分布式电驱动汽车AFS与电液复合制动集成控制

针对分布式电驱动汽车,以实现车辆主动安全性同时兼顾制动能量回收为目标,提出一种主动前轮转向(AFS)与电液复合制动集成的控制策略.AFS控制器采用滑模变结构控制,滑移率控制器采用滑模极值搜索算法,基于分层结构(上层为期望制动力矩计算模块,中层为考虑执行器带宽的动态控制分配模块,下层为电机与液压复合执行器),并考虑位置与速率约束.转向制动时,考虑车辆纵向动力学对侧向动力学的影响,引入前轮转角对滑移率控制律进行了修正.在MATLAB/Simulink中建立七自由度整车模型,对控制算法进行了验证.结果表明:分离路面直线制动时,所提出的控制策略可以同时保证制动能量回收和制动方向稳定性;转弯制动时,可以更好地跟踪理想横摆角速度,提高了车辆的侧向稳定性.     

基于状态估计的无人车前轮转角与横摆稳定协调控制

针对无人车轨迹跟踪问题,提出了一种基于状态估计的无人车前轮转角和横摆稳定协调控制策略.建立了车辆轨迹跟踪模型,利用模型预测控制算法设计了轨迹跟踪控制器,得到实时跟踪参考轨迹所需的前轮转角.根据车辆模型设计了一种基于未知输入观测器的前轮转角估计方法,并将估计结果作为前轮转角跟踪控制的输入量.基于非奇异终端滑模控制设计了前轮转角跟踪方法,通过转向电机扭矩来控制车辆转向以实现轨迹跟踪.同时,设计了车辆横摆稳定控制器,通过控制横摆角速度跟踪误差确保车辆横摆稳定.建立了CarSim-Simulink联合仿真模型并进行仿真实测试.结果表明,未知输入观测器具有较好的前轮转角估计效果,从而为车辆协调控制提供可靠信息源,协调控制策略能够在保证车辆横摆稳定性的同时完成车辆轨迹跟踪.      

智能车辆路径跟踪与稳定性的模型预测控制

为了改善车辆在路径跟踪时因车速较快或路面较差而发生侧滑的情况,提出一种智能车辆转向与制动联合控制器;在模型预测控制理论的基础上,通过监测轨迹偏差、横摆角偏差以及横摆角速度偏差3个控制参考量,在每个控制时域得到最优的前轮转角和附加横摆力偶矩,并以单轮制动逻辑分配给4个车轮制动力矩;利用CarSim和MATLAB Simu...     

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Hamilton理论的无人车路径跟踪控制

针对当前车辆路径跟踪控制存在精度低、可靠性差的问题,基于Hamilton理论提出一种四轮驱动四轮转向无人车路径跟踪分层控制方法.通过集成车辆动力学模型和路径跟踪模型,建立了路径跟踪误差模型,结合系统控制目标,提出采用Hamilton理论设计车辆上层控制器,用于实现路径跟踪误差模型的镇定,从而提高车辆路径跟踪的精度与鲁棒性.同时,在下层控制器中,设计4个车轮纵向轮胎力分配算法,通过轮胎力的动态分配满足车辆上层控制需求.利用CarSim和Simulink搭建车辆路径跟踪联合仿真模型并进行仿真实验,仿真结果表明,提出的无人车路径跟踪分层控制策略能够通过前后轮转角以及4个轮胎力的实时控制与分配,抑制路径跟踪过程中的横向误差和航向误差,提高路径跟踪精度并确保控制系统的可靠性.      

基于主动转向的车辆路径跟随广义预测控制

为了增强车辆在外界干扰存下的路径跟随性能,提出了一种基于广义预测控制(GPC)的主动转向控制器来保证车辆对于路径的跟踪能力.采用受控自回归积分滑动平均模型(CARIMA)作为预测模型,通过带遗忘因子的最小二乘法辨识方法获得CARIMA模型参数,避免了由于车辆非线性造成的参数化建模不准确、繁琐问题.使用车辆路径侧向跟踪误差作为控制器输入,方向盘附加转角作为输出,与驾驶员方向盘转角进行综合,获得车辆方向盘最终转角.在Simulink-CarSim联合仿真环境下,验证了所设计控制器在双移线工况有强侧向风干扰时车辆对路径的跟随性能.     

4WID车辆主动安全控制策略研究

针对4WID车辆主动安全控制,设计开发了一种基于主动前轮转向(active front steering,AFS)、直接横摆力矩控制(direct yaw-moment control,DYC)与驱动防滑(acceleration slip regulation,ASR)集成的控制系统.控制系统采用分层控制结构,其中决策层基于滑模变结构控制理论与车辆相平面稳定判据,设计了横摆角速度与质心侧偏角协调控制器,计算保持车辆稳定性所需的附加横摆力矩.此外,基于滑移率门限值,设计了模糊PI控制器,分配AFS模块与DYC模块输入的附加横摆力矩,获得最终附加横摆力矩与附加前轮转角.执行层通过对驱动/制动力矩与前轮转角的控制,实现速度保持,滑移率控制与车辆稳定性控制功能.仿真结果表明,在高速、低附着系数路面的极限工况下,集成控制策略可实现车辆操纵稳定性控制且综合性能优于单独控制.     

