自適應巡航控制系統制動噪聲問題分析與優化

鄭建明吳南洋李策金鑒張宇飛

（1.中國第一汽車股份有限公司研發總院，長春130013；2.汽車振動噪聲與安全控制綜合技術國家重點實驗室，長春130013）

主題詞：制動噪聲 自適應巡航 分析 優化 自動駕駛

縮略語

ACC Adaptive Cruise Control

ADAS Advanced Driver Assistance System

ESP Electronic Stability Program

HCU Hybrid Control Unit

IFC Intelligent Forward Camera

1 前言

隨著智能網聯汽車自動駕駛技術的不斷成熟，L2級自動駕駛輔助系統（Advanced Driver Assistance System,ADAS）已在整車上大量裝備。艾瑞研究院的調研報告指出，駕駛輔助功能在2020年新車裝備率已達10%，2022年上升至20%，2024年達到40%。配備車型由海外旗艦車型逐漸滲透至國內品牌的中小型乘用車。隨著自動駕駛技術的不斷發展和成熟，將極大降低駕駛員勞動強度，提高駕駛舒適性和安全性；改善交通擁堵狀況，提升通行效率；消費者的購車方式和出行方式將發生重大改變[1]。

制動噪聲是汽車行駛過程中主要噪音之一，其直接影響用戶的駕駛及乘坐體驗。國內外學者對其從產生機理、解決方法展開了廣泛的研究，并取得了顯著成果，但現階段研究人員研究的焦點仍集中在人工駕駛車輛過程所產生的制動噪聲問題。由自動駕駛系統引發的制動噪聲問題，尚未引起研究人員的關注。

本文針對某款SUV車型在使用自適應巡航控制系統（Adaptive Cruise Control，ACC）[2]過程中存在嚴重制動噪聲問題進行分析，該制動噪聲具有發生概率大、音質擾人的問題，降低了用戶體驗，容易引起用戶抱怨。本文針對ACC系統工作狀態下制動噪聲問題進行深入探討，研究制動噪聲發生的機理及原因并提出優化方向。

2 自適應巡航狀態下制動噪聲

2.1 自適應巡航控制系統

自適應巡航控制系統是智能駕駛輔助系統的重要組成部分[3]，其能夠通過車輛感知傳感器對車輛前方駕駛環境進行感知，識別前方目標運動狀態，結合本車行駛數據對駕駛環境進行分析判斷，系統自動控制車輛進行勻速、加速和制動操作，以安全的車距跟隨目標車輛行駛[4]。從而減輕駕駛員的駕駛疲勞，提高駕駛舒適度和行駛安全性[5]。

2.2 制動噪聲

制動噪聲問題是一個涉及材料、結構和振動多學科的復雜系統問題，國內外學者對其從產生機理、解決方法開展了廣泛的研究，并取得了顯著成果[6]。

Rhee S K等通過研究摩擦副表面特征發現，在摩擦副表面不平整條件下，在高速摩擦時脈沖沖擊容易激發制動盤與制動塊的固有頻率，從而引發摩擦噪聲[7]；Kinkaid N M等通過分析制動執行機構（制動盤和制動塊）的模態耦合，發現制動器摩擦力與摩擦副的相對速度存在非線性變化關系，該特性會導致系統出現粘滑（Stick-Slip）現象，從而導致使系統失穩發出制動噪聲[8]；Spurr R T等對制動過程分析時發現制動器的幾何或運動約束會導致系統自激振動，引發系統振動噪聲[9]；Abdelnaser A等通過對存在制動噪聲的制動器進行研究發現，其制動盤和制動塊的固有頻率和振型十分相近，摩擦副表面節點發生強耦合，導致具備相近模態頻率的摩擦部件之間產生共振，進而引發制動噪聲[10]。

國內外工程師對制動噪聲進行深入研究并形成了諸多制動噪聲分析理論，如自鎖滑動理論、模態耦合理論、摩擦特性理論、制動尖叫統一理論[11]，但現階段研究人員研究的焦點仍集中在制動卡鉗與制動盤摩擦過程上。

