一种基于齿轮比自学习的助力自行车控制方法及系统

技术领域

本发明属于电动自行车领域，更为具体为助力自行车领域，具体涉及一种基于齿轮比自学习的助力自行车控制方法及系统。

背景技术

助力自行车作为一种新型交通工具，具有重量轻巧，骑行方便，助力顺滑等等特点，在欧美是一种非常大众化的出行方式，渐渐受到更多人的喜爱。助力自行车一般由力矩传感器、控制器、电机、电池等电气系统构成。其中力矩传感器安装在中轴位置，提供人踩踏的力矩信息及踏频信息。对于单速或变速助力自行车来说，其形态万千，相应的中轴和后轮之间的齿轮比也会不同，因此对于其控制系统来说，其提供的助力控制参数也会不同。

现有技术如专利申请号为CN201810427669.7的中国专利文献，提供了一种电动自行车动力输出控制方法，该方案通过中轴力矩传感器检测力矩大小和踏频速度，并根据力矩和踏频计算出当前骑车人输出的功率大小；根据踏频快慢选择助力比，最终计算出电机需要的输出功率。但该方案没有考虑到自行车的齿轮比，因此对不同齿轮比的助力车来说，其助力效果会有很大的不同。

现有技术又如专利申请号为CN202210760024.1的中国专利文献，提供一种助力自行车起步控制方法。该起步控制方法包括：获取踏板扭矩和踏板转速；确定所述踏板扭矩和所述踏板转速是否满足预设起步条件；若是，获取预存链条传动比、当前助力比、当前用户体重和地面坡度；基于所述预存链条传动比、所述当前助力比、所述当前用户体重、所述地面坡度和所述踏板扭矩确定扭矩输出指令；将所述扭矩输出指令输出至电机。通过采用上述方案，实现了舒适起步的效果，但该控制策略需要预设传动比，因此对于不同传送比的车型来说，其控制器无法通用。

发明内容

本发明的目的之一在于提供一种基于齿轮比自学习的助力自行车控制方法，通过自学习齿轮比保持优异的助力效果。

为实现上述目的，本发明所采取的技术方案为：

一种基于齿轮比自学习的助力自行车控制方法，所述基于齿轮比自学习的助力自行车控制方法，包括：

读取历史齿轮比，判断符合自学习条件后，根据助力自行车当前行驶状态进行齿轮比自学习，并根据自学习得到的齿轮比为当前齿轮比赋值，判断不符合自学习条件时，设置当前齿轮比为所述历史齿轮比；

根据当前齿轮比控制助力自行车的电机输出，并更新历史齿轮比为当前齿轮比。

以下还提供了若干可选方式，但并不作为对上述总体方案的额外限定，仅仅是进一步的增补或优选，在没有技术或逻辑矛盾的前提下，各可选方式可单独针对上述总体方案进行组合，还可以是多个可选方式之间进行组合。

作为优选，所述自学习条件为：中轴力矩传感器采集到的力矩信息大于预设的力矩阈值，所述中轴力矩传感器安装在助力自行车的中轴。

作为优选，所述根据助力自行车当前行驶状态进行齿轮比自学习，包括：

根据安装在助力自行车的中轴的踏频传感器，获取踏频传感器相邻两个脉冲之间的周期为T1，根据安装在助力自行车的后轮的轮速传感器，获取轮速传感器相邻两个脉冲之间的周期为T2；

计算中轴角速度和后轮角速度如下：

式中，ω

计算齿轮比如下：

式中，G为自学习得到的齿轮比。

作为优选，所述根据自学习得到的齿轮比为当前齿轮比赋值，包括：

对自学习得到的齿轮比进行低通滤波，若自学习得到的齿轮比未被过滤，则设置当前齿轮比为自学习得到的齿轮比；若自学习得到的齿轮比被过滤，则设置当前齿轮比为所述历史齿轮比。

