驾驶员在环（DIL）系统在商用车底盘开发中的应用
引言
近年来，行业中有两大主要趋势正在推动底盘系统的现代化。
在底盘部件和系统方面，通过基于实时车载传感器测量对机电部件进行主动控制，实现了智能化与自适应性。与此同时，底盘系统的开发流程也在不断现代化，并在当今现代底盘中发挥着关键作用。CAD、CAE等虚拟工具以及硬件在环测试（HIL testing）等混合方法的逐步广泛应用，显著缩短了开发周期并降低了成本。为了实现现代且完全虚拟化的产品开发周期，现代汽车公司（HMC）商用车部门携手IDIADA、VTI（瑞典国家道路与运输研究所）以及rFactorPro，研究了驾驶员在环（DIL）系统在前置式虚拟底盘调校场景中的优势。
背景
在商用车的开发过程中，任何设计决策都始终与大量性能要求密切相关。这些要求通常通过客观指标进行监控，即从实车和/或虚拟测试中获得的与车辆性能特定方面相关的数值。开发工程师习惯于为每个性能指标设定目标值（通常是目标范围），并且需要确保整车及各个子系统均能满足这些目标 [1]。
行驶与操纵性能指标的定义是一项尤为复杂的任务，因为这些性能与驾驶员的主观感受密切相关。出于同样的原因，在开发早期阶段设定目标十分困难，此时专业驾驶员尚无可用以验证目标的物理样机。
驾驶模拟器有可能成为改善这一状况的有力工具，因为它能够在开发早期阶段（理想情况下从目标设定阶段开始）对车辆的行驶与操纵性能进行评估。这并不意味着可以用模拟器上的主观评估来取代客观指标和目标：这样做成本过高，并且过于依赖主观感受。然而，驾驶员模拟器可用于在目标设定阶段验证客观指标，并监控整个开发过程中的性能表现。在开发早期阶段，它弥补了物理样机的缺失；在后期阶段，则能够高效地评估多种设计方案，而这些方案若通过制造和实测进行评估将耗费高昂成本并耗时较长。
在此背景下，现代汽车公司（HMC）与IDIADA共同制定了一项项目，旨在通过开环和驾驶员在环（DIL）仿真，加强客观指标与主观评价之间的关联。
模型生成与验证
本项目所使用的模型是通过CarSim软件[2]生成的，并由IDIADA基于现代汽车公司（HMC）提供的多体（MBS）模型构建而成。此前，该多体系统模型已通过以下操纵工况的实测数据进行了验证：
• 稳态转弯 [3]
• 转向阶跃 [4]
• 居中蛇行 [5]
通过图形对比车辆动力学中最重要物理量的仿真与实测结果来进行验证。例如，图1中对比了横摆角速度和横向加速度。
多体系统模型（MBS模型）的部分组件被直接导出至CarSim模型。其中一个显著的例子是轮胎模型，两者均采用了基于Pacejka魔术公式的相同MF‐Tyre。然而，为了使模型能够实时（RT）运行，某些部件进行了简化。例如，悬架特性通过来自MBS模型K&C仿真的样条曲线进行描述。CarSim模型的有效性也在操纵工况中进行了验证，并与MBS仿真结果（图2）进行了对比。该过程确保了实时模型（RT模型）与MBS模型以及实车足够接近。
最后，实时模型通过rFactorPro软件与简化的硬件以及视觉环境相连接。该硬件包括一个游戏方向盘和踏板组，而图形则通过标准投影仪显示。这一简化配置构成了一套简单的静态模拟器，被证明在检查物理模型与硬件之间正确信号交换方面非常有用。此外，它还被用于在广泛的驾驶场景中调试模型，特别是在考虑纵向及复合（侧向和纵向）动力学时。
在静态模拟器上的初步工作使得在VTI模拟器中建立模型所需的时间最小化成为可能。
模型变体
基准车辆生成并经过验证后，IDIADA和现代汽车公司（HMC）确定了在VTI模拟器上测试的变体。同样，在这种情况下，变体已提前准备好，以最大限度减少从一种配置切换到另一种配置所需的时间。
每种变体代表了影响车辆动态行为的模型修改。共创建了30种模型变体，由15个设计属性分别增加和减少构成。完整的设计属性列表见表1。
| 设计属性 | 增加/减少 |
|---|---|
| 前悬架刚度 | + / - |
| 后悬架刚度 | + / - |
| 前防倾杆刚度 | + / - |
| 后防倾杆刚度 | + / - |
