基于MEMS 的電子駐車制動(dòng)系統(tǒng)傾角傳感器研究

吳俊杰，鐘紹華，周利濤

(1.武漢理工大學(xué) 現(xiàn)代汽車零部件技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室，湖北 武漢430070;2.武漢理工大學(xué) 汽車零部件技術(shù)湖北省協(xié)同創(chuàng)新中心，湖北 武漢430070)

近年來，隨著汽車電子技術(shù)的飛速發(fā)展，汽車電子產(chǎn)品在汽車上所占比例越來越大。作為最有潛力的傳感器技術(shù)之一，MEMS 傳感器在汽車領(lǐng)域得到了廣泛的應(yīng)用，MEMS 加速度計(jì)是到目前為止應(yīng)用最廣泛的微型傳感器，最早被用于為汽車提供更多安全氣囊的信息，以便準(zhǔn)確判斷事故發(fā)生［1］;汽車座椅也安裝了MEMS 加速度傳感器，用于檢測(cè)汽車碰撞時(shí)乘客的位置及運(yùn)動(dòng);除了在被動(dòng)安全系統(tǒng)上的應(yīng)用，MEMS 也用于汽車主動(dòng)安全系統(tǒng)，例如車輛穩(wěn)定性控制系統(tǒng)、汽車防側(cè)翻穩(wěn)定性控制系統(tǒng)、緊急制動(dòng)系統(tǒng)、胎壓監(jiān)測(cè)系統(tǒng)、適應(yīng)車輪和地面的懸架系統(tǒng)等，MEMS 加速度傳感器的應(yīng)用提高了汽車的主動(dòng)安全性能［2-3］。

隨著人們對(duì)汽車主動(dòng)安全及駕駛舒適性要求的提高，汽車電子駐車制動(dòng)系統(tǒng)開始廣泛應(yīng)用于一些高配乘用車上。電子駐車制動(dòng)系統(tǒng)主要功能之一是使汽車能夠在0 ～30%坡度的坡道上安全停車及坡道起步，且其坡道上的駐車制動(dòng)力大小取決于汽車傾角，因此汽車傾角傳感器是汽車上測(cè)量坡道的最重要的元器件，其測(cè)量精度直接影響到整個(gè)系統(tǒng)工作的可靠性和穩(wěn)定性。同時(shí)，由于傳統(tǒng)的基于單一傾角傳感器的測(cè)量方法誤差較大，且汽車本身姿態(tài)的變化及噪聲會(huì)對(duì)測(cè)量結(jié)果產(chǎn)生很大的干擾，因此，為得到精確的汽車傾角，開發(fā)高精度傾角傳感器對(duì)于電子駐車制動(dòng)系統(tǒng)工作的可靠性和穩(wěn)定性研究非常重要［4-5］。筆者針對(duì)電子駐車制動(dòng)系統(tǒng)在30%傾角條件下的高精度測(cè)量需求，設(shè)計(jì)出具有高精度和穩(wěn)定性能的MEMS 傾角傳感器，并利用卡爾曼濾波法對(duì)MEMS 傳感器的傾角傳感器和加速度計(jì)采集到的信號(hào)進(jìn)行融合并濾除干擾信號(hào)，得到誤差小于0.5°的汽車傾角測(cè)量值。

1 傾角傳感器和加速度計(jì)的測(cè)量模型

目前汽車傾角傳感器傾角的測(cè)量方式通常采用單一傾角傳感器或單一加速度計(jì)，測(cè)量精度難以滿足電子駐車制動(dòng)系統(tǒng)對(duì)駐車制動(dòng)力精確控制傾角值精度的要求。筆者采用由一個(gè)芬蘭公司生產(chǎn)的傾角傳感器SCA61T 和美國(guó)ADI 公司生產(chǎn)的加速度芯片ADXL203 組成的MEMS 傾角測(cè)量傳感器，利用卡爾曼濾波法將所測(cè)信號(hào)進(jìn)行融合并濾波(用加速度信號(hào)來補(bǔ)償坡度信號(hào))，得到更精確的坡度信號(hào)。兩個(gè)器件安裝時(shí)應(yīng)保持同軸度，以便測(cè)試傾角在同一平面內(nèi)，保證測(cè)量精度。

