四轮毂驱动EV双容积卡尔曼路面附着系数估计

针对车辆在行驶过程中难以实时、准确地获取路面附着系数这一问题,本研究在结合车辆三自由度动力学模型和Dugoff修正轮胎力模型所搭建的四毂驱动联合仿真电动汽车平台基础上,设计了一种时效性、鲁棒性强的双容积卡尔曼滤波路面附着系数观测算法。双容积卡尔曼滤波算法利用奇异值分解优化求解误差协方差矩阵,将车辆行驶状态观测器信息与附着系数观测器信息相互联系,形成闭环反馈校正更新观测信号,实现对路面附着系数的实时估计。在四轮毂驱动联合仿真电动汽车平台中设置低附着路面,在开路面仿真工况下对双容积卡尔曼滤波算法进行验证,并与传统容积卡尔曼滤波观测器数据进行比较和分析。结果表明:双容积卡尔曼滤波算法具有更快的的响应速度,估计的路面附着系数精度更高,实时性更强。     

基于卡尔曼滤波的车辆状态与路面附着估计

建立了采用Dugoff轮胎模型的三自由度车辆估算模型,设计了基于联邦卡尔曼滤波理论的车辆行驶状态估计算法与基于扩展卡尔曼滤波理论的路面附着系数估计算法,使车辆状态估计与路面附着估计相互联系、闭环反馈、同时进行.选择典型工况,应用Car Sim与Matlab/Simulink联合仿真实验对车辆状态算法和路面附着估计算法进行了验证.结果表明:文中算法能够实现对车辆状态及路面附着系数的准确估计.     

基于复合滑移轮胎模型的车辆横纵协同优化控制

极限工况下,车辆纵向侧向运动存在严重的耦合,传统的纵向或侧向主动安全控制技术难以保证车辆的操纵性能。基于复合滑移LuGre轮胎模型,提出了一种车辆横纵耦合协同优化控制器。建立了车辆侧向动力学模型,它能够反映出轮胎滑移率和侧偏角耦合特性对汽车侧向力的影响。然后,在预测控制框架下,设计车辆横纵耦合协同优化控制器,跟踪期望的横摆角速度和侧向速度,抑制滑移率,保证低附着路面下的车辆操纵稳定性。通过CarSim和MATLAB/Simulink的联合仿真,与基于纯侧偏轮胎模型的控制器控制性能进行对比,结果表明:所提出的控制器能够通过更少的输出扭矩更好地跟踪期望横摆角速度,抑制侧向速度,降低滑移率。     

紧急制动工况下车辆的PI稳定性控制

针对制动工况中的汽车,建立9自由度车辆动力学模型,并基于车辆动力学模型,采用比例-积分(PI)稳定性控制逻辑算法对车辆的行驶状况及运动姿态进行控制.最后,利用CarSim和MATLAB/Simulink联合仿真平台,结合低附着系数路面和对开路面的紧急制动工况进行离线仿真.仿真结果表明:采用稳定性控制逻辑算法可以改善车辆的纵向运动状态,有效地抑制车辆的侧向运动,有助于提高车辆的稳定性.     

基于MPC的智能车辆路径规划与跟踪控制

针对在障碍物环境下的避障路径动态规划效果较差,以及在面对复杂工况和曲率较大的路况时,跟踪控制的效果仍然不理想等问题,本文以智能车辆为研究对象,提出了一种模型预测控制(MPC)结合人工势场(APF)算法的路径规划跟踪系统。将改进的势场模型函数引入到MPC的目标函数和约束中,设计了基于MPC和APF的避障路径动态规划器。。运用模糊控制对MPC的车辆横向路径跟踪控制器的权重系数进行优化。仿真结果表明：在干燥路面下,与MPC控制器相比,模糊MPC路径跟踪控制器的最大横向偏差减少19.14%。在湿润路面下,模糊MPC控制器最大横向偏差减少0.55 m。基于MATLAB/Simulink与Carsim软件搭建避障路径规划与跟踪控制联合仿真模型,选择动态障碍物不同速度进行障碍物路径动态规划及跟踪控制仿真试验。实验结果表明：跟踪规划路径过程中的最大横向偏差约为0.170 m,说明规划的避障路径能够安全有效地避开障碍物。     

