算的摩擦来影响防碰撞系统的判定机构。

根据文献EP1481861A1，正驱动扭矩被施加于第一轴上的两个车轮并且相反的负制动扭矩被施加于第二轴上的至少一个车轮。测量车速、第二轴上车轮的角加速度和施加于所述车轮的负扭矩的当前值。使用摩擦系数确定工具来确定当前摩擦系数。通过经由动力传动系统连接于第一轴的用于驱动第一轴上的一个或多个车轮的推进单元施加正扭矩，并且通过致动用于第二轴上所述至少一个车轮的制动工具施加负扭矩。据说，这样车辆驾驶员不会经历施加制动所致的车速的变化或意外加速，同时完成用于估算最大可用的轮胎与道路摩擦系数的步骤。

然而，虽然文献EP1481861A1公开了摩擦系数确定工具用于根据车速、第二轴上的车轮角加速度和施加于所述车轮的负扭矩的当前测量值确定当前摩擦系数，文献EP1481861A1对于如何完成该当前摩擦系数的确定没有提供进一步细节。

当所述车轮被制动或推进时，文献EP1481861A1需要的车速不幸地是很难估算的，因为所有车轮随后将具有高度滑移，由此轮速传感器不会提供精确值并且因此将给不出关于实际车速的线索。

因此，之前建议的摩擦确定方法论尚有改进的空间。

发明内容

此处的实施例旨在提供一种用于估算轮式双轴线双轨道道路车辆的轮胎与地面之间摩擦系数的改进方法，其不需要知道车速。

这可通过包括如下步骤的方法提供：如果车辆的纵向速度高于第一阈值并且轮偏转角和/或横摆角速度低于第二阈值，将正扭矩施加于第一轴上的两个车轮并且将相反的负扭矩施加于第二轴上的两个车轮同时遵循驾驶员请求的纵向车辆加速度；测量轮速；估算轮胎力；根据测量的轮速和估算的轮胎力估算轮胎与地面之间的摩擦系数；使得估算的摩擦系数对其它车辆系统是可得到的。

如上所述根据测量的轮速和估算的轮胎力估算轮胎与地面之间的摩擦系数并且使得估算的摩擦系数对其它车辆系统是可得到的，这就使得能够以非侵入方式对需要摩擦估算值的任何车辆系统提供摩擦估算值同时车辆实质上笔直向前行进。

根据第二方面，使用车辆推进系统完成正扭矩的施加并且使用车辆制动系统完成负扭矩的施加。

如上所述分别使用车辆推进和制动系统施加正和负扭矩方便地提供了轮胎的非侵入激发从而可完成估算所需的测量。

根据第三方面，使用轮速传感器测量轮速。

如上所述使用轮速传感器测量轮速提供了便利和通常低成本的测量，因为大多数当今的车辆配备有这种传感器。

根据第四方面，根据通过车辆惯性测量单元提供的车辆加速度和横摆角速度的测量值估算轮胎力。

如上所述根据通过车辆惯性测量单元提供的车辆加速度和横摆角速度的测量值估算轮胎力提供了便利和通常低成本的测量，因为当今大多数车辆配备有这种惯性测量单元。

根据第五方面，使用包括车轮滑移与轮胎力之间物理关系的轮胎模型估算摩擦系数。

如上所述使用包括车轮滑移与轮胎力之间物理关系的轮胎模型估算摩擦系数使得可能提供有用的估算而无需如上所述困难地确定知道车辆纵向速度。

根据第六方面，轮胎模型是刷子模型。

如上所述轮胎模型为刷子模型使得能够使用所属技术领域的技术人员熟知的包括车轮滑移与轮胎力之间物理关系的轮胎模型，并且有利于使用标准信号处理工具例如扩展卡尔曼滤波、粒子滤波、格点搜索等等来估算摩擦系数。

根据第七方面，使用参数轮胎-力模型估算摩擦系数。

如上所述轮胎模型为参数轮胎-力模型有利于使用标准信号处理工具例如扩展卡尔曼滤波、粒子滤波、格点搜索等等估算摩擦系数。

根据第八方面，轮胎模型是曲线拟合模型。

如上所述轮胎模型为曲线拟合模型是有利的，因为通常有易于得到的分析逆模型。

根据第九方面，该方法进一步包括在施加的标准化牵引力小的驾驶情形期间使用卡尔曼滤波或类似的信号处理工具估算纵向轮胎刚度参数。

如上所述在施加的标准化牵引力小的驾驶情况期间使用卡尔曼滤波或类似的信号处理工具估算纵向轮胎刚度参数，这就确保了估算的轮胎刚度不受摩擦的影响。

根据第十方面，令估算的摩擦系数是例如控制器区域网(CAN总线)、媒体导向系统传输(MOST)网络的车辆信息网络上其它车辆系统可得到的。

如上所述令估算的摩擦系数为车辆信息网络上其它车辆系统可得到的，这就使得估算的摩擦系数能够便利地和通常低成本地分配至访问其为有利的车辆系统，因为当今大多数车辆配备有这种车辆信息网络。