基于最优前轮侧偏力的智能汽车LQR横向控制

为提高智能汽车在大曲率高速工况下的车辆横向稳定性和跟踪精度,该文提出了一种基于最优前轮侧偏力的智能汽车线性二次型调节器(LQR)路径跟踪横向控制方法。通过构建基于"前馈+反馈"的LQR控制器对期望前轮侧偏力进行实时在线求解并使跟踪误差收敛,最终通过刷子轮胎模型将控制量转化为期望前轮转角。该方法有效地保持了车辆模型与轮胎模型原有的非线性特性。基于PreScan搭建了仿真模型,结果表明:与应用线性轮胎模型的LQR控制器相比,所提出的控制方法在降低路径跟踪误差的同时,还能有效提升车辆的横向稳定性。     

考虑横向稳定性的智能车辆路径跟踪控制

对于智能车辆的路径跟踪,传统位置偏差控制方法往往忽略了车辆的动态稳定性.针对这一问题提出一种考虑横向稳定性的智能车辆路径跟踪控制方法.首先建立二自由度车辆动力学模型和路径跟踪误差模型,综合考虑车辆位置偏差和车辆动力学状态,利用基于反馈优势的反推法(FDB)生成期望横摆角速度;然后基于线性二次型跟踪器(LQT)设计了主动前轮转向(AFS)和直接横摆力矩控制(DYC)的集成控制策略,得到了理想的控制输入(前轮转角和外部横摆力矩),进而实现精确跟踪期望横摆角速度和质心侧偏角;最后在Simulink仿真环境中对提出的控制方法进行验证.结果表明:提出的控制方法在路径跟踪的同时具有很好的横向稳定性能;相比于不考虑横向稳定性的控制方法,提出的方法在路径跟踪过程中跟踪精度更高,车辆的质心侧偏角更小,横摆角速度也能更好的跟踪期望值.     

基于模型预测的主动转向智能无人车辆横向稳态控制

在复杂路况以及智能无人车辆转向过程中，车辆处于一种时变非稳定性状态，影响车辆操纵安全性和行驶稳定性.针对此问题，提出了一种应用于前轮主动转向无人车辆的优化模型预测控制策略，该控制器采用分层结构对车辆前轮转角进行优化控制，以改善车身在非稳态下的特征.考虑到无人车辆实际行驶时存在的内部和外部扰动因素，建立了非线性扰动量平台模型和非线性轮胎模型，并通过模块化方法，构建了无人车辆非线性动力学模型，利用非线性扰动观测器对干扰进行抑制，提高了车辆模型精确性与控制器控制效果.经仿真实验对比和硬件在环实验测试，结果表明：与无横向稳态控制车辆相比，稳定性提高了55%，验证了该策略能显著改善车辆的横向稳定性及有效性.     

基于力驱动的智能汽车路径跟踪控制策略

为提高高速大曲率工况下智能汽车的路径跟踪控制精度,保证车辆横摆稳定性和侧倾稳定性,提出基于最优前轮侧向力和附加横摆力矩协同的力驱动模型预测控制(MPC)路径跟踪控制策略。充分利用轮胎非线性动力学特性,提高控制器的响应性能,构建基于时变线性轮胎模型的路径跟踪控制系统状态空间方程,预测车辆状态信息。采用零点力矩法建立车辆侧倾稳定性约束条件,设计基于MPC的防侧倾路径跟踪控制器。CarSim与Matlab/Simulink联合仿真结果表明,该控制器在保证车辆横摆稳定性和侧倾稳定性的前提下,高速大曲率工况下的最大横向位置偏差和航向角偏差分别降低14.08%和4.80%,低附着高速变道工况下分别降低22.95%和16.77%,说明所提出的控制器可显著改善车辆路径跟踪效果。     

考虑侧向稳定性的分布式电驱动汽车制动滑移率控制

针对分布式电驱动汽车在复杂路面紧急制动时引起车轮突然滑转或抱死而导致的车辆失去转向能力甚至甩尾的问题,提出了一种考虑车辆侧向稳定性的电液复合制动滑移率控制策略。滑移率控制采用了滑模极值搜索算法,基于分层结构,即上层为期望制动力矩计算模块,中层为考虑执行器带宽的动态控制分配模块,下层为电液复合执行器,同时还考虑了位置和速率约束且应用主动前轮转向(AFS)系统补偿侧向稳定性。基于MATLAB/Simulink建立了7自由度整车模型,在分离路面典型制动工况下对控制算法进行了验证。结果表明:所提控制策略可以有效减小制动距离,保证车辆侧向稳定性;滑移率控制器可以自适应于路面附着系数的变化。     

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.     

