硬件在環(huán)測試與實車測試是用來驗證和優(yōu)化自動駕駛感知、控制算法的主要技術(shù)。自動駕駛汽車引入了大量新技術(shù)，在這些技術(shù)完全成熟之前需要進(jìn)行大量測試對自動駕駛算法進(jìn)行預(yù)先評估。傳統(tǒng)的實車測試是一種費(fèi)時費(fèi)力且成本高的測試方法，且只能進(jìn)行有限數(shù)量的場景測試。相比之下，硬件在環(huán)測試可以使用和實際車輛高度一致的仿真傳感器、車輛模型和豐富的交通場景，為自動駕駛算法提供了一種經(jīng)濟(jì)效益和測試效果更加均衡的測試條件。因此，硬件在環(huán)測試逐漸成為了自動駕駛汽車研發(fā)的強(qiáng)制性步驟。

本自動駕駛仿真測試平臺搭載駕駛模擬器、自動駕駛與整車控制器、傳感器與整車動力系統(tǒng)等硬件設(shè)備，以及遠(yuǎn)程通信設(shè)備接口，為后續(xù)實車實景測試、遠(yuǎn)程遙控駕駛、云控駕駛、數(shù)字孿生等功能的實現(xiàn)奠定了基礎(chǔ)。本平臺的虛擬模型構(gòu)建主要通過Prescan&Matlab聯(lián)合仿真實現(xiàn)。平臺整體架構(gòu)可劃分七個部分，包括駕駛場景構(gòu)建、車輛模型構(gòu)建、傳感器與紅綠燈仿真、環(huán)境/仿真通信接口、控制器快速開發(fā)、以及駕駛模擬器等模塊。

// 駕駛場景構(gòu)建 //

駕駛場景可分為靜態(tài)駕駛場景與動態(tài)駕駛場景。其中，靜態(tài)駕駛場景可通過以下三種方式實現(xiàn)：1.根據(jù)實驗需求，直接拖動Prescan道路模塊構(gòu)建理想狀態(tài)下的靜態(tài)駕駛場景；2.導(dǎo)入現(xiàn)有地圖數(shù)據(jù)，生成普適性駕駛場景；3.根據(jù)自車運(yùn)行軌跡構(gòu)建個性化駕駛場景。動態(tài)駕駛場景構(gòu)建則通過Prescan&Matlab聯(lián)合仿真生成高逼真的虛擬交通參與者和行為風(fēng)格、天氣變化等。

圖1卓越工程師學(xué)院仿真場景（大曲率彎道和大坡度環(huán)境）

圖2大學(xué)城周邊仿真場景（城市環(huán)境）

圖3重慶大學(xué)虎溪校區(qū)周邊仿真場景（城市環(huán)境）

在人機(jī)駕駛混合交通環(huán)境下，人機(jī)相互作用關(guān)系、交通流呈現(xiàn)的狀態(tài)，以及交通控制技術(shù)的適應(yīng)性等現(xiàn)實問題是亟需探討、研究的。因此，本平臺還支持交通流仿真，可研究交通干擾信息對本車駕駛行為的影響，以及協(xié)同式駕駛策略。所搭建的交通流仿真場景如下視頻所示。

// 車輛模型構(gòu)建 //

車輛模型是自動駕駛算法測試的重要基礎(chǔ)，主要包含車輛動力學(xué)模型、動力系統(tǒng)模型、動力電池及電池管理模型、車載空調(diào)及熱管理模型等多個系統(tǒng)。將這些被控對象模型參數(shù)化后，即可將真實的駕駛控制、能量管理、熱管理等系統(tǒng)集成到仿真平臺中進(jìn)行測試。

其中，能量管理策略模塊、換擋策略模塊涉及到動力系統(tǒng)的控制策略，需要單獨考慮，由核心層的控制邏輯部分來設(shè)計完成。而動力傳動系統(tǒng)，加上電機(jī)、發(fā)動機(jī)、電池等動力源在內(nèi)，模型采用模塊化的建模方法，按照動力或者能量傳遞環(huán)節(jié)，將其劃分為各個相對獨立的子模塊。根據(jù)每個環(huán)節(jié)的物理過程（如動力傳遞過程、能量轉(zhuǎn)換過程），建立子模塊的模型，再由這些子模塊有機(jī)連接形成一個完整的模型，如圖4所示。