此处的其它实施例旨在提供一种用于估算轮式双轴线双轨道道路车辆的轮胎与地面之间摩擦系数的改进设备，其不需要知道车速，因此根据第十一方面提供了这样一种设备包括：用于确定车辆的纵向速度是否高于第一阈值并且轮偏转角和/或横摆角速度是否低于第二阈值的激活逻辑；用于如果确定车辆的纵向速度高于第一阈值并且轮偏转角和/或横摆角速度低于第二阈值则对第一轴上的两个车轮施加正扭矩并且对第二轴上的两个车轮施加相反的负扭矩同时遵循驾驶员请求的纵向车辆加速度的第一车辆控制器；用于测量轮速的轮速传感器；轮胎力估算单元；用于根据测量的轮速和估算的轮胎力估算轮胎与地面之间摩擦系数的摩擦估算器；以及用于令其它车辆系统可得到估算的摩擦系数的通信单元。

如上所述根据测量的轮速和估算的轮胎力估算轮胎与地面之间的摩擦系数并且令其它车辆系统可得到估算的摩擦系数，这就使得能够以非侵入方式对需要摩擦估算值的任何车辆系统提供摩擦估算值同时车辆实质上笔直向前行进。

根据第十二方面，摩擦估算器被设置为使用包括车轮滑移与轮胎力之间物理关系的轮胎模型估算轮胎与地面之间的摩擦系数。

如上所述使用包括车轮滑移与轮胎力之间物理关系的轮胎模型估算摩擦系数就使得能够提供有用的估算而无需如上所述困难地确定车辆纵向速度。

根据第十三方面，包括车轮滑移与轮胎力之间物理关系的轮胎模型是刷子模型。

如上所述轮胎模型为刷子模型使得能够使用所属技术领域的技术人员熟知的包括车轮滑移与轮胎力之间物理关系的轮胎模型，并且有利于使用标准信号处理工具例如扩展卡尔曼滤波、粒子滤波、格点搜索等等来估算摩擦系数。

根据第十四方面，包括车轮滑移与轮胎力之间物理关系的轮胎模型是参数轮胎-力模型。

如上所述轮胎模型为参数轮胎-力模型有利于使用标准信号处理工具例如扩展卡尔曼滤波、粒子滤波、格点搜索等等估算摩擦系数。

根据最后一个方面，提供了包括如上所述用于估算轮式双轴线双轨道道路车辆的轮胎与地面之间摩擦系数的设备的轮式双轴线双轨道道路车辆。

包括如上所述用于估算轮式双轴线双轨道道路车辆的轮胎与地面之间摩擦系数的设备的轮式双轴线双轨道道路车辆能够以非侵入方式对需要摩擦估算值的任何车辆系统提供摩擦估算值同时车辆实质上笔直向前行进。

附图说明

在下文中，将参照附图仅通过举例的方式更详细地描述此处的实施例，其中：

图1是根据此处实施例的摩擦估算器的构造的简图。

图2是作为时间函数的主要驱动轴扭矩的示意图。

图3是示出对于μ＝1的摩擦估算值的标准偏差的表格。

图4是示出对于μ＝0.3的摩擦估算值的标准偏差的表格。

图5是根据此处实施例的轮式双轴线双轨道道路车辆的车辆几何形状的示意图。

图6是局部轮胎坐标系的示意图。

此处实施例的其它目的和特征将根据下面结合附图一起考虑的详细说明而变得更为清楚。然而可以理解，附图仅为说明的目的而非对其的范围的限定，其范围应当参照所附的权利要求。应当进一步理解，附图不一定是按比例描绘的，并且除非另有陈述，它们仅仅意图概念上地示出此处描述的结构和步骤。

