隨著越來越多的新能源車也開始搭載智能駕駛系統(tǒng)，對(duì)于智能駕駛系統(tǒng)所承載的更多功能，新能源車需要提出一些自己的需求，以確保在維持正常的智能駕駛功能。對(duì)于節(jié)能來說，純電動(dòng)車比混動(dòng)車更加執(zhí)著。比如常規(guī)的節(jié)能模式包含Eco模式，先進(jìn)一點(diǎn)的節(jié)能模式為滑行能量回收和制動(dòng)能量回收這兩種。但是在這兩個(gè)功能的激活期間對(duì)智駕系統(tǒng)會(huì)有一些功能互斥關(guān)系，也有一些單獨(dú)的需求需要梳理。

實(shí)際上滑行能量回收與制動(dòng)能量回收是兩種不同的能量回收形式。比如當(dāng)某個(gè)或某幾個(gè)車輪打滑時(shí)，ESP一定要調(diào)動(dòng)液壓去推活塞來進(jìn)行制動(dòng)，可利用剎車片進(jìn)行制動(dòng)則是車輛動(dòng)能轉(zhuǎn)換為熱能的過程。滑行能量回收要求將車輛動(dòng)能轉(zhuǎn)換為電能并實(shí)現(xiàn)存儲(chǔ)的過程，而制動(dòng)能量回收則是在制動(dòng)行程的頭段設(shè)置一部分空行程，當(dāng)我們踩制動(dòng)踏板在空行程范圍內(nèi)時(shí)液壓并不會(huì)推動(dòng)制動(dòng)活塞，隨著制動(dòng)踏板行程的延伸，活塞制動(dòng)加入進(jìn)來，此時(shí)就是電制動(dòng)、活塞制動(dòng)的疊加狀態(tài)。對(duì)駕駛者造成的感覺就是加速度大幅度增加，會(huì)形成非常突兀的感覺。

相比較之下滑行能量回收SRBS（依靠滑行倒拖阻尼獲得減速度）要比制動(dòng)能量回收CRBS更容易去實(shí)現(xiàn)，能量回收的上限也更高，甚至是可以達(dá)到1G減速度的能量回收。但如此大的減速度，制動(dòng)能量回收目前則承受不住，CRBS目前能達(dá)到0.3-0.5G減速度能量回收。

滑行能量回收系統(tǒng)在設(shè)計(jì)、標(biāo)定方面更為簡單。制動(dòng)能量回收系統(tǒng)與ESP、ABS等電子系統(tǒng)會(huì)存在很大的沖突。（當(dāng)然后續(xù)像iBooster這種真空助力器的設(shè)計(jì)改變了這一現(xiàn)狀）。

實(shí)際上我們最終的目的是面向服務(wù)的車輛控制，包括進(jìn)行子服務(wù)拆解（如根據(jù)設(shè)置的導(dǎo)航目的地拆解子功能包括HWP、NOP、SafeStop、AEB等）、子服務(wù)最優(yōu)實(shí)現(xiàn)模式（智駕功能結(jié)合整車功能確認(rèn)哪些相互之間會(huì)有影響，其目的是獲得更優(yōu)的回收能量控制）。那么對(duì)于搭載先進(jìn)的智能駕駛系統(tǒng)的新能源車而言，又可以增進(jìn)哪些更為優(yōu)質(zhì)的駕駛體驗(yàn)服務(wù)呢？本文將對(duì)其進(jìn)行針對(duì)性策略梳理。 滑行能量回收 對(duì)于新能源車而言，如果采用雙電機(jī)模式，最高可提供290kW的回收功率，大部分時(shí)候減速度可由電機(jī)完成。對(duì)于滑行能量回收而言，通常先進(jìn)的新能源車會(huì)設(shè)計(jì)三種能量回收等級(jí)。包括：強(qiáng)、弱、自適應(yīng)。三種模式的切換主要通過方向盤后方的撥片來實(shí)現(xiàn)，駕駛員可通過撥片位置選擇進(jìn)入某一種回收模式從而產(chǎn)生不同的動(dòng)能回收力度。其中強(qiáng)回收模式表示只要松開油門就會(huì)有很強(qiáng)的動(dòng)能回收；弱回收模式表示松油門后進(jìn)入滑行模式；自適應(yīng)回收模式表示自車會(huì)根據(jù)路況和車距自動(dòng)進(jìn)行減速，能夠?qū)崿F(xiàn)單踏板駕駛，毫不夸張的說，自動(dòng)模式下最高能實(shí)現(xiàn)5m/s2的減速度，能夠完成單踏板駕駛。