圖4子模塊連接示意圖

圖5系統(tǒng)閉環(huán)仿真模型

— —車輛動力學(xué)模型

在自動駕駛與動力系統(tǒng)控制中，車輛模型的建立和分析是進(jìn)行控制器設(shè)計的基礎(chǔ)。

（1）車輛縱向行駛方程如下：

其中，

為滾動阻力，

為空氣阻力，

為坡度阻力，加速阻力。式中，M為汽車質(zhì)量，為坡度，為旋轉(zhuǎn)質(zhì)量系數(shù)；f為滾動阻力系數(shù)，A為汽車迎風(fēng)面積，空氣阻力系數(shù)，為空氣密度。

圖6車輛縱向運(yùn)動仿真模型

（2）車輛橫向采用二自由度動力學(xué)模型，具體可參閱公眾號相關(guān)文章（車輛二自由度動力學(xué)模型建模及其離散化應(yīng)用），在此就不再贅述。

圖7車輛動力學(xué)仿真模型

（3）輪胎模型

在進(jìn)行車輛動力學(xué)仿真時，輪胎所受的垂直力、縱向力、側(cè)向力和回正力矩對汽車的平順性、操縱穩(wěn)定性和安全性起著重要作用。由于輪胎結(jié)構(gòu)復(fù)雜，動力學(xué)性能呈非線性，選擇符合實際又便于使用的輪胎模型是建立車輛模型并進(jìn)行動力學(xué)仿真的關(guān)鍵。主要的輪胎模型可以分為理論輪胎模型、經(jīng)驗輪胎模型和物理輪胎模型等。

其中，Pacejka提出的以魔術(shù)公式( Magic Formula,MF)為基礎(chǔ)的經(jīng)驗輪胎模型，運(yùn)用三角函數(shù)的組合公式擬合輪胎試驗數(shù)據(jù)，描述輪胎的縱向力F1、側(cè)向力Fe、回正力矩Mz、翻轉(zhuǎn)力矩Mx、阻力矩My與側(cè)偏角α、滑移率s之間的定量關(guān)系，以及縱向力、側(cè)向力的聯(lián)合作用工況，能夠表達(dá)不同驅(qū)動情況時的輪胎特性。魔術(shù)公式的一般表達(dá)式為:

式中，系數(shù)B、C、D依次由輪胎的垂直載荷和外傾角確定，B為剛度因子，C為形狀因子，D為峰值因子，E為曲率因子。Y為輸出變量，可以是縱向力F1、側(cè)向力Fe、回正力矩Mz。x為輸入變量，在不同的情況下分別表示輪胎的側(cè)偏角α或縱向滑移率s。

圖8 基于魔術(shù)公式的輪胎模型

在側(cè)偏角及縱向滑移率較小時，輪胎力可以用線性函數(shù)近似描述。這在側(cè)向加速度ay?0.4g的情況下對常規(guī)輪胎具有較高的擬合精度。在這個線性區(qū)內(nèi)，可用以下算式得到輪胎的縱向力和側(cè)向力：

式中，Cl為輪胎縱向剛度，Ce為輪胎側(cè)偏剛度。

圖9輪胎仿真模型

——變速器模型

主減速器傳遞著車輪/車軸和變速器之間的功率，在傳遞的過程由于摩擦的存在，有一定的機(jī)械效率，從而造成一定的功率損失。主減速器模塊的框圖如圖10所示。

圖10主減速器模塊框圖

主減速器模塊的輸入轉(zhuǎn)矩轉(zhuǎn)速為通過車輪車軸模塊計算得到請求轉(zhuǎn)矩轉(zhuǎn)速，輸出為主減速器需要從變速器得到的轉(zhuǎn)矩轉(zhuǎn)速。首先根據(jù)傳動比計算轉(zhuǎn)速，公式如下：

然后根據(jù)主減速器的效率，計算輸出的轉(zhuǎn)矩，公式如下：

變速器在混合動力系統(tǒng)中要完成的任務(wù)是根據(jù)汽車行駛的需要，以不同的速比改變發(fā)動機(jī)到車輪上的扭矩和轉(zhuǎn)速，使其滿足汽車行駛的動力要求，并調(diào)節(jié)發(fā)動機(jī)的工作點。變速器模塊框圖如圖11所示。