1.1 傾角傳感器SCA61T 的基本原理

筆者采用高精度3D MEMS 的單軸傾角計(jì)，傾角測(cè)量量程為±30°，零點(diǎn)輸出為2.5 V，模擬分辨率為0.002 5°，測(cè)量靈敏度為70 mV/(°)，非線性度為±0.11°，最大響應(yīng)頻率為28 Hz［6］;該傾角計(jì)輸出方式有SPI 輸出和AD 輸出兩種，AD 將采集到的連續(xù)變化的信號(hào)實(shí)時(shí)傳輸給CPU，保證信號(hào)的高時(shí)效性，同時(shí)AD 還可以采集12 位分辨率的高精度模擬信號(hào)，因此，為更好地保證采集精度和速度，筆者采用AD 采集方式。SCA61T 傾角傳感器的測(cè)量示意圖如圖1 所示。

圖1 SCA61T 傾角測(cè)量示意圖

由圖1 可知，使用SCA61T 傾角傳感器測(cè)量?jī)A角時(shí)，傾角傳感器處于水平位置即傾角為0°時(shí)，輸出電壓為2.5 V;測(cè)量?jī)A角值越大，則輸出電壓越大;測(cè)量?jī)A角值越小，則輸出電壓值越小。該傳感器輸出的電壓值經(jīng)過AD 轉(zhuǎn)換成數(shù)字信號(hào)傳給CPU，通過對(duì)電壓信號(hào)的計(jì)算得到汽車傾角，該傳感器傾角的計(jì)算方法為：

式中：Vout為傳感器測(cè)試輸出電壓;offset為傾角等于0°時(shí)傳感器的輸出電壓;sensitivity為測(cè)量靈敏度;αangel為該傳感器所得的汽車傾角。

1.2 加速度計(jì)ADXL203 的基本原理

筆者采用ADI 公司生產(chǎn)的一種高精度雙軸加速度計(jì)，加速度測(cè)量量程為±1.7 g，其測(cè)量靈敏度為1 000 mV/g，模擬分辨率為0.06°，非線性誤差為滿量程的±0.2%，傳感器響應(yīng)頻率為5.5 Hz［7］。該加速度輸出模擬電壓信號(hào)，可直接對(duì)連續(xù)變化的信號(hào)進(jìn)行AD 采樣，得到更精確的加速度值，滿足汽車電子駐車制動(dòng)系統(tǒng)對(duì)加速度測(cè)量的要求。由于單軸加速度傳感器測(cè)量?jī)A角靈敏度趨近于90°時(shí)會(huì)逐漸下降，故采用雙軸傳感器測(cè)量，有相互垂直的兩軸，其特性是隨著一個(gè)軸的靈敏度降低，另一個(gè)軸的靈敏度會(huì)上升。ADXL203 雙軸傳感器測(cè)量示意圖如圖2 所示。

從圖2 可以看出，ADXL203 加速度計(jì)對(duì)應(yīng)有X軸和Y軸輸出加速度值，且這兩個(gè)輸出量在物理上是相互垂直的，由式(2)～式(7)可計(jì)算出汽車傾角值。當(dāng)重力為理想值1 g 時(shí)，輸出加速度的計(jì)算公式為：

利用反三角函數(shù)將加速度轉(zhuǎn)換成傾斜角：

圖2 ADXL203 傾角測(cè)量示意圖

式中：AX，out［g］、AY，out［g］分別為加速度計(jì)X軸和Y軸輸出值;θaccel為傾斜角。

2 基于卡爾曼濾波算法的數(shù)據(jù)融合

由于傳統(tǒng)的慣性傳感器經(jīng)常采用單一傾角傳感器，在測(cè)量汽車傾角時(shí)容易受到溫度、噪聲等影響，難以測(cè)出真實(shí)的汽車傾角。為此，筆者采用多傳感器的結(jié)構(gòu)，通過卡爾曼濾波算法對(duì)測(cè)試結(jié)果進(jìn)行融合以得到更準(zhǔn)確的汽車傾角。

