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。     

考虑道路条件和车速的横纵向控制驾驶员模型

针对智能汽车在复杂路径下跟踪效果不佳的问题,考虑车辆横纵向动力学耦合作用,提出一种横纵向控制驾驶员建模方法。根据道路条件对车辆转向和速度控制的影响,建立一种考虑路径曲率和横向坡度的多约束车辆动力学模型,并推导车辆侧翻和侧滑的临界速度,预测参考路径的安全车速;采用横向模型预测控制获得最优的前轮转角控制序列,纵向PID控制实现纵向速度跟随;搭建Simulink-CarSim和硬件在环联合仿真系统。仿真结果表明：横纵向控制驾驶员模型能够预测安全车速,提高路径跟踪精度和行驶稳定性,同时具有较好的鲁棒性。     

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。     

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。     

电动汽车低速转向电子差速兼顾辅助转向控制

针对后轮独立驱动电动轮汽车转向差速控制技术,基于电动轮汽车低速转向特性,建立阿克曼转向差速模型。考虑电子差速控制对车辆转向的辅助作用,对电动轮汽车低速转向时电子差速兼顾辅助转向控制进行研究。仿真结果表明:基于阿克曼转向模型的转矩分配策略,不仅实现了基本的差速功能,对车辆转向行驶也有一定辅助作用。进行了电子差速控制实车试验,结果表明:控制策略能较好地应用于试验车辆。     

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。     

基于模糊卡尔曼滤波车速估算的泊车运动学模型

为更好地进行泊车运动过程的研究,建立适合泊车过程的专用泊车运动学模型,通过对实际泊车运动过程的分析,提出了一种基于模糊卡尔曼滤波车速估算的泊车运动学模型。泊车的运动过程是低速高精度的控制过程,尤其在较小泊车位中进行超低速自动泊车时,对车速的测量会由于起步惯性和轮胎磨损引起速度测量误差,这就需要对实际车速进行精确估算。通过车轮转动速度与车身加速度积分所得车速进行模糊卡尔曼滤波融合,得到泊车不同阶段的车速估算值。输入估算的车速与前轴中心转角建立泊车运动学模型,得到泊车车辆的位置信息与姿态航向角。经Matlab/Simulink仿真和泊车实验的数据对比分析,结果表明:建立的基于模糊卡尔曼滤波车速估算的泊车运动学模型与原泊车运动学模型精度整体上提高15%,与实际泊车情况偏差3%。因此,提出的泊车运动学模型符合泊车过程车辆运动学模型的要求,降低了泊车整个过程的位移和航向角计算误差,对于进一步研究泊车路径规划与控制具有重要意义。     

主动转向系统的变传动比设计及电机控制研究

针对传统变传动比曲线会造成电机角加速度波动的问题以及主动转向系统需满足响应速度快、鲁棒性强的要求,首先采用基于函数模型拟合的思路,构造反正切函数模型,通过最小二乘法对基于固定稳态转向系统增益的变传动比曲线进行局部拟合,使得两者在中速段达到最佳逼近。然后根据拟合变传动比曲线设计了全局快速Terminal滑模鲁棒控制律,实现对电机角位移信号跟踪。最后建立Matlab/Simulink仿真模型。与PID算法的对比实验结果表明:全局快速Terminal滑模控制算法响应快、无超调、无抖振,在各种工况下能准确、快速跟踪位置信号。由此可见:拟合变传动比曲线能明显改善电机角加速度的波动;全局快速Terminal滑模算法适用于主动转向系统的角位移控制。     

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。     

脉动横风对高速列车平稳运行的影响

为研究高速列车在脉动横风作用下的平稳运行问题,基于多刚体动力学及空气动力学理论,建立了高速列车八辆编组动力学模型及空间脉动横风载荷模型,并分别给予了模型验证。基于该模型,探究了脉动横风下的列车运行基本特性及该条件下的车速与风速安全限值。结果表明:多体动力学与随机风速模拟结合的分析方法是有效的;空间脉动横风载荷加剧了车辆3 Hz内低频振动并激起了1 Hz附近的峰值区;编组车辆中,列车气动三分力参数差异导致编组内响应呈现差异,多数情况下头车动力响应最明显;预设条件下,车速限值为355 km/h,风速限值为33.5 m/s。     

