一种用于车辆自动变速器的控制方法及控制系统与流程

1.本发明涉及一种用于车辆自动变速器的控制方法、特别是用于自动换挡的控制方法以及相应的控制系统。


背景技术：

2.专利文献cn103836179公开了自动变速器的基于gps的预测性换挡规律。其中所采用的默认换挡规律基于gps定位，结合油门踏板信号和车速等车辆信息。
3.专利文献cn104670211公开了一种控制车辆换挡的系统。其中通过预测驾驶道路的情况来辅助车辆换挡控制装置。
4.专利文献cn107031647公开了一种利用道路形状识别的预测性变速器控制方法。其中公开了通过高精度地图信息识别车辆前方道路形状(包括坡度和曲率)从而执行变速器预测控制的控制方法。
5.专利文献cn104696504公开了一种车辆换挡控制方法及装置。其中公开了一种利用神经网络算法提取各换挡参数特征量，并计算各换挡模式的隶属度值，并最终计算得到当前工况下的最优换挡车速，可以实时根据当前车况、驾驶状态以及路况的变化情况及时调整变速器的换挡策略，增强驾驶员的驾驶体验。
6.专利文献us20100030437a1公开了一种基于全球定位系统/地图信息适配自动变速器换挡规律的方法。其中提出了道路梯度因子的概念，并且根据该梯度因子调整变速器换挡点，改善变速器换挡特性，优化驾驶体验。
7.上述的技术方案主要采用高精度地图提供的前方道路信息，对一般的两参数换挡策略所用的换挡曲线进行修正，以期获得更好的车辆驾驶性以及经济性的改善。但是前述技术方案一般没有考虑车辆载荷的影响，难以适应不同的应用场景。