單純的強(qiáng)/弱回收模式控制邏輯相對(duì)比較機(jī)械和單一，其動(dòng)能回收的強(qiáng)度是在開發(fā)中提前標(biāo)定好的數(shù)值，這是一種傳統(tǒng)的動(dòng)能回收實(shí)現(xiàn)方式。即啟動(dòng)車輛通過確認(rèn)與前車的距離和相對(duì)速度（或前車的加速度信息）后，自動(dòng)調(diào)整回收力度。通常情況下，兩車距離越近，相對(duì)速度越大（這里指本車大于前車的速度差），則能量回收的力度越大，最終確保能夠?qū)④囕v控制到停止。

自適應(yīng)能量回收策略會(huì)根據(jù)工況的變化自動(dòng)調(diào)節(jié)滑行階段的回饋力矩，提高能量回收效率及舒適性。

主要可以針對(duì)如下幾種不同變化參數(shù)進(jìn)行能量回收：

1）基于整車質(zhì)量的能量回收

顧名思義，就是基于整車質(zhì)量，利用動(dòng)力學(xué)方程里面的M參數(shù)對(duì)其控制扭矩進(jìn)行調(diào)節(jié)，保證在不同整車質(zhì)量的情況下，控制滑行回饋的減速度一致。這里需要注意，整車質(zhì)量除了自身負(fù)載外，還有一部分源自于環(huán)境對(duì)整車質(zhì)量可能造成的影響。比如各類附加乘客或貨物的載重。車輛自身的質(zhì)量發(fā)生較大變化時(shí)，自適應(yīng)能量回收功能根據(jù)當(dāng)前估算質(zhì)量與空載質(zhì)量的比值調(diào)整回饋扭矩。

整車質(zhì)量的初始值是可以提前植入VCU算法模塊的，如果車身質(zhì)量發(fā)生了變化，則需要結(jié)合CAN 線中的前軸總扭矩、車速、油門深度、制動(dòng)深度、ESP估算的地面附著力等參數(shù)信號(hào)，由整車動(dòng)力學(xué)平衡方程通過濾波算法處理得到質(zhì)量計(jì)算值。

2）基于道路路面的能量回收

路面情況影響的能量回收主要體現(xiàn)在路面是否有坡度和坑洼及附著力大?。ㄊ欠翊蚧┑取１热?，滑行能量回收中需要根據(jù)路面坡度，實(shí)時(shí)調(diào)節(jié)滑行回饋扭矩，使得整個(gè)控制過程更加符合駕駛員的預(yù)期感受。

當(dāng)坡度小于其限定的閾值時(shí)，具體說來，過程控制如下：

當(dāng)上坡工況下，坡度（該值通?？梢杂蒃SP內(nèi)置的IMU檢測發(fā)出，也可由TCU檢測發(fā)出）大于0同時(shí)小于一定閾值（該閾值可以提前標(biāo)定）時(shí)，VCU通過坡度值計(jì)算對(duì)應(yīng)的回饋扭矩衰減系數(shù)，該衰減系數(shù)影響整個(gè)回饋扭矩的控制比重。在一定坡度范圍內(nèi)，隨著坡度的增加該衰減系數(shù)可以減小回饋扭矩，降低由于坡度阻力產(chǎn)生的減速感。

當(dāng)下坡工況下，首先需要將自車質(zhì)量分解為沿著坡道的分量，VCU通過計(jì)算該分量得到疊加扭矩，該扭矩和回饋扭矩方向一致，可以增加回饋扭矩，從而產(chǎn)生一定的滑行減速度，避免車速增長過快。

3）基于自動(dòng)跟車的能量回收

識(shí)別到本車前方有車，本車滑行能量回收功能激活，根據(jù)識(shí)別的本車與前車距離及相對(duì)速度自動(dòng)調(diào)節(jié)回饋力矩，體現(xiàn)到整車上主要體現(xiàn)為可以自動(dòng)調(diào)節(jié)車速，提高滑行能量回收效率及駕駛經(jīng)濟(jì)性。通過滑行能量回收產(chǎn)生的減速度對(duì)于駕駛員來說體驗(yàn)感會(huì)更加友好。

