摘 要：本文主要簡(jiǎn)單介紹了分布式驅(qū)動(dòng)控制狀態(tài)參數(shù)估算系統(tǒng)結(jié)構(gòu)，分析了分布式電阻驅(qū)動(dòng)車輛參數(shù)和車輛狀態(tài)估算，通過(guò)開展分布式電驅(qū)動(dòng)車輛實(shí)車實(shí)驗(yàn)來(lái)證明分布式電驅(qū)動(dòng)車輛狀態(tài)參數(shù)估計(jì)技術(shù)的應(yīng)用有效性，以充分發(fā)揮分布式電驅(qū)動(dòng)車輛的優(yōu)勢(shì)，進(jìn)一步優(yōu)化車輛的分布式驅(qū)動(dòng)控制系統(tǒng)，全面了解車輛的實(shí)際狀態(tài)，做好各項(xiàng)參數(shù)的估算工作，提高估算的精確性，推動(dòng)分布式電驅(qū)動(dòng)車輛的發(fā)展。

關(guān)鍵詞：分布式 電驅(qū)動(dòng) 車輛狀態(tài)參數(shù) 估計(jì)

近年來(lái)，隨著我國(guó)社會(huì)經(jīng)濟(jì)的高速發(fā)展，汽車行業(yè)也隨之蓬勃發(fā)展，在能源問(wèn)題日益突出的當(dāng)下，汽車行業(yè)開始朝著新能源方向發(fā)展，電動(dòng)汽車受到人們的廣泛關(guān)注。電動(dòng)汽車發(fā)展在初期發(fā)展過(guò)程中受傳統(tǒng)汽車設(shè)計(jì)影響，大多數(shù)時(shí)候只關(guān)注于動(dòng)力總成變化，卻忽視了整體的設(shè)計(jì)。新能源電動(dòng)汽車的市場(chǎng)需求逐步增大，汽車開始有了專門的設(shè)計(jì)平臺(tái)，對(duì)電驅(qū)系統(tǒng)的研究越來(lái)越多。通過(guò)對(duì)分布式電驅(qū)動(dòng)車輛狀態(tài)參數(shù)估計(jì)技術(shù)的研究，能夠全面了解電動(dòng)汽車驅(qū)動(dòng)電機(jī)的優(yōu)勢(shì)，準(zhǔn)確獲取車輛狀態(tài)，有利于擴(kuò)展分布式電驅(qū)動(dòng)車輛的市場(chǎng)。

1 分布式驅(qū)動(dòng)控制狀態(tài)參數(shù)估算系統(tǒng)的結(jié)構(gòu)

1.1 狀態(tài)參數(shù)估算影響分布式驅(qū)動(dòng)控制設(shè)計(jì)

分布式驅(qū)動(dòng)控制的核心是車輪驅(qū)動(dòng)力協(xié)調(diào)控制分配，需要通過(guò)優(yōu)化設(shè)計(jì)分布式驅(qū)動(dòng)車輛狀態(tài)及參數(shù)估算模塊來(lái)輸入相關(guān)參數(shù)。車輪驅(qū)動(dòng)力協(xié)調(diào)控制分配具有一定的復(fù)雜性，需設(shè)計(jì)結(jié)構(gòu)設(shè)計(jì)控制系統(tǒng)來(lái)明確各層模塊的功能，使結(jié)構(gòu)更加明晰，便于后期維護(hù)和管理。分布式驅(qū)動(dòng)控制總體框架主要包含了兩層內(nèi)容：第一層是狀態(tài)參數(shù)觀測(cè)層。這一層中設(shè)置了車輛狀態(tài)參數(shù)估算模塊，能夠全面采集各項(xiàng)參數(shù)信息，如車在慣性傳感器輸出縱向加速度值、驅(qū)動(dòng)輪速數(shù)值、反饋驅(qū)動(dòng)轉(zhuǎn)矩?cái)?shù)值等。在采集相關(guān)參數(shù)后進(jìn)行估算融合，便可把控車輛的橫向車速、縱向車速，掌控車輛狀態(tài)[1]；第二層是驅(qū)動(dòng)力協(xié)調(diào)控制分配層。該層中設(shè)置了期望橫擺力矩及總驅(qū)動(dòng)力制動(dòng)模塊。該模塊中包括了驅(qū)動(dòng)防滑、分配兩個(gè)部分，涉及駕駛?cè)藛T的加速踏板開度、縱向車速等數(shù)值的輸入，能夠模糊控制質(zhì)心側(cè)偏角的期望值，減少橫擺角速度目標(biāo)值和實(shí)際值的偏差，提高整車的期望總驅(qū)動(dòng)力。驅(qū)動(dòng)力分配模塊功能的實(shí)施，在一定程度上受分配方法、約束條件的影響，可通過(guò)輸入相關(guān)參數(shù)來(lái)控制車輪滑移率，并確定好車輪的轉(zhuǎn)矩，向輪邊驅(qū)動(dòng)電機(jī)發(fā)出指令并予以有效執(zhí)行。

