一种无人驾驶车辆制动控制系统及方法技术方案

本发明专利技术提供一种无人驾驶车辆制动控制系统及方法，包括电动缸、制动管路系统、数据采集卡、控制器和决策层，以及用于检测车速的轮速传感器和用于检测制动管路系统制动压力的油压表，数据采集卡用于采集轮速传感器和油压表的数据，决策层将期望车速信号发送给控制器，控制器用来读取决策层传输的数据和数据采集卡的数据，通过采集当前车速和当前制动压力，与期望车速和期望制动压力进行对比，并控制电动缸的伸出与缩回，进而精确的实现制动力可控的制动效果。

【技术实现步骤摘要】
一种无人驾驶车辆制动控制系统及方法
本专利技术涉及车辆制动控制
，具体涉及一种无人驾驶车辆制动控制系统及方法。
技术介绍
无人驾驶车辆是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能车辆。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。无人驾驶车辆的制动系统是车辆行车安全、快速减速、定点及紧急停车的有效执行系统，其制动响应特性、制动力可控性和制动效果等的性能优劣直接影响着无人驾驶车辆的制动性能。在现有的技术方案中，中国专利较早地(授权公告号为CN2442898Y)公开了一种无人驾驶车执行装置，提出一种遥控操作下的无人驾驶制动执行机构，但是其结构较为复杂，可靠性和制动力可控性不高。中国专利技术专利(申请号201410387507.7)公开了一种用于实现双回路制动的无人驾驶车辆的制动系统，提出了一种人工制动回路和电动制动回路的双回路制动模式，但是由于缺乏关键的制动压力及制动力的检测装置，无法精准有效地进行制动，制动力可控性无法实现。中国专利技术专利(申请号201510521026.5)公开了一种无人驾驶重型车的制动系统及方法，提出了采用气压制动的方法，且通过电磁阀控制实现行车制动和驻车制动，虽然气压制动有诸多优点如清洁无污染，介质获取便捷，但是由于气体的可压缩性能和该技术方案的技术缺陷(没有制动力检测装置)，仅仅能够实现两种制动方式，无法检测制动力的大小来控制车辆的制动减速功能。中国专利技术专利(授权公告号为CN101797917B)公开了一种无人驾驶车辆的制动装置，它的技术方案是将现有的有人驾驶的车辆进行了对制动踏板的改装，采用电机转动，通过蜗轮蜗杆传动部件来收放绕在制动踏板的钢线，实现模拟人的脚踩踏板和松踏板的功能，虽然该技术方案可以实现车辆的制动，但是通过电机带动绕线的踏板进行制动，首先其制动力不可控，只能实现制动刹车的要求，无法实现精确的制动减速要求。同样，中国专利技术专利(授权公告号为CN103625454B)公开了一种无人驾驶车辆制动装置，其技术方案通过电机驱动蜗轮蜗杆机构，同时蜗轮蜗杆机构带动齿轮齿条机构进行推动制动总缸进行制动。虽然该技术方案也可以实现车辆的制动，但是蜗轮蜗杆机构和齿轮齿条机构的主要作用是用来传递力和扭矩的机构，在传动精度方面，二者的精度较差，而且该技术方案的传动方案较为复杂，传动累积误差较大，因此虽然技术方案在有力传感器作为制动力的检测，但是检测的制动力无法作为制动力控制的反馈量和控制量，因此无法实现精确的制动减速控制。
技术实现思路
为解决上述技术问题，本专利技术提供一种无人驾驶车辆制动控制系统，包括电动缸、制动管路系统、数据采集卡、控制器和决策层，以及用于检测车速的轮速传感器和用于检测制动管路系统制动压力的油压表，所述电动缸与制动管路系统之间通过转接头连接，数据采集卡用于采集轮速传感器和油压表的数据，控制器用来读取决策层传输的数据和数据采集卡的数据，并控制电动缸的伸出与缩回。所述制动管路系统包括制动总缸，以及通过油管分别与制动总缸连通的前轮制动分缸和后轮制动分缸，所述油压表用于检测制动总缸出口的制动压力。所述油压表安装在油管上。所述转接头上安装有力传感器，该力传感器与数据采集卡信号连接。所述电动缸采用滚珠丝杠伺服电动缸，具有自锁功能，当制动停车断电后，可以实现驻车制动。本专利技术还提供一种无人驾驶车辆的制动控制方法，通过采集当前车速和当前制动压力，与期望车速和期望制动压力进行对比，进而精确的控制制动效果。具体包括如下步骤：1)决策层根据路况和无人车的行车要求发出制动位移x、期望车速vd和期望制动时间t的信号，控制器读取期望车速vd和轮速传感器检测的当前车速vc；2)判断期望车速vd与当前车速vc的大小，若vd≥vc，则不执行任何操作，若vd<vc，记录当前车速vc为vc0，并执行步骤3)；3)对无人车进行制动，具体方法如下：建立期望制动压力pd与制动位移x、期望车速vd、期望制动时间t的数学模型，公式如下：其中m为车辆质量，n为车轮个数，μ1为车轮与地面之间的摩擦系数，μ2为制动摩擦片与车轮之间的摩擦系数，s为制动分缸的截面面积，d为制动分缸直径，x为制动位移，Ff为地面与车轮之间的摩擦力，Fz为制动摩擦片与车轮之间的摩擦力，FN为地面对车轮的支持力，R是车轮半径，r是制动摩擦片作用于车轮的平均半径，α(t)是车轮的角加速度，J是车轮的转动惯量，t1为制动起始时间，t2为制动结束时间，且t2-t1＝t；当前制动压力pc是时间的函数，公式中用pc(t)表示，当前车速vc也是时间的函数，用vc(t)表示，且vc(t1)＝vc0，vc(t2)＝vd，pc(t2)＝pd；控制器根据期望车速vd与期望制动时间t计算出期望制动压力pd，然后控制器发出控制电动缸的伸出命令，且控制器在期望制动时间t内同时读取油压表的当前制动压力pc，并与计算的期望制动压力pd进行做差值，在当前制动压力pc等于期望制动压力pd时，即差值为0时，控制器停止发出对电动缸的控制指令。控制器根据期望车速vd与期望制动时间t计算出期望制动压力pd，然后控制器发出控制电动缸的伸出命令，且控制器在期望制动时间t内同时读取油压表的当前制动压力pc，并与计算的期望制动压力pd进行做差值，在当前制动压力pc等于期望制动压力pd时，即差值为0时，控制器停止发出对电动缸的控制指令。进一步地，当油压表出现故障或者失效时，通过电动缸的推力F、制动总缸的压力p与制动总缸中活塞作用面积s三者之前的关系，计算出当前制动压力pc，公式如下：F＝p1s1-p2s2其中F通过力传感器检测，p1为制动总缸活塞高压腔的压力，s1为制动总缸活塞高压腔的作用面积，p2为制动总缸活塞低压腔的压力，s2为制动总缸活塞低压腔的作用面积；低压腔压力为大气压力,即p2＝0，所述的制动控制方法可以实现不同制动模式的制动要求：即当vd＝0时，属于停车制动，当0<vd<vc0时，属于减速制动，对应的期望制动时间t的确定关系式：当紧急制动时：当停车制动时：当减速制动时：由以上技术方案可知，本专利技术具有如下有益效果：(1)制动系统的结构简单，特别是制动力传动系统简捷：直接采用电动缸推动制动总缸的制动活塞，省去了大量的中间传动部件，使得结构简单，传动效率也大大提高。(2)在制动总缸的出油口安装设置油压表，可以方便便捷有效地测量和检测制动油路中的制动压力，直接反映了制动压力大小和制动效果。(3)实现无人驾驶车辆的多种制动要求：油压表检测到的制动压力大小，可以通过数据采集卡采集传输到控制器直接读取，通过建立的期望制动力与期望车速的数学模型，控制器根据决策层的期望车轮转速要求，控制电动缸的伸出量来控制制动压力的大小，同时电动缸采用的是滚珠丝杠伺服电动缸，位移控制精确，因此：①当需要紧急制动时，决策层发出期望速度为0，且制动时间的指令，控制器控制电动缸快本文档来自技高网...

