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。     

基于主动横向稳定杆的汽车防侧倾控制策略及算法研究

在基于提高汽车的侧倾稳定性的基础上,建立了包含汽车侧向、横摆以及侧倾的3自由度动力学模型,设计了模糊PI-PD控制器,针对汽车的行驶状态实时提供抗侧倾力矩以防止侧翻事故的发生。由于"试凑法"对于控制器增益参数而言难以达到理想状态,通过遗传算法的迭代寻优找到全局最优解。仿真实验表明:针对主动横向稳定杆所设计的控制器及算法显著降低了车身侧倾角,提高了车身的抗侧倾能力。     

基于转向临界的AFS和ESC集成控制研究

基于前轮转向临界设计主动前轮转向系统(AFS)和电子稳定性控制系统(ESC)的稳定性集成控制算法。采用人-车-路闭环系统,通过计算转向临界,运用线性二次型最优控制(LQR)和迭代学习PD死区控制设计AFS和ESC集成控制算法。通过CarsimMatlab/Sumilink模拟极限工况下稳定性集成控制效果。仿真结果表明:基于转向临界设计的AFS和ESC的集成控制算法优于其单独控制算法,能更有效地控制汽车横摆角速度、质心侧偏角、侧向加速度,使车辆准确跟踪目标路径,提高车辆在极限行驶工况下的操纵稳定性和舒适性。     

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。     

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。     

基于质心侧偏角计算的自动转向控制

为改善车辆高速行驶时质心侧偏角对车辆横向控制的影响,基于车辆动力学分析与辨识提出了一种基于无迹卡尔曼滤波理论的精确计算质心侧偏角的方法,并将其应用于车辆的自动转向控制系统。为验证算法的有效性,进行了相关的仿真分析。仿真结果表明:在实时计算质心侧偏角的基础上进行车辆的性能控制,可提高车辆的瞬态控制精度,有效改善车辆的舒适性。     

汽车发动机主动悬置振动控制策略研究

为解决发动机振动和路面激励引起的整车振动,提出了一种包含压电陶瓷主动悬置的双环控制。外环控制器主要用来控制发动机的垂直、俯仰与侧倾运动,从而稳定发动机的姿态;内环控制是采用4个独立的控制器分别控制每个压电悬置产生主动控制力,从而抑制路面不平度对车身的干扰。通过逻辑控制器实现内外环的有效连接。仿真结果表明:相比于传统模糊控制和被动悬置系统,主动悬置的双环控制方法能抑制发动机振动和车身振动,提高汽车行驶平顺性。     

基于垂向载荷转移率的微型客车侧倾敏感性研究

在Matlab/Simulink软件环境下建立某微型客车三自由度侧倾模型,分析车辆结构参数、道路输入参数及驾驶员输入参数对车辆侧倾倾向性的影响。利用干路面蛇形试验数据对所建立的仿真模型进行验证,通过J-turn试验和鱼钩仿真试验(fish-hook)分析车速、转向盘转角对车辆侧向加速度、车身侧倾角等侧向稳定性输出参数的影响。同时提出动态垂向载荷转移率(VTRd)作为侧倾敏感性因数,分析车辆结构及运行参数对微型客车侧倾敏感性的影响。结果表明:悬架侧倾刚度对侧倾敏感性影响最为明显;结合驾驶员对转向盘转角的输入,车辆的侧倾变化趋势对车速的变化比较敏感,当车速增加到80 km/h以上时,较小的转向盘转角变化就会使车辆发生侧倾。     

基于GPS的汽车运动参数检测与估算

针对以往汽车运动状态参数检测手段的不足,研究出一种体积小、功能集中、使用方便的便携式汽车运动状态检测设备,提升汽车行驶的安全性和汽车一次安全技术;利用GPS模块实时采集车辆运行状态的卫星数据,并在ARM开发板上处理显示,依据这些数据信息,再结合汽车三自由度模型及相应的参数估算算法,估算出车辆的运动状态参数如汽车质点的质心侧偏角、纵向速度和侧向速度,从而为车辆一次安全控制提供依据。     

