电动教练车电机控制系统的制作方法

1.本发明涉及电动车技术领域，具体涉及电动教练车电机控制系统。


背景技术：

2.教练车作为驾驶学习的专用车辆，常常处于低速行驶状态，汽油燃烧不完全，污染排放严重，因此国家正在倡导环保节能的电动教练车，电动车作为教练车需要模拟传统汽车的行车状态。
3.现有的电动教练车已经能够通过对油门、刹车、离合和电机的控制模拟传统汽车的部分行车状态，让驾驶人得到相似的驾驶体验，但真实驾驶时，路况是多变的，随着国家的发展，驾照考试对驾驶技能的要求会越来越严格，对各种路况的应对方式将会逐渐被纳入考试，而现有技术对电动教练车模拟传统汽车在各种路况下的工况模拟还存在大量欠缺，只考虑到科目二考试中的怠速和熄火状态模拟，存在技术偏见认为其他方面电动车和燃油车的行车状态相差不大，而实际上电动车和燃油车在面对各种不同的路况下的行车状态是有差别的，驾驶人在购车后需要一段时间去磨合行车状态带来的差异。在磨合过程中遇到紧急情况时，驾驶人很容易惊慌失措，并下意识地按电动教练车的驾驶习惯进行反应，导致出现驾驶事故。
4.因此，现在急需一种能够模拟多种路况下的汽车运行工况的电动教练车电机控制系统，减小电动教练车和驾驶人购买车型在多种路况下的行车状态差异，进而减少驾驶人购车后改变驾驶习惯的磨合时间，降低驾驶人因习惯不同导致驾驶事故的可能性。