整個(gè)自適應(yīng)滑行能量回收過程通過檢測本車車速、本車與前車距離、前車車速、前車減速度等信息。跟車滑行能量回收控制時(shí)，檢測到與前方車輛的距離小于一定閾值時(shí)且與前方車輛的相對(duì)速度逐漸增大時(shí)，VCU會(huì)根據(jù)與前車的相對(duì)速度及相對(duì)距離計(jì)算化性能量回收過程中需要實(shí)現(xiàn)的目標(biāo)減速度。結(jié)合目標(biāo)減速度與目標(biāo)回饋扭矩的關(guān)系，計(jì)算出對(duì)應(yīng)適當(dāng)?shù)幕仞伵ぞ刂底鰹槟芰炕厥盏哪繕?biāo)扭矩值。

首先，判斷自車是否進(jìn)入跟車邏輯。當(dāng)VCU接收到智駕發(fā)送的本車道前方目標(biāo)為有效值時(shí)（即ADC_FollowObj==Valid）&& 坡度信號(hào)狀態(tài)為有效（Slope_Status==Valid）&& 自車車速>=標(biāo)定車速（比如怠速）。當(dāng)然，也可參照智駕領(lǐng)域的跟車邏輯判定方式判斷整車是否進(jìn)入前方跟車狀態(tài)。

其次，需要根據(jù)如下公式計(jì)算在某一時(shí)刻的本車跟隨前車的目標(biāo)跟車距離。

其中△V表示兩車的相對(duì)速度，tfollow表示跟車時(shí)距，dmin表示跟車需要的最小距離。

然后，由于對(duì)于能量回收而言實(shí)際是通過控制車輛的反拖力矩變化來控制減速度和減速率。因此，下一步需要重點(diǎn)計(jì)算減速度和減速率。

如上公式中abase表示在某一瞬時(shí)狀態(tài)下的基礎(chǔ)減速度值，Vobj表示跟車目標(biāo)速度值，Vego表示自車速度值。整個(gè)減速度規(guī)劃是持續(xù)性的劃分的積分時(shí)間可以足夠小的一定范圍內(nèi)。當(dāng)然整個(gè)調(diào)整過程需要通過PID進(jìn)行反饋回環(huán)控制。

如三個(gè)公式，做如下說明，首先我們根據(jù)識(shí)別到的當(dāng)前目標(biāo)距離與實(shí)際距離在固定時(shí)刻點(diǎn)t0計(jì)算一個(gè)基礎(chǔ)加速度值abase。然后根據(jù)在一定時(shí)間t內(nèi)識(shí)別到的實(shí)際距離和目標(biāo)距離差值參照PID控制邏輯構(gòu)建對(duì)應(yīng)的控制結(jié)構(gòu)，生成跟車的最終目標(biāo)加速度值aobj。

最后，也是對(duì)于滑行能量回收最重要的一步，就是根據(jù)計(jì)算生成的加速度值轉(zhuǎn)化為跟車滑行回饋扭矩，表示如下：

如上公式中，mego表示質(zhì)量計(jì)算值，aroll表示滾動(dòng)阻力加速度，aslope表示坡道阻力加速度，F(xiàn)str表示轉(zhuǎn)向阻力補(bǔ)償，R表示滾輪半徑，該值是在進(jìn)行方向盤轉(zhuǎn)向標(biāo)定的時(shí)候提前標(biāo)定好的?？梢酝ㄟ^查表得到具體的對(duì)應(yīng)值。

從如上分析看來，整個(gè)滑行能量回收的整個(gè)控制過程可參照如上三種檢測和計(jì)算方式的控制值進(jìn)行“自適應(yīng)”能量回收控制。

4）車聯(lián)網(wǎng)相關(guān)能量回收

另一種常用的能量回收的場景是基于道路設(shè)施、標(biāo)牌等相關(guān)單元的，這里舉幾個(gè)簡單的例子進(jìn)行說明。比如通過紅綠燈前需要適當(dāng)減速以在燈前停止；又如即將通過某一限速牌前需要適當(dāng)減速；還有即將進(jìn)入匝道前等等這一系列場景都需要提前減速。

因此，如果可以通過高階智駕系統(tǒng)識(shí)別到前方道路的紅綠燈信息（包含紅綠燈狀態(tài)、紅綠燈倒計(jì)時(shí)信息、紅綠燈距離當(dāng)前車輛的距離）；通過紅綠燈倒計(jì)時(shí)和紅綠燈距離信息，兩者結(jié)合參照如上類似跟車滑行減速的方式計(jì)算合適的滑行回收力矩，用于控制車輛。即將紅綠燈看成前方靜止車輛目標(biāo)，其相應(yīng)的Vobj應(yīng)該等于0。