圖11變速器模塊框圖

其中k為變速器的擋位信息，包括變速器各擋的傳動比和機(jī)械效率等，由換擋策略決定。通過主減速器模塊計算得到的轉(zhuǎn)速和轉(zhuǎn)矩請求輸入至變速器模塊，變速器模塊根據(jù)轉(zhuǎn)速請求計算其輸出轉(zhuǎn)速即從動力總成得到的轉(zhuǎn)速，公式如下：

其中為變速器在該擋位的機(jī)械效率

然后根據(jù)該擋位的效率，計算輸出的轉(zhuǎn)矩，在驅(qū)動工況下，輸出的轉(zhuǎn)矩計算公式為：

在制動工況下，輸出的轉(zhuǎn)矩公式為：

其中為變速器在該擋位的機(jī)械效率，為變速器的轉(zhuǎn)動慣量。

——發(fā)動機(jī)與電機(jī)模型

發(fā)動機(jī)總成模塊包括離合器模塊、附件模塊和發(fā)動機(jī)模塊。其中離合器模塊傳遞扭矩的特性與動力總成控制邏輯的設(shè)定有關(guān)；附件模塊取決于附件功率損耗的形式，一種是恒定功率的附件功率損耗，這種情況通常發(fā)生在車載電子設(shè)備消耗發(fā)動機(jī)功率的情形，如空調(diào)壓縮機(jī)，另一種是功率損耗隨發(fā)動機(jī)轉(zhuǎn)速上升而上升的情形；發(fā)動機(jī)模塊指的是通常意義下的發(fā)動機(jī)系統(tǒng)。

發(fā)動機(jī)無疑是個復(fù)雜的系統(tǒng)，建立完整體現(xiàn)發(fā)動機(jī)原理的數(shù)學(xué)模型是非常困難的。對于整車能耗和排放而言，發(fā)動機(jī)主要性能體現(xiàn)在其穩(wěn)態(tài)MAP圖中，因此發(fā)動機(jī)模塊采用穩(wěn)態(tài)MAP圖為核心，反映其穩(wěn)態(tài)特性，并加入一定的動態(tài)延遲環(huán)節(jié)，反映發(fā)動機(jī)的動態(tài)響應(yīng)特性。

仿真模型中，發(fā)動機(jī)模塊接收來自上一級模塊輸出端提出的轉(zhuǎn)矩和轉(zhuǎn)速請求，并在其扭矩輸出特性圖中插值尋找滿足這一動態(tài)需求的工作點，通過插值計算此時的發(fā)動機(jī)油耗和排放。模塊框圖如圖12所示。

圖12發(fā)動機(jī)總成模塊框圖

其中，分別代表發(fā)動機(jī)的燃油消耗率和排放。另一方面，發(fā)動機(jī)模塊中還需要建立相應(yīng)的熱模型，來評估工作過程中發(fā)動機(jī)的溫度變化。 電機(jī)是一種雙向能量轉(zhuǎn)換裝置，它能工作為電動機(jī)模式將電能轉(zhuǎn)換為機(jī)械能，也能工作為發(fā)電機(jī)模式將機(jī)械能轉(zhuǎn)換為電能，從而為電池充電。電機(jī)模塊的功能為接受上一級模塊傳遞的轉(zhuǎn)速和轉(zhuǎn)矩請求，并在其扭矩輸出特性圖中插值尋找滿足這一動態(tài)需求的工作點，并根據(jù)效率計算電機(jī)的消耗的功率或者產(chǎn)生的功率。若是在電動機(jī)模式下，則

若是在發(fā)電機(jī)模式下，則

電機(jī)的模塊框圖如圖13所示。

圖13電機(jī)模塊框圖

與發(fā)動機(jī)建模類似，電機(jī)模塊同樣基于電機(jī)特性圖。電機(jī)模塊中同樣需要建立相應(yīng)的熱模型，來評估工作過程中電機(jī)的溫度變化。

