智能驾驶中的底盘控制技术优化设计方案

智能驾驶汽车的发展中往往需要充分考虑到关联系统的执行能力是否能够满足其顶层控制的期望值,这就要求在整车级规控、执行阶段中充分掌握主动权。比如在转向控制中,通过取消方向盘与转向轮之间的传统机械连接,可以摆脱传统转向系统限制,通过数据总线传输信号,转向电机协调其运动关系,并从转向控制系统中获取反馈命令。最终实现智能驾驶系统的主动转向控制。这也是智能驾驶汽车实现路径跟踪与避障避险的关键技术。又如引入全新设计的车辆概念的机会,例如直接使用电动机作为车轮驱动的电动汽车和混合动力汽车,肯定比配备内燃机的经典汽车更大。再如,将传统的整体纵向控制模块整体上移至顶层自动驾驶控制单元中,通过顶层调谐可以很好的适配车辆纵向运动控制。

下面我们将就如上典型的两种技术方案进行有效的说明。

智能驾驶中的线控转向技术

迄今为止为汽车开发的所有标准转向系统 基于方向盘和车轮之间的可靠机械耦合。因此,在车辆的所有操作条件下,驾驶员都具有与转向轮的直接机械连接,使车辆能够直接遵循其预期的驾驶路线。

近几十年来,转向制造商和车辆工业在转向领域的持续发展主要与转向助力或转向角叠加有关。例如,液压或机电动力转向系统可为所有可能的驾驶状态提供完美调整的转向动力,但仍基于机械传动机构。特别是在出现错误的情况下,即当动力系统切换到所谓的故障安全或故障降级音模式时,机械部件会执行驾驶员的转向命令,将其传输到车轮的执行任务。即使在具有角度叠加(主动转向)的转向系统中,这一方面仍然很重要。但是在引入这项技术之前,需要更改最新的法定法规,并且成本/收益比必须朝着可接受和盈利的范围发展。

线控转向系统提供了一种转向控制的新方法,其特点是智能驾驶转向意图的纯电子传输线路以及机械转向运动与车轮端转向将完全分离,这就消除了对传统机械传动装置的需要,智能驾驶系统仅生成有关其预期转向运动的信息,该信息被馈送到电子控制单元。

该控制模块评估信息将其转换为适当的转向命令,这操作执行预期转向运动的转向齿轮力。
– 在液压、电气、电子和传感器系统的帮助下,过去开发了许多新的舒适和安全功能,使驾驶车辆更加舒适和安全。
– 尽管有所有这些组件,当前转向系统的安全概念仍然基于经过验证的机械组件的连续链条。
– 线控转向系统的安全概念与传统转向系统明显不同。如果发生错误,将系统关闭到故障降级模式是不够的。相反,需要一种故障运行模式,使用具有全部功能的冗余替换系统。
– 对于汽车线控转向系统的市场推出,可能需要经典的机械或液压后备水平作为建立第一阶段的安全概念。
智能驾驶中的底盘控制技术优化设计方案的图1
图  线控转向系统架构

如上图,表示了线控转向系统架构,其中线控转向概念主要由两个组件组成:方向盘执行器和车轮执行器。其中的主动转向技术包含路感模拟、转角决策及转角控制等核心功能。实现前馈+反馈的转角、转速、扭矩三闭环控制。

1、方向盘执行器
位于上转向柱区域的方向盘执行器包括一个带有传感器的传统方向盘,用于记录方向盘角度和转向扭矩,以及一个方向盘电机,将适当的转向感传递给驾驶员。此外,由于在关键驾驶状态下需要通过反射运动进行转向校正,熟悉的控制元件通过多年的实践降低了事故风险。

2、车轮执行器
车轮执行器主要由机电齿轮齿条转向装置组成。出于安全原因,机架由两个冗余设计的电动机驱动。高性能电机通常设计为无刷永磁励磁直流电机 (BLDC)。传感器也安装在车轮制动器中,用于记录车轮角度。