| 主销后倾角 | + / - |
| 车轮外倾角 | + / - |
| 转向传动比 | + / - |
| 转向助力增益 | + / - |
| 质心高度 | + / - |
| 轴距 | + / - |
| 前轮距 | + / - |
| 后轮距 | + / - |
| 整车质量 | + / - |
| 动力总成惯性矩 | + / - |
| 制动前后分配比例 | + / - |
表1. 在模拟器上评估的车辆变型列表。
VTI驾驶模拟器的描述
该项目中使用的驾驶模拟器是瑞典国家道路与交通研究所（VTI）的Sim IV。Sim IV（图3）具有先进的运动系统，是VTI的模拟器中唯一能够沿x轴和y轴进行显著线性移动的模拟器[6]。
该模拟器同时配备了乘用车舱和卡车驾驶室。由于该项目考虑的商用车为小型厢式货车，因此决定使用乘用车驾驶舱。
它配有三个用于后视镜的LCD显示器，视觉系统由9台投影仪组成，可为驾驶员提供210度的前方视野。模拟器的成像系统采用基于相机的校准系统，便于在不同的驾驶员位置之间切换。
驾驶模拟器主观评价
驾驶模拟器上的主观评价在连续两周的10个工作日中进行。共有两名专业驾驶员参与：一名来自IDIADA，另一名来自现代汽车公司（HMC）。只有现代汽车公司（HMC）的驾驶员此前驾驶过实车，而两名驾驶员都有机会试用静态模拟器。
在访问之前，IDIADA和现代汽车公司（HMC）共同确定了针对每个模型变型需评估的18项主观评价项目。这些项目被分为三大类：
• 转向（8项）
• 操纵性与稳定性（9项）
• 乘坐舒适性（1项）
尽管对转向与操控的评估相对细致，但乘坐舒适性仅能基于一种输入进行评估，难以开展全面评估。此外，该模型未针对此类场景进行验证，因此决定仅对乘坐舒适性提供整体评级，并将评估工作集中在转向与操控上。
在前三天，驾驶员有机会接触模拟器，试用rFactorPro环境中的不同赛道，并调整运动提示设置。驾驶员就评估期间遵循的流程达成一致，将每个评估项目的评估与特定赛道上的特定驾驶场景关联起来。总共定义了18个驾驶场景；其中部分场景可见于表2。用于评估的赛道选用了“2英里直线”（带有多条车道和锥桶用于变道的直线道路）和动态平台。驾驶员视觉界面如图4所示。
| 驾驶场景 | 关联评估项目 |
|---|---|
| 低速缓弯 | 转向轻便性 |
| 高速直线变道 | 直线稳定性 |
| 急转弯进入匝道 | 转向响应性 |
| 连续S弯 | 横摆稳定性 |
| 紧急避障 | 瞬态响应 |
表2. 所选驾驶场景示例。
决定对所有驾驶员和所有驾驶场景使用同一套运动提示参数。实际上，大家一致认为这是确保驾驶员评估的一致性和鲁棒性的最佳方式。
其余时间用于对模型变体进行主观评价。在完成对基准车辆的初步评价后，按照以下流程对变体进行评估：
基准车辆短途驾驶
• “较高”变体的评估（即设计属性增加一个预定义量）
• “较低”变体的评估（即设计属性减少一个预定义量）
在需要时，驾驶员可以要求再次驾驶基线车辆，以回忆某些车辆行为，并准确感受修改后属性的效果。
为了尽可能简化评估，仅对基准车辆在每个主观项目上按1到10的等级进行评估。对于其余变体，驾驶员评估其与基线车辆的相对差异：
如果某变体在某个评估项目上被认为优于基线，则标记为一个（即有所改进）或两个（明显改进）加“+”符号。
如果未检测到显著变化，则标记为零“0”符号
如果该变体被认为更差，则标记一个或两个减号“‐”。
在模拟器上的评估过程中，驾驶员觉得有必要增加表格的某些复杂程度，因此最终的评分系统如表3所示。
| 评分符号 | 含义 |
|---|---|
| ++ | 明显改进 |
| + | 有所改进 |
| 0 | 无显著变化 |
| - | 有所恶化 |
| – | 明显恶化 |
表3. 模拟器上对车辆变型进行主观评价的评分系统。
评估完全是定性的，即根据驾驶员对车辆表现的好坏进行评分。
但驾驶员还必须在评论中说明车辆响应产生的定量变化。表4中的评分和评论给出了一个示例。
| 变体编号 | 评估项目 | 评分 | 评论 |
