1、2023 年第 5 期仪 表 技 术 与 传 感 器InstrumentTechniqueandSensor2023No 5收稿日期:20221116基于霍尔传感器的汽车天窗防夹系统设计李博1，宫迎娇2，3，张元良1(1 大连理工大学机械工程学院，辽宁大连116024;2 传感器国家工程研究中心，辽宁沈阳110043;3 沈阳仪表科学研究院有限公司，辽宁沈阳110043)摘要:针对天窗在起翘滑动过程中，机构阻力导致天窗误防夹的问题，提出了基于高斯模型的天窗防夹控制算法。文中算法采集汽车天窗正常关闭过程中的霍尔脉冲信息，对每个位置的霍尔脉宽进行高斯异常检测模型建模。在运行中采集霍尔脉宽信息，通过
2、高斯模型判断数据是否异常。将异常数据与均值进行差分计算，差分结果与比例因子的乘积进行窗口内累加，通过累加和与标定阈值比较，判断是否发生防夹。经实验测试，该方法可以有效减小机构阻力对天窗防夹的影响并满足国家标准要求。关键词:防夹算法;高斯模型;霍尔脉冲;汽车天窗中图分类号:TP271文献标识码:A文章编号:10021841(2023)05006406Design of Automotive Sunroof Anti-pinch System Based on Hall SensorLI Bo1，GONG Ying-jiao2，3，ZHANG Yuan-liang1(1 School of Mec
3、hanical Engineering，Dalian University of Technology，Dalian 116024，China;2 National Engineering esearch Center of Transducer，Shenyang 110043，China;3 Shenyang Academy Of Instrumentation Science CO，LTD，Shenyang 110043，China)Abstract:A Gaussian model-based anti-pinch control algorithm was proposed for t
4、he problem of false anti-pinching of sun-roofs due to mechanism resistance during the cocking-sliding process The algorithm captured Hall pulse width information duringthe normal closing of a car sunroof，and the Gaussian anomaly detection model was built for the Hall pulse width at each positionThe
5、Hall pulse width information was collected during operation，and whether the data was abnormal was judged by the Gaussianmodel The abnormal data and the mean were calculated differentially，and the product of the difference result and the scale factorwas accumulated within the window，and whether anti-
6、pinch occurs was judged by the accumulation sum and comparison with thecalibration threshold After experimental tests，this method can effectively reduce the influence of mechanism resistance on sunroofanti-pinch and meet the requirements of national standardsKeywords:anti-pinch algorithm;Gaussian mo
7、del;Hall sensors;car sunroof0引言根据市场调查，目前带有天窗的轿车的市场占有率约为 70%，用户再次购车时对天窗的配置意愿高于95%1。在我国 乘用车内部凸出物 中规定:在电动车窗和天窗开口的 4 200 mm 处，防夹力应不大于100 N2。当前用于汽车车窗防夹的控制算法以基于电机纹波电流防夹控制和霍尔传感器的防夹控制为主。王晓明等3 使用霍尔传感器和电机加速度的防夹策略，通过霍尔脉冲信息，反映在运行过程中遇到的防夹力。杜延海4 等设计了双霍尔的防夹方法，分别感应电机的位置和力矩，提高了车窗防夹的准确性。李丹丹5 采用了根据霍尔脉宽计算速度，进而计算速度差的方法实
8、现了防夹功能。文献 6 提出捕捉纹波电流的跳变和平均值，将平均值和阈值进行比较，来判定是否触发防夹的方案。李云等7 在直流分量上叠加的纹波分量来获得位置信息，再对电流值进行积分，判断电机受力情况。苏洪等8 提出了摩擦力的分离算法，设计了自动更新参数，提高了系统的适用性。史敏杰等9 在天窗控制器领域首次加入了模糊控制，并通过了最终测试，实现天窗防夹功能。由于电机的纹波电流易受到外界电磁干扰，提取纹波电流信息困难，且纹波个数易丢失，导致位置零点漂移10。而霍尔传感器可以直接反映电机转动的速度、位置以及受力情况，拥有较强的抗干扰性。对于汽车天窗而言，在起翘滑动过程中，由于机械阻第 5 期李博等:基于
