何發(fā)堯 李昕昕
摘 要:經(jīng)濟性是商用車的重要評價指標(biāo) 機械式自動變速器(AMT)可通過科學(xué)的換擋策略有效降低整車油耗 搭載預(yù)測駕駛功能的AMT可進一步提升車輛的經(jīng)濟性。由于預(yù)測駕駛功能數(shù)據(jù)采集系統(tǒng)的配置等原因 車輛有可能會在道路交叉口等位置丟失正確的預(yù)測數(shù)據(jù)。文章依據(jù)ADASIS v2協(xié)議 通過e-Horizon Box采集數(shù)據(jù)并按協(xié)議重構(gòu)數(shù)據(jù) 分析研究國內(nèi)集成式AMT搭載的傳動鏈預(yù)測控制系統(tǒng)在道路交叉口所需的系統(tǒng)構(gòu)建時間問題。分析研究表明 預(yù)測系統(tǒng)僅需數(shù)秒即可完成系統(tǒng)構(gòu)建 在該時間段內(nèi)制定相應(yīng)的策略即可避免由于丟失正確的預(yù)測數(shù)據(jù)造成的相關(guān)問題。
關(guān)鍵詞:商用車;機械式自動變速器;傳動鏈預(yù)測控制;系統(tǒng)構(gòu)建
中圖分類號:U471.15? 文獻標(biāo)識碼:A? 文章編號:1671-7988(2020)18-63-03
Abstract: Economy is an important evaluation index of commercial vehicles. The mechanical automatic transmission (AMT) can effectively reduce the fuel consumption of the vehicle through scientific shifting strategy, and the AMT with Predictive Driving function can further improve the vehicle economy. Due to the configuration of the PPC function data acquisition system, vehicles may lose the correct predictive data at road intersections or other locations. This paper collects data through e-horizon Box and reconstructs the data according to the protocol to analyze and study the system Build-Up time of AMT with PPC function based on ADASIS v2 protocol. The result shows that the prediction system only needs a few seconds to finish system Build-Up, and the relevant problems caused by losing the correct prediction data can be avoided by formulating the corresponding strategies in this period.
Keywords: Commercial vehicle; AMT; PPC; System Build-Up
CLC NO.: U471.15? Document Code: A? Article ID: 1671-7988(2020)18-63-03
1 前言
經(jīng)濟性是商用車的重要評價指標(biāo) 追求低油耗是廠商和用戶的共同目標(biāo)。機械式自動變速器(AMT Automated Manual Transmission)可通過科學(xué)的換擋策略有效降低整車油耗 搭載預(yù)測駕駛功能的AMT可進一步提升車輛的經(jīng)濟性。目前國內(nèi)外已有數(shù)家整車企業(yè)或變速器等零部件企業(yè)開發(fā)出了帶有預(yù)測駕駛功能的產(chǎn)品。國際上 推廣程度最高、用戶最受歡迎的產(chǎn)品或系統(tǒng)有I-See(沃爾沃)、Prevision(采埃孚)及Active Prediction(斯堪尼亞)。而在國內(nèi) 工程師在最新一代集成式AMT中研發(fā)了傳動鏈預(yù)測控制技術(shù)(PPC Predictive Power-train Control)。預(yù)測駕駛功能需要通過GPS接收內(nèi)容供應(yīng)商提供的地圖數(shù)據(jù)來識別車輛前方道路信息 從而控制車輛或變速器等子系統(tǒng)做出最優(yōu)選擇。然而由于數(shù)據(jù)采集設(shè)備配置或者成本等原因 預(yù)測數(shù)據(jù)提供方(Av2HP ADASIS v2 Horizon Providers)并不能將車輛前方所有道路的數(shù)據(jù)全部發(fā)送給控制器 尤其是在道路交叉口 當(dāng)預(yù)測數(shù)據(jù)和車輛實際行駛路徑不一致時 預(yù)測駕駛系統(tǒng)就需要一段時間來重新構(gòu)建。本文基于國內(nèi)最新一代集成式AMT搭載的PPC功能 從ADASIS v2協(xié)議入手 分析研究預(yù)測駕駛功能系統(tǒng)構(gòu)建時間(Build-Up Time)問題。