具体实施方式

总之，此处的实施例涉及一种用于估算轮式双轴线双轨道道路车辆1的轮胎与地面/道路之间摩擦系数μ同时遵循驾驶员请求的纵向车辆加速度α_x的方法和设备。

所述方法依赖于轮胎滑移s与其力f之间的物理学知识。为了显著地激发轮胎，建议在车辆1的特定设计的驱动期间完成所述估算。在驾驶员/车辆请求的纵向加速度α_x未受影响的条件下即在遵循驾驶员请求的纵向车辆加速度α_x时，通过在前轴上产生正(牵引)扭矩而同时在后轴上产生负(制动)扭矩来完成该驱动，或反之亦然。这例如意味着在巡航控制期间车辆1的速度应当保持恒定。

根据此处的实施例，使用车辆1推进系统(未示出)完成正扭矩的施加并且使用车辆1的制动系统(未示出)完成负扭矩的施加。

此处处理的特定问题是，如在文献和现有技术专利文献中所描述的，摩擦系数μ估算需要车速/速度ν信息，参见例如之前在本申请的背景部分中论述的EP1481861A1。

当车辆1的所有车轮被制动或推进时，车速ν不幸地很难估算，因为车辆1的所有车轮随后将具有高度滑移s，由此轮速传感器不会提供精确值并且因此将给不出关于实际车速ν的线索。

提出的方法和设备解决了这个问题，建议的摩擦系数μ估算算法不需要知道相关车辆1速度ν。这可基于这个理解来实现，即只要纵向速度ν_x很大并且轮偏转角δ和/或其横摆角速度Ω_z很小，例如当车辆1高于某个速度阈值ν_thres实质上笔直向前行进时，则车辆1的纵向速度ν_x的影响很小。这可例如通过确定车辆1的纵向速度ν_x是否高于第一阈值ν_thres并且轮偏转角δ和/或其横摆角速度Ω_z是否低于第二阈值δ_thres/Ω_zthres来建立。此处的轮偏转角δ是车辆1的前或后轴处的一对可转向轮的角度。第二阈值δ_thres/Ω_zthres被选择为确保车辆1近似笔直向前行进，即使得车辆1的任何横向加速度α_y较低，或更准确地说，车辆1轮胎的侧向激发/侧滑移较低。因此，做出适宜的假定，这将使得能够从此处使用的用于确定轮胎与道路的摩擦系数μ的方程式中去除车辆1的纵向速度ν_x，这将在下文中更详细地描述。

根据提出的方法和设备的摩擦估算器的结构如图1所示。

当需要估算摩擦系数μ并且预期能够实现估算功能而无车辆1稳定性的风险或导致车辆1的乘客不可接受的不适时，激活逻辑2通过在控制仲裁器4中选择第一车辆控制器3触发所述功能。藉此来自此处所述的特定设计的估算功能的轴扭矩要求将传输通过至车辆1，或更具体地至控制车辆1的制动器和推进系统的底层控制器(未示出)。

因此，根据此处的实施例，一种用于估算轮式双轴线双轨道道路车辆1的轮胎与地面之间摩擦系数μ的设备包括：激活逻辑2，用于确定车辆1的纵向速度ν_x是否高于第一阈值ν_xthres和轮偏转角δ和/或横摆角速度Ω_z是否低于第二阈值δ_thres/Ω_zthres，即是否能够实现估算功能而无车辆1稳定性的风险或导致车辆1乘客不可接受的不适；第一车辆控制器3，用于如果确定车辆1的纵向速度v_x高于第一阈值ν_xthres并且轮偏转角δ和/或横摆角速度Ω_z低于第二阈值δ_thres/Ω_zthres则在遵循驾驶员请求的纵向车辆加速度α_x的同时对第一轴上的两个车轮施加正扭矩并且对第二轴上的两个车轮施加相反的负扭矩；轮速传感器(未示出)，用于测量轮速；轮胎力f估算单元5；摩擦估算器6，用于根据测量的轮速ω和估算的轮胎力f估算轮胎与地面之间摩擦系数μ；以及通信单元7，用于令其它车辆系统8可得到估算的摩擦系数μ。

第二车辆控制器9表示车辆中可能请求轴扭矩的所有其它控制器(未示出)，并且可能除了别的之外，它们也是摩擦系数μ信息的接收器。这种摩擦系数μ信息的接收器的示例是防撞制动算法，其被假定处于第二车辆控制器9中。还可能有其它摩擦系数μ估算值的接收器，例如用于提供待传送至车辆1中显示器(未示出)的信息例如以便提供信息至其驾驶员或至自身车辆1周围的其它车辆/接收器的工具。控制仲裁器4仲裁来自特定设计的估算功能的轴扭矩请求和来自车辆中可能请求轴扭矩的所有其它控制器的轴扭矩请求，使得驾驶员请求的纵向车辆加速度α_x被遵循。这样，能够以非侵入方式为要求摩擦系数μ估算值的任何车辆系统提供摩擦系数μ估算值。

