張 博,張小樂,張 善
(聯創汽車電子有限公司,上海 201206)
線控技術 (X-by-Wire)源于飛機控制系統,1972年NASA推出應用,對比傳統的機械和液壓系統,線控系統顯著提高了飛機的性能,而1960年首次應用在汽車上發展到現在正逐漸走向商業化。
到2020年,汽車DA (駕駛輔助)、PA (部分自動駕駛)、CA(有條件自動駕駛)系統新車裝配率超過50%,網聯式駕駛輔助系統裝配率達到10%,滿足智慧交通城市建設需求。到2025年,汽車DA、PA、CA新車裝配率達80%,其中PA、CA級新車裝配率達25%,高度和完全自動駕駛汽車開始進入市場。
線控轉向系統結構組成及功能如圖1所示,其中:上層反饋器有路感模擬、角度控制、機械鎖止功能;下層執行器有角度控制、冗余控制等[1-5]。
豐田集團的研究學者采用狀態觀測器和曲線擬合方法來完成齒條力預估,并在臺架對各種工況進行了試驗,試驗結果模擬出的路感合理性較高,貼近傳統轉向獲得的路感,證明該方法的可用性較高[6]。
現代集團的Sungwook等學者通過對線控轉向系統分析,完成動力學建模,并結合參數曲線擬合的方法完成了路感模擬,仿真結果表明該方法在一定的工況下可以獲得駕駛員期望的路感。在此基礎上,Soobo Park等學者開發出了具有兩種控制方法的線控轉向系統原型樣機,并進行了臺架試驗[7-8]。
雷諾集團的Julien等學者基于輪胎的回正力矩和方向盤手感之間的關系建立了線控轉向系統動力學模型,并結合參數曲線擬合方法設計了路感模擬策略,為了保證系統的魯棒性和穩定性,采用了閉環控制方法,最后進行了整車試驗,結果表明該路感模擬策略和閉環控制策略對路面的干擾具有一定的魯棒性和穩定性[9]。
TNO公司的Robert為實現線控轉向系統路感模擬的低速輕便性和高速穩定性能,采用SBW動力學建模的方法,并結合傳統轉向系統的路感試驗數據來優化線控轉向系統的路感模擬,試驗結果驗證該方法可以還原傳統轉向系統的路感[10]。
日本的Shoji Asai、Hiroshi Kuroyanagi等針對線控轉向系統提出了路感模擬的方法,該方法使用干擾觀測器估計施加在齒條上的力矩,能夠良好地模擬轉向路感[11]。
吉林大學的田承偉搭建了研究線控轉向系統的平臺,確定了汽車線控轉向系統的路感模擬算法和轉向控制算法,并在自主研發的駕駛模擬器上進行試驗,結果表明該控制算法可以有效模擬路感和實現高精度轉向[12]。鄭宏宇博士結合了SBW動力學模型和Kalman算法對輪胎回正力矩進行預估,獲得了駕駛員期望的方向盤手感[13]。

圖1 線控轉向系統架構
合肥工業大學的陳無畏通過觀察轉向盤力矩特性的影響因素,提出了一種方向盤力矩模型,并利用駕駛員偏好轉向盤力矩的試驗數據對模型中的參數進行了辨識,采用自適應PID控制算法對路感電機進行控制,并通過仿真分析驗證了所提出轉向盤力矩模型的有效性[14]。
中國石油大學的于蕾艷教授對方向盤回正力矩的來源進行了分析,該力矩與輪胎回正力矩、轉向系統的阻尼、摩擦、慣性和車輛狀態參數 (側向加速度等)有較強的耦合關系。劉永等學者認為方向盤回正力矩由輪胎側向力造成的回正力矩和縱向力造成的回正力矩組合而成[15]。
清華大學季學武和上海大眾合作研發了基于線控系統的可定制化路感反饋技術研究取得了初步進展。
上海交大和聯創汽車電子有限公司結合車速和車輛輪胎阻力矩等信息設計利用函數曲線、神經網絡、模糊控制的最優控制器等控制算法來設計路感反饋控制器算法,并通過二自由度模型CARSIM和臺架試驗模擬。
目前,路感反饋力矩估計一般有3種方法[16]。
一是模擬傳統的車輛機械系統,通過車速、側向加速度和橫擺角速度等,建立與路感相關的動力學模型。該方法得到的方向盤路感較為真實,近似于傳統轉向系統路感,可以使駕駛員把握車輛當前行駛狀況,但由于模型較為復雜,不容易獲得。
二是根據經驗設計的原則,通過車輛狀態參數 (車速、方向盤轉角和側向加速度等)與方向盤反饋力矩的映射關系,得到一個以車輛狀態參數為輸入、方向盤手感為輸出分段函數。該函數的優點是可以通過調節相關參數,根據不同駕駛員的駕駛習慣,自由設計期望的手感。但是由于該設計是通過車輛狀態參數來反應手感,而車輛狀態參數對路面的反應具有一定的延時效應,所以通過該方法得到的手感對于反應路面的真實干擾存在一定的延時以及隨機性,駕駛員獲取對路面特征的感受真實性和實時性不足。
三是傳感器電流測量或者齒條力傳感器通過實際測量得到的齒條力,并利用對應的SBW動力學公式和大量的試驗擬合出路感反饋力矩。
然而,這3種方法都有不可避免的缺陷,因此結合上述3種方法優缺點,如圖2所示,更加系統的研究方案應該是:首先研究路感產生機理,附以人-車-路閉環控制研究進行參數擬合,綜合考慮不同駕駛員、不同車型、不同車輛行駛狀態、不同道路場景路面制定對應的路感控制策略,得到更貼合實際的路感,從而實現低速行駛靈活輕便性、高速行駛穩定性。

圖2 路感控制算法框圖
(編輯 凌 波)