其次，識(shí)別到前方道路的限速牌信息（包含限速值信息、限速標(biāo)牌距離當(dāng)前道路的距離信息）。前方標(biāo)牌目標(biāo)信息可以看成是前車為靜止目標(biāo)的類似模式來進(jìn)行回收扭矩計(jì)算。標(biāo)牌信息顯示的限速值可看成Vobj=對(duì)應(yīng)的限速值。

如果是考慮類似高速點(diǎn)對(duì)點(diǎn)駕駛的NOA場景，在車輛下匝道，即將過彎道這類場景時(shí)，其目標(biāo)車速Vobj具有一定的不確定性，可以綜合考慮參照經(jīng)驗(yàn)值標(biāo)定。通常情況下匝道限速為30-40kph，彎道可提前根據(jù)彎道半徑進(jìn)行過彎速度標(biāo)定。

各彎道半徑下對(duì)應(yīng)的最大駕駛速度表：

制動(dòng)能量回收 這里需要說明的是除開滑行能量回收外，在新能源能量回收這塊還有一種制動(dòng)能量回收機(jī)制。這種機(jī)制和滑行能量回收最大的區(qū)別就在于，前者是靠松油門后VCU反拖獲得制動(dòng)減速度。制動(dòng)能量回收則是通過駕駛員踩制動(dòng)踏板來產(chǎn)生一定的制動(dòng)減速度從而獲得制動(dòng)力。該制動(dòng)力的分配由IPB參照當(dāng)前車速、駕駛員踩制動(dòng)踏板深度來進(jìn)行估算一個(gè)請(qǐng)求加速度。通常是IPB首先會(huì)給VCU發(fā)送一定的降扭請(qǐng)求，VCU解析該請(qǐng)求通常是轉(zhuǎn)化為對(duì)應(yīng)的滑行回饋扭矩，此過程會(huì)長生一定的反拖減速度值。IPB對(duì)該減速度值影響的車速值進(jìn)行實(shí)時(shí)監(jiān)控，如果速度值在某一限定的時(shí)間內(nèi)小于某個(gè)閾值，則認(rèn)為需要切入制動(dòng)器進(jìn)行強(qiáng)力制動(dòng)。

如上整個(gè)控制過程都是由IPB自發(fā)主動(dòng)完成的。有個(gè)問題大家可能會(huì)問，如果應(yīng)用于智駕系統(tǒng)而言，該方式是否還可以完全適用。通常智駕系統(tǒng)在對(duì)滑行能量回收和制動(dòng)能量回收進(jìn)行控制時(shí)，有比較明顯的區(qū)別。體現(xiàn)如下：

1）對(duì)于安全性功能如AEB、FCTB、ELKA、MEB等功能，通常對(duì)于制動(dòng)響應(yīng)時(shí)間比較關(guān)注，在制定需求時(shí)，通常會(huì)考慮激活如上主動(dòng)安全功能時(shí)，將兩種能量回收控制模式都抑制掉；

2）對(duì)于輔助駕駛功能呢如NOA、HWA、、ALC、LCC、ACC等功能，通常對(duì)于車聲控制的舒適性、平順性等有特殊要求。在制定需求時(shí)，通常會(huì)考慮激活如上輔助駕駛功能時(shí)，并不會(huì)考慮將上述兩種能量回收抑制，執(zhí)行器可根據(jù)自己的響應(yīng)能力進(jìn)行自適應(yīng)調(diào)節(jié)，只要確保在規(guī)定的時(shí)間內(nèi)響應(yīng)到上層的減速請(qǐng)求即可。實(shí)際上對(duì)于這種通過能量回收方式響應(yīng)的減速度信息在執(zhí)行到穩(wěn)態(tài)前的狀態(tài)沖擊會(huì)更小、震蕩時(shí)間也會(huì)更短。 基于地形的動(dòng)能模式自由切換 在一些常規(guī)駕駛車輛中，會(huì)有道路模式控制方案。比如針對(duì)草地/砂礫地/雪地、泥濘地面/車轍地、沙地等不同的路面情況，通過駕駛員手動(dòng)選擇不同的駕駛模式可以使得整車在這些路面上得到更好的控制。該控制過程是通過VCU提前標(biāo)定不同的動(dòng)力扭矩控制參數(shù)，制定不同的能量回收策略，同時(shí)有部分情況還會(huì)考慮與ESP的相關(guān)功能進(jìn)行聯(lián)合標(biāo)定。