分布式電驅(qū)動(dòng)車輛狀態(tài)參數(shù)估算系統(tǒng)結(jié)構(gòu)的設(shè)計(jì)十分有必要，直接影響著分布式驅(qū)動(dòng)控制工作的開展。通過(guò)輪邊驅(qū)動(dòng)電機(jī)，能判斷出轉(zhuǎn)矩、轉(zhuǎn)速的實(shí)際情況，了解其特點(diǎn)，基于傳感器則可全面掌握和估算車輛的狀態(tài)。在設(shè)計(jì)車輛狀態(tài)參數(shù)模塊的時(shí)候，需要全面采集駕駛員的操作信息、慣性傳感器信息和驅(qū)動(dòng)電機(jī)的信息反饋。針對(duì)這些采集信息應(yīng)實(shí)施信號(hào)處理，估算整車質(zhì)量路面坡度參數(shù)，輸入縣官參數(shù)，以估算車輛運(yùn)動(dòng)狀態(tài)，從而科學(xué)分配驅(qū)動(dòng)力。要注意的是，相關(guān)人員應(yīng)當(dāng)開展高效的動(dòng)力學(xué)分析工作，創(chuàng)建動(dòng)力學(xué)模型，以了解汽車運(yùn)動(dòng)過(guò)程總參數(shù)、狀態(tài)的變化，盡可能利用多自由度車輛模型來(lái)還原車輛狀態(tài)，保證參數(shù)計(jì)算的精確性[2]。

1.2 用于參數(shù)估算的車輛動(dòng)力學(xué)模型

在分布式驅(qū)動(dòng)控制中，整車質(zhì)量、道路坡度十分重要，需創(chuàng)建科學(xué)的動(dòng)力學(xué)模型來(lái)模擬車輛運(yùn)動(dòng)受力，聯(lián)系輸入、輸出量。首先，要?jiǎng)?chuàng)建驅(qū)動(dòng)動(dòng)力學(xué)模型。對(duì)分布式四驅(qū)電動(dòng)汽車運(yùn)行過(guò)程中，輪邊電機(jī)產(chǎn)生的驅(qū)動(dòng)力進(jìn)行受力分析。在這個(gè)過(guò)程中汽車的阻力主要來(lái)自空氣、道路和加速阻力。在完成作用力分析之后可獲取相應(yīng)的平衡方程式，其中涉及輪邊電機(jī)產(chǎn)生的驅(qū)動(dòng)力參數(shù)、輸出轉(zhuǎn)矩參數(shù)、減速器減速比和驅(qū)動(dòng)輪滾動(dòng)半徑等參數(shù)?？筛鶕?jù)相關(guān)公式來(lái)計(jì)算車輛縱向運(yùn)動(dòng)時(shí)的空氣阻力、坡道阻力、滾動(dòng)阻力數(shù)據(jù)，明確汽車行駛阻力系數(shù)的影響因素，以便于得出系統(tǒng)輸出量和輸入量，有效識(shí)別分布式電驅(qū)動(dòng)汽車的動(dòng)力參數(shù)。其次，構(gòu)建制動(dòng)力學(xué)模型。汽車處于制動(dòng)階段行駛的時(shí)候會(huì)受到許多阻力的作用，通過(guò)公式可計(jì)算出系統(tǒng)的輸出變量、輸入變量以及系統(tǒng)的待識(shí)別參數(shù)。