摩擦估算器6基于车辆1例如使用轮速传感器测量的轮速测量值ω以及又根据例如提供车辆加速度α和横摆角速度Ω_z的测量值的惯性测量单元10估算的轮胎力f的估算值估算摩擦μ，下面将更详细地描述。

在此处的实施例中，摩擦估算器6被设置为使用包括车轮滑移s与轮胎力f之间物理关系的轮胎模型估算轮胎与地面之间的摩擦系数μ。

根据此处的实施例，包括车轮滑移s与轮胎力f之间物理关系的轮胎模型是刷子模型或参数轮胎-力模型例如曲线拟合模型。

摩擦估算器6给第一车辆控制器3发出表示应当如何完成控制的指令，下面也将更详细地描述。

提出的估算算法需要轮胎的最小摩擦利用率水平和最小摩擦利用率水平的最小持续时间。

因此，摩擦利用率(friction utilization)可以描述为：

$\mathrm{frictionutilization}=\frac{{\mathrm{fx}}_i}{{\mathrm{\μ}}_i\×{\mathrm{fz}}_i}$

其中

fx_i是纵向轮胎力，

μ_i是轮胎与道路的摩擦系数，并且

fz_i是轮胎的正常载荷。

要注意，下文中的指示符号用于识别不同的轮胎，即前左轮胎i＝1、前右轮胎i＝2、后左轮胎i＝3和后右轮胎i＝4。

遇到的问题是不同的表面需要所施加轴扭矩的不同增长率。如果我们例如使用斜坡，因此在高和低摩擦面上有相同的斜率，摩擦估算器在低摩擦面上可能获得的测量样本数量是有限的。因此反而提出如图2最高曲线示意性地所示增加施加于车辆1前轴的扭矩，图2示出施加的轴扭矩作为时间函数。

如图2所示，较小的斜率用于操作的开始以便估算轮胎的滑移刚度C。这么做是因为所有轮胎模式依赖于至少两个参数——刚度C和摩擦μ。所属技术领域的技术人员熟知，刚度C描述了滑移-力图表中的线状部分。通过在操作开始时具有带较小斜率的斜坡，其余的测量数据可用于估算摩擦系数μ。

在该初始小斜率斜坡后是快得多的斜坡。该斜坡增加所述轴扭矩直至它违背了降低扭矩的若干预定状况之一。这些状况包括但是不局限于车辆左右侧上前/后轮速的差异、前/后轮角加速度的差异、所有车轮的个体差异、运用的摩擦过于接近估算的最大摩擦力系数、运用的摩擦高于预定最大阈值。根据违背了这些状况中的哪一种，在开始倾斜向下之前扭矩缓慢增加或降低。该致动方法使得所述干涉花费了相同的时间量而不管所述摩擦系数μ如何，因为时间是可被设定的。它还容许摩擦估算器6在非线性轮胎区域适合于摩擦μ估算的激发水平下收集测量数据。

同时，后轴扭矩应当如图2的最下方曲线所示降低以保持驾驶员请求的纵向车辆加速度α_x不受影响。这在概念上意味着后轴扭矩与前轴扭矩相比应当以相反符号被致动，但由于各个的轴/致动器可具有不同的传递函数(响应时间、增益)和不确定性，人们需要控制后轴扭矩才能保持驾驶员请求的纵向加速度α_x不受影响。

要注意，代替制动后轴且使用前轴的牵引力，能够代替地在前轴处制动且使用后轴的牵引力。在其实施例中，使用车辆1推进系统完成正扭矩的施加并且使用车辆1的制动系统完成负扭矩的施加。

为了看出摩擦估算器6理想地需要多少样本以便估算摩擦μ，研究了克拉美-拉奥下界(CRLB)。CRLB示出可通过任何估算器获得的参数估算的最小方差。要注意，未必能够找到可以达到CRLB的估算器，但其给出了所需的最小数目的样本和摩擦利用率的概念。图3和4的表格示出的CRLB假定通过所属技术领域的技术人员熟知的刷子模型能够完美地描述轮胎特性。噪音的方差匹配目前在后轴力估算上所发现的。列是致动期间最大使用摩擦μ_util,max而行对应于直至该摩擦利用率所收集的测量样本的数量N。例如如果使用0.5的最大摩擦利用率并且估算器收集160个测量样本，则我们可以说摩擦系数μ以95％的确定性处于1±0.0593×2＝1±0.12的范围内，假定力估算的噪音是零均值的高斯白噪声并且刷子模型完美地描述了轮胎特性。