2.3 自適應巡航狀態下制動噪聲

在使用ACC功能駕駛車輛時發現，在某些典型場景下車輛發出嚴重制動噪聲，該制動噪聲存在聲音品質差、響度大、發生概率高的問題，嚴重影響用戶的駕駛體驗。由于ACC功能能夠根據交通環境狀況自動控制車輛加速、制動操作，所以當出現制動噪聲問題時，不僅涉及到制動系統，同時也與ACC系統相關。

2.4 制動噪聲場景及特點分析

針對該問題，通過駕駛場景庫選取大量典型用戶場景進行實車驗證，并對產生制動噪聲的場景進行分析總結，發現制動噪聲主要集中在以下3種駕駛場景中，場景分類及描述見表1。

表1 制動噪聲場景

通過對問題工況進行分析，發現制動噪聲發生工況具有以下特點，如表2所示。

表2 制動噪聲工況特點

3 制動噪聲原因分析

3.1 結構原理分析

人工駕駛車輛的制動噪聲問題通常是由制動卡鉗和制動盤摩擦過程引發高頻振動造成的，但是該車型在人工駕駛車輛過程中并未發現制動噪聲問題，因此排除制動器因素。通過ACC功能控制車輛減速的原理及制動系統結構進行分析。

ACC控制車輛減速原理如下：ACC系統通過感知傳感器對周圍環境進行分析判斷，當需要車輛減速時，系統向車身穩定控制系統控制單元（Electronic Stabili?ty Program，ESP）發出制動請求信號，通過ESP控制單元驅動制動系統中的電動液壓泵旋轉，帶動偏心輪旋轉，推動活塞產生制動液壓，實現主動建立制動壓力，推動制動器完成制動操作，從而實現了對車輛的減速控制[12]。EPS控制單元主要結構如圖1所示。

圖1 制動系統結構

通過分析噪聲發生的工況發現，制動噪聲均發生在ACC系統控制車輛減速過程中，尤其是本車減速度比較大、制動過程比較急的工況下。由于ACC狀態下的制動動作是通過ESP控制單元中電動液壓泵工作實現的，所以對電動液壓泵工作轉速進行數據監控。通過采集ESP系統電動液壓泵轉速發現，當電動液壓泵轉速超調或者大轉速狀態下，制動噪聲同步產生。分析結果表明ESP控制單元中電動液壓泵工作過程中的高頻振動是產生制動噪聲的直接原因。

3.2 特性要因分析

通過對制動噪聲工況數據進行分析發現，電動液壓泵產生噪聲的原因主要有2點：

（1）當電動液壓泵處于高轉速狀態時，容易產生制動噪聲；（2）當電動液壓泵轉速突然升高，容易產生噪聲。從硬件結構和軟件控制2個方面對制動噪聲產生的原因進行進一步分析。

從硬件結構方面來看，電動液壓泵集成在ESP控制單元上，ESP控制單元通過支架固定在車身上，電動液壓泵在旋轉過程中產生高頻振動，并將該高頻振動通過支架傳遞給車身，從而導致駕駛艙內制動噪聲明顯。但是，由于液壓單元內部集成加速度傳感器，為保證加速度傳感器精度，所以無法通過增加彈性墊片的方式，在振動傳遞路徑中阻斷振動傳入車內[13-14]。

從軟件控制方面來看，運用特性要因圖[15]對相關控制器控制策略進行分析。與制動噪聲相關的控制器主要有智能前視攝像頭控制器（Intelligent Forward Camera，IFC）、車身穩定控制器（ESP）以及整車控制器（Hybrid Control Unit，HCU），通過對噪聲發生場景及相關控制器控制邏輯進行分解，制動噪聲原因分析見圖2，制動噪聲發生場景和產生原因對應情況見表3。

圖2 制動噪聲原因分析

表3 制動噪聲發生場景及產生原因對應情況

4 對標分析

4.1 對標車分析

樣車對標作為整車設計開發中的重要方法，可以在問題解決上提供方法和數據支撐[16-17]。針對制動噪聲問題選取了2臺對標車，對標車的自動駕駛輔助系統均處于行業領先。在功能實現原理上與問題車型一致，具備對標價值。對于解決制動噪聲問題能夠提供解決思路和數據支撐。

