机械弹性电动轮驱动车辆横摆稳定性协调控制

针对匹配机械弹性电动轮(MEEW)车辆的横摆稳定性控制问题,提出一种基于主动前轮转向(AFS)与直接横摆力矩控制(DYC)的稳定性协调控制策略。为修正车辆行驶过程中的前轮转角输入,设计了基于微分平坦与RBF神经网络的AFS控制器,从而提高车辆的转向能力。针对AFS控制器在极限工况下易失效的缺陷,引入基于线性二次型调节器(LQR)的直接横摆力矩控制算法,并依照轴荷比分配四轮力矩。最后,依据机械弹性电动轮的质心侧偏角-质心侧偏角速度相平面图划分稳定域,实现AFS与DYC的协调控制。通过Matlab/Simulink和Carsim进行联合仿真,结果表明：所提出的AFS控制算法在高速高附着工况下有良好的稳定控制性能,但在高速、低附着极限工况下控制效果受到影响。而AFS/DYC协调控制策略效果较好,跟踪精度优于单一控制器,质心侧偏角和横摆角速度的最大跟踪误差仅为3.03°和1.82(°)/s,可保证汽车在极限工况下转向时的横摆稳定性。     

分布式驱动电动汽车横摆稳定性控制研究

根据分布式驱动电动汽车电机转矩可独立控制、轮胎纵向力可灵活分配的特点,通过控制轮胎纵向力产生附加横摆力矩的方法提高车辆的横摆稳定性。设计了分层控制器对车辆横摆稳定性进行研究,上层控制器利用滑模控制方法计算保持车辆稳定的附加横摆力矩;下层控制器分别利用液压差动制动分配方法与平均分配方法分配附加横摆力矩。基于Matlab/Smulink与CarSim仿真环境,选取双移线路面进行车辆横摆稳定性仿真。研究结果表明:施加控制器作用后,可使车辆横摆角速度较好地跟随理想值并将质心侧偏角控制在2. 5°以内,车辆具有较好的轨迹保持能力与行驶稳定性。两种力矩分配方法均能得到较好的控制效果,其中平均分配方法控制效果更优。     

基于轮毂电机电动车的横向稳定性控制研究

选取具有独特性能和优势的电动车作为研究对象,采用轮毂电机加上液压系统进行动力输出,设计稳定性控制器对车辆的横摆稳定性进行控制。通过分层结构的控制器对横摆力矩进行控制,利用电液协调系统调节,增强其横摆稳定性。经研究,设计的基于滑模控制横摆稳定控制器以及电液协调系统对车辆横向稳定性有很大提升。从仿真结果来看,对于质心侧偏角和横摆角速度控制效果很好,车辆抗失稳能力有很大提升,证明了电液协调系统和滑模控制的可靠性。通过NI硬件在环系统对所设计控制器进行验证,证明了其有效性和实时性。     

高速时转向盘角阶跃工况下电动轮汽车EPS与DYC的协调控制方法

为了保证电动轮汽车在高速时转向盘角阶跃工况下的操纵稳定性与行驶安全性,对电动助力转向(electric power steering,EPS)与直接横摆力矩控制(direct yaw moment control,DYC)开展联合研究,并提出一种新型的电动轮汽车EPS与DYC的协调控制方法:根据横摆角速度与质心侧偏角等车辆运动参数,经上层控制器滑模变结构控制获取协调控制权重系数K和附加横摆力矩,通过协调控制权重系数K对EPS输出的转向助力矩进行修正,同时由附加横摆力矩对4轮的纵向力进行DYC分配。利用Car Sim软件和Matlab/Simulink软件分别建立整车机械动力学模型和整车协调控制模型,将两模型联立后开展联合仿真。仿真结果表明:将EPS与DYC进行协调控制,不仅可显著提高电动轮汽车在高速时转向盘角阶跃工况下的方向稳定性,而且通过协调权重系数K适当削弱了转向助力矩,可避免在高速工况下由于驾驶员心理紧张而造成的误操作。     