在真正的车辆1中，还具有其它不确定性，在轮速ω信号上存在噪音并且轮胎很可能不能被刷子模型完美地描述。这意味着真正的车辆1需要更多样本和更高的摩擦利用率。但是CRLB给出了对激发水平和样本数量的最低要求。

总而言之，为了获得良好的确定的摩擦力μ估算值，图2中的轴扭矩应当较大并且持续较长时间。但是，如果大小和持续时间较大，则具有不稳定和不舒适的风险，至少其中一项(大小、持续时间)必须减小。克拉美-拉奥下界解释了如何解决平衡以获得所需的确定性。

下面将描述用于估算轮胎/道路摩擦系数μ的信号处理算法。研究的算法是对其中正扭矩施加于两轴车辆的前轴上而负扭矩施加于后轴上(或相反)的情景专门做出的。该特定的扭矩激发情景发生在遵循驾驶员请求的纵向车辆加速度α_x的同时请求测量轮胎/道路摩擦力μ时。如果两个轮轴均配备有电机，则可默默地完成摩擦力μ的测量，即驾驶员不会注意到正在进行摩擦力μ测量。

下面引出有关轮速的一些有用的基本事实。车辆几何形状如图5所示如下：

l_f:从重心至前轴的纵向距离。

l_r:从重心至后轴的纵向距离。

w_f:半个前轮距宽度。

w_r:半个后轮距宽度。

假定车辆在平面内移动并且在重心坐标系中表示的纵向和横向车速分别为v_x和v_y。还假定车辆横摆角速度是Ω_z。我们接下来使用的基本关系是在点P处相对重心坐标系以速率Ω_z旋转的速度矢量v^P是：

此处，v＝[v_x v_y 0]^T是重心处的速度矢量，并且要注意，使用车辆附带的重心坐标系表示所有速度分量。如上所述，下面我们使用简略符号，其中使用指示符号i识别不同的轮胎，即左前轮胎i＝1、右前轮胎i＝2、左后轮胎i＝3以及右后轮胎i＝4。

假定前后轮分别具有转向角δ_f和δ_r，即指示符号f示出前轮和指示符号r示出后轮。因此，轮速在如图6所示的局部轮胎坐标系中的纵向分量与重力速度的车辆中心的关系如下：

此处，假定左右前/后轮偏转角δ_f和δ_r是相同的。下面，出于简化我们假定后轮偏转角δ_r是0。因此，假定车辆或多或少地笔直向前行进。

纵向车轮滑移被定义为：

此处，r_i是第i个轮胎的有效车轮半径。

接下来，我们考虑纵向轮胎滑移s_i与施加的标准化轮胎纵向力f_i之间的关系。然而结果容易扩展至带有所谓的组合滑移的情形。

在文献中，可以找到与车轮滑移s_i和施加的标准化牵引力f_i相关的许多模型。在此分析中，仅考虑静态模型。

在车辆动力学文献中常见的轮胎-力模型中陈述的是“刷子模型”，其为：

此处，k_i是纵向轮胎刚度参数并且μ_i是第i个轮胎的摩擦系数。

刷子模型从物理考虑中引出。“曲线拟合状”的非物理轮胎-力模型的示例是：

这种“曲线拟合”模型的优点在于具有可用的解析逆模型。

只要|f_i|≤μ_i就可以定义逆轮胎-力模型。

轮胎-力模型的确切形式对于下面的展开是不重要的。因此，下面简单地假定下面的静态轮胎-力模型是可得到的。

此处，θ_i是含有模型参数的矢量；例如θ_i＝[k_i μ_i]。

当正在进行“主动”摩擦测量时，扭矩被同时施加于所有车轮上。如前所述，这意味着对于纵向车辆1速度v_x估算值来说没有可用的未驱动轮。因此，对主动摩擦μ测量值的技术挑战是处理很难估算车辆纵向速度v_x这个事实。此处描述的方法是基于下面所述的理念，即从方程去除纵向速度v_x。为了实现该目的，首先重新改写用于纵向滑移的表达式：