3、电子控制单元
电子控制单元处理由两个组件提供的所有信息以及其他车辆系统提供的数据。出于安全原因,始终使用冗余系统结构。在某些情况下,对于单个安全相关信号,这需要多达三个相互独立的传感器。只有这样才能在出现错误时确保系统的可靠故障运行模式。根据功能和安全结构,控制单元中最多需要八个 32 位微处理器,它们相互监视计算设置值的合理性或故障。

智能驾驶中的底盘控制技术优化设计方案的图2

对于线控转向控制而言,其设计本身将带来包含技术、优势和机会的三重优势。一方面,设计转向功能的舒适性、安全性和驾驶辅助系统方面的技术自由度为线控转向概念提供了极好的机会。根据可用的传感器信号以及与其他车辆系统的集成网络,可以使驾驶辅助系统在所有可能的操作条件下尽可能安全和轻松地驾驶车辆。

正如前面提到的机电转向和主动转向的经验所表明的那样,必须确保新开发的功能和设计原则被所有驾驶员视为支持和帮助。尤其是基于独立于系统的自动转向的稳定功能,驾驶员不应将干预视为对相应驾驶情况的责任丧失。

智能驾驶中的底盘控制技术优化设计方案的图3

线控转向系统中的另一个重点涉及在处理转向时要实时传递的触觉信息,并且必须尽可能准确地描述轮胎/道路摩擦连接。驾驶员非常重视这些信息,因为他可以使用它来评估正确的驾驶速度以及车辆的可用加速和减速能力。它通常也是唯一的信息来源,可以足够快地为他提供突然变化的道路摩擦系数的知识,以便他可以根据实践的行为模式反射性地控制危险情况。这种为驾驶员带来熟悉的转向感觉的所谓反馈信息,在线控转向的情况下,必须由方向盘模块中的方向盘电机人工生成。根据可用的传感器数据,电子控制单元计算方向盘电机的设置值,从而模拟方向盘上的转向阻力。这应该在合适的力水平下理想地再现轮胎/道路摩擦连接条件。也可以通过这种方式模拟转弯期间的复位力。当方向盘移动时,无论车辆的重轴力是否达到理想值,方向盘电机都会将运动方向和运动扭矩反推到可以根据需要固定的水平。甚至可以通过方向盘电机中的阻塞扭矩来模拟末端止动件,而无需在上部转向柱中设置机械止动件。

作用在转向轮上的干扰力,例如轮胎不平衡、坑洼效应等,可以简单地有选择地淡出或在方向盘上以任何所需的强度进行模拟。这可以作为控制软件设计的一部分以任何需要的方式进行缩放,并且在传统转向系统的情况下至少需要机械或液压的设计措施。同样,使用可参数化的软件,转向系统可以最佳地适应任何车辆。即使是自动转向行为,例如转向过度或转向不足,也会以这种方式受到影响,从而将所需的品牌特征强加给每个车型,也称为“线控混合”。甚至可以想象通过单独控制驾驶偏好调节转向参数可以适应驾驶辅助系统的个人驾驶风格。

智能驾驶中的底盘控制技术优化设计方案的图4

至于驾驶辅助系统和稳定功能,当然可以实施在机电动力转向和主动/叠加转向中描述和实践的所有解决方案,例如变速相关比率、转向超前、偏航率控制、偏航力矩补偿、侧风补偿、自动泊车等。就此而言,这种组合可以代表大多数线控转向功能。

由于方向盘和转向器的完全机械分离,驾驶辅助系统相关的功能从长远来看无疑将具有更高的质量。可以实现全自动车道保持和全自动转向避撞操作,无需驾驶员参与制动和驾驶领域的所有其他车辆系统。借助单轮转向(每个前轮由电动执行器单独转向,无需使用拉杆进行刚性连接),只需使用软件中的控制算法即可设计车轮角度控制单元的独特性,以至于如今的机械多连杆轴可以被简单且廉价的车轮悬架取代。

智能驾驶中的VMC控制技术

传统驾驶辅助汽车在车辆纵向控制过程中,往往采用区分ECU的方式将加减速放入到不同的ECU中进行控制 ,主要控制有如下方面:

1、纵向加减速VLC(Vehicle Longitudinal Control)位于ESP中
通过直接输入加减速度给ESP,通过让ESP中的车辆纵向控制模块VLC分配给动力及制动模块不同的执行能力,从而在加速阶段控制车辆动力系统VCU/HCU/EMS参照不同的加速度进行动力响应控制,在减速阶段控制车辆制动系统进行液压增压响应减速能力控制。

2、纵向加减速VLC(Vehicle Longitudinal Control)位于ADAS/ADS中
加减速控制放入ADAS/ADS的域控制器中,通过ADAS/ADS计算模块计算出不同的加减速度控制信息,加速度通过正向扭矩输入给动力控制单元VCU/HCU/EMS,减速度通过负向减速度输入给制动控制单元ESP/iBooster等。

3、各底盘执行器之间无直接交互
各底盘执行器之间未建立相应的直接控制或交互能力。如纵向控制信息单元的执行情况未与横向执行单元进行直接的信息交互,其转向控制的执行情况并未完全考虑纵向执行和控情况。这可能造成车辆在执行过程中无法完全将其运动状态进行调谐,执行结果无法完全确保其执行能力具备高有效性。

下一代智能行车系统将逐渐考虑到横纵向控制的综合情况,从而将横纵向控制总体纳入到一个控制器中进行调谐。 而VMC (Vehicle Motion Control) 即是业界俗称的底盘域控制,其作为整个底盘系统的协调者,即是将车辆运动控制进行总体把控。一方面承接了与ADAS /ADS的信息交互,另一方面建立了底盘各个执行器之间的联系,使各子系统能够产生交互作用。VMC 产品作为一款软件,理论上它可以集成在某个特定的ECU内,包含加速、减速、转向的总体控制能力。

智能驾驶中的底盘控制技术优化设计方案的图5
图  与VMC相关的子系统

为应对未来多样化的驾驶需求:其智能驾驶研发能力建设中,我们为什么需要VMC呢? 

在技术层面,与传统的机械制动方式相比,线控制动的最主要特点是:
1. 反应更快,能在更短的时间内刹车;
2. 结构更简单,重量更轻;
3. 能量回收能力强,将刹车过程中摩擦产生的能量都有效利用,延长续航里程;
4. 有备用制动系统,提供冗余功能。

辅助驾驶系统如ACC, LKA, APA会越来越多,底盘执行器(如ESC,EPS,AKC, CDC,ERC等)也会越来越多。后续需要逐渐解决如下一些子问题项:—   如何妥善构建不同底盘子系统的网络,将成为解决ADAS/ADS系统功能及软件开发的巨大的挑战;—  新的底盘子网络下将会借此产生新的子功能,提供与ADAS的交互能力;—  新的底盘域控制能力将在侧向、纵向和垂向上分别进行运动学控制;

通过VMC(底盘域控制)建立执行器之间的交互,可以提升车辆的动态性能。整车可实现简化ADAS和执行器之间的交互过程,ADAS负责轨迹规划,VMC负责轨迹跟踪。

智能驾驶中的底盘控制技术优化设计方案的图6

如上图表示了一种将VMC放入到智能驾驶单元进行控制的过程图,其中同一款车型中搭载了不同的智能驾驶配置,一般以L2和L3进行区分。而考虑到行车和泊车对于纵向控制的不同需求,在整个纵向规控中,需要进行包含功能优先级仲裁、执行信号滤波、校验及优先级定义等多个功能设计定义开发。


VMC模块在顶层控制端(智能行车及智能泊车控制)过程中,首先需要计算相应期望的纵向加减速度、转向角度给对应的VMC控制模块,然后VMC模块需要参照模型计算出相应的制动增压压力与动力扭矩并输入至区域控制单元,在该单元模块中进行信号滤波、校验、优先级仲裁后输入至相应的转向扭矩、制动增压力、动力扭矩控制单元中。