卡爾曼濾波算法具有很強(qiáng)的抑制噪聲干擾的能力，根據(jù)觀測(cè)數(shù)據(jù)對(duì)隨機(jī)量進(jìn)行定量推斷、對(duì)狀態(tài)量進(jìn)行最優(yōu)估算，是一種“最優(yōu)化自回歸數(shù)據(jù)處理算法”［8］?？柭鼮V波過程可以用兩個(gè)方程來描述：①系統(tǒng)狀態(tài)方程。主要描述系統(tǒng)狀態(tài)量的更新，根據(jù)系統(tǒng)當(dāng)前的狀態(tài)和噪聲方差來估計(jì)下一狀態(tài)量;②動(dòng)態(tài)系統(tǒng)測(cè)量方程。主要將系統(tǒng)的觀測(cè)量輸入到系統(tǒng)的狀態(tài)方程中，通過系統(tǒng)狀態(tài)的先驗(yàn)估計(jì)得到其后驗(yàn)估計(jì)。卡爾曼濾波算法在估計(jì)線性離散過程變量時(shí)需要用系統(tǒng)狀態(tài)方程和動(dòng)態(tài)系統(tǒng)測(cè)量方程來描述［9］。其中，系統(tǒng)狀態(tài)方程為：

動(dòng)態(tài)系統(tǒng)測(cè)量方程為：

式中：X(k)為k時(shí)刻系統(tǒng)的狀態(tài)量;U(k)為k時(shí)刻系統(tǒng)的輸入控制量;Z(k)為k時(shí)刻的測(cè)試量;W(k)和V(k)分別為過程噪聲和測(cè)量噪聲;A、B為系統(tǒng)參數(shù)矩陣;H為測(cè)量矩陣。

汽車傾角傳感器信號(hào)的產(chǎn)生易受到外界干擾，滿足狀態(tài)方程條件，因此卡爾曼濾波算法是其最優(yōu)的信號(hào)數(shù)據(jù)處理算法。結(jié)合MEMS 傾角測(cè)量系統(tǒng)的協(xié)方差及兩個(gè)芯片器件傾角測(cè)量輸出值，利用上述方法來估算系統(tǒng)的最優(yōu)輸出。

首先，通過上一狀態(tài)系統(tǒng)方差和測(cè)量值(系統(tǒng)初值)預(yù)測(cè)出現(xiàn)在的狀態(tài);其次，根據(jù)現(xiàn)在的結(jié)果、系統(tǒng)狀態(tài)方程和測(cè)量方程得到狀態(tài)估算方程;最后，得到現(xiàn)在狀態(tài)的最優(yōu)估算值，即：

為卡爾曼增益;θ(k)為k時(shí)刻的最優(yōu)傾角值;α(k)為k時(shí)刻傾角傳感器的測(cè)量值;Rθ為測(cè)量噪聲的協(xié)方差。

下一時(shí)刻θ(k)狀態(tài)下的系統(tǒng)協(xié)方差方程：

根據(jù)式(10)和式(11)的算法，給出系統(tǒng)各個(gè)參數(shù)的初值和初始狀態(tài)，卡爾曼濾波器可不斷地遞推下去，直到系統(tǒng)過程結(jié)束，從而估算出最優(yōu)的系統(tǒng)狀態(tài)，得到準(zhǔn)確的傾角值。