接下来完成“左前轮胎/左后轮胎”的计算：

假定如下：

w_f≈w_r即半个前轮距宽度和半个后轮距宽度实质上相同。

cosδ_f≈1即前轮转向角较小，实质上为0°。

sinδ_f≈δ_f

r_i＝r₀+τ_i,其中r₀是标定的(已知的)有效车轮半径并且τ_i是较小的未知偏移。

那么有如下表达式：

如在开始所述，主动摩擦测量算法的技术挑战是纵向速度v_x难以估算。现在好消息是只要纵向速度v_x较大并且车轮偏转角δ和/或横摆角速度Ω_z较小则来自纵向速度v_x的影响较小。较小的车轮偏转角δ_f和/或横摆角速度Ω_z意味着车辆1将实质上笔直向前行进。

因此，合理的近似如下：

还要注意，实际上假定车辆1或多或少地笔直向前行进是没有限制的，因为当以曲线行进时潜在地增加轴扭矩可能导致车辆1不稳定。因此，典型的主动摩擦测量将根据此处的实施例在车辆1实质上笔直向前行进时完成。

下面，限定参数并且根据上述用于车辆左手侧的近似来简化：

类似地，对于车辆的右手侧来说，限定参数并且根据上述用于车辆右手侧的近似来简化：

基于上述模型，下面的部分描绘了根据此处实施例用于摩擦估算的方法的变型。

根据此处的实施例，用于估算轮式双轴线双轨道道路车辆1的轮胎与地面之间摩擦系数μ的方法的这些变型包括如下步骤：如果车辆1的纵向速度高于第一阈值v_xthres并且轮偏转角δ_f和/或横摆角速度Ω_z低于第二阈值δ_thres/Ω_zthres，对第一轴上的两个车轮施加正扭矩并且对第二轴上的两个车轮施加相反的负扭矩同时遵循驾驶员请求的纵向车辆加速度α_x；测量轮速ω_i；估算轮胎力f_i；根据测量的轮速ω_i和估算的轮胎力f_i估算轮胎与地面之间的摩擦系数μ_i；令其它车辆系统可得到估算的摩擦系数μ_i。

根据其实施例，使用轮速传感器测量轮速ω_i，并且根据车辆惯性测量单元提供的车辆加速度α和横摆角速度Ω_z的测量估算轮胎力f_i。

此外，根据此处的实施例，令估算的摩擦系数μ_i是车辆信息网络(例如控制器区域网(CAN总线)、媒体导向系统传输(MOST)网络)上其它车辆系统可得到的。

下面将描绘用于上述估算的可选算法。

下面描述的第一算法的基本思路是假定轮胎/道路摩擦系数μ_i较高(约为1)。假定轮胎/道路摩擦系数μ_i较高，那么假定逆轮胎-力模型是线性的：并且滑移较小：|g^-1(f_i；θ_i)|<<1则是安全的。那么可以使用下面的近似：

算法步骤如下：

在“正常”驾驶期间(即在施加的标准化牵引力f_i较小以确保估算的轮胎刚度C不受摩擦影响的驾驶情况期间)使用最小二乘法、卡尔曼滤波或类似的标准信号处理工具来估算未知参数ρ₃₁,ρ₄₂,k₁,k₂,k₃,k₄。

在主动摩擦测量期间，计算模型预测误差(其中因此假定未知ρ₃₁,ρ₄₂,k₁,k₂,k₃,k₄参数的估算值是可得到的)：

如果平方模型预测误差的平均值过大，猜测低μ即低轮胎/道路摩擦。

因此，如上所述，根据此处实施例，所述方法由此进一步包括在施加的标准化牵引力f_i较小的驾驶情况期间使用卡尔曼滤波或类似的信号处理工具来估算纵向轮胎刚度参数k₁,k₂,k₃,k₄。

所提出的算法的基本原理实质上是评价高μ假说的可能性。实证经验是模型预测误差ε₃₁和ε₄₂的方差随着使用的摩擦接近摩擦极限值而增加。

该主题的变型实际上是在摩擦测量期间估算所有未知线性参数ρ₃₁,ρ₄₂,k₁,k₂,k₃,k₄，并且计算所得到的预测误差方差。但是该方法对力激发的轨迹要求更高；因为必须保证上述参数的可识别性。

下面描述的算法的基础是根据参数轮胎-力模型例如之前描述的“曲线拟合”模型来估算摩擦参数。

因此，在此处的某些实施例中，使用包括车轮滑移s_i与轮胎力f之间物理关系的轮胎模型来估算摩擦系数μ，藉此在某些实施例中使用参数轮胎-力模型例如曲线拟合模型来估算摩擦系数μ。