作为优选，所述根据当前齿轮比控制助力自行车的电机输出，包括：

取标准参考情况下的参考齿轮比和电机控制器施加的参考相电流，建立助力自行车的参考总输出功率模型；

取当前行驶状态下的当前齿轮比并令电机控制器施加的当前相电流，建立助力自行车的当前总输出功率模型；

根据保持助力效果相同条件，建立参考总输出功率模型与当前总输出功率模型的关系模型；

求解所述关系模型，得到电机控制器施加的当前相电流，并根据所述电机控制器施加的当前相电流控制助力自行车的电机输出。

作为优选，所述取标准参考情况下的参考齿轮比和电机控制器施加的参考相电流，建立助力自行车的参考总输出功率模型，包括：

式中，Pout_total_con为参考总输出功率模型，Pout_man_con为参考人力功率，Pout_motor_con为参考电机功率，Torque为人踩踏力矩，ω

作为优选，所述根据保持助力效果相同条件，建立参考总输出功率模型与当前总输出功率模型的关系模型，包括：

式中，Pout_total_rea为当前总输出功率模型，Pout_man_rea为当前人力功率，Pout_motor_rea为当前电机功率，Torque为人踩踏力矩，ω

作为优选，所述保持助力效果相同条件为：总输出功率保持相同、人踩踏力矩保持相同，以及达到相同的车轮速度时后轮角速度保持相同。

作为优选，所述关系模型为参考总输出功率模型等于当前总输出功率模型。

本发明提供的一种基于齿轮比自学习的助力自行车控制方法，不断地学习助力自行车的齿轮比，并根据齿轮比自动调整控制参数，不断地自动调节电机力矩，以达到同样的到助力效果，提升用户骑行体验。同时，针对不同的车型，程序可以进行自适应控制，可以实现控制器标准化。

本发明的目的之二在于提供一种基于齿轮比自学习的助力自行车控制系统，通过自学习齿轮比保持优异的助力效果。

为实现上述目的，本发明所采取的技术方案为：

一种基于齿轮比自学习的助力自行车控制系统，所述基于齿轮比自学习的助力自行车控制方法，包括：

自学习模块，用于读取历史齿轮比，判断符合自学习条件后，根据助力自行车当前行驶状态进行齿轮比自学习，并设置当前齿轮比为自学习得到的齿轮比，判断不符合自学习条件时，设置当前齿轮比为所述历史齿轮比；

自调整控制模块，用于根据当前齿轮比控制助力自行车的电机输出；

参数更新模块，用于更新历史齿轮比为当前齿轮比。

本发明提出的一种基于齿轮比自学习的助力自行车控制系统，通过不断地学习助力自行车的齿轮比，并根据齿轮比自动调整控制参数，可不断地自动调节电机输出力矩，以达到理想的助力效果。通过该控制系统可以实现针对不同齿轮比的控制策略，能够很大程度上提升用户体验。主要益处如下：

(1)对于控制系统而言，可以用一套控制程序适配不同的车型，以达到同样的助力效果，实现控制器标准化、通用化，可提高产品品质、降低风险，减少重复工作和浪费、降低成本，提高市场响应效率。

(2)对于变速自行车来说，对比单一控制参数，通过该自学习控制策略，可以实现助力控制参数自适应，大大的提升了用户骑行体验。

附图说明

图1为现有的助力自行车结构示意图；

图2为本发明中轴力矩传感器和轮速传感器的安装示意图；

图3为本发明的基于齿轮比自学习的助力自行车控制方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是在于限制本发明。

定义齿轮比为：主动轮对被动轮的齿数之比为齿轮比。C代表主动齿轮的齿数，F代表被动齿轮的齿数，G为齿轮比，它们之间的关系用公式表示，即：G＝C÷F。对于如图1所示的助力自行车中，主动轮为牙盘，从动轮为飞轮。

