驾驶模拟器驱动的TCU换挡策略驾驶性主客观评价研究*

詹 军，刘 荣，陈浩东，管 欣，王战古

（吉林大学，汽车仿真与控制国家重点实验室，长春 130022）

前言

随着用户对汽车性能的要求越来越高，汽车厂商为了提高自身竞争力，在不断提高操纵稳定性、平顺性、动力性、经济性等整车性能的同时，也力求提升汽车驾驶性［1］。汽车的驾驶性主要取决于动力传动系统的匹配，其中自动变速器换挡策略对驾驶性有较大的影响。驾驶性一般无法利用明确的客观指标进行评价，对集成了TCU控制器的动力总成的驾驶性评价主要在后期利用实车试验进行主观评分完成，但实车试验成本较高，试验周期长［2］。在 TCU换挡策略开发早期利用驾驶模拟器进行驾驶性主观评价测试、验证与标定，可大大减少后期实车测试标定工作量，提高TCU开发效率，是当前国际发展趋势。

为提高自动变速器性能，国内外许多学者对TCU换挡策略做了大量研究工作。丁华等［3］利用模糊推理方法对驾驶员意图进行识别，消除了复杂路面频繁换挡和加速工况不必要的换挡现象。Meng等［4］针对坡道工况提出了一种智能换挡策略，建立了上坡时的动力性换挡表、下坡时的安全性换挡表和较缓坡道时的综合经济性换挡表，消除了频繁换挡的问题，提高了上坡时的驾驶性能和缓坡时的燃油经济性。Lei等［5］提出了基于满足不同行驶工况下车辆功率要求的换挡策略，实现了驾驶性和经济性之间的平衡。对于TCU换挡策略的开发，前期换挡逻辑的设计是最开始且很重要的一环，但后续对换挡策略测试验证方法的选取同样至关重要，决定着整个开发流程的效率。

TCU换挡策略的测试、验证和标定对其性能有重要的影响。目前对TCU的仿真验证有软件在环、硬件在环和驾驶员在环等方法。庞权［6］建立了完整的AT动力学模型和TCU换挡策略模型，利用Simulink仿真软件进行换挡曲线的桌面标定，实现了动力性和经济性的优化。张炳力等［7］基于传统两参数换挡规律建立了能识别行驶环境和驾驶意图的在线修正换挡规律，利用AMESim-Simulink联合仿真验证了换挡规律的有效性。Chen等［8-9］对TCU换挡策略进行硬件在环试验，验证了换挡策略的正确性。软件在环以及硬件在环都能够在TCU开发前期完成一定的测试标定工作，但不能实现驾驶员通过主观评价驾驶性来测试验证和标定TCU换挡策略。驾驶员在环可用于验证驾驶员与车辆系统控制算法的交互仿真验证。王阳［10］将制动系统台架与驾驶模拟器进行集成，利用虚拟测试场景完成了驾驶员在环的ABS控制算法的验证。Vinattieri等［11］搭建驾驶员和EPS硬件在环仿真平台，解决了EPS的控制效果需要驾驶员参与进行主观评价的问题，可以进行EPS的快速开发。孟凡婧等［12］从发动机制动特性出发建立了下坡换挡控制策略，在Matlab／Simulink环境下结合模拟驾驶仪完成了反映驾驶员意图的换挡策略验证。因此在电控系统开发前期引入驾驶模拟器，可以形成驾驶员在环仿真系统，将主观评价引入开发前期。

对于驾驶性的评价，AVL公司［13］通过大量试验数据利用神经网络算法建立驾驶性客观指标分析方法，并推出商业软件AVL-DRIVE。刘普辉等［14］应用模糊层次分析法计算出驾驶性主观评价时指标层和准则层所占的权重，提高驾驶性主观评分的合理性。Wi等［15］通过测量车辆运行时的各种物理量和控制车辆噪声特征参数，评价分析了车辆噪声对驾驶性主观评价的影响，得出噪声的等级和频率会影响驾驶员对驾驶性的主观评价结果。以上研究主要针对驾驶性客观指标分析方法和提高主观评价可信度方法，而没有对单个电控系统控制算法的驾驶性评价进行理论方法研究。马翔［16］针对CVT纯电动车系统驾驶性的不足，通过分析驾驶性客观评价指标完成了CVT速比控制策略的修正，驾驶性得到了提高，并用软件在环仿真进行验证。李泉等［17］针对匹配CVT整车的驾驶性主观评价，提出平顺性、冲击振动等指标，应用层次分析法建立评价层次结构模型，完成对实车试验主观评分结果的量化评价。软件在环对TCU换挡策略的驾驶性客观指标分析和实车试验对TCU换挡策略驾驶性主观评价都是TCU换挡策略开发必不可少的，单纯地进行客观评价或主观评价都是不全面的。利用驾驶模拟器给TCU换挡策略提供驾驶员在环仿真环境能同时兼顾驾驶性主观评价和客观指标分析。