基于 UKF车辆状态及路面附着系数估计的AFS控制

本文侧重于主动前轮转向(Active Front Steering,AFS)控制系统的应用性与可行性研究,针对紧急转向工况下轮胎呈现强非线性问题,以及AFS控制算法中部分状态量难以获取、路面附着系数对车辆稳定性有重要影响但难以直接测量等问题,设计非线性滑模控制器以综合考虑载荷转移、轮胎非线性及路面条件等对操稳性影响,同时,通过ESP系统现有的IMU传感器测量信息,运用无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法为滑模控制器动态估计车辆状态信息和路面附着系数.在得到期望轮胎侧偏力后,通过非线性轮胎模型精确反求所需叠加转角,以在"轮胎-路面"附着能力范围内检验控制系统的有效性.最后,高附着系数情况下的鱼钩测试仿真及低附着系数时的角阶跃转向仿真共同表明,通过IMU与UKF结合的状态估计确保了AFS控制系统的可行性,有效提高了车辆操纵稳定性.     

基于功能原理和模糊控制的路面附着系数估计

为从根本上解决轮胎参数变化影响估计精度的问题,文中不引入轮胎模型,提出了一种基于功能原理和模糊控制的路面附着系数估计算法.首先利用功能原理推算当前车辆状态下的利用附着系数,再通过模糊推理的方法由当前状态下的利用附着系数和滑移率推算当前行驶路面的峰值附着系数,然后利用Matalb软件建立车辆的三自由度模型,对估计算法进行了仿真分析.结果表明,文中算法能有效地估计路面附着系数,具有良好的实时性和准确性.     

车辆主动转向与电子稳定控制系统的协同控制

为提高车辆行驶时的操纵稳定性和安全性,本文通过协同控制策略研究分析了主动转向与ESP对车辆操纵稳定性的影响。首先基于主动转向的二自由度线性车辆动力学模型设定上层协同控制策略,及下层主动转向控制器和ESP控制器,并结合CarSim与Matlab/Simulink平台完成主动转向系统、双PID控制的ESP系统、及其协同控制的整车模型搭建,然后再基于硬件在环试验台进行高附着路面和低附着路面的双移线试验,最后对比分析不同工况下主动转向与ESP协同控制相对其独立控制下的车辆质心侧偏角和横摆角速度响应曲线。结果表明本文设计的主动转向与ESP协同控制策略相对其独立控制,可更好地提高车辆的操纵稳定性。可见主动转向与ESP协同控制的稳定性控制效果明显提高,在极限工况下能将车辆控制在安全行驶的稳定范围内。     

低附着路面电动助力转向控制策略

车辆在低附着路面转向时转向阻力矩大幅降低,导致转向盘转矩随之减小,严重影响驾驶员的路感,易导致事故的发生.鉴于此,提出电动助力转向电流补偿控制策略以提高低附着路面驾驶员路感.利用扩展卡尔曼滤波方法估计出低附着路面前轴侧向力,进而计算出补偿电流值.在MATLAB/Simulink中建立系统仿真模型,利用实车试验数据与仿真数据对比,验证了仿真模型的准确性.不同行驶工况的仿真结果显示采用本文提出的控制策略后,转向盘力矩显著提高,使驾驶员在低附着路面下的路感与正常高附着路面相同,可以有效防止驾驶员的误操作,提高车辆行驶安全性.     

