基于MPC算法的车辆自适应巡航系统分层控制研究

以前车加速度为参考,考虑跟车效率、行车安全性等因素,建立了车辆的自适应巡航控制策略;设计了基于模型预测控制算法(MPC)计算期望加速度的上层控制器;建立了逆纵向动力学模型计算节气门开度或制动力,实现自适应巡航功能的下层控制器。通过Matlab/Simulink和Carsim软件的联合仿真对巡航工况、巡航-跟车综合工况进行验证,结果表明:该控制方法能够使车辆获得理想的巡航速度,实现车辆在安全车距下较好地跟踪前车。     

汽车转向系统操纵性与稳定性协同最优控制研究

运用汽车二自由度模型对车辆进行主动前轮转角控制,针对车辆稳定性设计了LQR控制器,采用Carsim与Simulink联合仿真,在双移线工况下验证了控制器的可行性。通过大量仿真与系统分析,得到LQR参数与车辆稳定性的定性关系。在这一研究的基础上,设计了同时考虑车辆稳定性与操纵灵活性的协同控制器,采用同样的仿真方法,验证了协同控制器的优越性。结果表明,LQR控制可以提高车辆的稳定性;LQR控制器参数与车辆稳定性存在一定的相关性;协同控制器在LQR控制器的基础上可以起到折衷车辆稳定性与操纵灵活性的作用,为车辆控制器的设计提供了参考。     

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。     

协同自适应巡航控制系统跟车算法设计

针对协同自适应巡航控制系统,采用基于模型预测控制原理的一种鲁棒跟车控制算法。考虑头车位置、速度、加速度等信息建立带有头车加速度干扰的车间纵向动力学模型。考虑跟车过程中的舒适性和安全性,建立了带有误差修正项的模型预测控制算法,提高了控制系统的鲁棒性。从Carsim/Simulink联合仿真可以看出:跟随车辆与前车的车间距始终大于最小安全距离,同时跟随车辆的加速度峰值比头车小,且变化趋势也更为平缓。在达到协同自适应巡航控制系统目的的同时,满足了安全性和舒适性的要求。     

智能车辆弯道换道路径规划算法与跟踪控制

为解决智能车辆在弯道工况下换道过程中的路径规划与跟踪控制的问题,提出一种弯道主动换道系统,主要包括基于可拓优度评价的弯道换道路径规划算法与基于模型预测控制的路径跟踪控制方法。该路径规划算法分为:上层路径生成器和下层路径选择器。上层路径生成器以不同的纵向距离采用5次多项式生成路径集合,下层路径选择器基于换道距离、侧向加速度、横摆角速度和质心侧偏角建立可拓优度评价控制器选出最优路径。通过参数优化的模型预测控制算法对规划的路径进行跟踪控制,基于Carsim和Matlab/Simulink的虚拟平台仿真验证该换道系统的有效性。结果表明:车辆在弯道上以不同的速度行驶,换道时,该系统皆能合理地规划出换道路径且能对换道路径进行准确、稳定跟踪控制。     

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。     

基于滑转率的四轮轮边驱动客车电子差速控制策略

针对四轮驱动电动客车电子差速控制问题,考虑车辆转向过程中垂直载荷转移以及转向过程的横向稳定性,提出了以车轮滑转率为控制目标的电子差速控制策略,通过对4个驱动电机进行转矩调节以达到控制目标。在Carsim/Simulink联合仿真平台下进行离线仿真,经验证该策略可以根据不同转向工况对各个驱动电机转矩实时分配,将仿真结果与无电子差速策略的车辆仿真结果进行对比,相同转向工况下采用电子差速策略的车辆比无电子差速策略的车辆具有更好的差速效果和横向稳定性。在基于dSPACE/Infineon-TriCore搭建的硬件在环实验平台上进行半实物仿真,验证该电子差速控制策略的可靠性。     

基于变速积分PID的KRG速比控制策略研究

以新型锥环无级变速器为研究对象,针对在车辆速比变化较大工况下目标速比阶跃输入对实际速比影响较大的情况,采用变速积分PID控制器对锥环无级变速器的速比进行控制。通过Matlab/Simulink建立整车仿真模型和变速积分控制器模型,对急加速和全减速两种典型工况进行仿真分析,验证整车仿真模型和变速积分速比控制策略的正确性。基于dSPACE系统对搭载锥环无级变速器的样车进行实车试验,将试验结果与仿真结果对比,验证速比控制策略的可行性。     

基于车辆前方目标运动模型的主动避撞系统的研究

为提高毫米波雷达在探测目标运动状态方面的精确性,针对车辆前方目标运动特点,基于目标运动模型,采用卡尔曼滤波跟踪方法,根据城市道路车辆行驶的实际情况,选取当前统计模型作为机动目标模型,采用基于当前统计模型的卡尔曼滤波跟踪算法,应用Simulink搭建仿真模型,就匀速运动、匀加速运动及变加速运动3种前方目标行驶工况进行目标跟踪仿真对比试验。仿真结果表明:该算法可用于3种工况的目标跟踪,且误差小,具有良好的跟踪效果。搭建实车试验平台,采用一种安全距离模型,对目标跟踪算法进行实车试验。结果表明:使用该算法后车辆避免了碰撞,所建立的模型是可靠的。     