定义传动比(传动系数)为：齿轮比乘后轮直径，即为传动比。以D代表传动比，B代表后轮直径，它们之间关系用公式表示，即：D＝C÷F×B＝GB。

对于单速车型，由于市场需求的变化会有各种各样的自行车，而这些自行车的齿轮比无法做到一致；对于变速车型，其齿轮比也是随着骑行者的调整变化的。因此对于自行车来说，齿轮比不是固定的。

对于同一套固定参数的控制策略，当齿轮比不一致时，人骑行的踏频和车轮转速之间的关系也是不一致，从而会导致助力效果不一致。当齿轮比越大时，即主动轮直径越大，链条速率越大，从动轮越小，功率就会越大，人的用力就会越大，就会越费力，因此在这种情况下就需要提高电机的输出扭矩以实现轻松的助力；反之，当齿轮比越小时，人骑行就会更省力，同样情况下可以减少电机输出扭矩。

为此本实施例提出了一种齿轮比自学习的助力控制策略，不断地学习助力自行车的齿轮比，并根据齿轮比自动调整控制参数，不断地自动调节电机力矩，以达到同样的到助力效果，提升用户骑行体验。同时，针对不同的车型，本实施例的控制策略可以进行自适应控制，可以实现控制器标准化。

如图2所示，为了满足本实施例提出的助力控制策略，在助力自行车的中轴安装力矩和踏频一体测量的中轴力矩传感器，在后轮安装轮速传感器。容易理解的是，本实施例安装中轴力矩传感器和轮速传感器主要为了获取中轴力矩和踏频以及后轮的轮速，在能够获取所需信息的前提下，不对传感器进行严格限定，例如可以是在中轴上分别安装力矩传感器和踏频传感器，均属于本发明的保护范围内。本实施例仅以中轴力矩传感器和轮速传感器为例进行说明。

如图3所示，本实施例的基于齿轮比自学习的助力自行车控制方法，包括以下步骤：

步骤1、读取历史齿轮比，判断符合自学习条件后，根据助力自行车当前行驶状态进行齿轮比自学习，并根据自学习得到的齿轮比为当前齿轮比赋值，判断不符合自学习条件时，设置当前齿轮比为所述历史齿轮比。

本实施例中的中轴力矩传感器每转一圈产生N1个脉冲，两个脉冲之间的时间(周期)为T1，中轴角速度为ω

在进行齿轮比自学习前，首先判断当前状态，主动轮是否带动从动轮行走。该逻辑可通过检测力矩信息进行判断，当通过力矩传感器采集到的力矩信息大于预设的力矩阈值时，认为当前状态下主动轮带动从动轮行走，此时开启齿轮比自学习功能；否则读取存储的历史齿轮比进行助力控制。

本实施例的历史齿轮比存储于掉电非易失单元中，如EEPROM，FLASH，MRAM等存储单元。并且掉电非易失单元中预设有齿轮比，该预设的齿轮比作为原始的历史齿轮比，当自学习完成后，更新掉电非易失单元中的齿轮比为自学习得到的齿轮比，作为更新后的历史齿轮比。

为了提高自学习条件的判断准确性，本实施例在采集到力矩信息后，对力矩信息进行滤波，以避免高频干扰。本实施例实时监测力矩信息，以保证及时进入齿轮比自学习功能，快速调整助力控制，提升用户体验感。

在进行齿轮比自学习时，根据安装在助力自行车的中轴的踏频传感器，获取踏频传感器相邻两个脉冲之间的周期为T1，根据安装在助力自行车的后轮的轮速传感器，获取轮速传感器相邻两个脉冲之间的周期为T2。可以通过芯片外部中断或者外部输入捕捉加定时功能计算出中轴力矩传感器两个脉冲之间周期T1和轮速传感器两个脉冲之间的周期T2。计算齿轮比如下：