AYC系统基于多传感器数据融合的路面附着系数估计算法

为提高车辆行驶安全性,研究适用于车辆稳定性控制系统的实时路面附着系数估计算法。利用多传感器数据融合综合车辆稳定性控制系统的各传感器数据,从中提取轮胎-路面附着系数得到充分利用的特征信息。根据路面附着系数充分利用时的侧向加速度估算路面附着系数。通过15自由度硬件在环仿真平台以及实车试验两种方式对算法进行验证。一定条件下的仿真结果表明算法的最大估算误差不超过0.04,车辆双移线实车试验的通过率从25%提高到100%。     

AYC系统基于多传感器数据融合的路面附着系数估计

为提高车辆行驶安全性,研究适用于车辆稳定性控制系统的实时路面附着系数估计算法。利用多传感器数据融合综合车辆稳定性控制系统的各传感器数据,从中提取轮胎-路面附着系数得到充分利用的特征信息。根据路面附着系数充分利用时的侧向加速度估算路面附着系数。通过15自由度硬件在环仿真平台以及实车试验两种方式对算法进行验证。一定条件下的仿真结果表明算法的最大估算误差不超过0.04,车辆双移线实车试验的通过率从25%提高到100%。     

四轮独立转向无人车辆斜向行驶轨迹跟踪控制方法

针对四轮独立转向电动汽车转向系统成本高、但功能开发程度低的问题,提出一种车辆斜向行驶控制策略,优化四轮独立转向电动汽车换道过程中的行驶稳定性. 基于四轮独立转向电动汽车横向、纵向二自由度车辆模型,提出一种横纵向耦合轨迹跟踪控制方法,该方法基于线性时变模型采用模型预测控制（MPC）算法,对横向偏差、航向角偏差及纵向速度偏差进行闭环控制. 设计车辆稳定性控制器,包括横摆力矩控制器和转矩分配控制器,同时提高车辆轨迹跟踪精度和行驶稳定性. 最后搭建Simulink/Carsim/Prescan联合仿真平台,对四轮独立转向电动汽车双移线工况进行模拟换道仿真,仿真结果证明了斜向变道的可行性和横纵向耦合轨迹跟踪控制方法的有效性.      

基于联合控制的汽车驱动防滑控制仿真

为提高车辆在低附着路面上的加速性能,设计了基于节气门干预与制动干预联合控制的汽车驱动防滑控制系统(ASR).建立了防滑系统的动力学模型和基于模糊PID控制算法的控制器模型,并进行了低附着路面和对开路面工况的仿真对比实验.实验结果表明,采用模糊PID控制算法,通过控制节气门和对滑转驱动轮进行制动控制,能够有效控制汽车在低附着路面上加速时驱动轮过度滑转,大大提高了汽车在单一低附着路面和对开路面上的加速性能,验证了ASR控制策略的合理性,为开发实际控制器提供了依据.     

考虑行驶稳定性的四轮转向车辆路径跟踪控制研究

为了改善高速和低附着路面上无人驾驶车辆的行驶稳定性和保障行车安全,以四轮转向车辆为研究对象提出了一种考虑行驶稳定性的路径跟踪控制方法。首先基于模型预测控制算法设计了四轮转向路径跟踪控制器,然后根据质心侧偏角-质心侧偏角速度相平面稳定域和零质心侧偏角控制目标设计了车辆状态参数包络约束,在路径跟踪算法中加入轮胎侧偏角约束和车辆状态参数包络约束,保证车辆行驶时的稳定性。CarSim和Simulink联合仿真结果表明,采用基于包络线稳定性控制策略的车辆在高速行驶时或在低附着路面上行驶时能保持良好的路径跟踪能力并具有较好的行驶稳定性。     

不同路况下路面附着系数实时估计

为了准确估计不同路况下的路面附着系数,提高汽车行驶的安全性与稳定性,提出了一种在制动工况下基于前后轮轮速和制动力矩估计路面附着系数的方法。首先,考虑汽车前后轴荷转移,在Matlab/Simulink软件中完成建模操作,创建关于双轮车辆制动的动力学模型;其次,将控制目标确定为汽车前轮以及后轮的理想和实际滑移率,建立理想制动力矩滑模控制器,对于汽车滑模控制器存在的抖振现象,通过积分切换面对其进行处理;最后,以前后轮轮速和制动力矩作为输入进行扩张状态观测器的设计,利用这一观测器观测路面附着系数相关值。结果表明,各种路况中的路面附着系数都可以通过上述手段进行准确估计,扩张状态观测器能够抵抗外界干扰,鲁棒性强。将扩张状态观测器用于路面附着系数识别的良好结果可为汽车稳定性控制系统的设计提供参考。     

