一种基于结构分析法的汽车AEB故障诊断方法

本发明属于智能驾驶汽车安全故障诊断领域，具体涉及一种基于结构分析法的汽车aeb(autonomous emergency braking，自动紧急制动系统)故障诊断方法。

背景技术：

1、随着科技水平的不断进步和发展，自动驾驶汽车各个系统或功能的状态监测，成为了保障汽车安全非常重要的部分。车载微控制器的快速发展，导致在汽车上通过电子系统和相关软件实现的功能激增。使用故障诊断算法来减少制造商产生大量保修成本的误报，一直是汽车制造商和供应商关注的问题。汽车业界内的一些研究表明，目前的某些故障误报率居高不下。在进行容错控制以消除或缓解危害影响之前，首先要进行故障诊断，包括故障检测和隔离，以告知车辆控制器采取正确的容错控制措施，并警告驾驶员车辆需要维修。

2、aeb系统作为一个重要的主动安全系统，能够有效的减少汽车碰撞事故，保护人身和财产安全。当aeb系统发生故障时，驾驶员与乘车人的安全受到极大威胁，因此对aeb系统进行安全分析与故障诊断分析，能够在故障出现的早期提醒驾驶员并发送给系统，使驾驶员和维修人员及时发现系统故障或使系统提前进行容错控制，减缓甚至消除aeb系统故障所带来的风险。因此对aeb系统进行安全分析与基于模型的故障诊断分析，能够有效识别aeb系统的故障情况，提升驾驶安全性，具有较强的理论研究价值与实际应用意义。

3、aeb系统的功能主要包括三个方面：①预警功能，当控制系统结合自身车况与路况发现车辆处于危险状态时，系统通过报警灯、报警蜂鸣器提醒驾驶员，一些高级系统会采用方向盘震动的方式提醒驾驶员，促使驾驶员采取制动动作。②自动紧急制动功能，如果在提醒过驾驶员制动之后，驾驶员没有采取制动措施，则系统将进行自动紧急制动，避免发生碰撞或最大限度地降低事故发生时的车速，最大程度的减小碰撞带来的损伤。③制动尾灯亮起，无论是驾驶员主动制动还是系统自动紧急制动，制动尾灯都应伴随制动动作亮起，以提醒后车进行制动，防止追尾事故的发生。

4、在汽车实际行驶的过程中，面对的情景复杂多样，可能会出现行人或其他机动车辆等道路使用者，不遵守交通法规横穿马路等紧急情况，也有可能驾驶员疲劳驾驶或有接打电话等违法行为导致注意力分散，或者天气恶劣出现雨、雪、大雾等能见度较差的情况[1]。这些情景经常会导致驾驶员无法及时进行制动行为[2]，增加行驶的危险性。在这些情况下，aeb系统的环境感知系统能够代替驾驶员的感知，对所处环境判断更加准确，并在危险情况下主动采取制动措施，避免碰撞事故的发生。

5、aeb系统的组成部分包括执行系统、环境感知系统和控制系统。近几年国外车企均逐渐开始进行自动紧急制动系统相关功能的研究。例如广为人知的大众自主研发的预碰撞安全系统(frontassist)[3]和菲亚特的城市道路制动控制系统(city brake control)[4]采用的传感器配置和功能基本一致，通常使用长距离探测雷达与摄像头搭配使用，分别获取目标车辆信息和路况信息。

6、通过对传感器获得的信息进行处理，判断当前车辆的行驶状态。当经计算得到当前车辆行驶状况可能发生碰撞事故时，系统首先向驾驶员发出警报，例如声音预警或方向盘震动等方式。如果与目标车辆或障碍物的相对距离小于安全距离，但驾驶员仍未采取制动措施时，则系统会采取主动制动的措施。

7、相关参考文献：

8、[1]左培文,张立淼,李育贤.自动紧急制动系统发展现状与未来趋势[j].汽车工业研究,2017(02):25-29.