1.3 用于狀態(tài)估算的車輛動(dòng)力學(xué)模型

在研究分布式電驅(qū)動(dòng)車輛狀態(tài)的時(shí)候，需把控關(guān)鍵參數(shù)的輸入，如橫向和縱向車速、質(zhì)心側(cè)偏角等，在精確估算和把控車輛狀態(tài)的時(shí)候，能夠進(jìn)一步加強(qiáng)算法控制。用于狀態(tài)估算的車輛動(dòng)力學(xué)模型有二自由度模型、三自由度車輛模型、輪胎模型。其中，二自由度模型建設(shè)以車輛橫向自由度運(yùn)動(dòng)、橫擺自由度運(yùn)動(dòng)為主，無(wú)需考慮車輪在水平方向的載荷變化。在分析車輛受力的時(shí)候要考慮整車質(zhì)量參數(shù)，了解汽車的橫向加速度、前軸車輪和后軸車輪的側(cè)向力以及橫擺角速度、力矩等。同時(shí)還要計(jì)算輪胎的側(cè)向力[3]；三自由度車輛模型則包含了車輛縱向自由度、橫向自由度和橫擺自由度，其作用在于精準(zhǔn)描述分布式電驅(qū)動(dòng)車輛的運(yùn)動(dòng)過(guò)程，可呈現(xiàn)出車輛大部分的運(yùn)動(dòng)特性。三自由度車輛模型的創(chuàng)建需要在設(shè)置坐標(biāo)軸的時(shí)候，以車輛質(zhì)心為原點(diǎn)，x軸正向是車輛正向，y軸正向是駕駛員左側(cè)，z軸正向是垂直質(zhì)心向。利用該模型來(lái)分析車輛行駛的運(yùn)動(dòng)學(xué)時(shí)，可獲取車輛縱向和橫向運(yùn)動(dòng)的加速度值、車速值，通過(guò)橫擺角速度、力矩等參數(shù)可設(shè)置縱向、橫向動(dòng)力學(xué)方程，以精準(zhǔn)估算各項(xiàng)車輛參數(shù)，了解車輛的實(shí)際運(yùn)行狀態(tài)；輪胎模型分為三種類別：一種是半經(jīng)驗(yàn)?zāi)Ｐ?，一種是經(jīng)驗(yàn)?zāi)Ｐ?，另一種是純理論模型。其中半經(jīng)驗(yàn)?zāi)Ｐ途哂休^好的優(yōu)勢(shì)，不僅在形式上較為簡(jiǎn)單，能夠適應(yīng)許多場(chǎng)景，同時(shí)還可保證精度。由于車輛輪胎與外界接觸，因此分析車輛運(yùn)行過(guò)程中的輪胎力十分重要，這直接影響了整車動(dòng)力學(xué)分析效果。計(jì)算輪胎側(cè)向力的時(shí)候可采用魔術(shù)公式輪胎模型，明確剛度系數(shù)、形狀系數(shù)、曲率系數(shù)和峰值系數(shù)等參數(shù)，據(jù)此來(lái)計(jì)算各個(gè)車輪的側(cè)偏角度和垂向荷載。

分布式驅(qū)動(dòng)狀態(tài)參數(shù)估算模塊的設(shè)計(jì)，能夠全面了解車輛狀態(tài)參數(shù)的影響，通過(guò)模型的創(chuàng)建可建立各項(xiàng)參數(shù)、狀態(tài)量之間的聯(lián)系，有利于構(gòu)建方程式進(jìn)行科學(xué)分析和計(jì)算，為之后的仿真分析奠定基礎(chǔ)。