为了确保稳定性,安全性,舒适性等功能开发效果。从整个智能驾驶实际开发过程中,当前基本是将整个VMC都放入到底盘域控制单元中,一般情况下,从底盘域控制器角度上讲,VMC/LSM类似接口限制了很多上层应该判定的执行条件,如ESP在何种情况下响应上层ADAS控制(如车辆自检完成、车辆处于EPB解锁状态、车辆前向怠速行驶)。这就导致在很多ADAS/ADS需要响应执行的场景将变得不可用。同时,在自主研发自动驾驶系统过程中,VMC控制可扩展其余使用场景,适用于新架构服务迭代升级的概念。同时,自主研发的VMC可灵活更改和调整相关的制动执行参数,一定程度上可以减少制动系统在整个轨迹规划和执行控制中的工作量,只要确保上层ADAS/ADS系统对制动控制接口保持的一致性,就可以使得整个智驾控制更加精准、有效。


总结

如上智能驾驶的开发能力要求中不难看出,在下一代智能驾驶开发中需要有效的掌握包含传统感知、规划、决策方面的智能驾驶任务外,还要充分考虑到传统底盘业务纳入到智能驾驶团队中进行开发。这里我们就不得不提到关于团队建设的问题。下一代智能驾驶想要将智能驾驶业务充分纳入到顶层控制单元中,就必须考虑重新对智能驾驶团结队进行分工。建议可以从如下图的方式进行。

智能驾驶中的底盘控制技术优化设计方案的图7

智能驾驶底盘控制技术

智能驾驶中的底盘控制技术优化设计方案的评论3条

智能驾驶中的底盘控制技术优化设计方案的相关案例教程

作者 | Aimee 出品 | 焉知 智能驾驶汽车的发展中往往需要充分考虑到关联系统的执行能力是否能够满足其顶层控制的期望值,这就要求在整车级规控、执行阶段中充分掌握主动权。 比如 在转向控制中,通过取消方向盘与转向轮之间的传统机械连接,可以摆脱传统转向系统限制,通过数据总线传输信号,转向电机协调其运动关系,并从转向控制系统中获取反馈命令。最终实现智能驾驶系统的主动转向控制。这也是智能驾驶汽车实现
来源:网络 一、ECU的定义及主要厂家 ECU原来指的是enginecontrolunit,即发动机控制单元,特指电喷发动机的电子控制系统。但是随着汽车电子的迅速发展,ECU的定义也发生了巨大的变化,变成了electronic control unit即电子控制单元,泛指汽车上所有电子控制系统,可以是转向ECU,也可以是调速ECU,空调ECU等,而原来的发动机ECU有很多的公司称之为EMS,eng
编辑 | 一骥绝尘 系列文章概述 说到电子稳定性控制系统ESC(Electric Stability Controller)大家都不陌生,自1995年博世研发出第一代ESP系统(博世ESC系统的专有称呼)并首次应用在奔驰S级轿车上以来,这个汽车发展史上划时代的主动安全产品为降低交通事故做出了卓越的贡献。 ESC的初衷是提高车辆动态稳定性,同时也正是由于ESC有主动控制四个轮子制动力的能力,使得ES
来源:ADS智库 散漫说, 面对“域”的设计,国内外各大整车厂与供应商犹如八仙过海,各显神通。单一功能的控制器不再成为主流,整车更多关注的是系统方案和软件集成控制。只有掌握集大成于一体的“域”控制理念,才能在即将到来的市场机遇中真正做到屹立不倒,成为最强王者。分享一篇文章,一文浅谈汽车电子电气域架构。 以下为正文。 随着现代汽车的功能越来越复杂,整车上的电子控制单元(Electronic Cont
来源:智驾最前沿 讲到这个问题先讲讲,什么是域控制器。域控制器的概念是伴随着整车电子电器架构的发展演变而来的。由于整车电子电器的日益复杂,传统的分布式架构已经无法满足日益增长的计算需求,也导致冗长的线束。 根据 2017年德国博世公布其在整车电子电气架构方面的战略图,博世将整车电子电气架构的发展分为三大类,分别是模块化和集成化架构方案(分布式)、集中式域融合架构方案和车载电脑云计算架构方案。 目前
影响力
粉丝
内容
获赞
收藏
    项目客服
    培训客服
    3 0