您可以捐助,支持我们的公益事业。

1元 10元 50元





认证码:  验证码,看不清楚?请点击刷新验证码 必填



  求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
   
 
     
   
 
 订阅
详解智能汽车的“小脑” —— 车辆运动控制系统(VMC)
 
作者:北港南湾
   次浏览      
 2024-6-4
 
编辑推荐:
本文主要介绍了车辆运动控制系统(VMC)相关内容。希望对你的学习有帮助。
本文来自于微信公众号汽车电子与软件,由火龙果软件Linda编辑,推荐。

如果把中央计算平台看作汽车的大脑,那么车辆运动控制系统(VMC)就像汽车的小脑,让车辆在不同驾驶模式和各种路况始终保持车身稳定。

随着自动驾驶技术的发展,自动驾驶汽车需要精确的运动控制系统来确保车辆在复杂的交通环境中能够安全、稳定地运行。VMC系统通过实时感知道路状况和交通信息,做出精准的运动控制决策,从而实现自动驾驶的核心功能,自动驾驶技术的发展直接推动了对高性能VMC系统的需求。同时安全与法规要求不断得到改善,全球范围内,交通安全法规日益严格,要求车辆配备先进的主动安全系统(如自动紧急制动、车道保持辅助等)。VMC系统通过实时监控和控制车辆的动态行为,能够有效降低交通事故的发生率,提高驾驶安全性。电动汽车和混合动力汽车的增长,电动汽车和混合动力汽车的市场增长推动了对高效能源管理和运动控制系统的需求。VMC系统在优化电动机输出、再生制动、能量回收等方面发挥重要作用,从而提升车辆的续航里程和能源效率。

车辆运动控制(Vehicle Motion Control, VMC)系统是一种集成多种传感器、控制器和执行机构,通过对车辆的加速、制动、转向和悬挂等功能进行综合控制,以提升车辆的操控性、安全性和舒适性。随着自动驾驶技术的发展、车辆智能化的推进以及电动汽车市场的快速扩展,VMC系统的重要性愈发凸显。

#01 VMC和车辆底盘的关系

车辆底盘(Chassis)是汽车的重要组成部分,承担着支撑、承载、动力传递和控制车辆行驶的任务。底盘系统包括多种执行器,这些执行器在车辆运动控制(Vehicle Motion Control, VMC)中起着关键作用。

以下是车辆底盘中常见的执行器及其功能,按整车横向、纵向和垂向进行分类:

1、横向控制执行器

(1)转向系统执行器

电动助力转向(EPS)执行器

功能:电动助力转向系统通过电动机提供转向助力,减少驾驶员的转向力。

应用:提高车辆操控性和驾驶舒适性,同时可以集成主动转向控制功能。

四轮转向(4WS)执行器

功能:四轮转向系统通过独立控制前后轮的转向角度,提高车辆在低速时的机动性和高速时的稳定性。

应用:提升车辆操控性能,尤其是在狭窄空间和高速行驶时。

(2)主动侧倾控制(Active Roll Control)执行器

功能:主动侧倾控制系统通过调整防倾杆的刚度,减少车辆在转弯时的侧倾。

应用:提高车辆在弯道中的稳定性和乘坐舒适性。

2、纵向控制执行器

(1)制动系统执行器

电子稳定控制(ESC)执行器

功能:电子稳定控制系统通过独立控制每个车轮的制动力来防止车辆失控和侧滑。

应用:提高车辆在紧急情况下的稳定性和安全性。

防抱死制动系统(ABS)执行器

功能:防抱死制动系统在紧急制动时防止车轮抱死,保持方向控制能力。

应用:提高制动安全性,缩短制动距离。

自动紧急制动(AEB)执行器

功能:自动紧急制动系统在检测到碰撞风险时自动施加制动力,以避免或减轻碰撞。

应用:提升车辆安全性,减少交通事故。

(2) 动力传动系统执行器

电子差速锁(eLSD)执行器

功能:电子差速锁通过控制左右车轮的扭矩分配,优化车辆的牵引力和稳定性。

应用:提高车辆在各种路况下的通过性和操控性。

扭矩矢量控制(Torque Vectoring)执行器

功能:扭矩矢量控制系统通过调整各车轮的扭矩输出,改善车辆的转向性能和稳定性。

应用:增强车辆的弯道性能和动态响应。

(3)能量回收系统(Regenerative Braking)执行器

功能:能量回收系统在制动时将动能转化为电能储存于电池中,用于辅助驱动。

应用:提高车辆的能源效率,延长电动车的续航里程。

3、垂向控制执行器

(1)悬挂系统执行器

主动悬挂系统(Active Suspension)执行器

功能:主动悬挂系统通过电动机或液压装置调整悬挂的刚度和阻尼,实时响应路面条件和驾驶需求。

应用:提高车辆的乘坐舒适性和操控稳定性。

自适应悬挂系统(Adaptive Suspension)执行器

功能:自适应悬挂系统通过调整悬挂阻尼系数适应不同的路况和驾驶模式。

应用:提供更好的乘坐体验和车辆动态响应。

(2)气动悬挂系统(Air Suspension)执行器

功能:气动悬挂系统通过空气弹簧调节车辆高度和悬挂刚度。

应用:提高乘坐舒适性,适应不同的载荷和路况需求。

4、其他执行器

(1)电控机械制动(Brake-by-Wire)执行器

功能:电控机械制动系统通过电子控制实现制动操作,取消了传统的液压传动。

应用:提高制动系统的响应速度和控制精度。

车辆底盘中的执行器种类繁多,各自承担着不同的功能,共同协作以实现车辆的高效、安全和舒适的运动控制。这些执行器通过电子控制单元(ECU)和传感器网络进行协调控制,确保车辆在各种驾驶条件下的最佳性能。随着技术的不断进步,底盘执行器的智能化和集成化程度也将不断提高,为未来的自动驾驶和智能交通提供坚实的基础。

#02 VMC和VDCM之间的关系

车辆运动控制(Vehicle Motion Control, VMC)和车辆动力学(Vehicle Dynamic Control)建模之间有着紧密的关系。车辆动力学建模是VMC系统的基础,通过建立车辆的数学模型,模拟车辆在各种工况下的动态行为,从而实现对车辆运动的精确控制。以下是两者关系的详细分析:

1、车辆动力学建模概述

车辆动力学建模是指通过数学和物理方法描述车辆的运动特性和动态行为。这些模型通常包括车辆的纵向、横向和垂向动力学,以及转向、悬挂和轮胎的动力学特性。常见的车辆动力学模型有以下几种:

(1) 纵向动力学模型

纵向动力学模型主要描述车辆在前进和制动过程中的行为,包括车辆的加速度、减速度、驱动力和制动力。基本方程如下:

其中,m 是车辆质量,v是车辆加速度,Fdrive 是驱动力,Fbrake 是制动力,Fresistance 是空气阻力和滚动阻力之和。

(2)横向动力学模型

横向动力学模型描述车辆在转向时的行为,包括侧向力、转向角和车辆的横摆运动。常用的模型有单轨模型(Single Track Model)和双轨模型(Double Track Model)。单轨模型的基本方程如下:

其中,vy 是侧向速度,r 是横摆角速度, Fyf 和 Fyr 分别是前后轴的侧向力,lz 是车辆绕垂直轴的转动惯量,a 和b 分别是前后轴到质心的距离。

(3)垂向动力学模型

垂向动力学模型主要描述车辆悬挂系统的行为,包括悬挂的刚度和阻尼特性,车身的垂向位移和加速度。基本方程如下:

其中,ms是车身质量,zs和zu分别是车身和车轮的垂向位移,cs是悬挂阻尼系数,ks是悬挂刚度。

车辆动力学模型为VMC系统提供了理论基础和数学描述,使得控制算法能够基于准确的车辆运动特性进行设计。例如,自适应巡航控制(ACC)系统需要纵向动力学模型来预测和控制车辆的加速度和减速度;车辆稳定性控制(VSC)系统则需要横向动力学模型来保持车辆在转向过程中的稳定性。车辆动力学模型推动着VMC系统的发展:

实现精确的状态估计

通过车辆动力学模型,VMC系统可以实现对车辆状态的精确估计,包括车辆的速度、加速度、侧向力、横摆角速度等。这些状态变量是VMC系统进行决策和控制的关键输入。例如,电子稳定控制(ESC)系统需要实时估计车辆的侧滑角和横摆角速度,以及时进行制动干预。

提高控制系统的鲁棒性

车辆动力学模型可以帮助VMC系统进行鲁棒控制设计,即在面对不同的路况、载荷和驾驶行为时,控制系统仍然能够保持稳定和高效的性能。例如,主动悬挂控制系统可以根据垂向动力学模型调整悬挂刚度和阻尼,以适应不同的路面条件,提高乘坐舒适性和车辆操控性。

支持虚拟测试和验证

在VMC系统的开发过程中,车辆动力学模型可以用于虚拟测试和验证,通过仿真手段评估控制算法的性能和可靠性,减少实际道路测试的成本和风险。例如,自动驾驶系统可以在虚拟环境中进行大量的测试和迭代优化,确保系统在各种复杂工况下的表现。

#03 VMC需要什么样的动力学模型

实现车辆运动控制(Vehicle Motion Control, VMC)所需的车辆动力学模型的自由度(Degrees of Freedom, DOF)取决于具体的应用场景和控制目标。不同的自由度模型能够提供不同程度的细节和精确度。以下是不同自由度模型的适用性分析,以及在实现VMC时选择模型的考虑因素。

1、动力学模型种类

(1)低自由度模型(2-DOF 或 4-DOF)

2-DOF 模型

描述内容:仅包含车辆的纵向和横向运动。

适用场景:基本的路径规划、简单的轨迹跟踪、初级的车辆动态分析。

优势:计算简单、实时性好,适用于简单的控制算法和低速场景。

4-DOF 模型

描述内容:包括车辆的纵向、横向、垂向运动以及车轮旋转。

适用场景:悬挂系统设计、乘坐舒适性分析、中等复杂度的车辆控制。

优势:能够描述悬挂和车轮动态行为,适用于悬挂控制和基本的稳定性控制。

(2)中自由度模型(7-DOF)

7-DOF 模型

描述内容:在4-DOF的基础上,增加了俯仰、侧倾和横摆运动。

适用场景:综合车辆动态控制(如ESC、ASC)、高级驾驶辅助系统(ADAS)、较高精度的车辆操控性分析。

优势:能够更全面地描述车辆的三维动态行为,适用于复杂的驾驶情景和高性能车辆控制。

(3)高自由度模型(15-DOF)

15-DOF 模型

描述内容:包括车辆的纵向、横向、垂向、每个车轮独立的旋转和垂向运动、俯仰、侧倾、横摆,以及车轮与地面接触点的动力学。

适用场景:赛车、高性能车辆、详细的动态性能仿真、复杂路况下的车辆控制和优化。

优势:最高的精确度,能够详细描述每个独立部件的动态行为,适用于需要高精度控制和优化的场景。

2、实现VMC时选择模型的考虑因素如下:

(1)控制目标

路径规划与轨迹跟踪:2-DOF 或 4-DOF 模型通常足够。

稳定性控制:7-DOF 模型更适合,能够处理俯仰、侧倾和横摆运动。

高性能车辆控制:15-DOF 模型能够提供最高精度的动态分析和控制。

(2)计算资源

实时性要求高:低自由度模型(2-DOF 或 4-DOF)计算简单,适用于实时控制。

高精度需求且计算资源充足:高自由度模型(如7-DOF 或 15-DOF)可以提供更精确的动态描述,但计算复杂度高。

(3) 应用场景

城市交通与日常驾驶:4-DOF 或 7-DOF 模型一般足够,能够平衡精度和计算复杂度。

复杂路况与高性能需求:15-DOF 模型适用于需要详细动态仿真和优化的场景,如赛车和自动驾驶。

(4)开发与测试阶段

初期开发:低自由度模型用于快速迭代和初步验证。

优化与精细调试:高自由度模型用于详细分析和性能优化。

实现VMC所需的车辆动力学模型的最佳自由度取决于具体的应用需求和系统要求。一般来说:

对于基本的路径规划和简单控制,2-DOF 或 4-DOF 模型通常足够。

对于需要较高精度的稳定性控制和动态分析,7-DOF 模型是一个较好的选择。

对于需要最高精度和详细动态仿真的高性能应用,15-DOF 模型是最合适的。

选择合适的自由度模型可以在满足控制目标的同时,优化计算资源的使用,确保系统的实时性和稳定性。

3、应用实例

(1)自动驾驶系统

自动驾驶系统需要全面的车辆动力学建模来实现精确的运动控制。通过综合纵向、横向和垂向动力学模型,系统可以实现对车辆加速、转向和悬挂的综合控制,确保车辆在自动驾驶过程中的安全和舒适。

(2)车辆稳定性控制(VSC)

车辆稳定性控制系统利用横向动力学模型来实时监测车辆的横摆角速度和侧滑角,通过对各轮的制动力进行独立控制,保持车辆在转向过程中的稳定性,防止车辆失控。

(3)主动悬挂系统

主动悬挂系统利用垂向动力学模型来实时调节悬挂系统的刚度和阻尼,提供最佳的车辆垂向控制,提升乘坐舒适性和车辆的操控性能。

随着自动驾驶和智能交通技术的发展,车辆动力学建模和VMC系统将进一步融合。先进的AI和机器学习技术将被广泛应用于车辆动力学模型的优化和VMC系统的智能控制,实现更加精确、高效和智能的车辆运动控制。

#04 VMC的市场机遇及挑战

车辆运动控制(Vehicle Motion Control, VMC)市场的驱动力包括多个方面。自动驾驶技术的发展需要精确的运动控制系统来确保车辆在复杂的交通环境中能够安全、稳定地运行。VMC系统通过实时感知道路状况和交通信息,做出精准的运动控制决策,从而实现自动驾驶的核心功能。自动驾驶技术的发展直接推动了对高性能VMC系统的需求。

全球范围内,全球每年因道路交通事故死亡的人数超过125万,这一高死亡率在发达国家和新兴国家尤为明显。为减少这一比率并遏制交通事故,各国政府开始实施车辆安全立法。交通安全法规日益严格,要求车辆配备先进的主动安全系统(如自动紧急制动、车道保持辅助等)。VMC系统通过实时监控和控制车辆的动态行为,能够有效降低交通事故的发生率,提高驾驶安全性。

电动汽车和混合动力汽车的市场增长也推动了对高效能源管理和运动控制系统的需求。VMC系统在优化电动机输出、再生制动、能量回收等方面发挥重要作用,从而提升车辆的续航里程和能源效率。

车辆动态控制系统市场在2021年的市场规模为13.3亿美元,预计到2030年将达到25.1亿美元,2023年至2030年间的年均复合增长率(CAGR)为7.70%。车辆动态控制系统市场的主要应用领域包括乘用车、商用车和摩托车。这些应用领域的增长表明,在预测期内,车辆动态控制系统的需求将增加。

技术趋势方面,传感器融合技术将雷达、激光雷达、摄像头、超声波等多种传感器的数据进行整合,通过数据的多源互补和交叉验证,提供更加全面和精确的环境感知信息。这种技术有助于提升VMC系统的可靠性和稳定性。人工智能(AI)和机器学习(ML)技术在VMC系统中的应用日益广泛,这些技术可以通过分析大量历史驾驶数据和实时传感器数据,进行自适应控制和预测性维护,从而优化车辆的动态性能和响应速度。车联网技术(Vehicle-to-Everything, V2X)通过实现车辆与车辆(V2V)、车辆与基础设施(V2I)以及车辆与其他交通参与者(V2P)之间的信息互联互通,可以实现交通信息的实时共享,优化交通流量,增强车辆的主动安全性能。

主要市场参与者方面,主要汽车制造商如特斯拉、宝马、奔驰和丰田等在VMC领域投入大量资源,致力于开发高性能的运动控制系统。特斯拉的自动驾驶系统依赖于强大的VMC技术,而宝马和奔驰等传统豪华车制造商也在积极提升其VMC系统的技术水平。包括博世(Bosch)、大陆集团(Continental)、采埃孚(ZF)等在内的技术供应商在VMC市场中占据重要地位。这些公司提供从传感器、控制器到整车系统解决方案的全方位技术支持,推动了VMC技术的不断进步。一些初创公司专注于创新的VMC技术和产品开发。例如,Aurora和Waymo等公司利用其技术创新和灵活性,在自动驾驶和智能交通领域取得了显著进展,推动了市场的快速发展。