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。     

基于非线性二自由度模型的线控转向系统变角传动比设计

在分析不同附着系数路面轮胎侧向力和侧偏角关系基础上,对同一附着系数路面下轮胎侧偏角进行分区、侧偏曲线线性化,建立非线性二自由度车辆模型。基于横摆角速度增益一定设计理想角传动比。对基于非线性二自由度模型和线性二自由度模型设计角传动比的车辆进行双移线仿真分析。仿真结果表明:在低附着系数路面,基于非线性二自由度模型设计的车辆方向盘转角和质心侧偏角减小,减少了驾驶员通过方向盘对车辆的修正次数,减轻了驾驶负担;横摆角速度和侧向加速度也相应减小,提高了车辆在低附着系数路面驾驶的稳定性。在高附着系数路面,基于两种不同模型设计角传动比的车辆,方向盘转角、车辆状态参数变化不大。     

车身姿态补偿半主动控制

基于某矿用自卸车,建立了非线性半主动油气悬架三轴9自由度整车模型,以天棚控制算法和模糊控制算法为基础,设计了车身姿态补偿控制策略,对半主动油气悬架的阻尼力进行控制。在Matlab/Simulink中对控制策略的效果进行仿真验证。仿真结果表明:当车辆在D级路面以36 km/h的速度行驶时,相比于传统被动油气悬架,所设计的车身姿态补偿控制策略使车身垂向加速度优化了22. 89%,俯仰角加速度优化了20. 46%,侧倾角加速度优化了18. 87%,车身俯仰角优化了19. 61%,车身侧倾角优化了15. 66%,达到了较好的车身姿态控制效果。硬件在环仿真试验结果与Simulink仿真结果一致,验证了车身姿态补偿控制策略的实际可行性。     

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。     

基于RBF神经网络优化的无人驾驶车辆增量线性模型预测轨迹跟踪控制研究

研究了无人驾驶车辆的轨迹跟踪问题,基于RBF(径向基函数)神经网络的自适应补偿和鲁棒控制分别设计了2种优化后的ILTV-MPC(增量线性时变模型预测控制)轨迹跟踪控制系统。建立了ILTV-MPC轨迹跟踪控制器,利用RBF神经网络的局部逼近特性,设计了RBF自适应补偿控制器逼近模型的不精确部分;进而将逼近过程产生的误差作为外部干扰,设计了RBF鲁棒优化控制器,从而对逼近误差予以抑制。应用Lyapunov稳定性分析推导出隐含层网络权值训练规则,证明了控制系统的稳定性。当行驶在良好路面时,与传统ILTV-MPC相比,RBF补偿-ILTV-MPC最大误差减小约38.73%; RBF鲁棒-ILTV-MPC最大误差减小约68.42%。结果表明:RBF鲁棒控制较RBF补偿控制可进一步提高ILTV-MPC控制器的跟踪精度,减轻车辆侧滑程度,提高车辆行驶稳定性。     

基于智能体理论的空气悬架车身高度智能控制系统研究

为了进一步发挥空气悬架车身高度调节系统的性能,在Belief-Desire-Intention(BDI)框架下构建了目标车身高度控制智能体,并采用汤普森抽样算法构建智能体学习行为。结合车身高度调节系统模型,建立空气悬架车身高度智能控制系统。单一工况下的仿真结果验证了智能体学习行为的可行性以及学习结果的适用性;混合工况下的仿真结果验证了空气悬架车身高度智能控制系统的可行性和有效性。结果表明:在车身高度智能控制系统的控制下,簧上质量质心位置处的加权加速度均方根值上升了0. 45%,侧倾因子降低了22. 82%,在不恶化行驶平顺性的同时,提高了操纵稳定性。     

基于不变集的半挂汽车列车防侧翻控制研究

针对行车过程中的不确定性干扰及半挂车高度的强非线性导致的模型失配问题,应用不变集理论,将状态、控制输入和干扰的约束考虑为鲁棒控制不变集并作为控制器的终端约束,建立了反映半挂车横摆及侧倾运动学特性的7自由度动力学模型,用于预测控制算法设计控制器、跟踪参考信号、解决滚动优化带约束的有限时域最优控制问题,得出最优控制输入,即3根主车轴的防侧翻力矩,并由主动防侧倾杆实施以达到防侧倾控制。最后进行了典型工况的仿真,结果表明:应用所设计的鲁棒模型预测控制器可较好地防止半挂车侧翻。     

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。     

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。     

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。     

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。