杨 为，刘 杰，周仕仕，何忠桦

(重庆大学 a.机械传动国家重点实验室；b.汽车工程学院；c.机械工程学院，重庆 400044)

近几年来汽车电动化、智能化的飞速发展，使具有真空助力器的传统液压制动系统难以满足实际功能上的需求。对于真空助力制动系统，在新能源汽车上需安装电子真空泵及空气压缩机等部件，增加了整车质量与能源消耗。而电子机械制动系统(electro mechanical braking, EMB)研发不够完善，控制算法集成度高及簧下质量增加等问题有待解决[1-2]。电动液压助力器不需要额外的真空源，可以准确、快速地控制制动压力，在自适应续航系统和自动紧急制动系统中具有很强的适应性[3]，成了目前的研究热点。

为解决驾驶员在紧急制动中踏板力不足问题，真空助力器通过制动踏板速度或制动压力阈值来识别驾驶员的意图，执行相应的控制策略[4]。以制动踏板速度作为识别依据时，会出现制动位移较小，踏板速度很大的情况，识别不准确。以制动压力阈值作为识别依据时，制动压力是制动踏板位移及速度的结果量，无法保证识别的实时性[5]。

针对制动意图识别问题，国内外学者提出了多种制动意图识别的方法：以制动踏板位移和速度作为识别参数，结合操纵和控制经验，应用模糊推理方法、人工神经网络方法、结合模糊推理与神经网络方法和隐马尔可夫模型方法来识别驾驶员制动意图等[6-8]。在模糊推理方法中，模糊规则和隶属函数的设置依靠经验，不具有学习和自适应能力。……