无人车辆轨迹跟踪与横摆稳定协调控制研究

针对无人车辆轨迹跟踪问题,为兼顾车辆轨迹跟踪和横摆稳定的双控制目标,提出了一种无人车辆轨迹跟踪与横摆稳定协调控制策略。根据车辆轨迹跟踪模型,基于快速幂次趋近律设计了车辆轨迹跟踪滑模控制器,旨在通过无人车辆自主转向控制跟踪参考轨迹。同时,利用滑模算法设计了车辆横摆稳定控制器,通过横摆力矩控制跟踪参考横摆角速度。考虑到横摆稳定控制器中横向车速未知的情况,设计了横向车速滑模观测器,从而为横摆稳定控制器提供信息输入。此外,利用横摆力矩控制量设计了前轮转向角补偿模块,通过轨迹跟踪和横摆稳定控制器的协调,进一步修正轨迹跟踪精度。利用CarSim和Simulink平台搭建了联合仿真模型。仿真结果表明:所提出的轨迹跟踪与横摆稳定协调控制策略能够实现轨迹跟踪,并兼顾车辆的横摆稳定性。     

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。     

CarSim和Matlab/Simulink联合仿真分布式驱动电动车ACC研究

为实现分布式驱动电动车的自适应巡航控制(ACC)功能,基于Matlab/Simulink搭建ACC控制策略,采用分层控制方法,首先设计上层控制器,根据目标车辆运动状态信息分别计算巡航和跟车模式下的期望加速度,然后根据不同模式间的切换逻辑和下层控制器,计算对应模式下的四轮驱动力矩和制动压力,最后通过CarSim和Matlab/Simulink联合仿真进行模型验证。验证结果表明:该模型可以在巡航和跟车结合的综合工况下实现良好的自适应巡航控制。     

基于自适应模型预测的自主车辆避障控制研究

在无人驾驶车辆安全避障控制过程中,由于被控对象的非线性特性,线性模型预测控制器难以保证车辆避障系统的安全性及稳定性。以车辆二自由度运动学模型为基础,在已有感知障碍物信息的基础上,通过应用自适应模型预测控制理论,结合障碍物虚拟边界约束及车辆控制变量约束,设计了以节气门开度和方向盘转角为控制变量的线性时不变控制器,并在Simulink环境下与基于传统模型预测避障控制器进行比较。仿真结果表明:相较于模型预测控制,基于自适应模型预测控制理论设计的控制器能提高车辆避障安全性及舒适性。     

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。     

基于改进Stanley算法的目标假车路径跟踪控制

为了满足智能汽车封闭场地测试的需求,开发了一种智能车场地测试用软目标车,能够有效地提高场地测试的安全性和效率。在封闭场地功能场景的测试中,软目标车应能够按照预设的GPS轨迹高精度行驶。为了提高目标车的路径跟踪精度,设计了基于偏差的比例、积分、微分和Stanley控制算法的横纵向控制器,基于遗传算法得到Stanley控制算法参数的最优知识库,利用模糊控制算法实现Stanley控制算法参数的自适应调节,基于Carsim和Matlab/Simulink联合建立了软目标车仿真模型,最后在封闭场地中进行实车验证。结果表明：提出的控制方法能够满足智能汽车封闭场地测试要求。     

位移相关减振器对匹配机械弹性车轮的汽车操纵稳定性的影响

为了提高轮胎行驶安全性,避免出现轮胎刺扎、爆胎等情况,同时针对车辆是否具有良好的操纵稳定性等问题,研究了一种阻尼特性随活塞位置变化而改变的位移相关减振器对匹配机械弹性车轮的汽车操纵性的影响。在传统被动式双筒减振器的基础上,建立位移相关减振器的Simulink模型,将该模型导入匹配机械弹性车轮相关参数的Carsim整车模型,在正弦与双移线两种工况下进行Simulink与Carsim的整车联合仿真试验。联合仿真试验结果与传统被动式双筒减振器的结果进行对比分析表明:在空载高速状态下,装有位移相关减振器车辆的横摆角速度与侧向加速度峰值均较小,具有更好的操纵稳定性,并且在车辆行驶平顺性上也有所改善。     

基于功能分配与多目标模糊决策的转向与制动协同避撞控制

针对某些紧急工况下单一转向或单一制动控制不能有效避撞或避撞时操纵稳定性较差的问题,提出一种新的基于功能分配与多目标模糊决策的转向与制动协同避撞控制策略。根据自车道上自车与前车运动关系及自车与相邻车道前车运动关系,分别建立转向与制动安全距离模型和控制器。功能分配控制器运用多目标模糊决策来确定转向与制动控制器的功能分配系数,从而实现功能分配控制。应用Car Sim与Simulink进行联合仿真,结果表明:协同控制策略能够有效避撞,而且有良好的操纵稳定性。     

智能车队跟车纵向控制算法设计及仿真验证

为了解决智能车队自动跟随前方车辆行驶的问题,首先基于理论分析模型和车辆实验数据结合,建立智能车队行驶过程中纵向动力学模型。然后基于模糊智能控制算法,建立智能车队领航车驾驶员模型、车队跟随车辆跟车模型,最后通过Matlab/Simulink/Stateflow平台搭建数学模型。该模型简洁、准确,能满足车辆避撞和跟随的要求。通过仿真分析,验证了模型的正确性和合理性,可达到提高驾驶安全性、减少交通堵塞的目的。     

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。