基于多源信息融合的行驶工况识别及其在整车转矩分配中的应用.docx

基于多源信息融合的行驶工况识别及其在整车转矩分配中的应用
随着车辆电子化水平的不断提高，车辆控制技术也得到了长足的发展。而行驶工况识别是车辆控制的重要步骤之一，它能够实现对车辆的状态和行驶工况的准确判断。针对现有行驶工况识别算法存在准确性不高、鲁棒性不强等问题，在本文中我们提出了基于多源信息融合的行驶工况识别方法，同时利用该识别方法来实现整车转矩分配优化。
一、行驶工况识别算法
1.数据采集
本识别算法主要使用了车辆CAN总线数据、车速传感器数据、加速度传感器数据等多源信息。这些数据能够全面反映车辆的状态和行驶工况，在数据采集时需要保证采集精度和采集频率，以达到准确识别的目的。
2.特征提取
将采集到的数据进行处理，提取出与行驶工况相关的特征。对于车辆CAN总线数据，应该提取出包含车速、转速、扭矩等参数的特征向量；对于车速传感器数据，应该提取出车速变化信息；对于加速度传感器数据，应该提取出车辆加速度变化信息。
3.特征融合
将各个传感器采集到的特征通过融合算法进行整合，形成完整的行驶工况特征向量。融合算法可以使用简单的加权平均法，或是更加复杂的模型算法，如神经网络等。
4.行驶工况识别
通过分类算法对特征向量进行分类，以识别出当前的行驶工况。常见的分类算法有支持向量机、决策树、朴素贝叶斯等。
二、整车转矩分配
基于行驶工况识别，可以实现整车转矩分配优化。这里以四驱车为例，简单介绍一下具体实现方式：
1.行驶工况分类
根据前文所述的行驶工况识别算法，将当前的行驶工况分类出来。
2.转矩分配
对于四驱车，可以将整车转矩均分给前后轴驱动系统。但不同的行驶工况下，前后轮的转矩分配应该有所调整，以达到最佳的行驶效果。例如，在起步时，应该给予后轮更多的转矩，以提高车辆加速度；在高速行驶时，应该给予前轮更多的转矩，以提高车辆稳定性。
3.转矩控制
根据转矩分配的结果，通过电子控制单元（ECU）对车辆的各个电控系统进行控制。对于四驱车，应该实现前后轮扭矩的精确控制，在保证车辆稳定性和操控性的前提下，提高车辆的行驶效果。
三、优点与应用
本文提出的基于多源信息融合的行驶工况识别方法，具有准确性高、鲁棒性强等优点。它不仅可以实现车辆控制的自动化，更能够提高车辆的行驶效率和驾驶体验。同时，该方法还可以应用于电动汽车的能量管理、混合动力汽车的能量流控制等领域。