技术实现要素：

8.本发明所要解决的技术问题是，针对上述现有技术的不足提出一种用于车辆自动变速器的控制方法，其能够解决当前自动变速器换挡控制方法难以灵活适应驾驶环境变化的问题，同时可以提高车辆的驾驶舒适性并改善车辆的经济性。
9.本发明提出一种用于车辆自动变速器的控制方法，该控制方法包括以下步骤：
10.获取车辆的基本信息；
11.获取前方道路的坡度信息；
12.对车辆当前总质量进行实时估算，以得出估算的车辆当前总质量；
13.进行模糊处理；
14.计算出最终的挡位决策并输出该挡位决策；
15.基于前方道路的坡度信息和车辆当前总质量进行模糊处理，并且基于所述模糊处理的结果计算出最终的挡位决策。
16.通过对前方道路的坡度信息和车辆当前总质量的综合利用，能够在考虑车辆本身
参数信息的前提下，引入道路坡度和动态车重因素，通过智能模糊算法，使得变速器换挡策略能够更加智能，带来更好的驾驶性体验和更多的经济性改善。
17.根据一种优选的实施方式，所述车辆的基本信息包括整车整备质量、轮胎半径、发动机扭矩、车速、传动系统效率。
18.根据一种优选的实施方式，所述车辆当前总质量为通过下式估算的实时车重：
[0019][0020]
m是车辆当前总质量，
[0021]
f
t
是驱动力，
[0022]
f
a
是空气阻力，
[0023]
j
w
是车轮转动惯量，
[0024]
j
e
是发动机转动惯量，
[0025]
i
g
是变速器当前挡位的传动比，
[0026]
i0是主减速比，
[0027]
η
t
是传动系的机械效率，
[0028]
v是当前车速，
[0029]
g是重力常数，
[0030]
f是道路滚动阻力系数，
[0031]
i是道路坡度角的正弦值。
[0032]
根据一种优选的实施方式，坡度信息包括以下值中的一个或多个：坡度路段的坡度值、坡度路段的持续长度、坡度路段起始点的位置。
[0033]
根据一种优选的实施方式，依据坡度值和/或坡度路段的持续长度对坡度信息进行有效性检查。
[0034]
根据一种优选的实施方式，如果坡度路段的持续长度低于设定长度，则系统判断该坡度值无效。
[0035]
根据一种优选的实施方式，在模糊处理中确定参数论域并且定义模糊子集。
[0036]
根据一种优选的实施方式，在模糊处理中，采用是sugeno直接推理算法
[0037]
根据一种优选的实施方式，利用极大极小合成规则进行模糊关系计算，再经过基于重心法的解模糊计算，得出等效负荷系数。
[0038]
根据一种优选的实施方式，通过所述方法计算得到未来一定时间内的车辆目标挡位，并基于未来一定时间内的车辆目标挡位提前换挡。
[0039]
根据一种优选的实施方式，提前换挡的提前量通过综合考虑当前车速、车辆当前总质量和坡度信息得出。
[0040]
本发明还提出一种用于车辆自动变速器的控制系统，该控制系统配置成执行根据本发明的方法，以用于控制所述车辆自动变速器的挡位。
[0041]
根据一种优选的实施方式，该控制系统包括用于获取参数的输入模块、用于对各参数进行模糊化处理的预测性规则模块、以及用于确定挡位的挡位决策模块。
[0042]
根据一种优选的实施方式，该预测性规则模块包括参数模糊化子模块、模糊化规
则子模块以及解模糊子模块。
附图说明
[0043]
图1是根据本发明的方法的总控制策略的流程图。
[0044]
图2是坡度信息获取例程的流程图。
[0045]
图3是实时车重估算算法的流程图。
[0046]
图4是隶属度函数的示意图。
[0047]
图5是控制系统的示意性框图。
具体实施方式
[0048]
下面将参照附图并通过具体的实施例来描述根据本发明的控制方法和控制系统。然而，示例性实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明全面和完整，并将示例性实施例的构思全面地传达给本领域的技术人员。
[0049]
图1示出根据本发明的方法的总控制策略的流程图。首先在步骤s01中，获取车辆的基本信息，例如但不限于，整车整备质量、轮胎半径、发动机扭矩、车速、传动系统效率等。所述的车辆基本信息例如可以从车辆的存储器获取或者来自车辆的传感器。
[0050]
然后，在步骤s02中，获取前方道路的坡度信息，该坡度信息可以包括坡度值和坡度路段的持续长度等。然后转到步骤s03，在步骤s03中对车辆当前总质量进行实时估算，以得出估算的车辆当前总质量。步骤s02和步骤s03的顺序可以互换，或者可以并行地进行。
[0051]
通过获取车辆的基本信息及前方道路的坡度信息，考虑到了影响车辆阻力的因素，例如车辆质量、滚动阻力系数、道路坡度，以及反映驾驶员的操作意图的车辆加速度。在某些道路场景下，自动变速器控制器提前获取这些信息可以预测前方道路阻力的变化，并提前做出响应。从而避免出现循环换挡，发动机远离经济工作区等问题的出现，改善车辆驾驶性和经济性。
[0052]
在步骤s04中，对各参数进行模糊处理。在步骤s05中，计算出最终的挡位决策并输出该挡位决策。
[0053]
图2示出根据本发明的坡度信息获取例程的流程图。在步骤s21中确定前方道路的坡度信息是否被更新。如果在步骤s21中确定前方道路的坡度信息未更新，则流程结束。而如果在步骤s21中确定前方道路的坡度信息被更新，则在步骤s22中获取前方道路的坡度信息，该坡度信息可以包括坡度路段的坡度值、坡度路段的持续长度(即坡长)、坡度路段起始点的绝对坐标或其相对于当前车辆位置的偏移量等。
[0054]
作为示例，可以由车端的接收模块从存储在云端的高精度地图数据中获取坡度信息，可以默认获取车辆前方一定范围内的道路坡度信息。云端的高精度地图信息的发送例如依赖于由车载定位模块确定的当前车辆的定位信息，例如经纬度信息。
[0055]
然后，转到步骤s23，在其中判断所述坡度信息是否有效。由于实际道路的坡度值存在渐进变化的情况，例如在平路的前方出现一个5％的坡度，从地图信息获取到的道路坡度是渐进增大的，此时需要在信息接收端进行相应处理，避免因为坡度的渐进变化造成变速器的不必要换挡。为此，本发明采用的策略是综合考虑坡度值及此坡度路段的持续长度，
如果坡度路段的持续长度低于设定长度，则系统判断该坡度值无效。这种策略同样可以应用在实际道路上出现连续短距离的低洼或凸起路段时出现变速器不必要换挡的问题。
[0056]