模糊逻辑在车辆稳定性控制系统中的应用

探讨了车辆在高速转向的极限运动工况下,利用施加于各车轮不同纵向力产生的辅助横摆力矩来提高车辆动力学稳定性的基本原理.推导了七自由度整车动力学模型,建立了车辆质心侧偏角观测器,并且考虑到车辆参数和运行工况的复杂多变,设计基于模糊控制逻辑的车辆稳定性控制策略,通过控制横摆角速度和质心侧偏角可使车辆对象输出跟踪理想参考模型的输出,用Matlah/Simulink建立车辆仿真模型,对所设计的控制算法进行了数字仿真,最后利用基于dSPACE的硬件在环仿真技术,对设计控制器的性能进行了实验验证.结果表明:所设计的模糊控制器能够显著改善车辆的操纵稳定性,特别是在低附着系数路面工况下.     

AFS/DYC协调控制的分布式驱动电动汽车稳定性控制

为进一步提高分布式驱动电动汽车行驶过程中的稳定性,提出主动前轮转向(AFS)和直接横摆力矩控制(DYC)协调控制策略.为提高车辆稳态行驶时转向能力,设计基于滑模控制(SMC)的前轮主动转向控制器实时修正前轮转角;以维持车辆工作在稳态工作区为控制目标,设计基于模型预测控制(MPC)的车辆稳定性控制器,通过设定的分配规则按轴荷比等比例分配各轮驱/制动力矩.利用相平面法作为判定依据自适应分配各控制器权重,实现控制器之间的切换.在连续转向工况下,对控制算法进行仿真验证.结果表明:在相同转角输入下,相较于无控车辆,受控状态下车辆的横摆稳定性能提高了16%,行驶状态得到了改善.     

基于自适应MPC的无人驾驶车辆轨迹跟踪控制

根据自适应模型预测控制相关原理,设计一种无人驾驶车辆的轨迹跟踪控制策略.基于车辆动力学模型,建立轨迹跟踪控制器,并设计目标函数与相关约束,利用自适应MPC(model predictive control)控制算法对其进行求解.在每一个控制时刻工作点,不断更新卡尔曼状态估计器相关增益系数矩阵以及控制器的状态来适应无人驾驶车辆当前的工作环境,以此补偿车辆的非线性以及状态测量噪声带来的影响.在MATLAB中搭建仿真模型并进行仿真验证,得出自适应MPC对于无人驾驶车辆的轨迹跟踪拥有较好的控制精度与鲁棒性,验证了该算法应用在轨迹跟踪控制层的有效性,为轨迹跟踪控制的研究提供了参考.     

基于路面附着系数估计的AFS控制策略研究

考虑路面附着条件对车辆横摆响应的影响,设计了路面附着系数修正的主动转向控制策略.为了迅速准确地获取当前路面附着信息,采用了无迹卡尔曼滤波观测器观测路面附着系数,并用Carsim-Simulink联合仿真验证了此方法的有效性.在传统主动转向控制的基础上将路面附着系数作为输入,设计了滑模控制器.通过Simulink仿真,验证了所设计的滑模控制器在低附着路面、对接路面均能提高车辆的操纵稳定性和理想轨迹跟踪能力.     

基于模糊路面识别的4WID电动车驱动防滑控制

针对四轮独立驱动(4WID)电动车的驱动防滑(ASR)问题,研究了基于模糊识别路面的控制方法.为了快速、准确识别低附着路面,提出了通过模糊规则将小滑转率、小附着区域的路面利用附着系数和滑转率估高的方法.利用4WID电动车四轮驱动力矩独立可控、转速和转矩易于获得的特点,实时估算路面利用附着系数和最优滑转率,控制各轮驱动力矩实现驱动防滑.仿真实验表明:基于模糊识别路面的4WID电动车ASR能够快速准确识别低附着路面,抑制驱动轮滑转,提高了车辆行驶稳定性和动力性.