车辆轨迹的预瞄与模糊分数阶比例—积分—微分控制

为提高无人车辆轨迹控制的精度,提出了一种基于预瞄误差建模和优化模糊分数阶比例-积分-微分(proportion-integration-differentiation, PID)控制的车辆路径跟踪方法。根据车辆动力学特性,引入预瞄横向误差模型,以预瞄横向误差为输入,车辆前轮转角为输出,调整转角角度减小偏差实现轨迹跟踪,设计模糊分数阶PID跟踪控制器。该控制器在PID的基础上结合分数阶理论,同时利用粒子群算法优化的模糊控制器对参数进行在线调整。在CarSim/Simulink联合仿真平台进行仿真研究。研究结果表明,所设计的控制器可行有效,为轨迹控制的研究提供了参考。     

基于预测--模糊联合控制的分布式驱动车辆路径跟踪方法

为研究分布式驱动车辆（4wid）路径跟踪中的跟踪精度和稳定性的问题,提出了模型预测-模糊(Mpc-Fuzzy)的联合控策略, 缓解了单一模型预测控制下车辆跟踪精度与控制器计算压力间的冲突。采用模型预测控制设计了上层路径跟踪控制器,旨在利用模型预测“滚动优化”的优点降低跟踪误差的同时保证车辆的稳定性。下层采用模糊控制,将转向过度和转向不足量化为“方向偏差”和“位置偏差”,利用四轮转矩独立控制的优点进一步优化转矩输出,旨在降低模型预测控制器对参考模型线性化后带来的跟踪误差。为验证控制策略的可靠性,基于Carsim和Simulink.、Driving Scenario搭建联合仿真模型,将联合控制器和单运动学模型预测控制器进行对比研究。仿真结果表明联合控制器可在完成对给定路径跟踪的基础上,减少转向不足和转向过度的发生,降低了方向误差和位置误差。     

车辆变速轨迹跟踪横纵耦合控制方法

针对变化速度下车辆轨迹跟踪精度以及实时性差的问题,提出一种基于模型预测控制的横纵耦合控制方法。在三自由度车辆动力学模型中,将车轮驱动力与前轮转角作为控制量,以单控制器形式实现车辆横纵向运动的综合控制,并且在考虑耦合特性的基础上,设计目标函数与可变权重系数,求解最优横纵向控制量。并且基于五次多项式理论,设计一种变速双移线轨迹以验证控制器综合轨迹跟踪能力。实验结果表明,该控制器能有效跟踪变化车速并且保持高轨迹跟踪精度与良好的实时性。     

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.     

采用变时域模型预测的车辆路径跟踪控制方法

为了解决自动驾驶车辆变速行驶时模型预测路径跟踪控制器的可靠性问题,提出一种变预测时域自适应路径跟踪控制方法.首先,推导简化后适用于仿真验证的车辆三自由度动力学模型,引入松弛因子以避免求解过程中出现非可行解,并将跟踪控制转化为二次规划求解问题;然后,确定模型预测控制器的重要设计参数,分析车速和预测时域的变化关系,拟合预测时域与车速的函数曲线,设计一种变时域自适应路径跟踪控制器;最后,搭建Carsim/Matlab/Simulink联合仿真平台进行验证.结果表明:变时域自适应路径跟踪控制器能够随着车速变化实时更新预测时域,可保证车辆具有较好的跟踪精度和稳定性.     

电动汽车横摆力矩拉盖尔函数模型预测控制

针对后轮轮毂电机驱动电动汽车横向稳定性的控制问题,建立了分层控制结构。上层控制器基于拉盖尔函数模型预测控制理论,跟踪理想横摆角速度,同时考虑附加横摆力矩约束,得出附加横摆力矩需求;下层控制器以后轮轮胎利用率为目标函数,考虑轮胎附着约束和执行器约束,通过求解二次规划问题将附加横摆力矩分配到两个后轮。选取前轮转角阶跃输入和双移线2种工况,利用Carsim与Matlab/Simulink进行了联合仿真,仿真结果表明:在高附着路面条件下,所设计的控制方法减小了汽车瞬态响应的反应时间和超调量,提升了汽车瞬态响应的品质;在低附着路面条件下,所设计的控制方法使汽车能跟踪理想横摆角速度,避免汽车转向失稳。     

自主车辆线性时变模型预测路径跟踪控制

为提高自主车辆路径跟踪控制的实时性和鲁棒性,研究一种线性时变模型预测路径跟踪控制方法.建立用于控制器仿真验证的纵向侧向二维车辆非线性动力学模型;从二轮三自由度模型出发,推导出线性时变路径跟踪预测模型;引入向量松弛因子解决优化求解过程中硬约束导致的控制算法非可行解问题,基于模型预测控制理论将路径跟踪控制算法转化为带软约束的在线二次规划问题;最后通过Matlab/Simulink实现车辆动力学建模和控制器设计,双移线工况仿真结果表明,所设计的控制器能够适应不同车速、不同设计参数的鲁棒性要求.