四轮独立驱动电动汽车转向稳定性的横摆力矩控制

针对四轮独立驱动电动汽车转向稳定性的横摆力矩控制问题,建立了七自由度整车模型和Dugoff轮胎模型.基于滑模控制理论,选择质心侧偏角和横摆角速度两者为联合控制变量,并以汽车车速和路面附着系数为输入,运用模糊控制理论确定联合控制变量的联合控制参数,设计了四轮独立驱动电动汽车转向稳定性的横摆力矩控制策略.在Matlab/Simulink环境下选取不同车速、不同路面附着系数进行了连续转向行驶和突然转向行驶的仿真分析.结果表明,所设计的控制策略能够将质心侧偏角和横摆角速度控制在稳定范围内,使车辆在任意转向行驶工况下保持稳定,最大限度地提高轮毂电动汽车的转向稳定性.     

一种基于LTVMPC改进的 无人驾驶汽车路径跟踪控制算法

在低附着路面情况下,针对现有以线性时变模型预测控制(LTVMPC)为基础的无人驾驶汽车路径跟踪精确性和稳定性问题,提出一种改进的控制算法.以汽车动力学理论为基础,将四轮轮胎侧偏角和滑移率精确地表示为车辆状态量的非线性函数,在预测时域内对车辆状态方程线性化处理而求解雅可比矩阵时,为降低系统维度,将轮速作为非状态量,建立改进的三自由度车辆模型,在二次规划性能指标中加入横摆角速度跟踪误差项以提高路径跟踪性能,考虑质心侧偏角对跟踪精度和车辆稳定性的影响,修正参考横摆角,建立改进的LTVMPC.在Carsim-Simulink联合仿真平台进行低附着系数路面情况下的双移线跟踪仿真,结果表明改进后的控制算法在保证实时性的前提下,提高了路径跟踪的精确性和车辆行驶的稳定性.     

主动后轮转向四轮独立驱动车辆的协调控制

为了改善四轮转向车辆在高速工况下的转向灵敏度不足问题,并提高四轮转向车辆在低附着路面下的稳定性,以主动后轮转向/四轮独立驱动车辆为研究对象,基于分层协调闭环控制策略,设计了主动后轮转向(active rear wheel steering,ARS)和四轮转矩分配(four-wheel torque distri-bution,4WTD)的协调控制系统.首先,以车辆质心侧偏角为控制目标,设计了前馈+反馈的主动后轮转向控制器;然后以车辆横摆角速度和期望纵向车速为控制目标,设计了四轮转矩分配控制器;最后设计了基于规则的协调控制器,合理分配各子控制器的工作区间.通过搭建CarSim/Simulink联合仿真平台,对所设计的协调控制系统进行了仿真验证.仿真结果表明,所设计的协调控制系统达到了提高四轮转向车辆性能的控制目标.     

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.     

极限工况下自动驾驶车辆转向控制器的设计

为提高极限工况下自动驾驶车辆的路径跟踪精度并维持车辆行驶稳定性,设计了一种基于线性模型预测控制的路径跟踪转向控制器.该控制器以速度矢量方向角偏差作为控制参考量,在计算过程中以理想质心侧偏角代替实际质心侧偏角,以提高跟踪精度;采用前轮侧向力为控制输入量,并应用仿射近似方法对后轮侧向力进行线性化处理,以减小计算负担.CarSim与Matlab/Simulink的联合仿真结果表明,该控制器能够在轮胎处于附着极限的情况下维持车辆稳定行驶,且跟踪精度较传统控制器有明显的提高.     

考虑非线性特征的4WS车辆滑模鲁棒稳定性控制

为了系统地分析非线性四轮转向车辆的动力学行为,并同时考虑实际车辆运行工况的复杂性,建立了具有非线性特征的四轮转向车辆动力学模型.选择质心侧偏角和横摆角速度作为控制变量,基于滑模控制理论和最优反馈控制理论,分别设计控制器抑制外部扰动;在J-turn的操纵模式下,比较2种控制算法的优越性,基于Matlab/Simulink环境下实现仿真结果的对比.结果表明,滑模控制下四轮转向车辆具有更优的操纵性能,将质心侧偏角控制在稳定范围内,并能较好地跟踪车辆的期望横摆角速度,可较理想地提高高速环境下四轮转向的抗干扰能力.     