——電池模型

電池是混合動力系統(tǒng)中的電能存儲裝置。電池模塊在仿真模型中接受由電機(jī)模塊傳輸過來的功率請求，然后返回一個電池組可以提供的實際功率值，并計算電池充放電過程中的內(nèi)阻和庫侖效率導(dǎo)致的功率損失、電池電壓、電流和荷電狀態(tài)SOC。電池模塊框圖如圖14所示。

圖14電池池模塊框圖 電池中存在復(fù)雜的熱力電化學(xué)反應(yīng)過程，因此建立精確地模型非常復(fù)雜，在此以最常用的內(nèi)阻模型進(jìn)行仿真。如圖15所示：

圖15電池內(nèi)阻模型圖

蓄電池內(nèi)阻模型的等效電路，由一個開路電壓和一個內(nèi)阻串連而成。開路電壓和內(nèi)阻均為SOC、溫度和充放電電流的函數(shù)。因此模型需要電池的開路電壓和內(nèi)阻變化的相關(guān)特性曲線進(jìn)行插值計算。

根據(jù)功率請求即外部負(fù)載功率，可以采用以下公式計算電流值：

根據(jù)電流值能夠計算電池的SOC，公式如下：

其中為初始SOC，Q為額定電量。

電池模塊中，由于開路電壓和電池充放電電阻和電池的溫度密切相關(guān)，因而相較于發(fā)動機(jī)、電機(jī)而言，電池的熱模型尤為重要。

圖16電池仿真模型

// 傳感器仿真 //

傳感器仿真即在虛擬環(huán)境中對自動駕駛車輛的傳感系統(tǒng)進(jìn)行重建，主要對象有攝像頭、Radar、LiDAR、GPS、IMU、超聲雷達(dá)等。本平臺借助建立的理想傳感器及誤差模型模擬傳感器在實際運(yùn)行時的不確定狀態(tài)，使接收到的傳感器數(shù)據(jù)更接近真實狀態(tài)。

本文應(yīng)用CAN通信功能模塊其目的主要是為了接收攝像頭的檢測數(shù)據(jù)以及車輛動力系統(tǒng)信息，然后利用所采集到信息，完成智能車在結(jié)構(gòu)化道路上進(jìn)行智能駕駛和動力系統(tǒng)控制算法的設(shè)計，并求解車輛行駛過程中所需的方向盤轉(zhuǎn)角、發(fā)動機(jī)扭矩、電機(jī)扭矩、變速箱檔位等控制指令，最后利用已開發(fā)CAN通信的發(fā)送功能，再回傳給駕駛模擬器來實現(xiàn)車輛的自主行駛控制，其傳感器在環(huán)測試子平臺如圖17所示。

圖17 傳感器與控制器在環(huán)測試平臺

// 紅綠燈仿真 //

基于車聯(lián)網(wǎng)環(huán)境的智能紅綠燈控制實現(xiàn)車輛即時獲取紅綠燈狀態(tài)信息，并設(shè)計十字路口紅綠燈場景下車輛的行為決策和速度規(guī)劃控制算法，保證車輛通過十字路口時的安全性與通行效率。所搭建的仿真場景與紅綠燈硬件在環(huán)測試示意圖如下圖所示。

圖18智能網(wǎng)聯(lián)紅綠燈仿真場景

圖19紅綠燈硬件在環(huán)仿真測試

紅綠燈在環(huán)功能測試結(jié)果如下所示，子平臺詳細(xì)介紹可參閱公眾號文章（智能紅綠燈搭建和網(wǎng)聯(lián)環(huán)境下的交叉路口車輛速度規(guī)劃）。