算法中的细节如下所述：

在“正常”驾驶期间(即在施加的标准化牵引力f_i较小以确保估算的轮胎刚度不受摩擦影响的驾驶情况期间)使用最小二乘法、卡尔曼滤波或类似的标准信号处理工具来估算未知参数ρ₃₁,ρ₄₂,k₁,k₂,k₃,k₄。这可通过使用以下模型实现：

在主动摩擦测量期间，使用以下模型(出于简化假定两个车轮同侧上的轮胎/道路摩擦系数μ相同：μ₁＝μ₃＝μ_le即左手侧，并且μ₂＝μ₄＝μ_ri即右手侧)：

如前所述，假定未知参数ρ₃₁,ρ₄₂,k₁,k₂,k₃,k₄的估算值是可得到的。

基于上述模型，标准信号处理工具例如扩展卡尔曼滤波、粒子滤波、格点搜索等等可用于估算摩擦系数μ。

将参数ρ₃₁,ρ₄₂,k₁,k₂,k₃,k₄的估算与摩擦μ估算问题分离的原因在于认为在主动摩擦测量时期期间更难共同地估算所有这些参数ρ₃₁,ρ₄₂,k₁,k₂,k₃,k₄。

要注意，通过假定前/后轮胎刚度参数C_F、C_R之间的比率是已知的，可简化估算问题；当已知车辆1的正常力分布时这是合理的假设。

下面描述的第二算法背后的基本思路是识别带有抛物线压力分布的刷子模型的未知轮胎参数。假定车辆在前轴上比在后轴上具有上更大的重量，前轮胎将在力-滑移曲线的线性范围内操作，甚至在后轮胎处于更高的激发水平时。可随后推导出以下模型，其中指示符号F示出前且指示符号R示出后：

v_x表示为前轮胎滑移比率的函数

前轮胎滑移比率也可表示为

并且后轮胎滑移比率被限定如下以匹配所使用的刷子模型(负滑移给出正力)：

用方程式18和19并且假定滑移刚度

改进的刷子模型随后来自方程式18假定抛物线压力分布：

根据该新的改进的刷子模型，能够估算两个轮胎参数C_R和μ而不估算基准速度v_x。使用标准的信号处理工具例如扩展卡尔曼滤波、粒子滤波、格点搜索等等来估算未知参数。

假定轮胎力f_xF,f_xR,f_zR,f_zF和有效车轮半径r_R,r_F的估算值是可得到的。进一步假定轮速ω₁,ω₂,ω₃,ω₄被测量。

该模型假定滑移刚度C是竖直载荷f_z的线性函数。真正的轮胎在该关系式中具有小的非线性。但是，为了估算器的目的，可以忽略该非线性。

因此如上所述，根据此处的实施例，所述方法由此进一步包括：在施加的标准化牵引力f_i较小的驾驶情形期间使用卡尔曼滤波或类似的信号处理工具估算纵向轮胎刚度参数k₁,k₂,k₃,k₄。

上述相同方法可分别用于车辆1的每侧上。这可通过简单地将一半的估算力放在车辆1每侧的前后轴上来完成。如果车辆1配备有开式差速器并且相同的制动压力施加于左右侧上，则这些力是相等的。随后应当分别计算左右侧的σ′_xR，这很容易通过使用轮速传感器实现。

因此在此处的某些实施例中，使用包括车轮滑移s_i与轮胎力f_i之间物理关系的轮胎模型估算摩擦系数μ，而在某些实施例中使用刷子模型估算摩擦系数μ。

根据本发明，还设想轮式双轴线双轨道道路车辆1包括先前所述的设备。

包括上述用于估算轮式双轴线双轨道道路车辆1的轮胎与地面之间摩擦系数μ的设备的轮式双轴线双轨道道路车辆1能够以非侵入方式为要求摩擦系数估算值的任何车辆系统提供摩擦系数μ估算值同时车辆1实质上笔直向前行进。

上述实施例可在下面权利要求书的范围内变化。

因而，虽然已经示出和描述并指出此处实施例的基本新特征，应当理解本领域技术人员可对所示装置的外形和细节及其操作做出各种省略和置换以及改变。例如，明确地提出以基本上相同的方式完成基本上相同的功能以获得相同结果的那些元件和/或方法步骤的所有组合是等效的。此外，应当认识到与此处任何公开的外形或实施例相关的所示和/或所述的结构和/或元件和/或方法步骤可引入任何其它公开或描述或建议的外形或实施例中，作为一般的设计选择。

