基于驾驶员意图识别的纯电动汽车动力性驱动控制策略*

秦大同，陈淑江，胡明辉，隗寒冰

(重庆大学，机械传动国家重点实验室，重庆 400044)

前言

目前针对纯电动汽车动力性的研究主要集中在全加速踏板行程下的动力性能［1－3］，然而车辆更多是工作在部分加速踏板行程下，全加速踏板行程下车辆的动力性能良好并不能代表部分加速踏板行程下其动力性也能满足驾驶员意图。因此，车辆的动力性能应该包含全加速踏板和部分加速踏板行程下的动力性能。全加速踏板行程下的动力性能由动力源的外特性决定，其好坏由动力传动系统的参数匹配所决定［4－6］;部分加速踏板行程下的动力性能代表了驾驶员对不同工况的动力需求，是车辆动力性驱动控制策略研究的重点［7－8］。

目前，纯电动汽车驱动控制策略主要有3类，如图1中的曲线1、2和3所示。其中，曲线1反映了一种硬踏板驱动控制策略，能够较好地满足驾驶员的加速感觉，但是其加速踏板过于灵敏，导致操控性较差;曲线3反映了一种软踏板驱动控制策略，其操控性较好，但加速感觉整体偏软，难以满足驾驶员的动力性需求;曲线2反映了一种线性踏板驱动控制策略，控制效果介于曲线1和曲线3控制策略之间，其操控性可满足驾驶员要求，但是依然存在着加速踏板偏软的缺点［7］。文献［8］中利用模糊控制方法设计了动力性驱动控制策略，但是其加速踏板行程与电机转矩基本呈线性关系，仍然存在着加速踏板偏软的缺点。

为了解决纯电动汽车动力性和操控性难以同时兼顾的问题，本文中将驾驶员意图分为稳态意图和动态意图，稳态意图用于保证车辆的操控性，动态意图用于保证车辆的动力性，在此基础上提出了一种基于驾驶员意图识别的纯电动汽车动力性驱动控制策略。仿真与试验结果表明，该策略在保证纯电动汽车操控性的同时，能够根据驾驶员动态意图提高车辆的动力性。

1 纯电动汽车动力性驱动控制策略

传统的纯电动汽车驱动控制策略仅仅考虑了加速踏板行程所代表的驾驶员稳态意图，因此很难兼顾纯电动汽车中高负荷时的动力性和低负荷时的操控性。

为了解决上述问题，本文中将驾驶员意图分为驾驶员稳态意图和动态意图。加速踏板行程代表了驾驶员的稳态意图，是指驾驶员希望得到某一个稳定的驱动力输出。加速踏板行程变化率代表了驾驶员的动态意图，是指驾驶员希望车辆从某个稳态运行工况变换到另一个稳态运行工况的迫切程度。其中，驾驶员稳态意图用于保证车辆的操控性，驾驶员动态意图用于保证车辆的动力性。在此基础上，提出了一种能反映驾驶员动态意图的纯电动汽车动力性驱动控制策略，如图2所示，该策略包含4部分:(1)驾驶员稳态意图识别;(2)驾驶员动态意图识别;(3)动态转矩补偿算法;(4)转矩指令计算。

1.1 驾驶员稳态意图识别

驾驶员稳态意图识别包含稳态转矩比例系数识别和稳态转矩计算两个部分，如图3所示。

1.1.1 稳态转矩比例系数识别

虽然线性踏板驱动控制策略的操控性可满足驾驶员需求，但未考虑电机的过载工作特性，而且其操控性不能根据不同地区驾驶员习惯灵活地调整。结合电机过载工作特性，本文中采用“典型工作点+分段三次埃尔米特插值”的方法建立稳态转矩比例系数识别模型，这样可以更好地满足驾驶员的操控性。稳态转矩比例系数是指电机实际转矩与额定转矩的比值［9］，本文中采用的电机可以3倍过载运行，因此稳态转矩比例系数的范围是0～3。

根据纯电动汽车的电机过载工作特性，将加速踏板分为巡航区、常用加速区和急加速区3个区域。其中，巡航区对应着电机的额定运行范围，此区域内车辆加速能力相对较弱，但可以持续稳定运行;常用加速区对应着电机的2倍过载运行范围，此区域内车辆可满足常用加速需求，且持续稳定运行时间相对较长;急加速区对应着电机的3倍过载运行范围，此区域内车辆具有较好的加速性能，但是持续稳定运行时间较短。