基于模型预测控制的汽车紧急转向避撞研究

为了解决汽车在低附着路面上中高速转向避撞时产生的侧滑失稳和轨迹跟踪能力不足等问题,本文基于模型预测控制算法,提出一种主动避撞的方法,建立了车辆单轨模型并经线性离散化后作为预测模型。在模型预测控制的过程中加入前轮转角约束、前轮转角增量约束、纵向加速度约束与轮胎侧偏角约束等多种约束条件,对车辆横向位移、横向速度、横摆角与横摆角速度等多个状态量进行控制,使车辆的轨迹更加符合理想轨迹。仿真模拟结果表明,相比无控制与PID控制方法,利用本文方法可以有效地使汽车在中高速及低附着路面条件下按理想的轨迹进行避撞且保持避撞过程中的行驶稳定性,大幅提高避撞过程中的车辆安全性。     

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。     

基于线控技术的四轮转向全滑模控制

针对具有线控技术的四轮转向车辆,设计了一种全滑模控制器用于提高车辆的操纵稳定性.以前、后车轮转角作为控制输入,设计全滑模控制器使实际的质心侧偏角和横摆角速度跟踪理想的质心侧偏角和横摆角速度,通过在滑模面中加入跟踪误差积分项来消除稳态跟踪误差不为零的现象,并运用Lyapunov定理给出了全滑模控制器的稳定条件.最后通过2种车辆模型下不同工况的仿真分析,对比了传统前轮转向、常规滑模控制的四轮转向和全滑模控制的四轮转向的动力学响应,结果表明所设计的全滑模控制器不仅消除了稳态跟踪误差不为零的现象,而且提升了车辆抵抗外界干扰和系统参数摄动的鲁棒性.     

四轮独立电驱动车辆全轮纵向力优化分配方法

为了充分发挥四轮独立电驱动型式在直接横摆力矩控制系统中对改善车辆动力学性能的优势,提出了一种新的全轮纵向力优化分配方法。基于四轮独立驱动特点建立了侧重提高稳定性和侧重改善机动性的两种目标函数,分别用于降低整车路面附着负荷和降低整车横摆响应滞后。综合直接横摆力矩需求、地面附着及电机驱动限制得出全轮纵向力优化分配的约束条件。基于模糊理论设计了以车辆质心侧偏角为变量的权重函数,并对约束优化两种目标函数得出的纵向力分配值进行实时动态调整。该方法进一步提高了车辆在直接横摆力矩控制下的整车路面附着潜力并改善横摆响应速度,提升了车辆稳定性和机动性。     

四轮独立电驱动车辆全轮纵向力优化分配方法

为了充分发挥四轮独立电驱动型式在直接横摆力矩控制系统中对改善车辆动力学性能的优势,提出了一种新的全轮纵向力优化分配方法。基于四轮独立驱动特点建立了侧重提高稳定性和侧重改善机动性的两种目标函数,分别用于降低整车路面附着负荷和降低整车横摆响应滞后。综合直接横摆力矩需求、地面附着及电机驱动限制得出全轮纵向力优化分配的约束条件。基于模糊理论设计了以车辆质心侧偏角为变量的权重函数,并对约束优化两种目标函数得出的纵向力分配值进行实时动态调整。该方法进一步提高了车辆在直接横摆力矩控制下的整车路面附着潜力并改善横摆响应速度,提升了车辆稳定性和机动性。     

高速转向工况下汽车操纵稳定性和平顺性研究

为了更好地兼顾高速转向时汽车的操纵稳定性和平顺性,建立了包含主动悬架系统、Magic非线性轮胎模型和四轮转向系统的整车动力学模型。考虑了侧倾力矩和轮胎垂直载荷转移的影响,基于LQG(Linear Quadratic Gaussian)控制理论和模糊控制理论分别设计了主动悬架的最优控制器和四轮转向系统的模糊反馈控制器,并通过两者间的协调在附着系数为0.8的B级路面上对汽车进行仿真,然后分析了协调控制方法在另一附着系数路面上的有效性。结果表明,与无控制系统相比,协调控制下车身侧倾角峰值减少了36.6%,车身垂直加速度均方根值下降了14.2%,质心侧偏角接近目标零值;协调控制方法在两种常见附着系数路面上均能达到预期的效果,而且随着附着系数的增大,汽车的操纵稳定性和平顺性改善越好。说明所设计的协调控制器能够有效地改善高速转向时汽车的操纵稳定性和平顺性。     

汽车主动前轮转向与直接横摆力矩协调控制

为充分利用路面的纵横向附着力,改善车辆的操纵稳定性,提出基于自抗扰解耦技术的主动前轮转向(AFS)与直接横摆力矩(DYC)集成控制方法。基于仿真实验确定发生侧滑时的车辆前轮转向临界角,并用来划分AFS与DYC各自的工作区域。对AFS与DYC的控制进行加权,使AFS控制的退出与DYC控制的介入渐变进行。基于线性二自由度车辆模型设计了AFS与DYC的自抗扰(ADR)集成控制器。在CarSim中建立车辆模型,由Simulink的控制模型进行控制,进行了高低附着路面的双移线实验。AFS与DYC集成控制相对于AFS、DYC分别单独作用,在高附着路面,其横摆角速度最大值分别下降20%和11.8%,质心侧偏角最大值分别下降28.1%和17.9%,侧向加速度最大值分别下降26.1%和20.7%;在低附着路面,其横摆角速度最大值分别下降14.5%和13.3%,质心侧偏角最大值分别下降6.7%和1.4%,侧向加速度最大值分别下降9.7%和3.5%。实验结果表明,该文协调控制策略及集成控制方法能够提高车辆在高低附着路面行驶的稳定性。     