通过以上分析可以看出，国内外学者围绕TCU换挡策略、仿真测试方法以及评价方法开展了大量研究，而基于汽车驾驶模拟器，在开发早期利用驾驶员在环的虚拟评价技术完成对TCU换挡策略的驾驶性主客观评价的研究较少。本文中搭建驾驶模拟器驱动AutoBox嵌入的人-车-环境闭环仿真评价平台，建立能识别驾驶意图和道路环境的TCU换挡策略，总结出TCU换挡策略驾驶性主观评价项目，完成了TCU的驾驶性主客观评价。利用该平台可以完成TCU换挡策略的驾驶性快速主客观评价，很好地克服了单纯软硬件在环仿真验证不能完成驾驶性主观评价，以及利用实车试验进行驾驶性主观评价导致后期实车试验工作量堆积的问题。

1 驾驶模拟器驱动的TCU换挡策略评价平台

1.1 平台的搭建原则

为实现驾驶模拟器驱动的TCU换挡策略驾驶性主客观评价，平台搭建的主要原则如下：

（1）可对 Matlab／Simulink环境下开发的 TCU换挡策略直接进行主客观评价；

（2）支持TCU换挡策略的SIL，HIL和DIL等多个开发阶段的主客观评价；

（3）平台的设计尽可能让测试评价接近实车试验环境。

1.2 平台的特点

（1）TCU控制原型嵌入驾驶模拟器系统。为了实现TCU换挡策略代码可直接与驾驶模拟器实时集成，本文中选择 dSPACE公司的 AutoBox作为TCU换挡策略运行环境，AutoBox通过高速数据网与驾驶模拟器数据网完成高速数据交互，满足数据交换周期1 ms的实时集成，实现TCU控制原型无缝接入驾驶模拟器。

（2）高逼真度的试验测试环境。驾驶模拟器提供真实的人机交互界面和实车测试环境，生成各种需要的试验测试工况，AutoBox模拟实车控制器。因此，平台提供了一个高逼真度的TCU换挡策略测试环境。

（3）驾驶员在环的驾驶性主观评价。驾驶员通过驾驶模拟器提供的体感、视觉感受、听觉感受和力感等主观感受体验TCU换挡策略对车辆驾驶性的影响，从而通过主观评价方法测试TCU换挡策略。

1.3 平台架构

为了实现对TCU换挡策略的评价，本文中搭建驾驶模拟器驱动的TCU换挡策略评价平台，平台架构如图1所示。该平台主要由TCU换挡策略运行环境AutoBox、驾驶模拟器和运行控制与数据采集的上位机3部分组成。

该平台的实物照片如图2所示，其核心是驾驶性能模拟器和AutoBox硬件。

图1 TCU换挡策略评价平台架构

图2 仿真平台硬件设备照片

（1）AutoBox为TCU换挡策略HIL和DIL阶段的测试提供了一个实时的仿真环境。利用dSPACE提供的RTI模块可将Matlab／Simulink下开发的TCU换挡策略模型自动生成实时运行代码，并通过网络通信接口实现与驾驶模拟器的高速数据交互。AutoBox通过UDP／IP协议接受驾驶模拟器动力学计算数据和驾驶座舱采集的驾驶员操作信号作为TCU换挡策略模型输入，将控制器决策出的挡位信号发送到模拟器动力学系统控制挡位变换。此外，Auto-Box可以通过CAN和硬线与模拟器系统的dSPACE Simulator的CAN和I／O接口相连，实现控制器与实车上的输入输出通信接口一致。

（2）驾驶模拟器为吉林大学汽车仿真与控制国家重点实验室经过20多年自主研发的ASCL-II型汽车性能驾驶模拟器。模拟器包括动力学系统、运动系统、图像系统、声响系统、交通系统和座舱系统。动力学系统是自主研发的高精度品质动力学模型，经150余个操纵稳定性、驾驶性、制动性、乘坐舒适性工况验证，模型精度达到90%以上。运动系统为6自由度电缸平台，能够模拟最大±0.9g的加速度，±23°角度行程以及±0.5 m的位移行程［18］，满足评车师进行驾驶性评价时车身的俯仰、侧倾、横摆等运动变化幅度要求。图像系统提供40°垂直视角和160°水平视角的逼真图像模拟。声响系统提供发动机噪声、轮胎噪声和风噪声模拟。交通系统在驾驶模拟器中生成交通仿真场景。座舱系统提供与真车完全一致的人机交互界面，包括挡位操作、踏板操作以及仪表显示。