技术实现要素：

5.本发明涉及电动教练车电机控制系统，用来缩短驾驶人驾驶车辆与电动教练车行车状态不同带来的磨合期。
6.本发明提供的基础方案为：电动教练车电机控制系统，包括用户信息采集端、服务器和模拟控制器；
7.用户信息采集端：用于采集用户信息，将用户信息发送给服务器；
8.服务器：用于按照推选策略推选预测心动车型供用户选择，得到所选车型；
9.模拟控制端：用于根据所选车型控制电机按照模拟策略模拟所选车型在多种路况下的运行工况。
10.本发明的工作原理及优点在于：用户信息采集端采集用户的个人信息，服务器按推选策略向用户推选预测心动车型供用户选择，模拟控制端控制电机运行状态从而按照模拟策略模拟用户所选车型在多种路况下的运行工况，进而使用户获得和所选车型相同的行车状态，缩短用户买车后的磨合期。
11.本发明电动教练车电机控制系统，按照推选策略推选预测心动车型供用户选择，模拟用户的实际心动车型或准备购买的车型的行车状态，使用户能够按自己喜欢的车型或准备购买的车型进行针对性学习；避免用户的实际心动车型或准备购买的车型与电动教练
车的操作存在较大差异，导致用户在适应车型变化的磨合期较长，影响用户下意识的驾驶习惯。
12.进一步，所述路况包括常见路况和异常路况，所述模拟策略根据路况选择对应的模拟子策略，所述模拟子策略包括基本策略和异常路况策略。本方案根据路况不同选择不同的模拟子策略，控制电机模拟不同路况下的行车状态，特别是模拟异常路况下的电动车运行工况，使用户在异常路况下也能够获得燃油出的行车状态，能够满足国家对驾驶考试越来越高的要求。
13.进一步，所述推选策略包括：
14.步骤一：提取用户信息，包括年龄、性别、家庭地址和附近车企；
15.步骤二：弹出显示框，显示推荐车型选项和自选车型选项供用户选择，所述推荐车型用于根据用户信息预测用户的预测心动车型，所述自选车型用于供用户从服务器选择其他车型作为所选车型；
16.步骤三：服务器将所选车型发送给模拟控制端。
17.包括推荐和自选两种选项，推荐车型选项能够节省用户主动查找车型的时间，并为没有做购车相关准备的用户提供一个参考，自选车型选项提供给用户从服务器自主选择车型的服务，更加个性化，能够满足不同用户的需求。
18.进一步，模拟控制端包括和红外测距仪，所述摄像头和红外测距仪实时获取路面信息。通过摄像头和红外测距仪实时获取路面信息，利用图像识别技术能够得出地面有无障碍或积水等信息。
19.进一步，所述模拟控制端包括车载计算机和交互端，所述交互端用于供用户确定所选车型，所述车载计算机根据路面信息判断实际路况并选择模拟子策略。根据实际路况选择对应的模拟子策略，使车载计算机控制电机模拟发动机工况更准确，行车状态还原更真实。
20.进一步，所述车载计算机模拟的运行工况包括启动、怠速、加速、减速、熄火和紧急制动。模拟的运行工况包括了用户在学车时可能遇到的绝大部分情况，更加完整地还原汽车的行车状态。
21.进一步，所述车载计算机判断实际路况属于常见路况时选择基本策略。常见路况是用户驾驶时最常遇见的路况，常见路况包括但不限于坡道、窄路、道路拥堵、道路畅通、障碍物挡路；按照基本策略模拟能够模拟出在会车、跟车、急刹车和超车时汽车的运行工况。
22.进一步，所述基本策略为根据路面信息变化预先获取路况变化。现有技术通常是模拟汽车在某一动作的瞬时工况，如熄火；但实际驾驶时路况是复杂多变的，基本策略能够缩短多种路况下的工况变化的衔接时间，控制电机连贯地模拟运行工况，提升模拟行车状态的整体流畅度。
23.进一步，所述异常路况包括积水道路和泥泞道路，所述车载计算机判断实际路况属于异常路况时，选择异常路况策略。积水道路和泥泞道路与常见路况不同，电动车更容易在这种路况下出现动力不足，因此需要选择对应异常路况的模拟子策略，使模拟更加真实准确。
24.进一步，所述异常路况策略包括：
25.s1：判断实际路况，确定路况为积水道路时执行s2，确定路况为泥泞道路时执行
s3；
26.s2：获取积最大积水深度度，当最大积水深度低于轮胎2/5轮胎位置以下时控制电机模拟在经过积水道路时的工况，包括紧急制动、减速；当最大积水深度超过2/5时，停止模拟并控制交互端显示警告；
27.s3：在经过泥泞道路时，控制电机模拟的工况包括减速、怠速和熄火。
附图说明
28.图1为本发明电动教练车电机控制系统实施例一的流程图。
具体实施方式
29.下面通过具体实施方式进一步详细的说明：
30.实时例一：
31.实施例基本如附图1所示，电动教练车电机控制系统包括用户信息采集端、服务器和模拟控制器；用户信息采集端采集用户的个人信息，服务器按推选策略向用户推选预测心动车型供用户选择，模拟控制端控制电机运行状态从而按照模拟策略模拟用户所选车型在多种路况下的运行工况，模拟用户的实际心动车型或准备购买的车型的行车状态，使用户能够按自己喜欢的车型或准备购买的车型进行针对性学习，进而使用户获得和所选车型相同的行车状态，体验相似的驾驶感觉，缩短用户买车后的磨合期；避免用户的实际心动车型或准备购买的车型与电动教练车的操作存在较大差异，导致用户在适应车型变化的磨合期较长，避免在磨合过程中遇到紧急情况时，驾驶人惊慌失措并下意识地按电动教练车的驾驶习惯进行反应，导致出现驾驶事故。
32.推选策略包括：
33.步骤一：提取用户信息，包括年龄、性别、家庭地址和附近车企；
34.步骤二：弹出显示框，显示推荐车型选项和自选车型选项供用户选择，所述推荐车型用于根据用户信息预测用户的预测心动车型，所述自选车型用于供用户从服务器选择其他车型作为所选车型；
35.步骤三：服务器将所选车型发送给模拟控制端。