（1）紅燈停車，綠燈行車（真實場景中的紅綠燈與仿真場景中的紅綠燈同步切換）

圖20 紅燈停車，綠燈行車

（2）長時綠燈加速通過（真實場景中的紅綠燈與仿真場景中的紅綠燈同步切換），可觀察車輛即將通過路口并加速時的俯仰運(yùn)動。

圖21 長時綠燈加速通過

（3）短時綠燈提前剎車（真實場景中的紅綠燈與仿真場景中的紅綠燈同步切換）

圖22 短時綠燈提前剎車

// 環(huán)境仿真通信接口 //

平臺內(nèi)部各模塊間的通信主要以CAN通信為主，駕駛模擬器上的各類硬件開關(guān)或按鈕通過控制器采集信號后與平臺通信。GUI實時監(jiān)控界面通信和實車數(shù)據(jù)遠(yuǎn)程傳輸通過虛擬CAN模塊/真實CAN通信工具（OBU、Kvaser等）實現(xiàn)，駕駛模擬器數(shù)據(jù)輸入和算法輸入/輸出通過控制器或CAN數(shù)據(jù)解析模塊實現(xiàn)。此外，在平臺運(yùn)行過程中，Simulink數(shù)據(jù)處理模塊將會在多個數(shù)據(jù)傳輸節(jié)點進(jìn)行實時監(jiān)控并對異常數(shù)據(jù)進(jìn)行處理，提高算法穩(wěn)定性及有效性。

圖23 上位機(jī)監(jiān)測界面

仿真測試過程視頻如下：

// 控制器快速開發(fā)驗證 //

控制算法嵌入模塊集成于Simulink內(nèi)部并預(yù)留了車輛模型不同系統(tǒng)全部接口，開發(fā)者將相關(guān)算法與對應(yīng)接口進(jìn)行連接即可實現(xiàn)自動駕駛的多項功能，例如：動力模型構(gòu)型優(yōu)化及內(nèi)部能量流展示分析與優(yōu)化，電池狀態(tài)SOX聯(lián)合估計，電機(jī)、電池及空調(diào)多源協(xié)同熱管理控制，駕駛場景分析與交通流預(yù)測和車速規(guī)劃與能量管理協(xié)同優(yōu)化等。此外，平臺內(nèi)部已嵌入多種基礎(chǔ)算法，可保證開發(fā)者單獨測試某項自動駕駛功能的需求，也可以利用快速原型實現(xiàn)控制器在環(huán)測試。

——動力系統(tǒng)智能控制

該測試平臺是針對某插電式混合動力汽車搭建的，動力系統(tǒng)是發(fā)動機(jī)-電機(jī)混聯(lián)驅(qū)動構(gòu)型，插電式混合動力整車控制器具有以下功能：

（1）具有整車轉(zhuǎn)矩管理、變速箱協(xié)調(diào)管理、發(fā)動機(jī)協(xié)調(diào)管理、電機(jī)電池協(xié)調(diào)管理、充電管理、故障診斷等功能；

（2）能夠?qū)ι?下電時的高/低壓控制邏輯進(jìn)行管理，能夠根據(jù)駕駛員輸入對需求轉(zhuǎn)矩做出準(zhǔn)確判斷，能夠?qū)囕v當(dāng)前工況進(jìn)行判斷，能夠?qū)崿F(xiàn)扭矩請求和扭矩限制功能；

（3）可以實現(xiàn)再生制動功能，并且協(xié)調(diào)制動能量回收過程電機(jī)制動與ABS系統(tǒng)，保證制動安全；

（4）同時整車控制可以控制附件，如電動助力轉(zhuǎn)向、空調(diào)、打氣泵等；

（5）故障診斷功能，能夠識別零部件及系統(tǒng)功能故障，并采取相應(yīng)的應(yīng)對策略，提供系統(tǒng)故障保護(hù)下的跛行功能；

具體的插電式混合動力汽車整車控制器功能示意圖如圖24所示，所搭建的動力系統(tǒng)智能控制策略如圖25所示。

圖24整車控制器功能示意圖

圖25動力系統(tǒng)智能控制策略示意圖

插電式混合動力汽車有發(fā)動機(jī)和電機(jī)兩個動力源，在實際運(yùn)行過程中，燃油和電池組成的多能源系統(tǒng)需要整車控制器進(jìn)行協(xié)調(diào)管理，在驅(qū)動過程中，在低速低扭矩請求下整車控制器控制電機(jī)輸出驅(qū)動扭矩，速度高于一定門限后整車控制器控制發(fā)動機(jī)輸出驅(qū)動扭矩，在發(fā)動機(jī)驅(qū)動過程中整車控制器會根據(jù)發(fā)動機(jī)工作點控制電機(jī)進(jìn)行協(xié)調(diào)，進(jìn)而進(jìn)入混合驅(qū)動模式或者進(jìn)行發(fā)動機(jī)主動充電模式。同樣在制動過程中，當(dāng)駕駛員踩下制動踏板，整車控制器會根據(jù)駕駛員減速意圖計算需求的制動扭矩，并控制電機(jī)系統(tǒng)和氣壓制動系統(tǒng)進(jìn)行協(xié)調(diào)控制，實現(xiàn)制動安全的同時保證制動能量回收最大化。整個控制邏輯實現(xiàn)了多能源系統(tǒng)的優(yōu)化控制。

