An unknown input observation approach for torque-sensorless assistance in electric bicycles

Abstract

Um der globalen Erwärmung entgegenzuwirken, die Luftverschmutzung zu reduzieren und die Verkehrsstaus in unseren Städten zu verringern, fördern die Regierungen weltweit die Nutzung von leichten Elektrofahrzeugen als praktikables Transportmittel. Elektrofahrräder können auch dazu beitragen, die körperliche Aktivität bei geringerer Anstrengung im Vergleich zum normalen Radfahren zu fördern oder zu Rehabilitationszwecken eingesetzt werden. Aufgrund der hohen Kosten sind sie jedoch für einen großen Teil der Bevölkerung nicht erschwinglich. Um die Preise zu senken und die mechanische Konstruktion des Fahrzeugs zu vereinfachen, wurde in der letzten Dekade besonderes Augenmerk auf Strategien zur Regelung der elektrischen Unterstützung gelegt, die den Einbau von teuren Drehmomentsensoren vermeiden. Diese Strategien basieren auf der Schätzung des Pedaldrehmoments unter Verwendung von Ansätzen zur Schätzung unbekannter Eingangsgrößen oder Störungen. Die vorliegende Arbeit ist in diesem Bereich angesiedelt und schlägt einen Ansatz zur Zustandsbeobachtung auf der Grundlage der Kalman-Filterung vor, um das Drehmoment beim Radfahren zu schätzen und eine entsprechende elektrische Unterstützung anzubieten. Insbesondere werden zwei verschiedene Modelle des Pedaldrehmoments analysiert, wobei die Notwendigkeit einer besseren mathematischen Beschreibung des Pedaldrehmoments zur Verbesserung der Systemleistung hervorgehoben wird. Die vorgeschlagenen Ansätze, die auf dem Modell der Fahrradlängsdynamik und fahrzeuginternen Messungen basieren, werden dann in einer realistischen Fahrumgebung mit variablen Steigungen und Kurven validiert. Aus dieser Analyse geht hervor, dass eine ähnliche Reduzierung der Pedalleistung bei der Verwendung eines Pedaldrehmomentsensors erreicht werden kann, insbesondere wenn eine verbesserte Pedaliermodellierung berücksichtigt wird.

Nowadays, to counteract global warming, reduce air pollution, and traffic congestion in our cities, worldwide government policies are promoting light electric vehicles as viable means of transportation. Among them, electric bicycles may also be helpful to encourage physical activity at reduced effort levels compared to standard cycling or for rehabilitation purposes. Nevertheless, high costs make them not affordable to a large part of the population. To reduce prices and simplify the vehicle mechanical design, electrical assistance control strategies that avoid the installation of expensive torque sensors have received particular attention in the last decade. These strategies are based on the pedaling torque estimation employing unknown system input or disturbance estimation approaches. This work lies in this field and proposes a state observation approach based on Kalman filtering to estimate the cycling torque and provide electrical assistance accordingly. In particular, two different pedaling torque models are analyzed highlighting the necessity of an improved mathematical description to enhance the system performances. The proposed approaches based on the bicycle longitudinal dynamics model and in-vehicle measurements are later validated in a realistic riding environment characterized by variable slopes and curves. From this analysis, it emerges that a pedaling effort reduction similar to the one obtainable when employing a torque sensor is achievable especially when an enhanced pedaling modeling is considered.