36.步骤一通过交互端供用户输入用户信息，输入方式可以为按键输入、触摸屏输入或语言输入。步骤二中弹出显示框，显示推荐车型选项和自选车型选项两个选项。推荐车型选项为通过网络爬虫技术预测用户的预测心动车型，具体为通过将用户的年龄和性别等信息标签化，来与不同车型进行标签匹配，从而获得用户的预测心动车型；再根据该用户住址附近存在的车企判断该用户最有可能购买的预测心动车型，作为推荐车型显示；而若该用户不喜欢推荐车型，则可以自行从服务器的车型数据库里面选择自己喜欢的车型。如：用户为居住在a地区的30岁男性，爬取网络上所有关于这些信息的内容，获得a地区30岁男性普遍喜欢的几种车型x1、x2和x3，附近有x1、x2车型的专卖店，因此显示x1、x2作为推荐车型供用户选择，若用户不喜欢x1或x2车型，喜欢x4车型，还可以选择自选车型选项，从服务器的车型数据库中查找x4车型是否属于可模拟车型，即车型数据库中有没有保存x4车型的相关参数。步骤三中，服务器将步骤二获取的所选车型发送给模拟控制端，并按照模拟策略模拟所选车型在多种路况下的运行工况，运行工况包括启动、怠速、加速、减速、熄火和紧急制动
等。
37.模拟控制端包括摄像头和红外测距仪，摄像头实时拍摄路面获取路面信息，根据图形识别技术判断实际路况属于那种类型。根据实际路况选择对应的模拟子策略，模拟子策略包括基本策略和异常路况策略，分别对应常见路况和异常路况。本实施例的路况为常见路况常见路况，包括但不限于上下坡、窄路、道路拥堵、道路畅通、障碍物挡路和行人穿行，根据所处地域不同还可以包括山路，连环弯道，连续上下坡等；车载计算机判断实际路况属于常见路况时选择基本策略。基本策略为根据路面信息变化预先获取路况变化，因此车载计算机能够预测下一步用户将要进行的动作，从而根据该动作进行相应变化准备，本实施例中的动作包括，加速、减速和制动；通过电动教练车的双电机组合模拟完成。如：根据路面信息得出即将驶出窄路，通过历史数据判断用户行为极大可能会踩油门加速，计算所选车型的燃油车发动机反应这一动作需要的时间t，等待用户踩下油门后发送加速的电信号后，控制电机增大转速，由于电机动力响应过快，因此将多余的电量进行储存并将电机响应速度控制在t时间内，在不切换档位的情况下使电机扭矩增大，使电动教练车的加速度变大，完成加速动作，舍弃电动车动力响应快的优势，避免了电机响应过快导致加速过程完成快，高度还原燃油汽车驶出窄路加速时的发动机工作需要响应时间的特点，使整个驾驶过程的行车状态更接近所选车型的燃油车的行车状态。再如：根据路面信息得出前方有行人等待时，判断用户即将踩下刹车减速和制动，此时控制电动教练车的双电机采用不同制动方式，使电车教练车的减速曲线与模拟车型的减速曲线贴近。本方案针对不同车型的行车状态打造的个性化学习能够成为驾校的亮点，且符合国家对教练车污染控制的趋势，能够有效满足学员的学习需求并增强驾校的竞争力。
38.实施例二：
39.实施例二与实施例一的不同仅在于，本实施例中的路况为异常路况，异常路况下的模拟子策略为异常路况策略，实施例中的异常路况指的是积水道路和泥泞道路，车载计算机在根据路面信息判断实际路况为异常路况时，将采取异常路况策略，异常路况策略包括：
40.s1：判断实际路况，确定路况为积水道路时执行s2，确定路况为泥泞道路时执行s3；
41.s2：获取最大积水深度，当最大积水深度低于轮胎2/5轮胎位置以下时控制电机模拟在经过积水道路时的工况，包括紧急制动、减速；当最大积水深度超过2/5时，停止模拟并控制交互端显示警告；
42.s3：在经过泥泞道路时，控制电机模拟的工况包括减速、怠速和熄火。
43.本实施例中，模拟异常路况下的运行工况仅限于正确操作下的运行工况，而不包括因错误操作导致汽车失控后的运行工况。在s2中，最大积水深度不同会影响驾驶的难度，而用户使用电动教练车进行驾驶学习，驾驶技能不熟悉，因此在涉水时熄火的几率较大，而在水中熄火后会浪费大量时间进行后续处理，因此设定最大积水深度达到轮胎2/5为阈值，低于2/5时可以进行驾驶学习，增强相关驾驶经验；而超过2/5后，因为测定的最大积水深度与实际的最大积水深度有误差，此时水深不再时候新手学习，车载计算机控制交互端显示警告，示意掉头或切换行驶路线。在s3中，经过泥泞道路时，由于正确的行驶方式为保持中低速匀速通过，因此通过历史数据判断用户行为时将直接排出减速和制动以外的动作，此
时电动教练车的工况为减速、怠速和熄火。调动车载计算机全力计算燃油车在这些工况下的发动机运行曲线，并控制双电机使电机运行曲线不断逼近发动机运行曲线，减小了车载计算机的计算负荷，增强了模拟行车状态的真实性。本方案模拟异常路况下的电动车运行工况，使用户在异常路况下也能够获得燃油出的行车状态，满足国家对驾驶考试越来越高的要求，使用户学习如何在异常路况下驾驶时能够获得相似的驾驶体验，避免通过电动车学习异常路况驾驶的体验感与实际通过燃油车驾驶时的体验感差距过大，特别是异常路况下的加速与减速的体验感，避免学习无效内容导致用户实际驾驶时慌乱导致出现安全事故，提高了电动车作为教练车的可行性，推动电动教练车早日实现实际应用。
44.以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未做过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本技术给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以做出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。