其中:采埃孚的VMC产品在全球范围内受到广泛重视,许多整车制造商和底盘供应商将其作为发展的重点。VMC的定义是底盘系统的协调者,负责与ADAS(高级驾驶辅助系统)进行交互,并连接底盘的各个执行器。

采埃孚的VMC产品名为cubiX,能够集成在特定的ECU(电子控制单元)内。VMC的必要性体现在应对未来多样化的驾驶需求,如ACC(自适应巡航控制)、LKA(车道保持辅助)、APA(自动泊车辅助)等辅助驾驶系统,以及构建不同底盘子系统的网络,产生新的功能,如在侧向、纵向和垂向上进行运动学控制。

采埃孚的VMC相关产品包括性能驾驶VMC,适用于非ADAS或低于L2级别的ADAS车辆,旨在提升车辆的动态性能;自主驾驶VMC,适用于L2及以上级别的ADAS车辆,简化ADAS与执行器之间的交互,负责轨迹跟踪;全功能VMC,适用于所有车型,满足所有驾驶需求,结合性能驾驶和自主驾驶VMC的功能。与VMC相关的子系统包括电驱动桥、转向、制动、悬架、变速箱等,通过VMC的协调,实现更高级的车辆控制和性能优化。

麦格纳的车辆运动控制(VMC)技术通过先进的扭矩矢量管理提升驾驶动态、安全性和效率。该系统利用全轮驱动电气化的优势,优化每个车轮的扭矩分配,从而在各种驾驶条件下提高车辆的牵引力和稳定性。

VMC技术的主要特点包括:全轮驱动电气化,通过电气化全轮驱动系统,麦格纳的VMC能够更好地控制和分配每个车轮的动力,提升车辆的操控性和响应能力;增强的安全性和效率,先进的扭矩管理提高了牵引控制和稳定性,同时优化了动力使用,提高了整体效率,特别是电动汽车中的能源消耗;改进的驾驶动态,精确的车轮扭矩控制使得驾驶体验更加顺畅和灵敏,特别是在加速、转弯和制动时保持更好的控制;多样性应用,麦格纳的VMC技术设计上具有适应性,可以应用于各种车辆平台和类型,支持电动和混合动力系统。

总体来说,麦格纳的VMC技术旨在通过集成复杂的扭矩管理系统推动车辆运动控制的边界,提升驾驶体验的同时确保安全和效率的改进。

同时国内的头部主机厂上汽集团计划在智己车型上首发搭载VMC技术,智己是上汽集团旗下的高端智能电动汽车品牌。根据规划,VMC技术预计于2024年实现量产落地。

VMC技术将为用户提供更安全、更灵敏的驾乘体验,能够实现车身六自由度控制,包括车辆的俯仰、滚转、偏航等运动的精确控制。此外,VMC技术将与上汽零束科技的银河智能车全栈解决方案3.0相结合,该解决方案包括智能车操作系统ZOS等,旨在实现车辆的智能化和自动驾驶功能。

VMC技术还将支持智能过弯等创新功能,意味着车辆能够在自动驾驶模式下安全地进行复杂的驾驶操作,如在曲线行驶时保持车辆的稳定性。上汽集团计划在2025年实现“中央计算+区域控制”智能车全栈解决方案3.0的全面落地,这与VMC技术的发展相辅相成。上汽集团的新能源汽车发展三年行动计划中提到,到2025年,新能源汽车销量预计将达到350万辆,VMC技术的应用将助力实现这一目标。VMC技术是上汽集团“七大技术底座”2.0时代的一部分,标志着上汽集团在新能源汽车领域的技术进步和产品创新。

通过应用VMC技术,上汽集团旨在提升用户体验,使智能电动车更接近于高速移动的智能机器人,具备自学习、自成长、自进化的能力。VMC技术的应用使整车制动响应时间提升40%,整车行驶稳定边界提升20%,通过四轮独立控制实现整车操控提升、整车续航提升3%以上、整车减重3%以上。此外,上汽集团还在发展智能底盘技术。