能量管理策略為整車控制器控制策略核心功能，控制器通過駕駛員駕駛意圖判別結(jié)合典型城市交通工況流量統(tǒng)計信息，得到對應(yīng)的控制策略，針對不同的工況路況以及駕駛員油門踏板制動踏板的變化采用相對最優(yōu)的控制策略，以獲得更高的燃油經(jīng)濟(jì)性。具體示意圖如圖26所示。

圖26 核心控制策略構(gòu)架示意圖

——基于道路信息的瞬時能量優(yōu)化控制

針對混合動力汽車能量分配策略效率低、適應(yīng)性差、無實時調(diào)節(jié)性等缺點，設(shè)計了基于國內(nèi)典型城市道路信息的能量優(yōu)化控制方法及控制器實現(xiàn)，對國內(nèi)典型城市典型交通信息流量進(jìn)行統(tǒng)計記錄，形成擁有一定統(tǒng)計規(guī)律的與時間、線路地點有關(guān)的交通流量信息，配合GPS衛(wèi)星導(dǎo)航系統(tǒng)，開發(fā)出具有實時調(diào)節(jié)性的優(yōu)化能量分配算法，在經(jīng)常擁堵的時刻或地段適時調(diào)整電動機(jī)驅(qū)動車輛策略，而路況較為暢通的時刻或地段采用發(fā)動機(jī)驅(qū)動車輛策略。所開發(fā)控制算法具有自學(xué)習(xí)功能，隨著控制策略的循環(huán)往復(fù)運(yùn)行，能夠在線調(diào)節(jié)分配系數(shù)，實現(xiàn)純電動、發(fā)動機(jī)驅(qū)動和混合驅(qū)動三種模式的動態(tài)切換、變速器換擋點的動態(tài)調(diào)節(jié)以及制動能量回收幅度的動態(tài)調(diào)節(jié)。綜合油耗、電耗、充電時間間隔、電池成本等多個性能指標(biāo)和約束條件，以達(dá)到更高的整車燃油經(jīng)濟(jì)性，進(jìn)一步提升動力系統(tǒng)的節(jié)油率。所開發(fā)算法內(nèi)容結(jié)構(gòu)如圖27所示。

圖27 基于自學(xué)習(xí)的PHEV能量優(yōu)化控制方法結(jié)構(gòu)圖

???????

—— 制動能量回饋控制

傳統(tǒng)汽車在制動過程中，其動能除克服風(fēng)阻和滾阻外，絕大部分能量則通過制動器摩擦生熱而消耗掉?；仞佒苿蛹夹g(shù)（又稱制動能量回收技術(shù)）是指汽車減速或制動時將其中一部分機(jī)械能轉(zhuǎn)化為其他形式的能量，并加以再利用的技術(shù)。由于回饋制動能將行駛車輛的一部分動能回收起來并加以再利用，因此，研究回饋制動技術(shù)對于提高新能源汽車的燃油經(jīng)濟(jì)性、緩解能源危機(jī)、改善環(huán)境壓力具有及其重要的戰(zhàn)略意義。在制動能量回饋控制中，整車控制器根據(jù)加速踏板和制動踏板的開度以及動力電池的SOC值來判斷車輛此時能否進(jìn)行制動能量回饋，并向電機(jī)控制器發(fā)出制動指令，回收能部分能量。制動能量回收目前是提高整車節(jié)油率的重要方式之一，怎樣利用機(jī)電耦合系統(tǒng)的特性最大限度回饋制動能量仍是目前需要解決的技術(shù)難題。同時，在回饋制動過程中遇到車輪抱死的情況，整車控制器怎樣與底層ABS系統(tǒng)進(jìn)行協(xié)調(diào)控制，依然是該領(lǐng)域亟待解決的難題。因此，本測試平臺也對制動系統(tǒng)進(jìn)行建模仿真。