2 分布式電阻驅(qū)動(dòng)車輛參數(shù)和車輛狀態(tài)估算

2.1 分布式電驅(qū)動(dòng)車輛參數(shù)估算

在研究車輛特性的時(shí)候必須了解車輛參數(shù)，當(dāng)車輛特性越發(fā)明顯、準(zhǔn)確的時(shí)候，在實(shí)施算法的時(shí)候便更加容易，越好達(dá)到預(yù)期的控制效果，反之則會(huì)影響控制算法的實(shí)施，難以保證數(shù)據(jù)的精確性。由于部分車輛參數(shù)并不容易測(cè)量和獲取，則需要通過(guò)估算來(lái)了解車輛參數(shù)。在進(jìn)行車輛質(zhì)量和坡度聯(lián)合估算的時(shí)候，需要先創(chuàng)建相應(yīng)的數(shù)學(xué)模型，基于相關(guān)準(zhǔn)則來(lái)輸入、輸出相關(guān)數(shù)據(jù)，進(jìn)行系統(tǒng)參數(shù)估算。在參數(shù)估算過(guò)程中最小二乘法十分常見，其能夠估算系統(tǒng)參數(shù)，縮小估算數(shù)據(jù)和實(shí)際數(shù)據(jù)之間的差距。估算結(jié)果具有統(tǒng)計(jì)規(guī)律，實(shí)際操作上算法簡(jiǎn)單可落實(shí)，而且具有不錯(cuò)的計(jì)算性能，能在線估計(jì)參數(shù)，實(shí)時(shí)性較高[4]。

在實(shí)施最小二乘法算法時(shí)，可選擇以下方式：一是帶單一遺忘因子的遞推最小二乘法。在該算法中需要了解系統(tǒng)的輸出變量、輸入變量和待識(shí)別參數(shù)。待識(shí)別參數(shù)可通過(guò)誤差函數(shù)來(lái)進(jìn)行計(jì)算，將遺忘因子的取值范圍控制在0至1之間，如若選擇0，那么則不再參考過(guò)去的結(jié)果，估算結(jié)果僅和最新結(jié)果相關(guān)；如若選擇0至1之間的數(shù)值，那么估計(jì)結(jié)果會(huì)在一定程度上影響淡化歷史結(jié)果，當(dāng)所取數(shù)值越小的時(shí)候其具有越強(qiáng)的淡化作用；如若選擇1時(shí)，遺忘因子并不會(huì)起到作用；如若取值超過(guò)了1，那么會(huì)強(qiáng)化歷史結(jié)果的影響，弱化新數(shù)據(jù)的影響?？筛鶕?jù)最小二乘法的定義和公式進(jìn)行推導(dǎo)，設(shè)計(jì)增益矩陣和協(xié)方差矩陣。

二是帶多遺忘因子的遞推最小二乘法。在應(yīng)用帶多遺忘因子的遞推最小二乘法時(shí)，需要進(jìn)行兩個(gè)參數(shù)估計(jì)，這兩個(gè)參數(shù)的變化規(guī)律并不相同，整個(gè)過(guò)程中車輛的整車質(zhì)量并不會(huì)發(fā)生變化，僅坡度有變化。兩個(gè)參數(shù)的估算更加精準(zhǔn)，不會(huì)影響最終的參數(shù)估算偏差。也就是說(shuō)在處理不同參數(shù)規(guī)律的時(shí)候應(yīng)當(dāng)優(yōu)先選用帶多遺忘因子的遞推最小乘法，可又下縮小與實(shí)際參數(shù)的偏差。

實(shí)際應(yīng)用過(guò)程中應(yīng)當(dāng)根據(jù)相關(guān)參數(shù)來(lái)設(shè)置誤差函數(shù)，設(shè)計(jì)兩個(gè)參數(shù)的遺忘因子，用于調(diào)節(jié)不同變化速率的參數(shù)，盡可能縮小誤差。經(jīng)過(guò)推導(dǎo)可轉(zhuǎn)化得到相應(yīng)的公式，計(jì)算增益矩陣，協(xié)方差矩陣[5]。

三是帶可變遺忘因子的遞推最小二乘法。雖然多遺忘因子一定程度上解決了參數(shù)變化速率不同的估算問(wèn)題，但因?yàn)檫z忘因子固定，所以所產(chǎn)生的估算結(jié)果影響也相對(duì)固定。實(shí)際估計(jì)過(guò)程為提高估計(jì)結(jié)果的準(zhǔn)確性，縮小誤差，應(yīng)該添入新數(shù)據(jù)，用新數(shù)據(jù)來(lái)弱化歷史數(shù)據(jù)的影響，使估計(jì)值更加穩(wěn)定，這就需要充分發(fā)揮帶可變遺忘因子遞推最小二乘法的作用。在基本函數(shù)的支持下，遺忘因子取值增大。遺忘因子可根據(jù)時(shí)間變化而變化，適用于整車質(zhì)量參數(shù)的估算，需繪制相應(yīng)的曲線變化圖。