為了驗(yàn)證以上算法的可靠性和精度，采用Matlab 工具進(jìn)行了傳感器傾角測(cè)量值和算法估計(jì)值的仿真分析。根據(jù)所選傾角傳感器和加速度傳感器的測(cè)量誤差、均方差值及實(shí)測(cè)原始數(shù)據(jù)得到的傾角誤差曲線如圖3 所示。由圖3 可以看出原始測(cè)量數(shù)據(jù)的誤差范圍為±4°，利用該數(shù)據(jù)作為計(jì)算電子駐車制動(dòng)系統(tǒng)駐車制動(dòng)力的參考值，計(jì)算結(jié)果可能會(huì)產(chǎn)生較大的偏差，可能造成制動(dòng)力不足溜車或者制動(dòng)力過大而對(duì)駐車制動(dòng)系統(tǒng)產(chǎn)生一定程度的損壞。而經(jīng)過卡爾曼濾波法濾波之后所得到的數(shù)據(jù)誤差范圍減少到±0.5°，可以更準(zhǔn)確地作為電子駐車制動(dòng)系統(tǒng)制動(dòng)力的參考值，能夠得到更好的制動(dòng)性能，保證汽車制動(dòng)的可靠性和安全性，同時(shí)可為汽車傾角測(cè)量傳感器提供重要的理論研究依據(jù)。

3 汽車車身姿態(tài)測(cè)量的硬件電路圖

該傾角傳感器硬件系統(tǒng)主要包括一個(gè)傾角采集模塊、一個(gè)加速度采集模塊、一個(gè)微控制器、一個(gè)電源模塊、一個(gè)RS -485 通信模塊和一個(gè)PC上位機(jī)，其硬件結(jié)構(gòu)如圖4 所示。

汽車傾角信號(hào)的采集主要由兩部分測(cè)量值融合而成，傾角傳感器SCA61T 輸出模式有模擬信號(hào)輸出和SPI 信號(hào)輸出，考慮到電子駐車制動(dòng)系統(tǒng)對(duì)系統(tǒng)響應(yīng)時(shí)間的要求，筆者采用精度和采集速度較高的AD 采集方式。加速度計(jì)ADXL203輔助測(cè)量?jī)A角，采用精度較高的12 位分辨率AD采集。SCA61T 和ADXL203 器件信號(hào)采集電路圖分別如圖5 和圖6 所示。微控制器采用飛思卡爾MC9S12XDT256 單片機(jī)，該單片機(jī)集成了12 位AD 通信模塊、SCI 通信接口，這款高性能的16 bit微處理器能夠更快速、準(zhǔn)確地與外圍各模塊之間通信并實(shí)現(xiàn)信息共享，同時(shí)將接收到的各信號(hào)在單片機(jī)內(nèi)部按照所編寫的軟件算法進(jìn)行融合和濾波，將處理好的信號(hào)通過RS -485 和上位機(jī)進(jìn)行顯示和監(jiān)控，以便查詢和調(diào)試。

圖3 傾角測(cè)量卡爾曼濾波仿真曲線

圖4 系統(tǒng)硬件結(jié)構(gòu)框圖

圖5 SCA61T 傾角信號(hào)采集電路

由上述兩個(gè)信號(hào)采集電路組成傳感器硬件電路的核心，采用精度較高的12 位AD 采集，采樣時(shí)間為7 μs，在CPU 內(nèi)經(jīng)過卡爾曼濾波算法濾除其中干擾較大的隨機(jī)信號(hào)和雜波，得到較為可靠的傾角值。

圖6 ADXL203 加速度信號(hào)采集電路

4 系統(tǒng)軟件設(shè)計(jì)及流程圖

整個(gè)系統(tǒng)軟件程序的設(shè)計(jì)主要包括系統(tǒng)各模塊初始化、AD 傳感器信號(hào)采集與處理、RS -485和上位機(jī)通信，以及測(cè)量數(shù)據(jù)發(fā)送到上位機(jī)。系統(tǒng)軟件流程圖如圖7 所示。將由傾角芯片SCA61T 和加速度計(jì)ADXL203 組成的MEMS 傳感器安裝在主板PCB 上，為了保證測(cè)量數(shù)據(jù)的精確性，必須保持兩個(gè)芯片的安裝位置及角度。首先，芯片底面必須與車身保持在同一水平面;其次，芯片安裝必須保證測(cè)量軸線方向與汽車縱軸線平行，以消除安裝誤差對(duì)測(cè)試結(jié)果造成的影響。在設(shè)計(jì)的流程圖中，微控制器在讀取實(shí)時(shí)傾角值的同時(shí)讀取加速度計(jì)的數(shù)據(jù)，并利用加速度計(jì)的數(shù)據(jù)來校正和補(bǔ)償所測(cè)傾角值，通過數(shù)據(jù)融合算法計(jì)算出精確度更高的汽車傾角。