為了保證整車的制動安全性，回饋制動系統(tǒng)常配合ABS系統(tǒng)協(xié)調(diào)工作。對于插電式混合動力商用車，回饋制動系統(tǒng)需要和氣壓ABS制動系統(tǒng)相互協(xié)調(diào)，才可以既保證制動安全性以及良好的能量回饋效率。其制動能量回饋系統(tǒng)結(jié)構(gòu)如圖28所示。

圖28 制動能量回饋系統(tǒng)結(jié)構(gòu)框圖

整個回饋制動系統(tǒng)如圖28所示。其中，該制動踏板為行程踏板，它可以將制動踏板位置信號實時的傳送給制動控制器，以便制動控制器根據(jù)制動踏板行程信號來協(xié)調(diào)機(jī)械制動和回饋制動?；仞佒苿涌刂崎y選用現(xiàn)行氣壓ABS系統(tǒng)常用的ABS調(diào)壓閥，該調(diào)壓閥為成熟的ABS產(chǎn)品部件，具有動作迅速、可靠性高的優(yōu)良特性。整個回饋制動控制框圖如圖29所示。

圖29回饋制動控制框圖

——整車控制策略

根據(jù)插電式混合動力整車控制器功能需求，所設(shè)計控制器軟件模塊示意圖如圖30所示。

圖30 整車控制器軟件模塊示意圖

如圖30所示，整車控制器輸入信號包括駕駛員點火信號、車速信號、加速踏板和制動踏板信號、充電請求信號、停車/空擋/前進(jìn)/倒擋信號、電機(jī)反饋信號、適合擋位信號、混合動力禁止開關(guān)信號、怠速停機(jī)使能信號、發(fā)動機(jī)充電模式開關(guān)信號、EV模式開關(guān)信號及上電信號等。輸出信號主要包括水泵控制信號、風(fēng)扇控制信號、啟動使能信號及CAN輸出信號。具體控制流程如下步驟：

1）控制器在基礎(chǔ)信號處理層的信號采集模塊、信號分類模塊和信號處理模塊里將輸入信號進(jìn)行采集、分類、處理；

2）在狀態(tài)識別層進(jìn)行整車狀態(tài)識別和駕駛意圖判斷，判斷此時車是在驅(qū)動、制動、滑行等狀態(tài)，以及駕駛員需求加速減速等；

3）整車控制器在模式選擇層選擇整車運(yùn)行模式，即純電驅(qū)動、發(fā)動機(jī)驅(qū)動、混合驅(qū)動、發(fā)動機(jī)主動充電及制動能量回收。

4）結(jié)合當(dāng)前車輛實際運(yùn)行狀態(tài)和駕駛員輸入決定進(jìn)入具體相應(yīng)的上層功能模塊，包括目標(biāo)扭矩計算模塊、電機(jī)驅(qū)動控制模塊、啟動發(fā)動機(jī)模塊、附件控制模塊、SOC均衡控制模塊、充電管理模塊及輔助換擋模塊等；

5）經(jīng)過上層各功能模塊的運(yùn)算處理，上層將對執(zhí)行層進(jìn)行調(diào)用同時根據(jù)實際工況進(jìn)行協(xié)調(diào)控制，執(zhí)行層包括發(fā)動機(jī)、電機(jī)、電池控制模塊，輔助換擋調(diào)用模塊，ABS協(xié)調(diào)控制模塊及故障診斷與故障保護(hù)模塊；

6）各模塊程序的完成還需要對底層驅(qū)動集成，因此進(jìn)入底層驅(qū)動層，包括系統(tǒng)上下電管理、底層驅(qū)動與上層策略接口、信號采集與信號輸出、CAN驅(qū)動及收發(fā)策略、軟件標(biāo)定及底層接口檢測。