根据前面对纯电动汽车加速踏板区域的划分，取3个区域的4个边界点为典型工作点，即:零点(不运行)、额定运行工作点、2倍过载运行工作点和3倍过载运行工作点，并结合驾驶员对加速踏板操作习惯的统计规律，确定了典型工作点下加速踏板行程与稳态转矩比例系数的关系，如表1所示。

表1 典型工作点

采用“分段三次埃尔米特(Hermite)插值”方法对典型工作点进行插值处理，可以得到稳态转矩比例系数与加速踏板行程的对应关系，其数值模型如图4所示。

1.1.2 稳态转矩计算

稳态转矩是稳态转矩比例系数和当前电机转速下的额定转矩的乘积，即

式中:T0为稳态转矩;K为稳态转矩比例系数;Trated(nm)为电机额定外特性转矩，其大小与电机转速有关;nm为电机转速。

根据稳态转矩比例系数识别和稳态转矩计算，可以获得不同油门开度和不同电机转速下的稳态转矩，如图5所示，其中“o”线为典型工作点转矩曲线。

1.2 驾驶员动态意图识别

加速踏板行程的语言变量为:{小(S)，中(M)，大(B)}，论域为0～1。

加速踏板行程变化率的语言变量为:{负很大(NV)，负大(NB)，负中(NM)，负小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)，正很大(PV)}，论域为－1～1。

驾驶员期望冲击度的语言变量为:{负很大(NV)，负大(NB)，负中(NM)，负小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)，正很大(PV)}，论域为－10～10。

模糊控制器的输入输出变量的隶属度函数如图6所示，模糊规则如表2所示，经过模糊推理可得输入和输出变量的数值关系如图7所示。

1.3 动态转矩补偿算法

本文中提出的动态转矩补偿算法如图8所示，该算法根据加速踏板位置变化的动态过程中所体现的驾驶员期望冲击度的平均值，对车辆非稳态运行工况进行动态转矩补偿。本算法主要包含两个模块:稳态车速计算模块和动态补偿转矩计算模块。

表2 目标冲击度模糊控制规则

1.3.1 稳态车速计算

稳态车速vss是指在稳态转矩的驱动下车辆达到稳定运行工况时的车速。本文中将稳态运行工况定义为平路上按某个恒定车速持续运行;而爬坡工况和加速工况则为非稳态运行工况。爬坡和加速运行时须进行动态转矩补偿。因此，稳态车速仅与稳态转矩和传动比有关，其函数关系为

式中:ig为变速器传动比;i0为主减速器传动比;ηt为传动系统效率;m为整车质量;g为重力加速度;f为滚动阻力系数;CD为风阻系数;A为迎风面积;vss为稳态车速;r为车轮半径。

1.3.2 动态补偿转矩计算

根据加速踏板行程和车辆的运行状态，可将车辆由一个稳态运行工况到下一个稳态运行工况的整个过程分为4个阶段:(1)踏板稳定车辆稳态;(2)踏板变化车辆非稳态;(3)踏板稳定车辆非稳态;(4)踏板稳定车辆稳态。因此动态补偿转矩也分为4个阶段计算，算法流程图如图9所示。

(1)踏板稳定车辆稳态阶段 此时加速踏板处于稳定位置且车辆处于稳态运行工况，无须进行动态转矩补偿。

算法:若驾驶员允许冲击度J、稳态车速vss和实际车速v满足:

则令动态补偿转矩ΔT=0，同时对下一阶段的计算的部分变量进行初始化:

式中:N为动态转矩补偿算法的速度阈值;M为动态转矩补偿算法的冲击度阈值;n为“动态补偿转矩最大值计算”算法被调用的次数;S(0)为驾驶员允许最大冲击度之和的初始值。

(2)踏板变化车辆非稳态阶段 因为本阶段时间短，且稳态转矩的变化本身就带来一定的冲击度，因此，只计算动态补偿转矩最大值，但不进行动态转矩补偿。

算法:若驾驶员期望冲击度J满足:

则令动态补偿转矩ΔT=0，同时计算动态补偿转矩最大值。动态补偿转矩最大值计算算法为

式中:J(n)、S(n)和Jave分别为第n次调用动态补偿转矩最大值计算算法时驾驶员允许最大冲击度、驾驶员允许最大冲击度累积和驾驶员允许最大冲击度的累积平均值;td为冲击度的持续时间，其取值一般不大于驾驶员的反应时间;ΔTmax为动态补偿转矩最大值，动态转矩补偿过程中的补偿转矩不应超过此值。