9、霍尔传感器的汽车天窗防夹系统设计65力，电机的载荷发生剧烈变化。因此在天窗起翘滑动过程中极易出现误防夹的情况。针对此问题，本论文结合具体的天窗产品，提出基于高斯模型的汽车天窗防夹控制算法。建立的防夹区域的高斯分布模型，由最大似然函数确定防夹区域的模型参数。通过模型判断样本点是否异常。将异常点与模型均值做差分计算，以消除机构阻力带来的影响，差分结果与比例因子的乘积进行窗口内累加计算，通过累加和与标定的阈值比较，判断是否发生防夹。经实验证明，该方法可以有效降低误防夹的发生。1天窗防夹系统模块组成天窗防夹系统主要由控制单元模块、霍尔采集模块、电机驱动模块等组成，如图 1 所示。图 1天窗防夹系统模块
10、组成框图1 1控制单元模块控制单元模块负责开关输入、电机启停、转向等核心控制功能。MCU 使用瑞萨的 L78/F12 系列。霍尔传感器通过感知电机磁环的磁极变化产生霍尔脉冲，霍尔信号通过 I/O 端口被单片机采集。图 2MCU 与霍尔传感器原理图1 2电机驱动模块天窗电机使用直流电机驱动，通过 MOS 控制双路继电器的通断，继电器通过吸引不同衔铁控制电机通路的电流方向，天窗电机驱动模块原理图如图3 所示。图 3天窗电机驱动模块原理图2天窗防夹系统软件设计2 1天窗防夹系统软件方案方案软件分驱动层、中间层、应用层，如图 4 中所示。该软件分层架构的主要优点是将驱动层与应用层进行单独封装，提高系统
11、软件模块的可移植性。图 4系统软件分层架构2 2天窗防夹判断模块设计防夹流程控制如图 5 所示。在从 LIN 总线或开关模块获取到天窗闭合信号之后，MCU 模块控制天窗电机转动，将采集的霍尔信号，经过防夹判断模型，判断是否触发防夹，触发防夹后，电机反转;判断是否到达关闭位置，到达位置后，电机停止转动。3基于高斯分布的天窗防夹模型的构建基于高斯分布的异常检测算法11 的核心思路是:通过样本集学习并拟合高斯分布模型，当新样本点到来，会将低概率的新样本点当作异常点，视为发生异常。低概率样本点如图 6 中阴影部分所示。在 12 V 系统电压下，采集 100 组在未遇到加持物的情况下的霍尔脉冲宽度样本，
12、图 7 为样本集合中霍尔脉冲数为 400 处的霍尔脉宽分布直方图。由图 7 可得，在 12 V 电压下，该位置的霍尔宽度分布接近高斯分布。假设在天窗的运行过程中，某一66Instrument Technique and SensorMay 2023图 5防夹控制流程图图 6高斯分布曲线图 7霍尔脉冲宽度直方图位置的霍尔脉宽在多次运行过程中的分布规律，符合高斯分布。经计算在该位置样本均值=921 13，样本方差 S2=17 932 7。3 1模型样本数据获取在天窗完整关闭过程中，采集防夹区域的霍尔脉冲宽度。如未遇到加持物阻力的情况下，称为一组正常的数据，记为 Ni。则第 i 组正常数据，位置 1
13、m 的样本数据集可表示为Ni=x1x2x3xm(1)将 n 组的正常关闭过程中的样本集合记作 Tn，可以表示为Tn=N1N2N3Nn=x11x21xm1x12x22xm2x1nx2nxmn(2)3 2基于 S 高斯的防夹判断模型防夹判断模型分为两部分，一部分是高斯模型参数提取模块，一部分是防夹判断模块。图 8基于高斯模型的防夹判断模型图高斯模型特征提取模块是确定某一位置的霍尔脉宽高斯分布模型的均值和方差。防夹判断模块是根据霍尔脉宽在高斯分布中的偏离程度，计算是否触发防夹。其中高斯模型的数学表达式为p(x)=12e(x)222(3)由样本集合得到 1 m 位置处模型的均值和方差，不同位置的均值和
14、方差组成均值矩阵和方差矩阵表示为:U=123m(4)U2=2122232m(5)由此，特征提取模块建立 1m 处的高斯分布模型。记一个新样本为 x，新样本的高斯分布的数值记为 p(x;，2)，设置概率阈值记作，如满足式(6)，则该样本点是异常点。p(x;，2)(6)如果该样本点异常，将当前样本点的霍尔脉冲宽度与样本均值做差分计算，如式(7)所示，差分结果记作 pwdiffi，当前霍尔脉冲宽度记作 pwi，当前的样本均值记作 i，其主要目的是消除机构阻力带来的影响。pwdiffi=pwiip(xi;，2)0p(xi;，2)(7)式中 pwdiffi反应当前霍尔脉冲宽度偏离样本均值的偏离程度，对其
15、作窗口内累加计算，累加和使用 si表示:si=i+10ipwdiffii(8)式中:i为样本点与样本异常边界 的偏离程度。i表达式为i=p(xi;，2)(9)第 5 期李博等:基于霍尔传感器的汽车天窗防夹系统设计67提出此比例因子使得 pwdiffii在 0，+上连续，并且在未遇加持物的运行过程中，对于可能邻近 的异常点，其比例因子较小，累加和 si较小，减小了天窗误防夹的可能;在遇到加持物时，对于远小于 的异常点，其比例因子较大，累加和较大，又保证了防夹的准确性。所以，此比例因子的提出是合理的。累加和 si作为当前的夹紧力评估值，防夹阈值记作 sT，如果满足下列关系，即判定触发系统防夹。si
16、sT(10)由此，建立了防夹判断模型。3 3基于高斯的防夹判断模型参数确定已知样本集 Tn，最大似然函数表示为L(，2)=ni=1f(xi;，2)(11)其对数似然函数为:ln L(，2)=ln(22)n2eni=1(xi)222(12)最终，求得正态分布的最大似然估计量为:=1nni=1xi(13)2=1nni=1(xi)2(14)由此，得到 1m 的样本集合的均值和方差，利用样本参数代替总体参数12，得到集合的均值矩阵 U和方差矩阵 U2。4试验验证4 1实验数据获取采集用于获得防夹判断模型的样本集合 Tn，在防夹区域 30200 mm 内，共采集天窗闭合样本数据 100次。图 9 为 MATLAB 输出的样本集合的三维数据图，其中 x 轴为天窗的霍尔脉冲个数;y 轴为样本集合的实验组数;z 轴为霍尔脉冲宽度。测试仪器采用德国 Drive Test FM200 仪器作为防夹测试的测试仪。该测试仪主要用于天窗、车窗升降器等的夹紧力测量。将天窗的防夹区域每 10 mm 进行一次防夹测试且夹紧力设置为(803)N 采集18 组的霍尔脉宽数据作为待测数据，绘制二维图，如图 10所示。4 2