9、[2]高继东,张慧,高博麟,宋攀,张倩.自主紧急制动系统测试方法[j].汽车工程师,2017(01):11-15.

10、[3]heng,wei,you-lin,et al.a novel dynamic rollover threshold model oftop-heavy vehicle[c]//2018.

11、[4]丁亚强.基于毫米波雷达的车辆纵向防碰撞系统研究[d].江苏大学,2018.

技术实现思路

1、针对现有的aeb系统无法进行实时的动态监测的问题，本发明提出一种基于结构分析法的汽车aeb故障诊断方法，可以无需系统的具体参数，动态快速地进行复杂系统的故障诊断，以此实现aeb系统瞬间或微小故障的诊断与隔离。

2、所述基于结构分析法的汽车aeb故障诊断方法，具体步骤为：

3、步骤一、对aeb系统从系统层面和硬件层面进行安全分析，通过rpn值选择三种关键故障；三种关键故障及故障类型如下表所示：

4、

5、步骤二：建立车辆动力学模型、传感器模型、执行器模型和控制模型的aeb系统数学模型，将关键故障结合数学模型得到新的aeb系统的故障模型；

6、aeb系统的故障模型公式如下：

7、

8、t表示总力矩；m表示1/4整车质量；g表示重力加速度；μ(s)表示轮胎特性曲线，在不同滑移率下得到的摩擦因数；rr表示车轮半径，kf表示制动系数，制动系数的值取决于制动活塞的横截面积。fb表示车辆的制动力；为制动压力调节器对应的故障变量；

9、i表示车轮的转动惯量；w表示车轮的角速度；fw为轮速传感器对应的故障变量；

10、pb表示制动主缸压力；ep表示制动液弹性模量；q表示制动液进入制动主缸的流量；fq为制动器漏液对应的故障变量；vl表示制动主缸内容积；a表示车辆加速度；v表示车辆速度；

11、dr表示mazda安全相对距离；a1表示本车最大减速度；t1表示驾驶员反应延迟时间；t2表示制动器所需的延迟时间；d0表示最小停止距离；cd表示风阻系数；aρ表示有效迎风面积；f表示故障变量；kb为制动主缸与制动力之比；u(t)表示期望减速度的控制规律；kp表示比例增益系数；ki表示积分增益系数；kd表示微分增益系数；kb表示制动主缸与制动力之比；cd表示流量系数；ac表示过流面积；ps表示油源压力；ρ表示油液密度。

12、步骤三：采用结构化分析方法对aeb系统的故障模型，进行故障可检测性与故障可隔离性分析；

13、首先，依据aeb系统的故障模型建立aeb系统的结构表征图，然后对该结构表征图进行dm分解，得到故障的可检测性与可隔离性；

14、如果故障模型中存在不可检测或不可隔离的故障时，对系统进行传感器配置以增加冗余方程，并反复对系统进行dm分解，对aeb配置传感器后的系统进行故障可检测性与可隔离性分析。

15、步骤四：计算分析后的aeb系统故障模型中的结构最小型超定方程mso集；

16、步骤五：根据每个mso集中的约束方程对各mso集进行序列残差设计，并在matlab/simulink仿真环境中搭建故障检测与隔离fdi系统，进行故障注入测试；

17、步骤六：若残差评价测试结果与mso集的故障诊断能力相吻合，则可验证基于结构分析法的汽车aeb故障诊断正确性。

18、本发明与现有技术相比，具有以下优势和积极效果：

19、(1)本发明一种基于结构分析法的汽车aeb故障诊断方法，采用了结构化分析方法对智能驾驶汽车的aeb系统进行了分析，实现了对故障可隔离性和可检测性的分析；

20、(2)本发明一种基于结构分析法的汽车aeb故障诊断方法，对于原本的aeb结构模型进行了扩充，形成了aeb系统的故障模型；

21、(3)本发明基于结构分析法的汽车aeb故障诊断方法，搭在matlab/simulink建了aeb系统的fdi模型，从而实现了故障注入试验，能够再验证该方法的有效性。