智能车辆路径跟踪横向控制研究

针对传统基于单一控制方法的车辆路径跟踪控制算法无法准确跟踪路径的缺点,以智能车作为研究对象,提出基于预瞄控制和模糊滑模控制的车辆横向控制算法。基于智能车在横向控制中的运动特性,建立横向和横摆两个自由度的车辆模型。针对传统基于反馈控制的方法实时性差的缺点,通过建立预瞄模型来获取预瞄偏差,保证车辆在行驶中提前预估前方道路环境信息,提高实时性。基于滑模和模糊控制,设计了智能车辆路径跟踪横向控制器。采用由集成偏差组成的滑模切换函数及其微分作为控制器的输入,把对误差的控制转化为对滑模函数的控制,保证了车辆转向时的稳定性。Matlab/Simulink的仿真结果表明:智能车辆路径跟踪横向控制器能够在曲率急剧变化的路段实现路径准确跟踪,满足车辆实际行驶要求。     

基于人机共驾的车道保持驾驶辅助系统

针对驾驶员因疲劳、分心以及横向风等因素,无意识地使车辆偏离车道线的问题,提出了一种通过固定的共驾系数实现辅助驾驶系统与驾驶员之间人机共驾的车道保持驾驶辅助系统研究方法。为了模拟驾驶员分心、疲劳状态,建立了驾驶员模型。在驾驶员模型的基础上,采用分层控制方法设计车道保持驾驶辅助系统。上层控制器利用模型预测控制方法设计转向角矫正策略;下层控制器根据上层控制器计算的期望横摆力矩对车辆进行防侧翻稳定性控制。搭建CarSim与Matlab/Simulink联合仿真平台,设计不同行驶工况,并分别采用人工驾驶和辅助驾驶2种方式进行仿真试验,仿真结果表明:无论在高速、低速或者低附着系数路面,当人工驾驶的车辆偏离车道中心线时,驾驶辅助系统均能及时矫正车辆的行驶方向,保证车辆稳定地跟踪车道线。     

分布式电动车转向横向稳定性力矩适应性分配策略

为了提高分布式驱动电动汽车转向行驶的横向稳定性,基于Matlab/Simulink和CarSim建立了分布式驱动电动汽车二自由度动力模型,并设计了车辆的横向稳定性控制策略。控制系统由上下两部分组成：上层力矩计算控制器,主要基于PID控制策略计算车辆所需的附加横摆力矩;下层力矩分配控制器,根据车辆转向行驶时所需附加横摆力矩的大小,在差动驱动、差动制动、摩擦制动3种力矩分配方式中选取相适应的分配方式将力矩合理分配到各个轮毂电机上。研究结果表明：所设计的横向稳定性控制系统最大能够使车辆横摆角速度减小58%,并且可以良好地追踪理想质心侧偏角,且波动减少,有效提高了车辆转向行驶时的横向稳定性。在差动驱动分配方式控制下车辆对追踪期望速度具有良好的效果;车辆所需附加横摆力矩较大时,下层力矩分配控制器采用差动制动、摩擦制动分配方式将牺牲对期望速度的追踪。     

四轮独立驱动电动汽车直接横摆力矩控制

为提高四轮独立驱动电动汽车横摆稳定性,在考虑纵向车速控制的基础上设计了直接横摆力矩控制策略。该控制策略由上下两层组成,上层控制器为基于车辆运行状态反馈的附加横摆力矩控制器,其控制方式为通过实际反馈的车辆状态参数与参考值对比,设计线性二次型调节器(LQR)计算目标附加横摆力矩。下层控制器为基于路面附着条件及前后轴荷比的轮毂电机转矩分配控制器。通过CarSim与Simulink建立联合仿真模型,选择双移线和正弦输入2种工况进行仿真试验。结果表明:所设计的控制策略能够使车辆质心侧偏角和横摆角速度较好地跟随参考值,可有效避免车辆侧滑失稳,提高车辆横摆稳定性和行驶安全性;与PID控制相比,LQR控制能够更有效地抑制横摆角速度振荡峰值。     

基于模型预测控制的自主应急转向系统设计

采用多输入多输出模型预测控制(MIMO MPC)方法,设计了一种自主应急转向系统。采用前轮转角和直接横摆力矩两种输入的单轨模型,对横向位移和航向角进行预测。采用梯形加速度剖面法,根据最大允许横向加速度来规划避障路径。仿真结果表明:MIMO MPC利用前轮转向角跟踪期望的侧向位移,提高了侧向位移和航向角的跟踪性能,相比单输入单输出模型预测控制(SISO MPC)能更精确地跟踪规避路径。     