針對制動噪聲問題，核心點在于制動過程的制動減速度請求控制。其中跟車時距控制與制動過程控制是影響制動減速度請求的重要因素，所以進行跟車時距控制策略對標和制動過程控制對標對解決制動噪聲問題具有重要作用。

4.1.1 跟車時距控制策略對標

對對標車1進行跟車時距控制策略對標測試，并對其跟車時距策略進行分析。

（1）測試方法

使用ACC系統控制車輛跟隨目標車穩定行駛，將跟車擋位分別設置為最小擋位、中間擋位和最大擋位，跟隨車速分別設定為10 km/h、20 km/h、30 km/h、40 km/h、50 km/h，測量2車之間的跟車距離。

（2）數據分析

將測試數據整理如表4、圖3所示。

表4 對標車1跟車時距 s

圖3 對標車1跟車時距

對試驗結果分析可知：

（1）相同車速條件下，隨著跟車時距擋位的增加，跟車時距值增加；

（2）在相同跟車時距擋位條件下，隨車速的增加，跟車時距先變小后趨向于平穩；30 km/h以后，隨著車速的增加，跟車時距趨于穩定。

由此可見，該對標車型1的ACC功能在低速跟車工況下，2車跟車時距較大，當前車進行制動減速時，由于2者在距離上相對較遠，系統控制所需制動減速度和減速度梯度均比較小，制動過程平順?？蔀锳CC功能在跟車時距方面的優化提供思路。

4.1.2 制動減速度控制策略對標

對對標車1和對標車2進行制動過程控制對標測試和分析。鑒于在跟隨目標停車過程試驗車輛容易出現制動噪聲，所以使用該工況作為制動過程控制對標工況。

（1）測試方法

使用ACC系統控制車輛跟隨目標車以40 km/h的車速穩定行駛，將跟車擋位設置為中間擋位，目標車以4 m/s2的制動減速度制動至停車，測量試驗車的車速和制動減速度。

（2）數據分析

制動時機方面：從圖4車速對比曲線可知，對標車1開始制動時間最早，對標車2次之，某SUV制動時機最晚。

圖4 車速曲線對比

制動減速度方面：從圖5減速度對比曲線可知，對標車1在整個制動減速過程最為平順，加速度無明顯波動，最大制動減速度不超過-3 m/s2。對標車2次之，最大制動減速度最大不超過-7 m/s2，有1次明顯波峰。某SUV制動減速度超過-9 m/s2,有2次明顯波峰，制動噪聲及制動沖擊明顯。

圖5 減速度曲線對比

由此可見，在跟車制動過程中，制動時機和制動減速度對整個制動過程有較大影響。制動時機偏晚，會導致制動減速度需求變大，制動減速度梯度變大，從而導致電動液壓泵轉速超調，從而引發制動噪聲。制動時機合適，制動減速度曲線平穩無沖擊，制動過程平順舒適性好，無制動噪聲。

4.2 用戶駕駛行為數據對比

利用駕駛場景庫數據，對ACC系統控制車輛制動減速過程和正常駕駛員控制車輛制動減速過程進行大數據分析，分析2者在制動減速度控制方面是否存在差異，判斷ACC系統是否存在制動時機偏晚，制動減速度過大現象。

從該車的試驗數據中提取駕駛員控制車輛制動和ACC系統控制車輛制動數據進行篩選提取，篩選出1萬余條數據，然后對其進行聚類分析[18-20]，將制動數據按照速度分類進行統計，對每一類進行加速度及制動時間的聚類中心進行統計，統計結果見表5，曲線見圖6、圖7。

表5 制動工況分析結果

圖6 人工制動數據分析

圖7 ACC系統制動數據分析

通過對統計結果對比可知：

（1）隨著車速升高，制動減速度呈下降趨勢；

（2）駕駛員駕駛車輛制動減速度一般不大于1.2 m/s2，而使用ACC功能控制車輛，制動減速度明顯偏高，尤其是在15 km/h車速以下，是正常駕駛員制動的1.45倍。