【技术保护点】
一种无人驾驶车辆制动控制系统，其特征在于，包括电动缸、制动管路系统、数据采集卡、控制器和决策层，以及用于检测车速的轮速传感器和用于检测制动管路系统制动压力的油压表，所述电动缸与制动管路系统之间通过转接头连接，数据采集卡用于采集轮速传感器和油压表的数据，控制器用来读取决策层传输的数据和数据采集卡的数据，并控制电动缸的伸出与缩回。

【技术特征摘要】
1.一种无人驾驶车辆制动控制系统，其特征在于，包括电动缸、制动管路系统、数据采集卡、控制器和决策层，以及用于检测车速的轮速传感器和用于检测制动管路系统制动压力的油压表，所述电动缸与制动管路系统之间通过转接头连接，数据采集卡用于采集轮速传感器和油压表的数据，控制器用来读取决策层传输的数据和数据采集卡的数据，并控制电动缸的伸出与缩回。2.根据权利要求1所述的无人驾驶车辆制动控制系统，其特征在于，所述制动管路系统包括制动总缸，以及通过油管分别与制动总缸连通的前轮制动分缸和后轮制动分缸，所述油压表用于检测制动总缸出口的制动压力。3.根据权利要求2所述的无人驾驶车辆制动控制系统，其特征在于，所述油压表安装在油管上。4.根据权利要求1所述的无人驾驶车辆制动控制系统，其特征在于，所述转接头上安装有力传感器，该力传感器与数据采集卡信号连接。5.根据权利要求1所述的无人驾驶车辆制动控制系统，其特征在于，所述电动缸采用滚珠丝杠伺服电动缸。6.一种采用权利要求1至5任一项无人驾驶车辆的制动控制方法，其特征在于，包括如下步骤：1)决策层根据路况和无人车的行车要求发出制动位移x、期望车速vd和期望制动时间t的信号，控制器读取期望车速vd和轮速传感器检测的当前车速vc；2)判断期望车速vd与当前车速vc的大小，若vd≥vc，则不执行任何操作，若vd<vc，记录当前车速vc为vc0，并执行步骤3)；3)对无人车进行制动，具体方法如下：建立期望制动压力pd与制动位移x、期望车速vd、期望制动时间t的数学模型，公式如下：

【专利技术属性】
技术研发人员：梁华为，张辉，丁袆，徐照胜，丁骥，陶翔，刘伟，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：安徽,34