(3)踏板稳定车辆非稳态阶段 此阶段稳态转矩已经处于稳定，但是车辆还处于非稳定状态，需要按照驾驶员的动态意图对转矩进行补偿。根据实际车速与稳态车速的差值的大小，将动态转矩补偿过程分为两个阶段:(1)动态补偿转矩保持阶段;(2)动态补偿转矩归零阶段。

算法:若驾驶员允许冲击度J、稳态车速vss和实际车速v满足:

则采用动态补偿转矩保持算法:

若驾驶员允许冲击度J、稳态车速vss和实际车速v满足:

则采用动态补偿转矩归零算法:

式中:E为由动态转矩保持算法切换到动态补偿转矩归零算法的条件阈值。

(4)踏板稳定车辆稳态阶段 此阶段加速踏板处于稳定位置，且车辆达到下一个稳态运行工况，停止动态转矩补偿。

算法:若驾驶员允许冲击度J、稳态车速vss和实际车速v满足式(4)，则停止动态转矩补偿。

1.4 转矩指令计算

转矩指令计算主要包含两部分:“增量式”动态补偿转矩跟踪算法和电机过载保护算法，如图10所示。

1.4.1 “增量式”动态补偿转矩跟踪算法

由于控制器控制步长非常小，动态补偿转矩不会直接加入转矩指令，而是通过“增量式”动态补偿转矩跟踪算法将动态补偿转矩平滑地加入转矩指令，“增量式”动态补偿转矩跟踪算法如图11所示。

“增量式”动态补偿转矩跟踪算法的转矩增量ΔTi为

式中tstep为控制器控制步长。

由稳态转矩T0和动态补偿转矩跟踪值ΔTf可以获得初步的转矩指令T1为

1.4.2 电机过载管理

电机过载保护算法一般采用电机的反时限特性，电机过载电流越大则允许的过载时间越短。但是这种过载保护算法遇到电机频繁短时间过载工况时将会失效，因为频繁过载的热积累将导致电机实际允许过载时间小于反时限特性曲线获得的允许过载时间［10－11］。

为了解决反时限过载保护的热积累问题，本文中提出了一种基于电机温度的过载管理策略。该策略建立了电机过载保护系数与电机温度之间的关系模型，如图12所示。当电机温度低于阈值t1时，电机过载保护系数为100%，此时电机允许输出最大转矩为峰值转矩;当电机温度高于阈值t1时，电机过载保护系数线性衰减，此时电机允许输出最大转矩为峰值转矩与电机过载保护系数的乘积;当电机温度高于阈值t2时，电机过载保护系数线性为0，此时电机允许输出最大转矩为0。

根据电机过载保护系数与电机温度之间的关系模型，可以获得当前电机温度下电机允许输出的最大转矩Tsafe为

式中:Ksafe为电机过载保护系数;Tmax(nm)为电机峰值转矩。

因此，电机转矩指令T为

2 仿真研究

在Matlab/Simulink仿真平台上建立了动力性能仿真模型，对提出的控制策略进行仿真，整车参数如表3所示。本文中给出了40%加速踏板行程下的3种加速工况，如图13所示，曲线1为急加速工况，曲线2为中等加速工况，曲线3为慢加速工况。然后，分别针对这3种加速工况进行了驱动控制策略仿真，图14为仿真结果。其中:曲线1为本文中提出的驱动控制策略在急加速工况下的仿真结果，曲线1＇为常规线性驱动控制策略在急加速工况下的仿真结果;曲线2为本文中提出的驱动控制策略在中等加速工况下的仿真结果，曲线2＇为常规线性驱动控制策略在中等加速工况下的仿真结果;曲线3为本文中提出的驱动控制策略在慢加速工况下的仿真结果，曲线3＇为常规线性驱动控制策略在慢加速工况下的仿真结果。

表3 整车参数

由图14(a)中的曲线1、曲线2与曲线3比较可以看出，本文中提出的驱动控制策略可以根据加速踏板行程变化率体现的驾驶员动态意图调整车辆动态加速性能，加速踏板行程变化率越大车辆动态加速性能越好;由图14(a)中的曲线1＇、曲线2＇与曲线3＇比较可以看出，常规线性驱动控制策略的车辆动态加速性能不会随加速踏板行程变化率的改变而改变，不能体现驾驶员的动态意图;由图14(a)中的曲线1 与曲线1＇、曲线 2 与曲线 2＇、曲线 3 与曲线 3＇比较可以看出，急加速工况和中等加速工况时本文中提出的驱动控制策略的车辆动态加速性能明显高于常规线性驱动控制策略，慢加速工况时本文中提出的驱动控制策略的车辆动态加速性能与常规线性驱动控制策略差别不大。因此，本文中提出的驱动控制策略可以根据加速踏板行程变化率体现的驾驶员动态意图调整车辆动态加速性能，克服了常规线性驱动控制策略加速时存在的加速踏板偏软的缺点。