电动轮汽车差动助力转向稳定性控制策略

在建立驾驶员模型、差动转向系统及整车机电系统耦合动力学模型的基础上,考虑了系统存在的不确定因素,分析了驱动转矩和横摆力矩之间的耦合关系。以理想横摆角速度为控制目标,研究了融合模糊逻辑和滑模变结构控制的电动轮汽车差动转向稳定性控制策略。通过模糊逻辑确定滑模趋近律在不同状态下的控制量,以补偿被控系统的不确定性和非线性的影响。仿真结果表明:所设计的稳定性控制器不仅可以有效地解决滑模变结构控制在高频下的抖振问题,而且在不同路面附着系数、不同车速以及侧向风的干扰下均能保证系统具有良好的稳定性。     

基于自适应模糊PID控制的农用作业机械轨迹跟踪系统研究

为实现具备大转向间隙特征的智能农业作业机械的轨迹跟踪的稳定性和精确性,提出了一种新型的自适应模糊PID控制器。首先,基于预瞄跟踪理论,建立二自由度(2-DOF)车辆横向误差模型,并推算出其航向角误差。然后,提出了基于转角前馈补偿的自适应模糊控制器,根据驾驶员特性,建立模糊控制规则。最后,利用Carsim与Simulink进行联合仿真验证。结果表明:相比传统PID控制器,自适应模糊PID控制器可以有效地解决大转向间隙造成的转向控制稳定性问题,减少智能农机轨迹跟踪时的调整时间,提高跟踪精度,对较差的车况和工作环境具有较强的适应性和鲁棒性。     

基于重构控制分配的分布式电动车容错控制方法

针对分布式驱动电动车过驱动系统存在的冗余现象,以带有主动前轮转向系统的四轮轮毂电机驱动电动汽车为研究对象,设计了执行器故障后的容错控制算法。容错控制器采用集成控制结构,上层为运动跟踪层,基于模型预测控制算法,得到车辆跟踪期望状态所需总的力与力矩;下层为重构控制分配器,针对驱动电机的多种故障情况,以整车稳定性和安全性为目标制定重构控制分配率。通过实验表明,在高速高附的仿真工况下,面临多种执行器故障模式时,相比无控制的车辆,处于容错控制算法控制下的车辆横摆角速度最大值由0.3 rad/s降低到0.1 rad/s,质心侧偏角由0.03 rad降低到0.015 rad,显著提高了车辆的横摆稳定性与安全性能。     

双点预瞄式智能车大曲率路径的横向控制

针对智能车在大曲率弯道中转向机构过早响应以及跟线精度不高的问题,提出了一种基于双预瞄点的智能车大曲率路径横向模糊控制方法。首先建立了车辆的横向控制系统结构,给出了车辆的动力学模型和视觉预瞄模型,进而提出了双点预瞄调节策略,给出了模糊控制器的设计方法并采用遗传算法进一步优化了控制器的控制规则,最后通过仿真实验验证了控制器的有效性及准确性。结果表明:所设计的控制系统能根据前方道路的曲率及车速实时调节预瞄距离,既能确保车辆的转向角以较高精度实时跟踪大曲率路径,又能保证车速在弯道中处于预定的受控范围内。     

考虑动力学约束的智能车辆路径跟踪控制研究

针对智能车辆的路径跟踪控制方法中传统的MPC控制器往往只考虑控制量约束和控制增量约束、未考虑输出量约束的情况,以线性2自由度车辆侧向动力学模型作为预测模型,提出了一种路径跟踪控制方法。通过将车辆在路径跟踪过程中的输出量质心侧偏角和横摆角速度约束在一个操纵稳定性状态平稳域内,将路径跟踪问题转变为在多种约束条件下求解控制系统最优值的问题,以此来跟踪目标路径。采用Carsim和Matlab/Simulink进行联合仿真验证,结果显示:所设计的控制器能较好地跟踪参考路径,控制器在跟踪目标路径的过程中表现平稳、可靠。     

基于扰动观测器的四旋翼飞行器跟踪控制

针对存在不确定干扰的四旋翼飞行器轨迹跟踪控制问题,提出了非线性干扰观测器和扩张状态观测器对系统中的扰动进行估计,并将估计值与最优控制器、滑模控制器的设计相结合,克服了模型不确定及外部不确定干扰问题,并实现了飞行器系统跟踪误差的一致有界。通过李雅普诺夫稳定性理论验证了用上述方法设计的控制器系统的稳定性。通过仿真验证了该控制器能够实现对飞行器的轨迹跟踪控制。     