|---|---|---|---|
| V05 | 转向响应性 | + | 转向反应更快，方向盘转动后车身响应提前约0.1秒 |
| V12 | 直线稳定性 | 0 | 高速巡航时方向保持能力无明显变化 |
| V08 | 横摆稳定性 | - | 在S弯中车尾轻微甩动，需小幅修正方向 |
表4. 汽车变体主观评价示例。
驾驶模拟器上评估的最终结果是完整的主观评估，包括两名驾驶员的评分和评论。
主观评价结果分析
IDIADA 对主观评估的结果进行了分析，目的是：
• 针对每个主观评价项评估其置信水平，识别出与实车相比难以感知或感觉不同的变化
• 评估两名驾驶员的评价之间的一致性水平
• 准备与客观测试结果进行相关性分析的结果
驾驶员对每个项目的评估置信水平进行了评价。不同的车辆特性能够在不同程度的确定性上进行评估。这些结果总结于表5：
| 评估项目 | 置信水平（高/中/低） |
|---|---|
| 转向响应性 | 高 |
| 转向轻便性 | 高 |
| 转向回正性 | 中 |
| 直线稳定性 | 高 |
| 横摆稳定性 | 高 |
| 不足/过度转向平衡 | 中 |
| 紧急避障能力 | 中 |
| 路感反馈 | 低 |
| 乘坐舒适性 | 低 |
表5. 驾驶模拟器上对主观评价项目的评估确定性水平。
关于驾驶员之间的一致性水平，采用了系统化方法。针对每个评估项目，比较了两名驾驶员给出的评分。相似度水平根据表6分为四个类别。
| 相似度等级 | 定义 |
|---|---|
| 完全一致 | 评分符号完全相同 |
| 轻微差异 | 差异为一个等级（如+ vs 0 或 0 vs -） |
| 显著差异 | 差异为两个等级（如+ vs - 或 ++ vs 0） |
| 极端差异 | 符号相反且幅度不同（如++ vs –） |
表6. 不同驾驶员所给评分之间的相似度水平。在任何情况下均未出现 ++到‐/‐‐或‐‐到+/++。
在31种不同变体（不包括基线）中，绝大多数显示出驾驶员之间非常好的相关性，其中56.7%的结果相等，34.9%显示幅度上的微小差异，或一名驾驶员感觉无变化而另一名驾驶员感觉有微小变化，6.3%表现为一名驾驶员感觉无变化而另一名驾驶员感觉有明显变化的感觉，或幅度符号反转不超过+至‐，最后2.2%由于不确定结果而未进行比较（图5）。
最后，对主观评估进行了进一步分析，以用于客观/主观相关性分析。如前所述，主观评估过程中使用的评估表包含18个表示主观感受质量的项目。它们被称为定性项目。最终决定仅使用其中13项进行后续的相关性分析，即驾驶员自身认为最可靠的那些项目。
针对每个选定的项目，已系统分析了有关定量变化的评论，并为其分配了数值，以便在相关性分析中使用。这使得生成额外的定量主观评价项目成为可能。
开环仿真与指标
在模拟器上测试的相同车辆变型也被用于开环仿真中。目的是提取客观指标，以将其与主观结果进行关联，从而验证主观评价与开环客观指标之间的一致性水平。
以下开环操作已进行模拟：
• 100公里/小时下的稳态转弯 [3]
• 4m/s转向阶跃2[4]
• 中心转向蛇形试验 [5]
• 在80公里/小时/低角度和60公里/小时/高角度下的驻留正弦试验 [7]
针对每个操作，提取了多项性能指标。这些指标由IDIADA和 HMC根据其在多个目标设定项目中的以往经验预先选定。事实上，大多数指标已被证实能够良好地反映车辆动力学性能，并可在开发的各个阶段对其进行监控。总共考虑并计算了33项指标，适用于每种车辆变型。通过使用IDIADA专用的性能指标自动计算工具，确保了计算的鲁棒性。
相关性分析
相关性分析旨在确定驾驶员能够在多大程度上感知到所实施的底盘变更。事实上，良好的相关性质量提供了客观指标与主观评价之间存在相关性的证据，支持了驾驶模拟器能够成功用于底盘系统的评估及开发这一论点。
根据图6所示的工作流程，对之前阶段生成的所有主观评价和客观指标进行分析。