在计算得到齿轮比后可以直接设置当前齿轮比为自学习得到的齿轮比，以进行后续的助力控制。也可以为了防止高频干扰，对计算出的齿轮比进行低通滤波，根据滤波结果进行后续的助力控制。具体可以是对自学习得到的齿轮比进行低通滤波，若自学习得到的齿轮比未被过滤，则设置当前齿轮比为自学习得到的齿轮比；若自学习得到的齿轮比被过滤，则设置当前齿轮比为所述历史齿轮比。

容易理解的是，本实施例主要引入齿轮比自学习的策略进行助力控制，对于如何使用直接自学习得到的齿轮比不进行严格限制，除上述提及的方式以外，例如还可以引入历史齿轮比来辅助自学习得到的齿轮比对当前齿轮比进行赋值。

步骤2、根据当前齿轮比控制助力自行车的电机输出。

车辆总输出功率Pout_total由两部分组成，其一为人力功率Pout_man，二为电机功率Pout_motor，公式如下：

Pout_total＝Pout_man+Pout_motor

中轴旋转角速度ω

ω

人力功率可由中轴力矩传感器获取到的力矩Torque与中轴踏频传感器获取到的中轴角速度ω

三相电机输出功率可由输入侧母线电压Ubus、母线电流Ibus、效率η乘积获得；或者由相电压U

当助力自行车的车型发生变化时，齿轮比也同时发生变化，自调整策略目的在于根据齿轮比自动调整控制参数，实现自动调节电机力矩，以达到同样的助力效果，提升用户骑行体验。

保持助力效果相同条件为：

①辆总输出功率Pout_total前后保持相同。

②踩踏力矩Torque前后保持相同。

③车辆达到相同的车轮速度，即后轮角速度为ω

假设标准参考情况下车辆齿轮比为G

式中，Pout_total_con为参考总输出功率模型，Pout_man_con为参考人力功率，Pout_motor_con为参考电机功率，Torque为人踩踏力矩，ω

假设通过齿轮比自学习等到车辆实际齿轮比为G

式中，Pout_total_rea为当前总输出功率模型，Pout_man_rea为当前人力功率，Pout_motor_rea为当前电机功率，Torque为人踩踏力矩，ω

根据保持助力效果相同条件，建立参考总输出功率模型与当前总输出功率模型的关系模型。本实施例为了简化计算，建立关系模型为参考总输出功率模型等于当前总输出功率模型，公式如下：

根据等式关系直接求解关系模型，得到电机控制器施加的当前相电流如下：

即可根据求解得到的电机控制器施加的当前相电流控制助力自行车的电机输出。本实施例通过不断地自动调节施加的电机相电流，进而控制调节电机力矩，以达到改变齿轮比后仍具有同样的助力效果。

本实施例循环进行数据监测，根据条件进行齿轮比自学习，并实时进行助力控制，采用历史齿轮比的方式引入预设齿轮比和自学习齿轮比的结合使用，并在自学习得到新的齿轮比后，更新历史齿轮比，由于当前齿轮比使用的一定是最新的齿轮比，因此可以在一次循环后更新历史齿轮比为当前齿轮比。当然也可以在其他环节中进行历史齿轮比的更新与存储，例如得到过滤保留后的自学习齿轮比后即可更新历史齿轮比。

在另一个实施例中，还提供一种基于齿轮比自学习的助力自行车控制系统，所述基于齿轮比自学习的助力自行车控制方法，包括：

自学习模块，用于读取历史齿轮比，判断符合自学习条件后，根据助力自行车当前行驶状态进行齿轮比自学习，并设置当前齿轮比为自学习得到的齿轮比，判断不符合自学习条件时，设置当前齿轮比为所述历史齿轮比；

自调整控制模块，用于根据当前齿轮比控制助力自行车的电机输出；

参数更新模块，用于更新历史齿轮比为当前齿轮比。

关于一种基于齿轮比自学习的助力自行车控制系统的限定，可参见前述对于一种基于齿轮比自学习的助力自行车控制方法的限定，本实施例不进行赘述。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。