如果在步骤s23确认坡度信息有效，则转到步骤s24并进行地图坡度信息校验。然后，转到步骤s25并将坡度信息输出。
[0057]
下面，介绍根据本发明的实时车重估算算法。已知车辆纵向动力学方程：
[0058][0059]
其中，t
eng
是发动机的输出扭矩，
[0060]
i
g
是变速器当前挡位的传动比，
[0061]
i0是主减速比，
[0062]
η
t
是传动系的机械效率，
[0063]
r是车轮半径，
[0064]
c
d
是空气阻力系数，
[0065]
a是车辆迎风面积，
[0066]
v是当前车速，
[0067]
m是车辆质量，
[0068]
g是重力常数，
[0069]
f是道路滚动阻力系数(在当前控制方法中可以忽略不同滚阻系数的影响，也可以利用现有的方法来考虑这种影响)，
[0070]
α是道路坡度角，
[0071]
j
w
是车轮转动惯量，
[0072]
j
e
是发动机转动惯量。
[0073]
由此得出
[0074][0075]
因为实际道路坡度角α一般较小，cosα≈1，sinα≈tanα≈i，i为实际道路坡度，
[0076][0077][0078]
在得到前方道路的坡度信息后，可以根据车辆纵向动力学方程估算车辆当前总质量，即：
[0079]
[0080]
其中，滚动阻力系数可以根据经验公式计算：其中，滚动阻力系数可以根据经验公式计算：其中k0，k1和k2为与轮胎相关的参数，可以通过标定或自学习得到。
[0081]
车辆加速度信息dv/dt可以通过实时差分计算车速信号并加低通滤波y(n)＝y(n-1)+f(y(n)-y(n-1))后得出。如果车辆配备了加速度传感器，也可以直接通过读取加速度传感器的输出并与加速度估算算法互相校验得出。
[0082]
估算得到车辆当前总质量后，可以计算得到车辆负荷系数：
[0083]
δ＝m/m0[0084]
其中，m0为车辆整备质量。
[0085]
根据本发明的实时车重估算算法可以例如、但不限于图3示出的算法流程图。如图3所示，首先获取车辆参数(步骤s11)。在步骤s12中判断是否满足在线车重计算条件。例如可以在存在足够的参数时判定满足在线车重计算条件。如果在步骤s12中判断满足在线车重计算条件，则转到步骤s13。在步骤s13中计算当前的推动力或者说牵引力。然后，计算或者获取当前时刻的车辆加速度并且计算下一设定时刻的车辆加速度(s14、s15)。最后，在步骤s16中根据上述公式计算得出车辆当前总质量，进而确定车辆负荷系数。
[0086]
下面介绍换挡控制策略。
[0087]
首先，获取输入参数，例如但不限于前方道路的坡度信息、车辆负荷系数、车速信号以及油门踏板开度信号。然后，对所获取的参数进行模糊化处理，其中，确定参数论域及定义模糊子集。例如，参数论域和模糊子集包括：
[0088]
道路坡度(％)：
[0089]
论域：[-20,20]
[0090]
模糊子集为：[nb,nm,ns,zo,ps,pm,pb]
[0091]
车辆负荷系数：
[0092]
论域：[1,10]
[0093]
模糊子集为：[ps,pm,pb]
[0094]
车速(km/h)：
[0095]
论域为：[0,120]
[0096]
模糊子集为：[zo,ps,pm,pb]
[0097]
油门开度(％)：
[0098]
论域为：[0,100]
[0099]
模糊子集为：[zo,ps,pm,pb]
[0100]
等效负荷系数：
[0101]
论域为：[0,10]
[0102]
模糊子集为：[zo,ps,pm,pb]
[0103]
针对等效负荷系数的确定，模糊推理决策模块依据模糊规则(例如参见下面的规则表)、并根据设定的隶属度函数进行计算，以得出等效负荷系数。
[0104]
基于道路坡度和车辆载重的等效负荷系数的规则表
[0105][0106][0107]
因此，模糊规则的制定会直接影响到等效负荷因子的输出，进而影响到最终的挡位决策。此处的隶属度函数的制订主要根据仿真及试验数据迭代优化得出。此处制订的隶属度函数例如参见图4。
[0108]
在此，模糊算法采用的是sugeno直接推理算法，主要是利用了极大极小合成规则进行模糊关系计算，再经过基于重心法的解模糊计算，得到等效负荷系数输出。
[0109]
经解模糊并输出的等效负荷系数被输入挡位决策模块中。在挡位决策模块中，利用前述计算得到的等效负荷系数修正当前换挡控制策略得到的目标挡位。因为根据高精度地图信息可以获取当前车辆位置前方一定距离内的坡度信息，并且实时车重估算在单次车辆行程开始时便可以完成，因此通过这种方法可以计算得到未来一定时间内车辆的目标挡位。由此，可以提前换挡，从而能够有效避免在坡道上再换挡或者在坡道上出现循环换挡的情况。
[0110]
提前换挡的提前量可以通过综合考虑当前车速v、车重m和坡度信息(坡度值i和坡度路段的持续长度l)得出。具体实现可以通过设定查找表lut和权重因子α1和α2计算得出：
[0111]
τ＝α1f1(v,m)+α2f2(i,l)
[0112]
根据本发明的控制方法，能够在考虑车辆本身参数信息的前提下，引入道路坡度和动态车重因素，通过智能模糊算法，使得变速器换挡策略能够更加智能，带来更好的驾驶性体验和更多的经济性改善。
[0113]
图5示出了根据本发明的用于机动车的控制系统的框图。控制系统包括用于获取参数的输入模块、用于对各参数进行模糊化处理的预测性规则模块10、以及用于确定挡位
的挡位决策模块20。另外，控制系统还可以包括定位模块05以及通信模块06。所述定位模块05用于确定车辆的例如是gps模块。通信模块06特别是4g/5g通信模块，用于获取云端地图数据07。
[0114]
所述输入模块包括：用于获取坡度信号的坡度信号获取及处理子模块01、实时车重估算子模块02、车速获取子模块03、油门开度获取子模块04。
[0115]
输入模块将输入数据转送到预测性规则模块10，其包括参数模糊化子模块11、模糊化规则子模块12以及解模糊子模块13。数据在解模糊之后被输入换挡决策模块20。用于机动车的控制系统可以执行上述的方法并且相应地具备针对该方法所描述的优点。
[0116]
本领域技术人员在考虑以上实施方式公开的内容后，将容易想到本发明的其它实施方案。本技术旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。