郜 敏

（山西能源学院，山西 晋中 030699）

0 引言

电子油门踏板作为汽车控制系统的关键部件，其性能关系到汽车的安全性、动力性、舒适性等，目前国内对这方面的研究比较少，每个企业根据自身的情况，仅做简单的性能测试。例如，奇瑞汽车通过控制行程气缸进行力矩的加载测试；东风汽车通过耐久性测试来进行踏板性能测验。高校针对电子油门踏板也进行了少量的测试，例如中国计量学院编写电子油门踏板检测系统用来进行参数标定、性能检测等；东南大学的孙可敬等人编写一套电子油门踏板测试系统用以对测试的数据加以分析，从而改善踏板性能。

总体来说，国内针对电子油门踏板的研究较少，检测项目和参数不全面，不论是高校还是企业都是针对自己的局部进行研究。

1 电子油门踏板分类及工作原理

图1 电子油门踏板结构图Fig.1 Structure of electronic accelerator pedal

图1 （a）为地板式电子油门踏板的结构图，图1（b）为悬挂式电子油门踏板的结构图[1]。地板式电子油门踏板包括复位机构、底座、踏板、踏板位置传感器等，其中踏板轴、内外扭簧、弹簧中套等组成复位机构。悬挂式电子油门踏板包括摇臂、限位机构、踏板位置传感器、弹簧、踏板轴、阻尼机构、壳体等，其中弹簧可以提供踏板不同角度的回弹力。根据接触方式不同，电子油门踏板又可分为接触式电子油门踏板和非接触式电子油门踏板。通过电子油门踏板可以很好地控制发动机的进气量，以便获得较好的动力性、操纵性等。

电子油门踏板有加载和卸载两个过程。加载过程中，通过压缩内外弹簧，踏板转动使滚轮铆合体在二折板上滚动，直到踏板铆合体和踏板完全接触，电子油门踏板处于满载状态。卸载过程，内外弹簧通过回弹力使踏板复位[2]。悬挂式电子油门踏板和地板式电子油门踏板两者原理相同，但其结构不同。

地板式电子油门踏板比悬挂式电子油门踏板更符合人体工程学，更适用于高端轿车、卡车等，其他车型采用悬挂式电子油门踏板较多。本文主要研究悬挂式电子油门踏板，其由复位弹簧、摩擦片、限位机构、位置传感器等组成。在踏板受力过程中，两个圆柱螺旋弹簧组成的复位弹簧被压缩，当踏板和限位机构完全接触时，电子油门踏板处于满载状态。在卸载过程中，内外弹簧受回弹力逐渐释放，直至复位。

2 电子油门踏板检测指标

电子油门踏板加载和卸载过程其回弹力存在一定的规律，是由于限位机构、迟滞机构和内部弹簧等造成的。在θ～θr过程中，其回弹力与踏板行程为线性关系。在θr～θmax过程中，其回弹力与踏板行程呈现一定的规律。

图2 踏板力与踏板行程理想特性曲线Fig.2 Ideal characteristic curve of pedal force and pedal stroke

图2 为电子油门踏板在均匀加载和卸载过程中，踏板力与踏板行程理想特性曲线。

表1为电子油门踏板机械特性评价指标。F1为初始力，受弹簧初始压缩量影响，是电子油门踏板加载过程初始行程角θr处踩踏力；K为刚度，受弹簧的类型以及安装方式影响，是踏板力在θr～θmax行程内踩踏力和回弹力的斜率，且可以反映出弹簧选取及安装是否合适；F3为最小回弹力，受弹簧刚度影响，为卸载过程中θr处的回弹力；H为力滞，受阻尼系数影响。

表1 电子油门踏板机械特性评价指标Table 1 Electronic accelerator pedal mechanical characteristics evaluation index

图3 电子油门踏板踏板力与踏板行程特性曲线图Fig.3 Electronic accelerator pedal pedal force and pedal stroke characteristic curve

力滞H的计算公式如式（1）所示。电子油门踏板踩踏过程的踏板力记为FZ(θ)，电子油门踏板回弹过程的踏板力记为 FH(θ)。

3 电子油门踏板检测数据处理

基于《汽车电子油门踏板总成技术条件》，电子油门踏板机械性能检测是对初始踩踏力、全程踩踏力、最小回弹力以及力滞4项参数的检测。若4项参数的检测结果有1项不符合《汽车电子油门踏板总成技术条件》，则此电子油门踏板检测不合格。

图3为电子油门踏板的踏板行程与踏板力特性曲线图，其中踏板力和踏板行程均为离散数据点，F1、F2为踏板行程和踩踏力特征曲线的拐点；F3为踏板行程和回弹力特征曲线的拐点。本文主要研究电子油门踏板的拐点自动算法：通过滤波（中值和均值）进行平缓处理；根据踏板力和踏板行程特性曲线，设计离散数据点的拐点自动确定算法。