基于人-车-路闭环系统的路径跟踪模型预测控制

为提高人-车-路闭环系统的路径跟踪能力以及操纵稳定性能,利用Matlab/Simulink软件,搭建了3自由度汽车动力学模型以及基于车辆侧向加速度反馈修正的预瞄驾驶员模型,并与Carsim模型进行对比验证,检验了上述模型的正确性;根据模型预测控制理论,搭建了基于主动转向的路径跟踪模型预测控制器,采用双移线路径作为仿真工况,分别在有/无模型预测控制的情形下进行了仿真。结果表明:该模型预测控制器可将路径跟踪的误差均值控制在0. 1m以内,将瞬态误差极值降低50%左右,并消除了路径跟踪后期的震荡现象;此外,可保持汽车侧向加速度、横摆角速度值等操纵稳定性指标在合理范围之内。研究结果可为智能汽车的人-机共驾研究以及无人驾驶方向的进一步研究提供参考。     

基于预瞄的智能车辆路径跟踪控制研究

针对智能车辆在实际行驶过程中的路径跟踪问题,综合考虑车辆位置和动力学状态,建立了二自由度车辆动力学模型和路径跟踪预瞄误差模型,并将预瞄误差模型与二自由度车辆动力学模型相结合。以最小化横向预瞄误差和车辆与目标路径之间的方位偏差为控制目标,基于线性二次型最优状态调节器(LQR),得到了安装四轮转向控制器的智能车辆的前后轮转角。将车辆的前后轮转角作为车辆模型的输入,控制车辆稳定地跟踪期望路径。仿真结果表明:提出的路径跟踪控制策略能够在车辆换道时始终维持横向预瞄误差和方位偏差在较小范围内,同时具有较好的横向稳定性。     

线控四轮独立转向汽车执行机构容错控制研究

针对可能出现多种执行器故障的线控四轮独立转向汽车系统,首先建立简化线性2自由度模型并定义包含多种故障的执行器故障模型,然后基于直接自适应控制方法的设计思路,引入一种鲁棒自适应容错控制策略。以跟踪参考模型为目标进行了容错控制器的设计,实现执行器故障模式下汽车对理想参考模型的零质心侧偏角和修正横摆角速度的跟踪。基于Lyapunov函数证明该容错控制器可以确保闭环系统渐近稳定。Matlab仿真及Carsim/Simulink联合仿真结果均表明,所提方法能够有效实现线控转向汽车执行器故障情况下的容错控制。     

应用无迹卡尔曼滤波算法的车辆侧倾稳定性控制

考虑轮胎的非线性,建立了9自由度动力学车辆模型,并在Matlab/Simulink中建立了仿真模型。针对车身侧倾角及其角速度难以测量的问题,以侧向加速度、4个车轮的垂直加速度、4个轮胎的变形、4个悬架动挠度和横摆角速度等14个状态量作为量测变量,运用无迹卡尔曼滤波算法,设计了基于车辆动力学模型及运动学关系相结合的车身侧倾角及其角速度观测器。仿真结果表明:车身侧倾角及其角速度的理论值和估计值较为吻合。针对车辆转向侧倾过大的问题,基于滑模变结构控制理论和车身侧倾角及其角速度估计值,设计了主动侧倾控制器,并在Matlab/Simulink中进行了仿真。仿真结果验证了主动侧倾控制器的有效性。     

分布式驱动电动汽车横摆稳定性控制策略研究

针对某型纯电动汽车进行轮毂电机参数匹配设计,建立整车参数化模型;以横摆角速度和质心侧偏角偏差作为控制目标,基于滑模控制理论及罚函数法,提出整车横摆稳定性控制和轮毂电机转矩分配控制策略;选取双移线和鱼钩试验2种典型工况,与无控制和模糊PID控制策略进行对比分析,对控制策略进行仿真验证。结果表明:采用积分滑模控制策略后,双移线试验工况下,车辆横摆角速度最大值为0.17 rad/s,质心侧偏角最大值为-0.038 rad;鱼钩试验工况下,车辆横摆角速度最大值为0.23 rad/s,质心侧偏角最大值为0.049 rad,均小于未加控制时车辆的状态参数,所提出的整车横摆稳定性控制策略能够有效对车辆进行横摆稳定性控制,降低车辆失稳机率。