2.2 分布式電驅(qū)動(dòng)車輛狀態(tài)估算

分布式四驅(qū)電動(dòng)汽車只有驅(qū)動(dòng)輪，無(wú)從動(dòng)輪，因此想要確定車速、質(zhì)心側(cè)偏角等參數(shù)有一定的難度，需要利用動(dòng)輪轉(zhuǎn)速來(lái)進(jìn)行估算。對(duì)于分布式驅(qū)動(dòng)來(lái)說(shuō)，質(zhì)心側(cè)偏角是四驅(qū)控制中的關(guān)鍵變量，若選擇傳感器來(lái)進(jìn)行監(jiān)測(cè)，不僅需要較高的成本，同時(shí)條件方面也有較大約束?；诖?，可使用無(wú)跡卡爾曼濾波來(lái)進(jìn)行估算，了解車輛的相關(guān)參數(shù)?？柭鼮V波屬于濾波遞歸算法，輸入信號(hào)、觀測(cè)信號(hào)可進(jìn)行有效融合，能夠得到最優(yōu)解。卡爾曼濾波可于離散系統(tǒng)中應(yīng)用，需設(shè)立狀態(tài)方程和觀測(cè)方程，輸入影響變量后便可獲取觀測(cè)變量，計(jì)算協(xié)方差。在進(jìn)行分布式四驅(qū)電驅(qū)動(dòng)汽車的時(shí)候，可實(shí)施無(wú)跡卡爾曼濾波算法，該算法的核心是UT變換，在計(jì)算過(guò)程中需要找到原始狀態(tài)下的特定電，提高目標(biāo)對(duì)象的非線性程度，如此才能保證估算結(jié)果的精確度[6]。

在估算車速狀態(tài)的時(shí)候，可結(jié)合應(yīng)用五集卡曼波算法，按照其算法流程來(lái)進(jìn)行計(jì)算，同時(shí)開展聯(lián)合方針實(shí)驗(yàn)，搭建仿真平臺(tái)，根據(jù)實(shí)際情況來(lái)設(shè)置仿真環(huán)境，以便于模擬傳感器信號(hào)，輸入信號(hào)。

3 分布式電驅(qū)動(dòng)車輛試驗(yàn)

3.1 試驗(yàn)系統(tǒng)

在進(jìn)行分布式電驅(qū)動(dòng)車輛仿真試驗(yàn)的時(shí)候，需要先完善試驗(yàn)系統(tǒng)的硬件和軟件。硬件方面需安裝三軸陀螺儀傳感器，其能夠獲取和輸入車輛的縱向、橫向加速度信號(hào)，該傳感器的工作電壓在九至三十六伏之間，輸出電壓信號(hào)范圍不高于五伏。可在車身質(zhì)心位置安裝三軸陀螺儀。在進(jìn)行狀態(tài)估算的時(shí)候，還需要考慮前輪平均轉(zhuǎn)角，將方向盤轉(zhuǎn)角傳感器安裝于時(shí)鐘彈簧位置，以便于測(cè)量轉(zhuǎn)向角度。另外，還要使用CAN總線通信，做好外接供電工作，保證信息通暢。需選擇適宜的控制器型號(hào)和處理器型號(hào)，確定準(zhǔn)確的參考車速，以保證估計(jì)算法的準(zhǔn)確性。