（3）上位机负责仿真过程监控和数据采集。上位机通过ControDesk软件实现仿真控制、实时显示、参数修改和数据采集，在ControDesk的可视化监控管理下，试验时可监控仿真状态并可进行相应的数据采集。

本文中搭建的驾驶模拟器驱动AutoBox嵌入的人-车-环境闭环TCU换挡策略评价平台，可为评车师提供逼真仿真环境和真实的主观感受，能用于评车师对驾驶性的主观评价。

2 考虑驾驶意图和行驶路况的TCU换挡策略

为了对搭建的TCU换挡策略评价平台的可行性进行验证，在课题组研究基础上自主开发能识别驾驶意图和行驶路况的TCU换挡策略。

如图3所示，基于经济性和动力性要求，根据加速踏板行程和变速器输出轴转速两参数确定出正常模式和运动模式基本换挡表。在行驶时驾驶员会有不同驾驶意图和行驶路况，如果TCU在这些不同工况下采用相同的控制策略，会出现如上坡频繁换挡、急减速意外升挡等错误换挡决策。本文中开发的TCU换挡策略考虑对急加速（tip in）、急减速（tip out）、全油门加速、制动等驾驶意图以及上坡、下坡、和弯道行驶路况进行识别，并采用不同的修正策略来修正基本换挡表改善车辆驾驶性。

图3 TCU换挡策略原理图

本文中在介绍能识别行驶路况和驾驶意图的TCU换挡策略时，以上坡行驶路况和tip in／out驾驶意图两类工况做简要说明。

2.1 上坡换挡策略修正方法

车辆在正常换挡模式上坡时，驾驶员通常会加大加速踏板行程，踏板行程输入越过降挡线，车辆出现降挡；随着车速增加，输出轴转速越过升挡线，车辆出现升挡，升挡后会导致驱动力不足而使车速逐渐下降，输出轴转速下降越过降挡线而又出现降挡，从而导致上坡时出现频繁换挡现象。

为解决上坡频繁换挡问题，利用纵向动力学模型对坡道环境进行识别，由车辆行驶方程可得出平路行驶时的车辆理论加速度为

式中：atheory为理论加速度；Ft为驱动力；Fw为空气阻力；Ff为滚动阻力；δ为汽车旋转质量换算系数；m为汽车总质量。

在不考虑车轮打滑情况下，车辆真实加速度可由轮速传感器信号计算：

式中：areal为车辆真实加速度；n为非驱动轮转速最小值；r为车轮滚动半径。

理论加速度和实际加速度差值为

通过Δα可以判断车辆是否处于上坡环境，上坡坡度阻力越大，Δα越大，据此对基本换挡表进行延迟升挡修正。j挡延迟后的升挡点计算公式如下：

式中：nj为正常模式下的j挡升挡线转速；n-j为正常模式下的j挡升挡线下转速最大值；β为换挡修正系数；nj′为修正后的 j挡升挡线转速；Fimax为 j挡位下最大爬坡度对应的坡度阻力。

上坡工况延迟升挡修正示意图如图4所示。

2.2 tip in／out换挡策略修正方法

图4 上坡延迟升挡示意图

车辆行驶时，驾驶员会表现出急加速或急减速的驾驶意图，即出现tip in／out工况。本文中通过加速踏板行程的变化速率来对 tip in／out工况进行识别。

针对驾驶员急踩加速踏板的tip in工况，为保证驾驶员对动力性的要求，将正常模式切换为运动模式，当加速踏板行程减小时，则切换回正常模式。对于驾驶员急松加速踏板的tip out工况，一般都是为了进行减速，因此该工况下策略是不进行升挡而消除加速踏板突然减小的意外升挡。

3 驾驶模拟器驱动的TCU换挡策略驾驶性评价

驾驶性描述了驾驶员和车辆相互作用下驾驶员对车辆纵向性能和品质的主观感受。本节中在分析驾驶性主客观评价项目和指标的基础上，提出针对TCU换挡策略驾驶性主观评价项目和客观评价指标，并利用搭建的平台对所开发TCU控制策略进行主观评价和客观指标计算。

3.1 TCU换挡策略驾驶性的主观评价

不同公司或机构对汽车驾驶性进行主观评价的项目不尽相同，并且很少公布详细评价方案资料。根据查阅到 AVL［19］和 Ford［20］公司的驾驶性评价资料，总结出两公司对变速器的驾驶性评价项目，如表1所示。