圖7 系統(tǒng)軟件流程圖

5 實(shí)驗(yàn)結(jié)果分析

基于以上設(shè)計(jì)方案，設(shè)計(jì)MEMS 傾角傳感器實(shí)驗(yàn)臺(tái)架，并在0° ～20°范圍內(nèi)每間隔1°進(jìn)行傾角測(cè)量，其測(cè)量結(jié)果如表1 所示。

表1 實(shí)驗(yàn)臺(tái)架傾角測(cè)試結(jié)果 (°)

實(shí)驗(yàn)結(jié)果表明，該MEMS 傾角傳感器設(shè)計(jì)方案可準(zhǔn)確測(cè)量汽車±20°內(nèi)的傾角，誤差值在±0.5°內(nèi)。

6 結(jié)論

基于傾角傳感器SCA61T 和加速度傳感器ADXL203 設(shè)計(jì)了一種MEMS 器件的汽車傾角傳感器，采用卡爾曼濾波法對(duì)兩種信號(hào)進(jìn)行融合并濾除干擾;同時(shí)設(shè)計(jì)了試驗(yàn)樣機(jī)并進(jìn)行了±20°內(nèi)的傾角測(cè)量試驗(yàn)，根據(jù)試驗(yàn)結(jié)果進(jìn)行了誤差分析。實(shí)驗(yàn)結(jié)果表明，該設(shè)計(jì)具有較高的精度和可靠性，可為電子駐車制動(dòng)系統(tǒng)施加準(zhǔn)確的駐車制動(dòng)力提供重要參考。隨著MEMS 技術(shù)的發(fā)展，除了在電子駐車制動(dòng)系統(tǒng)有很高的實(shí)用價(jià)值外，高精度和可靠性的MEMS 慣性傳感器在汽車其他領(lǐng)域有著更廣闊的前景。

［1］閆冬，管欣，高振海.基于MEMS 技術(shù)的微慣性傳感器及在汽車上的應(yīng)用［J］.汽車技術(shù)，2006(2)：1-7.

［2］吳雄.汽車MEMS 傳感器的應(yīng)用及發(fā)展［J］.傳感器世界，2002，8(3)：7 -11.

［3］HARBE Y，WEINBER G.MEMS 慣性傳感器在汽車中的應(yīng)用［J］.電子產(chǎn)品世界，2005(24)：75 -77.

［4］MASSEL T，DING E L，ARNDT M. Identification and road gradient and vehicle pitch angle［C］//Proceedings of the 2004 IEEE International Conference on Control Applications.Taipei：［s.n.］，2004：1284-1289.

［5］MASSEL T，DING E L，ARNDT M.Investigation of different techniques for determining the road uphill gradient and pitch angle of vehicles［C］//Proceedings of the 2004 American Control Conference. Boston：［s.n.］，2004：2763 - 2768.

［6］Vti Technologies.SCA61T Datasheet［DB/OL］.［2015 -01-29］. www.muratamems.fi.

［7］Analog Devices Inc. ADXL 203 Datasheet［DB/OL］.［2015 -01 -29］.www.analog.com.

［8］秦永元，張洪鉞，汪叔華.卡爾曼濾波與組合導(dǎo)航原理［M］.西安：西北工業(yè)大學(xué)出版社，2012：26 -50.

［9］KALMAN R E.A new approach to linear filtering and prediction problems［J］. Journal of Fluids Engineering，1960，82(1)：35 -45.