具體的整車控制器控制器系統(tǒng)流程圖如下圖所示。

圖31 整車控制器控制系統(tǒng)流程圖

// 駕駛模擬器 //

駕駛模擬器支持人機(jī)共駕功能，可實現(xiàn)駕駛員在環(huán)測試、自動駕駛功能測試以及各類循環(huán)工況導(dǎo)入測試等。當(dāng)采用給定的測試用例進(jìn)行測試分析時，可利用PID構(gòu)建駕駛員模型以跟蹤指定的需求車速，如下圖所示。為了適應(yīng)不同場景需求，本實驗平臺搭載了經(jīng)濟(jì)模式、舒適模式、運(yùn)動模式三種控制模式。正常行駛時，三種模式可以自由地進(jìn)行切換，經(jīng)濟(jì)模式下，車輛油門的響應(yīng)還會比較柔和，車輛行駛過程中會更加節(jié)能；舒適模式是為了獲得更好的乘坐舒適性，此模式下車子的油門響應(yīng)是最平衡的，操控感更簡單舒適；運(yùn)動模式下，油門與制動的靈敏度會更高，加速與制動響應(yīng)更加快速，這個時候汽車的性能能夠很好體現(xiàn)出來。三種模式下的駕駛員模型參數(shù)有所不同，可通過標(biāo)定的方式實現(xiàn)。

圖32 駕駛員模型

駕駛員在車輛行駛過程中會根據(jù)車輛運(yùn)行狀態(tài)和周圍環(huán)境以及自己的駕駛習(xí)慣對加速踏板、制動踏板等采取一定的動作，這就是駕駛意圖。在“人—車—路”的閉環(huán)系統(tǒng)中，駕駛員可以看作一個自適應(yīng)智能傳感器，而駕駛員意圖識別也就是將該傳感器的信號加以處理得到對車輛控制有用的信息。在自動駕駛時可以采用上述駕駛員模型進(jìn)行跟蹤控制，當(dāng)人工駕駛時，駕駛員行為對車輛燃油經(jīng)濟(jì)性和安全性影響很大，因此，控制策略中應(yīng)該引入駕駛員駕駛意圖識別，該模塊可根據(jù)基本的邏輯判別得到基于典型城市工況的駕駛員意圖，然后選擇最合適的能量優(yōu)化控制策略，以充分發(fā)掘上層控制策略對于節(jié)油率提升的潛力。

目前關(guān)于駕駛員意圖識別進(jìn)行的研究著重于對典型意圖的分類，例如超車、沖坡、減速、停車等，分析每一種意圖所相應(yīng)的識別特征，根據(jù)采集到的數(shù)據(jù)分別進(jìn)行模糊貼近度計算，再根據(jù)綜合判斷，識別出駕駛員的確切意圖以及相應(yīng)的檔位操作原則。也有學(xué)者針對人的行為建立模型，提出了基于卡爾曼濾波的預(yù)測控制系統(tǒng)，將人看作擁有相當(dāng)多的內(nèi)部智力狀態(tài)的馬爾可夫器件，每一個狀態(tài)都有其特定的控制行為和內(nèi)部狀態(tài)轉(zhuǎn)換概率；將駕駛員的操作與典型動作相比較，可以確定駕駛員想要執(zhí)行的動作。

針對行駛環(huán)境的識別，大多數(shù)控制策略建立了一種遞階的行駛環(huán)境識別體系，底層由路面附著識別，行駛區(qū)域識別，坡道、彎道識別3個平行的部分組成，進(jìn)行實時識別；上層根據(jù)底層的識別結(jié)果，進(jìn)行相應(yīng)的推理和決策，確定與當(dāng)前行駛環(huán)境相適應(yīng)的駕駛策略。將車輛行駛環(huán)境分為城市道路、擁擠道路、上坡、下坡和快速路五類，提取各類行駛環(huán)境的特征，選用設(shè)定時間內(nèi)的七個參數(shù)，制定模糊規(guī)則來判斷車輛行駛環(huán)境，并設(shè)計自適應(yīng)模糊判斷模型。并通過解釋結(jié)構(gòu)模型，將駕駛員模型識別分為定量子模型和定性子模型兩個部分，定性子模型包含天氣情況、駕駛時間、經(jīng)驗判斷（道路寬度、彎道大小、路面障礙等）等，通過模糊推理得到定性的結(jié)果，可以有效地避免彎道及坡道行駛時的誤升檔或頻繁換檔。

在駕駛員意圖識別過程中，駕駛員意圖難以用準(zhǔn)確的數(shù)學(xué)模型來描述，屬于經(jīng)驗型模型，模糊理論在經(jīng)驗型模型的處理上有較大的優(yōu)勢，是駕駛員意圖識別選用的主要方法。