那么問題來了，為了提升駕駛體驗(yàn)感，動(dòng)力專業(yè)希望能夠有一種針對(duì)路面情況提前自適應(yīng)調(diào)節(jié)動(dòng)能模式切換。即，不在需要駕駛員提前識(shí)別前方道路情況按壓對(duì)應(yīng)的模式按鈕切換到對(duì)應(yīng)的場景調(diào)度中。比如檢測到前方為雪地，則提前一定距離自主切換為雪地模式。實(shí)際上ADAS系統(tǒng)做到更加智能的程度也是需要自主切換駕駛模式的。這點(diǎn)上與智能汽車的需求是比較契合的。

當(dāng)然，結(jié)合ADAS系統(tǒng)感知能力，該策略是基本可以實(shí)現(xiàn)的。對(duì)于路面的識(shí)別目前我們還是多數(shù)依靠視覺方案來實(shí)現(xiàn)。傳統(tǒng)的識(shí)別方式是場景庫提前適配，識(shí)別過程中通過圖像匹配來實(shí)現(xiàn)，該方案需要提前跑較長時(shí)間的路試進(jìn)行數(shù)據(jù)采集，采集的數(shù)據(jù)需要進(jìn)行分類、標(biāo)注，最后形成典型的匹配場景庫。在實(shí)時(shí)檢測過程中，通過識(shí)別到的道路實(shí)際環(huán)境圖像與其場景庫中的圖像進(jìn)行像素級(jí)或區(qū)塊級(jí)匹配，便可以生成匹配結(jié)果供參考。

對(duì)于如上主流圖像識(shí)別方法還主要停留在大量人工標(biāo)記圖片階段，即需要專門的圖片標(biāo)記人員從海量的圖片中對(duì)圖片進(jìn)行選擇標(biāo)記，挑選出能夠用于訓(xùn)練圖像識(shí)別模型的圖片。用這些標(biāo)記出的圖片組成訓(xùn)練集，并用于模型訓(xùn)練，在上述描述的方法中，存在一些人工成本高、效率低下、標(biāo)記誤操作幾率大、模型迭代優(yōu)化復(fù)雜等不容忽視的缺陷。

先進(jìn)一點(diǎn)的方法是通過自學(xué)習(xí)方式來，即邊識(shí)別邊聚類邊重建，通過一定的先驗(yàn)信息作為導(dǎo)入，通過建立自學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)可以很輕松的從現(xiàn)實(shí)中提取的圖片中提取關(guān)鍵信息，識(shí)別出是否符合相應(yīng)的實(shí)驗(yàn)結(jié)果。

對(duì)于第一種方案可能更多的是靠圖像match的方式進(jìn)行。因此，更多的是考慮常規(guī)邏輯算力的損耗，對(duì)于地形環(huán)境識(shí)別這類較為復(fù)雜的場景顯得比較吃力。而對(duì)于第二種方式則是基于點(diǎn)云或者紋理信息的，這就需要更多的考慮AI算力損耗。并且整個(gè)點(diǎn)云聚類和重建過程也是極其龐大的計(jì)算量。因此，在考慮算力不高的域控場合，其適用度不大。 總結(jié) 除開如上幾種針對(duì)新能源車所優(yōu)化的性能項(xiàng)外，實(shí)際上還有很多可以利用智駕系統(tǒng)能牽起來優(yōu)化的傳統(tǒng)功能，比如奔馳最近較火的魔毯功能（也有叫主動(dòng)懸架功能）也是充分利用了智駕系統(tǒng)的感知能力對(duì)車輛的提前控制。

目前自動(dòng)駕駛在業(yè)界進(jìn)展還是比較緩慢，導(dǎo)致很多投資者對(duì)于其信心有些受到打擊。但是筆者想說的是智駕系統(tǒng)本身的利用價(jià)值并不僅僅在于讓車輛自主駕駛的更加智能，更在為傳統(tǒng)車型提供更多的智慧眼，也就是讓整個(gè)車輛不再是盲車。這點(diǎn)上對(duì)于優(yōu)化整個(gè)車輛控制就顯得尤為重要了。

審核編輯 ：李倩