說明ACC系統在控制車輛過程中，尤其是在低速狀態下，制動減速度需求偏高，容易引發制動噪聲。

5 解決措施

通過上文對制動噪聲問題產生原因的分析，結合對標數據分析，對ACC系統制動控制相關控制器進行策略優化，主要涉及到智能前視攝像頭控制器（IFC）、車身穩定控制器（ESP）以及整車控制器（HCU）。

5.1 IFC控制器策略優化

優化IFC控制器，主要是從優化跟車時距和制動減速度梯度2方面進行優化：

（1）優化跟車時距。通過提高跟車過程跟車時距門限值，增加跟車過程中2車距離，從而在跟車減速過程中系統提前進行制動操作，從而降低制動減速度和減速度梯度的請求幅值。

（2）優化制動減速度梯度。通過對制動減速度梯度請求進行限制。對低速狀態下的制動減速度梯度幅值進行限制，避免由于制動減速度梯度過大而引起的制動噪聲。但是由于限制制動減速度梯度可能帶來一定的安全風險，所以在控制策略中增加限制條件，當制動減速度請求大于4 m/s2時，抑制制動減速度梯度限制。在保證安全的前提下，減輕制動減速度請求對制動噪聲的影響。

5.2 ESP控制器策略優化

優化ESP控制器，主要從降低系統響應敏感度進行優化：

（1）降低系統響應敏感度。針對ESP系統響應過快，當IFC控制器發出小制動減速度時，容易引起電動液壓泵轉速超調，從而導致制動噪聲。

（2）優化ESP控制器響應時間，將其由50 ms放寬至200 ms，從而解決由于ESP控制器響應過于快引起的制動噪聲。

5.3 HCU控制器優化

優化HCU控制器，主要對加速濾波、制動能量回收退出過程、制動能量回收能力3方面進行優化：

（1）優化加速濾波過程。針對加速扭矩濾波導致扭矩退出延時，造成ACC系統的制動扭矩需求突變，從而引發制動噪聲的問題，通過優化加速濾波過程，降低信號延遲，使ACC系統制動扭矩需求平順，降低制動噪聲發生概率。

（2）優化制動能量退出過程。針對制動能量回收退出過快，導致ESP系統液壓制動增壓響應過快，引起液壓泵轉速超調，從而導致制動噪聲。通過放寬制動能量回收退出速度范圍，從而避免液壓制動增壓過快引起制動噪聲。

（3）優化制動能量回收能力。提高電機制動能量回收能力，以減輕對制動系統對液壓制動方面的需求，從而降低制動噪聲發生概率。

6 效果驗證

通過對相關控制器進行策略優化，自適應巡航功能下制動噪聲問題基本解決。但在某些極端危險場景下，如：在跟隨前車行駛過程中，前車緊急制動、相鄰車道低速車輛近距離切入本車前方，仍然可能會有制動噪聲的出現。

7 結論

本文對自適應巡航功能下制動噪聲的發生場景、發生機理進行了深入分析，并提供了解決思路和解決方法，為后續解決類似問題提供了參考。

（1）結構原理分析。首先排除了一般制動噪聲問題的噪聲源-制動器總成，而是鎖定制動系統中的電動液壓泵，電動液壓泵的轉速超調是導致制動噪聲的直接原因。

（2）特性要因分析。通過系統工作原理、制動噪聲發生場景分析，鎖定了制動減速度需求過大、ESP系統響應過于敏感、制動能量回收退出過快等根本原因。

（3）對標分析。通過與其他車型控制策略對標和用戶駕駛行為數據分析，發現目前ACC系統控制車輛減速度偏大，跟車時距控制與制動過程控制策略不合理，為制動噪聲問題解決提供策略和數據支撐。

（4）控制器的策略優化。對ACC狀態下制動噪聲產生的原因制定優化方案，通過優化IFC控制器、ESP控制器、HCU控制器的控制策略，制動噪聲問題基本得到解決。

通過運用結構原理分析、特性要因分析、對標分析以及控制器策略優化等手段分析并基本解決了ACC功能狀態下的制動噪聲問題，為后續產品開發提供了經驗和知識積累。