四轮转向车辆的直接横摆力矩控制

将横摆力矩控制(DYC)与四轮转向(4WS)系统相结合,建立侧偏角和横摆角速度具有最佳输出响应的车辆理想模型.采用前馈和反馈控制相结合跟踪理想模型的控制策略,设计出最优控制器,并分别在低速和高速下进行仿真分析.结果表明:四轮转向模型与横摆力矩控制相结合,采用跟踪理想模型的控制策略能够有效地同时控制汽车转向侧偏角和横摆角速度,得到较好的瞬态及稳态响应,有效地减轻驾驶员操纵负担,提高了车辆操纵稳定性.尤其在高速行驶时,仍能获得较好的输出响应,利于提高行车安全性.     

基于无迹粒子滤波的车辆质心侧偏角估计方法

针对轮毂电机驱动车辆行驶状态参数获取困难的问题,提出了一种基于无迹粒子滤波的质心侧偏角估计方法。以采集的低成本普通车载传感器信息和驾驶信号作为输入信息,在构建非线性三自由度车辆模型基础上,建立了车辆行驶状态参数估计方程,设计了质心侧偏角无迹粒子滤波估计器。利用Matlab/Simulink和Adams进行了联合仿真实验。结果表明：该估计方法具有可行性,在不同工况下均具有良好的质心侧偏角估计效果。     

四轮转向车辆转向特性分析及试验研究

为了深入研究四轮转向车辆的操纵稳定性,运用自动控制理论对采用质心零侧偏角控制策略的四轮转向车辆的转向特性进行了计算机仿真研究.主要就车速、轮胎侧偏刚度、整车质量、重心位置等因素对整车操纵稳定性的影响趋势进行了分析.同时对四轮转向样车的研制进行了说明,并将其用于仿真及试验.仿真和试验结果表明,相对于前轮转向车辆,高速时四轮转向车辆总体上有利于操纵稳定性,但不同因素的变化也会导致出现一些不利于操纵稳定性的趋势.     

基于支持向量机的车辆质心侧偏角估计

针对动力学建模方法对车辆质心侧偏角进行估计所面临的路面附着系数和车辆参数无法准确获取等缺点,基于统计学理论中的支持向量机对车辆质心侧偏角估计展开研究。选择方向盘转角、车辆速度、横摆角速度和侧向加速度作为支持向量机的特征向量。在Carsim仿真平台设计了20组典型车辆操纵试验作为训练样本得到预测模型,通过2组变附着系数路面上的操稳性试验对模型进行了验证。研究结果表明:支持向量机可以有效实现对不同附着路面上车辆质心侧偏角的估计,达到了较高的估计精度,即使车辆发生大侧偏现象使轮胎进入侧偏角-侧偏力曲线的非线性域,该方法仍能够实现质心侧偏角的准确估计,估计的绝对误差不超过1.42°,从而为车辆主动安全控制提供了参考。     

考虑车辆稳定性的模型预测路径跟踪方法

针对目前车辆路径跟踪控制大多集中于跟踪的精确性,却忽略车辆行驶稳定性的问题,提出一种考虑车辆稳定性的模型预测路径跟踪方法.首先,以简化后的车辆动力学模型为基础,推导线性时变路径跟踪预测模型,增添表征车辆稳定性的质心侧偏角等约束条件;然后,对二次规划进行求解,添加向量松弛因子解决计算中出现的无解问题;最后,通过Carsim和Matlab/Simulink联合仿真对文中方法进行验证.仿真结果表明:基于文中所提方法设计的控制器能够在不同车速、不同附着系数下,保证跟踪参考路径较为精确的同时,还可以保证车辆的稳定性.     

四轮转向的神经网络直接逆控制

采用二自由度摩托车模型研究四轮转向车辆的转向特性,建立四轮转向车辆线性二自由度动力学模型和方程.着重设计BP神经网络直接逆控制系统,通过离线辨识、在线学习控制被控系统,与其他控制方法对比表明,神经网络直接逆控制系统能够更加有效的控制后轮转角以便使车辆质心侧偏角为零,并提高车辆低速机动性和高速稳定性.     

智能车辆轨迹跟踪控制方法研究

针对智能车辆的轨迹跟踪控制问题,提出了一种可以调节参数的智能车辆轨迹跟踪控制方法.首先,设计了模糊控制器对智能车辆进行路径跟踪控制;其次,为了提高车辆在高速下的路径跟踪效果,设计模型预测控制器,并结合轮胎的动力学特性及车辆动态特性对轮胎侧偏角、质心侧偏角等进行约束;然后,为了提高车辆在不同工况下的路径跟踪效果,进一步设计了基于PSO算法的模型预测控制器.比较三种控制器的控制效果,选择典型工况在联合仿真平台上进行仿真.结果表明,提出的智能车辆的轨迹跟踪控制方法可以有效地对车辆轨迹进行跟踪.