2 系統(tǒng)構(gòu)建時間分析研究
2.1 ADASIS協(xié)議道路屬性研究
ADASIS協(xié)議在預(yù)測數(shù)據(jù)提供方Av2HP和數(shù)據(jù)重構(gòu)方Av2HR(ADASIS v2 Horizon Reconstructor)之間建立了溝通的橋梁 使預(yù)測數(shù)據(jù)采集和數(shù)據(jù)重構(gòu)更加簡單和高效。
2.2 預(yù)測數(shù)據(jù)采集分析及地圖可視化
PPC功能主要完成兩項重要的工作 一是預(yù)測數(shù)據(jù)的采集和處理 二是控制變速箱掛入合適的檔位 圖2是集成式AMT搭載的PPC功能的基本原理。
PPC功能依據(jù)ADASIS V2協(xié)議采集和處理數(shù)據(jù) 由于國內(nèi)地圖數(shù)據(jù)尚未公開 本文處理的數(shù)據(jù)是從奧地利Steyr到Hinterstode路段采集的數(shù)據(jù)。
文中使用的數(shù)據(jù)主要通過圖3所示的e-Horizon Box和CANalyzer等設(shè)備采集。e-Horizon Box接收GPS信號按照ADASIS協(xié)議發(fā)送預(yù)測數(shù)據(jù) CANalyzer采集CAN線上由e-Horizon發(fā)送的數(shù)據(jù)。
本文將接收到的由e-Horizon Box采集并發(fā)送在CAN總線上的數(shù)據(jù)按照ADASIS v2協(xié)議重構(gòu) 借助谷歌地圖API將重構(gòu)后的預(yù)測數(shù)據(jù)和車輛實際位置在地圖上顯示 圖4是所采集路段的車輛路徑信息。
2.3 預(yù)測駕駛系統(tǒng)構(gòu)建時間分析
通常情況下 Av2HP應(yīng)當(dāng)考慮并計算車輛可能行駛的所有路徑 然而由于設(shè)備配置、存儲空間或成本等其它原因 部分設(shè)備僅僅能夠發(fā)送主路徑上的數(shù)據(jù)信息。但是由于駕駛的隨機性 如果車輛因為岔路口等原因突然離開了主路徑 而預(yù)測系統(tǒng)繼續(xù)發(fā)送主路徑的道路信息 預(yù)測系統(tǒng)就會有一段陷入盲區(qū)(blind)的過程 直到接收到可用的新路徑的信息。預(yù)測系統(tǒng)需要從丟失信息到重新接收到可用的信息的過程中重新構(gòu)建。
本文采集處理的數(shù)據(jù) 在圖4黑色圓圈處 由于道路交叉口 車輛實際位置和預(yù)測數(shù)據(jù)發(fā)生了偏離 在時刻822.405s處 車輛向右轉(zhuǎn)彎 預(yù)測數(shù)據(jù)繼續(xù)在原來的路徑上;在時刻824.975s處 新路徑的預(yù)測數(shù)據(jù)成功追趕上車輛的實際位置 如圖6所示。由此得出預(yù)測系統(tǒng)構(gòu)建時間大約需要2.57s。
3 結(jié)論
預(yù)測駕駛功能根據(jù)前方道路信息優(yōu)化車輛或變速器等子系統(tǒng)的控制策略 可以有效降低車輛油耗 提高經(jīng)濟性。然而由于數(shù)據(jù)采集及處理系統(tǒng)的配置或成本等原因造成的預(yù)測駕駛系統(tǒng)重新構(gòu)建問題 根據(jù)本文分析研究 系統(tǒng)所需的構(gòu)建時間基本在十秒以內(nèi) 預(yù)測駕駛系統(tǒng)控制策略在道路交叉口等敏感位置做出相應(yīng)處理即可避免由于預(yù)測數(shù)據(jù)和車輛實際位置發(fā)生偏離的情況帶來的相關(guān)問題。
參考文獻
[1] 余志生,汽車?yán)碚揫M].北京:機械工業(yè)出版社,2009.
[2] 劉子玄,劉會神,苑衛(wèi)松,等.基于整車經(jīng)濟性的商用車傳動系統(tǒng)匹配設(shè)計[J].研究與開發(fā),2018(5):37-40.
[3] 嵇道君,付金.重載運輸智能駕駛技術(shù)研究[J].技術(shù)與市場,2020(2): 45-46.
[4] 趙立軍,張艷芬,劉清河.純電動商用車機械式自動變速器綜合換擋策略[J].西安交通大學(xué)學(xué)報,2015(6):46-52.