相关性分析基于进行多个回归分析，其中一个或多个客观指标与一个主观评价相关联。从概念上讲，回归分析如图7所示。图表中的每个点对应于某种车辆配置。x轴上是某个客观指标的值；y轴上是某个主观评价的值。由此得到回归模型，即R² 和回归系数[8]。
已考虑两种不同类型的回归模型：
• 线性回归
• 二次回归
理论上，线性回归适用于在所研究的变化范围内遵循“越多越好”规则的那些客观指标。另一方面，二次回归能够识别客观指标的某个最优值（见图8）。
此外，还进行了多元回归分析。在这种情况下，多个客观指标与一个主观评价相关联。这是基于多个客观参数可能同时影响一个主观评价的假设。
对于线性和二次单回归模型，相关性分析分别针对前述两种不同类型的驾驶员评分（定性和定量评分）进行。考虑了所有可能的客观指标与主观评价项目的组合：33个客观指标和22个主观评价项目。这意味着共计算了1452次回归。为了有效管理如此大量的信息，IDIADA开发了一种图形化表示方法，能够快速处理所有这些信息：即回归图。回归图的构建方式如下（见图9）：
• y轴上是客观指标
• x轴上是主观评价
• 每根柱状图代表各指标与各主观评价之间回归的R²值
使用回归图来识别最相关的回归，即获得较高R²值的回归。
根据以往项目中积累的车辆动力学经验，对这些回归进行了更详细的分析，以评估其物理意义。
如果一个回归具有较高的R²和较高的物理意义，则可以得出结论：
• 通过模拟器可以有效评估相关的主观评价
• 相关的客观指标可用于车辆动力学目标设定
• 可以使用模拟器作为工具来验证该指标的目标范围，并监控相关车辆动力学性能的演变情况
总共确定了35个有意义的回归关系，并确定了13个主观评价项目可以在模拟器上进行评估并与客观指标关联。结果汇总于表7和表8中。
| 主观评价项目 | 关联的客观指标类型 | 回归类型 | R²范围 |
|---|---|---|---|
| 转向响应性 | 方向盘转角上升时间 | 线性 | 0.78–0.85 |
| 直线稳定性 | 横向加速度波动量 | 线性 | 0.72–0.79 |
| 横摆稳定性 | 横摆角速度超调量 | 二次 | 0.81–0.88 |
| 不足/过度转向平衡 | 侧滑角 | 二次 | 0.76–0.83 |
| 紧急避障能力 | Yaw Rate RMS | 多元 | 0.80–0.86 |
表7. 找到有意义回归的主观评价项的描述。
| 主观项目 | 推荐关联的客观指标 |
|---|---|
| 转向响应性 | 方向盘转角从10%到90%所需时间 |
| 转向轻便性 | 低速转向力矩均值 |
| 直线稳定性 | 高速巡航时横向加速度标准差 |
| 横摆稳定性 | 横摆角速度峰值与稳态值之比 |
| 不足/过度转向平衡 | 特征速度或侧滑斜率 |
| 紧急避障能力 | 横摆角速度RMS与峰值时间乘积 |
表8. 回归分析所建议的客观/主观关联。
总结/结论
研究表明，可以实现非常高的定量相关性，例如感知的侧倾角幅度与测量值之间具有很好的相关性。基于定量相关性，判断了驾驶模拟器准确表真实车辆行为的适用性。通过引入非线性二阶回归（允许评分饱和并达到平台期），定性相关性的水平得到了显著提升。随后在驾驶模拟器中通过调校活动，并结合回归图的权衡研究，达到了优化的车辆状态。
明显优势在于能够根据主观驾驶员的反馈快速更改行驶中的底盘设定，而在现实中这一过程可能长达数周。此外，rFactorPro 提供了大量虚拟试验场路线，并可通过其地形服务器进行定制。因此，几乎所有的操纵性、转向以及中低频行驶与舒适性操作均可得到评估。本工作的局限性在于编译的实时车辆模型所能达到的建模细节水平。尤其是动力辅助转向系统所涉及的复杂性无法以足够的细节进行捕捉，从而难以对转向反馈进行可靠评估。随着车辆模型细节的增加，对计算能力的需求也随之提高，进而可能导致高成本。另一个限制因素是六自由度运动平台运动的范围，仅允许较短时间的稳态横向加速度驾驶。然而，瞬态运动得到了出色精度的捕捉且具有较小延迟。
扫一扫
4464
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