Claims (15)

1.一种用于估算轮式双轴线双轨道道路车辆(1)的轮胎与地面之间摩擦系数(μ_i)的方法；

其特征在于，所述方法包括如下步骤：

如果所述车辆(1)的纵向速度(v_x)高于第一阈值(v_xthres)并且轮偏转角(δ_f)和/或横摆角速度(Ω_z)低于第二阈值(δ_thres/Ω_zthres)，则在第一轴上的两个车轮上施加正扭矩并且在第二轴上的两个车轮上施加相反的负扭矩，同时遵循驾驶员请求的纵向车辆(1)加速度(α_x)；

测量轮速(ω_i)；

估算轮胎力(f_i)；

根据测量的所述轮速(ω_i)和估算的所述轮胎力(f_i)来估算所述轮胎与所述地面之间的所述摩擦系数(μ_i)；

使得估算的所述摩擦系数(μ_i)对其它车辆(1)系统是能获得的。

2.根据权利要求1所述的方法，其中使用车辆(1)推进系统完成所述正扭矩的施加并且使用车辆(1)制动系统完成所述负扭矩的施加。

3.根据权利要求1或2所述的方法，其中使用轮速传感器测量所述轮速(ω_i)。

4.根据权利要求1-3任意一项所述的方法，其中根据车辆(1)惯性测量单元提供的车辆(1)加速度(α)和横摆角速度(Ω_z)的测量来估算所述轮胎力(f_i)。

5.根据权利要求1-4任意一项所述的方法，其中使用包括车轮滑移(s_i)与轮胎力(f_i)之间物理关系的轮胎模型来估算所述摩擦系数(μ_i)。

6.根据权利要求5所述的方法，其中所述轮胎模型是刷子模型。

7.根据权利要求1-4任意一项所述的方法，其中使用参数轮胎-力模型来估算所述摩擦系数(μ_i)。

8.根据权利要求7所述的方法，其中所述轮胎模型是曲线拟合模型。

9.根据权利要求1-8任意一项所述的方法，其中所述方法进一步包括在施加的标准化牵引力(f_i)小的驾驶情形期间使用卡尔曼滤波或类似的信号处理工具来估算纵向轮胎刚度参数。

10.根据权利要求1-9任意一项所述的方法，其中使得估算的所述摩擦系数(μ_i)对例如控制器区域网络(CAN总线)、媒体导向系统传输(MOST)网络的车辆(1)信息网络上其它车辆(1)系统是能获得的。

11.一种用于估算轮式双轴线双轨道道路车辆(1)的轮胎与地面之间摩擦系数(μ_i)的设备，

其特征在于，所述设备包括：

激活逻辑，用于确定所述车辆(1)的纵向速度v_x是否高于第一阈值v_xthres并且轮偏转角δ_f和/或横摆角速度Ω_z是否低于第二阈值δ_thres/Ω_zthres；

车辆(1)控制器，用于如果确定所述车辆(1)的所述纵向速度v_x高于第一阈值v_xthres并且所述轮偏转角δ_f和/或所述横摆角速度Ω_z低于第二阈值δ_thres/Ω_zthres则在第一轴上的两个车轮上施加正扭矩并且在第二轴上的两个车轮上施加相反的负扭矩同时遵循驾驶员请求的纵向车辆(1)加速度(α_x)；

轮速传感器，用于测量轮速ω_i；

轮胎力估算单元；

摩擦估算器，用于根据测量的所述轮速ω_i和估算的所述轮胎力(f_i)来估算所述轮胎与所述地面之间的所述摩擦系数(μ_i)；以及

通信单元，用于使得估算的所述摩擦系数(μ_i)对其它车辆(1)系统是能获得的。

12.根据权利要求11所述的设备，其中所述摩擦估算器被设置为使用包括车轮滑移(s_i)与轮胎力(f_i)之间物理关系的轮胎模型来估算所述轮胎与所述地面之间的所述摩擦系数(μ_i)。

13.根据权利要求12所述的设备，其中包括车轮滑移(s_i)与轮胎力(f_i)之间物理关系的所述轮胎模型是刷子模型。

14.根据权利要求12所述的设备，其中包括车轮滑移(s_i)与轮胎力(f_i)之间物理关系的所述轮胎模型是参数轮胎-力模型。

15.一种轮式双轴线双轨道道路车辆(1)，其特征在于，其包括根据权利要求11-14任意一项所述的设备。