驾驶性的主观评价描述的是不同加速踏板行程下的纵向加速度变化给评车师带来的主观感受，针对TCU换挡策略进行驾驶性主观评价，需要考虑不同加速工况和换挡工况下的挡位控制策略给评车师带来的纵向加速性和平顺性。参考AVL和Ford公司针对变速器的驾驶性评价项目并综合国内外其他学者的研究成果，从驾驶性主观评价内涵出发提出TCU换挡控制策略驾驶性的主观评价项目，如表2所示。

表1 AVL和Ford变速器驾驶性评价项目

表2 驾驶性主观评价项目

选取3名有经验的驾驶员在驾驶模拟器上依次完成以上主观评价项目，并根据事先列出的每个评价项目的评分现象和要求，按照10分标准给出自己的主观评分。试验车辆为配置有6AT自动变速器某品牌SUV，3名驾驶员针对TCU换挡策略给出驾驶性主观评分结果如图5和图6所示。

图5 加速项目主观评分结果

图6 换挡项目主观评分结果

通过分析驾驶性主观评分雷达图，可以清晰了解TCU换挡策略在加速和换挡类项目以及各子项目的评分情况。考虑驾驶员主观评价经验不足，每名驾驶员对同一子评价项目的主观评分会有波动，但是该波动并不大。加速类项目3名驾驶员对原地起步加速子项目均给出了相对低分（平均分6.1），而城市行驶性能子项目均获得了加速性能中的相对高分（平均分7.1）。在换挡类项目中，各驾驶员对动力升挡评分均较低（平均分5.8），而tip out换挡都获得了相对高分（平均分7.4）。因此该平台提供的TCU换挡策略的主观评价环境能获得高可信度的主观评分结果。

通过本试验可以证明，通过搭建的测试评价平台能完成本文中提出的驾驶性主观评价项目，实现快速对TCU换挡策略驾驶性进行纵向加速性和纵向平顺性的主观评价。

3.2 TCU换挡策略驾驶性的客观评价

车辆在实际行驶过程中，绝大多数情况下以低负荷行驶，以80%以上高负荷行驶的情况低于2%［21］，因此低负荷下驾驶性研究很重要。本文中搭建的平台可以通过AutoBox以1 ms的仿真周期实时采集车辆动力学模型状态数据，可采集与驾驶性客观评价相关的如车辆速度、加速度、发动机转速、转矩、挡位、加速踏板行程等所有与车辆状态有关的物理量随时间变化结果。本文中选择部分负荷起步加速到挡位不变工况来对TCU换挡策略的加速和换挡性能进行客观评价，选择冲击度J和加速度均方根值aw作为客观评价指标。

式中：a（t）为加速度；T为分析时间间隔。

利用驾驶模拟器进行低负荷下加速升挡试验，通过上位机的ControlDesk采集客观物理量数据，并对影响驾驶性的物理量进行统计分析，利用Matlab绘制各物理量与时间的关系曲线，如图7所示。

图7 部分负荷加速工况

由图7可见，在低挡位换挡时，加速度变化并不剧烈，冲击度较小，而4挡升5挡时冲击度绝对数值最大达到13.070 m／s3，5挡升6挡时冲击度绝对数值最大达到9.306 m／s3，冲击度最大峰值接近德国标准｜J｜≤15 m／s3，而整个加速过程中加速度均方根值为 0.768 m／s2。

确定驾驶性的客观评价指标后，通过本文中搭建的平台可采集所需的车辆状态数据，量化分析得到驾驶性客观评价的指标，因此该平台能用于TCU换挡策略驾驶性快速客观评价。

4 结论

本文中搭建了驾驶模拟器驱动AutoBox嵌入的人-车-环境闭环TCU换挡策略评价平台，建立了考虑驾驶意图和行驶工况的TCU换挡策略，并对TCU换挡策略进行了驾驶性主客观评价，获得了以下主要结论。

（1）实现了驾驶模拟器与控制器原型的无缝连接，搭建了人-车-环境TCU换挡策略测试平台。提供了与真车高度一致的TCU换挡策略测试评价环境，实现了TCU换挡策略驾驶性的主客观评价。

（2）通过对建立的考虑驾驶意图和行驶工况的TCU换挡策略的驾驶性主客观评价，证明了搭建的平台和研究方法可以完成TCU换挡策略驾驶性快速主客观评价，有效减少实车测试评价试验工作量，降低开发成本，缩短开发周期。