预计到2026年,将融合整车运动集成控制(VMC)技术的线控底盘系统分阶段投入量产应用,达到欧洲五星碰撞安全标准,满足UNECE R155&ECER156以及GDPR等全球网络数据安全法规的要求。上汽集团的“大脑”舱驾一体的中央计算单元和“小脑”整车中央协调运动控制器(VMC)在电子架构和软件上进行协同开发。

战略合作和联盟方面,与其他技术供应商、汽车制造商和研究机构的合作,可以促进技术创新和产品开发,降低研发成本,提高市场竞争力。通过战略合作,制造商可以共同开发和推广先进的车辆动态控制系统,抓住市场机遇。

售后市场方面,除了新车市场外,售后市场也是一个重要的机会。随着越来越多的车辆需要升级和维护,制造商可以通过提供高质量的替换件和升级服务,拓展其业务范围,增加收入来源。

市场挑战方面,高精度传感器和先进控制系统的开发和集成成本较高,这可能限制其在中低端车型中的普及。如何在保证性能的前提下降低成本,是市场需要解决的关键问题。VMC系统涉及复杂的硬件和软件集成,技术实现难度较大,需要高度专业化的研发和测试过程。确保系统的稳定性和可靠性是技术实现的主要挑战之一。随着车辆智能化程度的提高,VMC系统面临的网络安全威胁也在增加。黑客攻击和数据泄露可能导致严重的安全事故,因此需要采取有效的网络安全措施以保障系统的安全性。

市场前景方面,随着自动驾驶技术的逐步成熟和法规的逐步放宽,自动驾驶车辆将在未来几年内逐步普及。VMC系统作为自动驾驶车辆的核心技术,其市场需求将大幅增加。电动汽车市场的快速增长将带动VMC技术的发展。电动汽车对能源管理和车辆运动控制有更高的要求,VMC系统在优化电动机输出和提升能效方面具有重要作用。智能交通系统的发展将进一步推动VMC技术的应用。通过V2X技术实现交通信息的实时共享和协同控制,可以优化交通流量,减少交通拥堵和事故发生。

#05 结 论

车辆运动控制技术在提升车辆安全性、舒适性和能源效率方面具有重要意义。随着自动驾驶、电动化和智能交通的发展,VMC市场将持续扩展,技术创新和市场需求将共同驱动这一领域的进步。未来,VMC系统将在更广泛的车型中得到应用,成为智能交通和自动驾驶不可或缺的关键技术。

 

 
   
次浏览       
相关文章

基于图卷积网络的图深度学习
自动驾驶中的3D目标检测
工业机器人控制系统架构介绍
项目实战:如何构建知识图谱
 
相关文档

5G人工智能物联网的典型应用
深度学习在自动驾驶中的应用
图神经网络在交叉学科领域的应用研究
无人机系统原理
相关课程

人工智能、机器学习&TensorFlow
机器人软件开发技术
人工智能,机器学习和深度学习
图像处理算法方法与实践

最新活动计划
C++高级编程 12-25 [线上]
白盒测试技术与工具实践 12-24[线上]
LLM大模型应用与项目构建 12-26[特惠]
需求分析最佳实践与沙盘演练 1-6[线上]
SysML建模专家 1-16[北京]
UAF架构体系与实践 1-22[北京]
 
 
最新文章
AIGC技术与应用全解析
详解知识图谱的构建全流程
大模型升级与设计之道
自动驾驶和辅助驾驶系统
ROS机器人操作系统底层原理
最新课程
人工智能,机器学习和深度学习
人工智能与机器学习应用实战
人工智能-图像处理和识别
人工智能、机器学习& TensorFlow+Keras框架实践
人工智能+Python+大数据
成功案例
某综合性科研机构 人工智能与机器学习应用
某银行 人工智能+Python+大数据
北京 人工智能、机器学习& TensorFlow框架实践
某领先数字地图提供商 Python数据分析与机器学习
中国移动 人工智能、机器学习和深度学习