3.1 基于中值滤波的平缓处理

本文基于中值滤波对特性曲线进行平缓处理，其原理[3]为：设置1个窗口，将其遍历图像上的点，且用窗内各原始值的中值代替各窗口点的值。当n为奇数时，中值为处于中间位置的值；当n为偶数时，中值为两个中间数的平均值。

图4（a）为未进行滤波的踏板力曲线图，图4（b）为中值滤波后的踏板力曲线图。两个图进行对比，可得出中值滤波主要用于过滤不稳定因素以及偶然因素造成的脉冲干扰。

3.2 基于均值滤波的平缓处理

图4 中值滤波前后踏板力曲线图对比Fig.4 Comparison of pedal force curves before and after median filtering

图5 均值滤波前后踩踏力曲线图对比Fig.5 Comparison of pedaling force curve before and after mean filtering

本文采用邻域平均法[4]的均值滤波对特性曲线进行平缓处理。其原理：用均值代替原像素的各个值，即对待处理当前的像素点(x, y)，选择1个模板，该模板由其邻近的若干像素组成，求模板中所有像素的均值，再把均值赋予当前像素点(x, y)，作为处理后图像在该点上的灰度g(x, y)，即，，m 为该模板中包含当前像素在内的像素总个数。

图5（a）为未进行滤波的踩踏力曲线图，图5（b）为均值滤波后的踩踏力曲线图。由两个图对比可以得知，均值滤波能够去除随机干扰。

综上所述，均值滤波能够过滤随机因素造成的干扰，中值滤波能够过滤偶然因素造成的脉冲干扰。本文将两者结合使用，能够过滤掉大部分干扰数据。

3.3 离散数据点的拐点自动确定算法

本文主要进行电子油门踏板的拐点自动算法研究，其拐点确定通过以下两个过程：一确定拐点区间；二确定拐点位于区间的何处[5]。

1）拐点存在区间的判断

本文针对初始踩踏力、最小回弹力与全程踩踏力、全程回弹力两处拐点区间的判别方法略有差异。

针对初始踩踏力和最小回弹力值的确定，在踩踏力和回弹力曲线上，选取连续5点，分别记为F1，F2，F3，F4，F5，记 Δ1，Δ2，Δ3，Δ4分别为 F2，F3，F4，F5与 F1的差值。

首先，选取符合Δ1，Δ2，Δ3，Δ4均小于1N的点；其次，从中选取斜率差最大的两个点，确定拐点存在区间。

针对全程踩踏力和全程回弹力的确定，在踩踏力和回弹力曲线上，选取连续5点，分别记为T1，T2，T3，T4，T5，记 Λ1，Λ2，Λ3，Λ4分别为 T2，T3，T4，T5与 T1的差值。

首先，选取符合Λ1，Λ2，Λ3，Λ4均大于1.5N的点；其次，从中选取斜率差最大的两个点，确定拐点存在区间。

2）拐点在其存在边之间的定位

当确定拐点存在区间以后，需确定拐点在其存在边的定位。

图6为拐点在其存在边之间的定位图。设定B，C点为拐点存在区间，其中，F为BC区间处的拐点。A，B，C，D为连续四点，A B边与BC边的夹角记为φB，BC边与CD边的夹角记为φC。

首先，考虑特殊情况下，即当φB=φC时，其比例关系R=φB/φC=1时，即BC两边弯曲程度对称时，则F位于BC上，并且拐点位于BC边的中点，即BF=FC，此时的定比分割比λ=BF=FC=1。

图6 拐点在其存边之间的定位Fig.6 The location of the inflection point between its edges

其次，考虑非特殊情况下，研究拐点在BC边上的定位移动规律，即拐点d与不对称的主导因子R=φB/φC有无内在关系。若存在某种明显联系，则可根据所探明的联系直接由原始数据就可以得到足够精确的拐点。本文曾经尝试多因子分析（除前后转角φB和φC外，同时还要兼顾前后两条边AB和CD之间以及此两条边与中间边BC的两个比例因子等），得到影响拐点偏移的主要原因是其前后的折线转角比R=φB/φC。在确定主导影响因子以后，进行了很多次试验，得到最优分割比λ=R2，对BC边作λ的定比分割，得到所需的拐点位置坐标。

4 总结

本文针对电子油门踏板的踏板行程和踏板特性曲线进行分析：首先，介绍产品检测数据的处理流程；其次，根据不同种类的电子油门踏板的工作原理和结构特点进行分析，分析测试项目参数；最后，对电子油门踏板检测数据进行处理，基于中值滤波与均值滤波进行滤波处理，并基于曲线自身的特点，研究一种离散数据点的拐点自动确定算法。