試驗(yàn)系統(tǒng)軟件部分則要應(yīng)用先進(jìn)軟件來(lái)編寫控制器的執(zhí)行程序。軟件部分應(yīng)當(dāng)分為三個(gè)模塊：一是信號(hào)、數(shù)據(jù)接受模塊。該模塊中涵蓋了方向盤轉(zhuǎn)角傳感器的接受程序、陀螺儀的橫擺角速度數(shù)據(jù)接受程序等，而且擁有符合底層電路功能需求的FPGA程序；二是信號(hào)、數(shù)據(jù)的解析模塊。該模塊設(shè)計(jì)了陀螺儀解析程序，能夠?qū)⑿盘?hào)轉(zhuǎn)化為十進(jìn)制數(shù)據(jù)；三是狀態(tài)估算模塊，該模塊用于處理總線數(shù)據(jù)、陀螺儀數(shù)據(jù)，能夠?qū)囕v的縱向車算狀態(tài)進(jìn)行準(zhǔn)確估算[7]。

3.2 車速估算驗(yàn)證

在進(jìn)行車速估算驗(yàn)證的時(shí)候，可從以下方面著手：一是進(jìn)行直線加速工況試驗(yàn)。先將車輛加速到某一個(gè)數(shù)值后再稍微減速，模擬車輛在路口起步時(shí)的額狀況。利用陀螺儀來(lái)對(duì)直線加速試驗(yàn)中汽車的各項(xiàng)參數(shù)進(jìn)行測(cè)量，繪制相應(yīng)的圖標(biāo)，以全面了解直線加速工況下車輛的橫向和縱向加速度及車速；二是進(jìn)行直角轉(zhuǎn)彎工況試驗(yàn)。這部分主要是針對(duì)于直角轉(zhuǎn)彎工況中車輛各項(xiàng)參數(shù)的估算，需模擬車輛路口向右轉(zhuǎn)彎的情況；三是開展單移線工礦試驗(yàn)，車速確定，規(guī)劃路線，使汽車減速通過(guò)路段，模擬車輛變道情況，然后利用陀螺儀來(lái)測(cè)量車輛的各項(xiàng)參數(shù)，將其作為輸入信號(hào)來(lái)估算縱向車速和橫向車速。

4 結(jié)語(yǔ)

總而言之，加強(qiáng)分布式電驅(qū)動(dòng)車輛狀態(tài)參數(shù)估計(jì)十分有必要，有利于進(jìn)一步提升分布式電驅(qū)動(dòng)車輛的性能，了解狀態(tài)參數(shù)估算對(duì)驅(qū)動(dòng)控制的影響，可優(yōu)化分布式驅(qū)動(dòng)控制設(shè)計(jì)。

基金項(xiàng)目：江西省教育廳科學(xué)技術(shù)研究項(xiàng)目“基于復(fù)雜工況環(huán)境感知路面的車輛路噪主動(dòng)控制研究”（GJJ2202416）。

參考文獻(xiàn)

[1]張策，張濤，葛平淑.基于自適應(yīng)平方根容積卡爾曼濾波算法的分布式驅(qū)動(dòng)車輛狀態(tài)估計(jì)[J].大連民族大學(xué)學(xué)報(bào)，2024，26（01）：22-28.

[2]申棋仁.分布式電驅(qū)動(dòng)汽車狀態(tài)估計(jì)與轉(zhuǎn)矩分配策略研究[D].吉林：吉林大學(xué)，2022.

[3]劉迎康.分布式電驅(qū)動(dòng)車輛多目標(biāo)轉(zhuǎn)矩優(yōu)化分配與控制研究[D].南昌：南昌大學(xué)，2020.

[4]林志超.多軸分布式電驅(qū)動(dòng)車輛動(dòng)力學(xué)建模與狀態(tài)估計(jì)研究[D].武漢：武漢理工大學(xué)，2018.

[5]尤敏.分布式電驅(qū)動(dòng)汽車狀態(tài)參數(shù)觀測(cè)與穩(wěn)定性控制研究[D].重慶：重慶大學(xué)，2017.

[6]褚文博，羅禹貢，陳龍，李克強(qiáng).分布式電驅(qū)動(dòng)車輛的無(wú)味粒子濾波狀態(tài)參數(shù)聯(lián)合觀測(cè)[J].機(jī)械工程學(xué)報(bào)，2013，49（24）：117-127.

[7]褚文博.分布式電驅(qū)動(dòng)車輛動(dòng)力學(xué)狀態(tài)參數(shù)觀測(cè)及驅(qū)動(dòng)力協(xié)調(diào)控制[D].北京：清華大學(xué)，2013.