由图14(b)可以看出，提出的驱动控制策略的稳态转矩与常规线性驱动控制策略差距不大。因此，本文中提出的驱动控制策略可以根据加速踏板行程体现的驾驶员稳态意图确定稳态转矩，从而保证了车辆的操控性。

由图14(c)可以看出，提出的驱动控制策略与常规线性驱动控制策略的冲击度均符合国家标准。

综上所述，仿真结果表明本文中提出的纯电动汽车动力性驱动控制策略不仅可以根据驾驶员稳态意图保证车辆操控性，还可以根据驾驶员动态意图提高车辆的动力性。

3 台架试验研究

为了进一步验证本文中提出的纯电动汽车动力性驱动控制策略，搭建了纯电动汽车动力系统试验台，如图15所示。该试验台主要由dSPACE、动力电池、电机及其控制器、变速器、惯性飞轮组、升速箱、电力测功机、高低压线束和传感器等组成。其中，dSPACE用来代替整车控制器，惯性飞轮组用来模拟整车质量，测功机用来模拟车辆行驶阻力。

为了保证台架试验结果与仿真结果的可对比性，台架试验依然针对图13中的3种加速工况进行，试验结果如图16所示。

对比图14与图16可以发现，台架试验结果与仿真结果基本一致，进一步表明了本文中提出的纯电动汽车动力性驱动控制策略不仅可以根据驾驶员稳态意图保证车辆操控性，还可以根据驾驶员动态意图提高车辆的动力性。

4 结论

(1)为了解决纯电动汽车动力性和操控性难以同时兼顾的问题，将驾驶员意图分为稳态意图和动态意图，提出了一种基于驾驶员意图识别的纯电动汽车动力性驱动控制策略。

(2)采用3种加速工况对本文中提出的控制策略进行了仿真研究。结果表明，该控制策略不仅可以根据驾驶员稳态意图保证车辆操控性，还可以根据驾驶员动态意图提高车辆的动力性，很好地解决了纯电动汽车动力性和操控性难以同时兼顾的问题。

(3)搭建了纯电动汽车动力系统试验台，并针对仿真研究中采用的3种加速工况对本文中提出的控制策略进行了试验研究。结果表明，台架试验结果与仿真结果基本一致。

［1］ 盘朝奉，徐兴，廖学良，等．基于动态建模仿真的纯电动汽车动力性分析［J］．重庆交通大学学报(自然科学版)，2012，31(2):335－338．

［2］ 姚海峰，王亚平，陈以春，等．纯电动汽车动力性能分析与计算［J］．科学技术与工程，2010，10(25):6351 －6353．

［3］ 刘忠途，伍庆龙，宗志坚．纯电动汽车动力性与能耗灵敏度分析［J］．上海汽车，2010(12):8 －11．

［4］ 姬芬竹，高峰．电动汽车驱动电机和传动系统的参数匹配［J］．华南理工大学学报(自然科学版)，2006，43(4):33－37．

［5］ 朱正礼，殷承良，张建武．基于遗传算法的纯电动轿车动力总成参数优化［J］．上海交通大学学报，2004，38(11):1907 －1912．

［6］ 汪学明．纯电动汽车传动系统参数优化的仿真研究［D］．长春:吉林大学，2009．

［7］ 窦国伟，刘奋，程浩，等．纯电动轿车整车驱动控制策略开发实践［J］．上海汽车，2010(5):8－12．

［8］ 王佳，杨建中，蔡志标，等．基于模糊控制的纯电动轿车整车优化控制策略［J］．汽车工程，2009，31(4):362 －365．

［9］ 李斌花．纯电动汽车电机驱动系统控制策略研究［D］．长沙:湖南大学，2005．

［10］ 迟长春，李奎，岳大为．基于热积累的过载保护算法［J］．电力系统及其自动化学报，2008，20(1):52－56．

［11］ 罗建锋，唐轶，陈奎，等．基于发热-散热积累模型的电动机过载保护研究［J］．电力系统保护与控制，2010，38(3):95 －98．