基于双匀速轨迹的自动泊车路径规划研究

针对自动泊车过程中由于路径曲率不连续而常常出现的停车原地转向的问题,提出了一种基于车辆速度和方向盘转动角速度的泊车路径生成方法。分析了在车速和方向盘转速为恒值时的车辆轨迹特点即"双匀速"轨迹特点。引入了"过渡半径"和"切入半径"的概念,将双圆弧泊车路径与"双匀速"轨迹有机地结合起来,使泊车路径生成算法以及避障算法更为简便,泊车路径的相关参数以及泊车可行域都可以用车辆速度、方向盘转动角速度和车身几何尺寸计算得到。基于预瞄理论建立倒车驾驶员模型,在Carsim里对生成的"双匀速"泊车路径进行可行性验证,结果显示:这条由车辆"双匀速"轨迹计算得到的路径在车辆非匀速泊车过程中同样有较好效果。由此可知:基于"双匀速"的泊车路径生成方法有效地解决了泊车过程中的避障问题,同时满足了路径曲率连续性的要求,从而避免了泊车过程中停车转向的问题。     

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。     

基于滑模控制的三轴重型汽车平顺性优化研究

建立了基于半主动悬架的9自由度三轴重型汽车垂向动力学模型,为提升其平顺性,针对该重型汽车模型设计了滑模控制系统,对悬架阻尼力进行控制。该控制器以天棚阻尼系统为参考,使重型汽车振动响应跟随参考系统。基于Matlab/Simulink软件对滑模控制系统进行验证,在B级路面不同车速工况下进行响应分析。结果表明,所建立的控制器在不同车速下,均能有效改善车辆垂向加速度、俯仰角速度和侧倾角加速度。     

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。     

基于非线性车辆模型的行驶状态与路面附着系数估计

路面状况和行驶状态的准确识别是车辆安全行驶和主动控制的重要依据。为了验证车辆行驶状态和路面附着系数估计的有效性,建立了包含Dugoff轮胎模型的四轮三自由度整车仿真模型,提出了基于扩展Kalman滤波理论的车辆行驶状态与路面附着系数估计算法。车辆在设定的双移线路面附着系数分别为0.8、0.7、0.6的工况下进行仿真,对比车辆的运动状态和车辆转向输入激励的趋势的一致性,验证了该模型的合理性。结合该模型计算出的Dugoff轮胎模型纵向和侧向归一化力,通过Matlab编程实现扩展卡尔曼算法估计,算法估算得到的汽车行驶状态参量和路面附着系数与仿真值进行对比。通过结果对比表明,车辆行驶状态估计值与Simulink数值解的均方根误差(RMSE)指标最大值不大于0.03,由于轮胎与路面是动态接触,路面附着系数呈上下波动状,实现了对车辆行驶状态参量和路面附着系数的实时估计,为重型车辆稳定性控制提供了理论基础。     

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。     

基于模型预测控制的协作焊接双机械臂轨迹跟踪算法

焊接双机械臂协作焊接时,存在从动机械臂对主机械臂末端位置的轨迹跟踪的精确性问题,课题组提出了基于模型预测控制算法的主/从位置协调控制方法。根据所建立的六自由度双机械臂的运动学模型,建立末端位置与关节角度的变换关系以及机械臂的运动预测模型;通过上述模型,对主机械臂采用位置控制方法,并通过从动机械臂末端的三维激光扫描仪测距传感器所获取的主机械臂位置及方向,对从动机械臂采用基于模型预测控制算法的位置控制;根据机械臂关节角度变换旋转运算序列及末端位置的预测模型,通过动态矩阵控制算法,由当前时刻的位置状态及下一时刻位置输入状态对未来某时域内的位置输出状态进行预测,从而实现期望的位置跟踪。最后,采用仿真实验测试来验证该算法的实用有效性,结果表明：从动机械臂末端在有较小超调的情况下快速达到稳态,实现对期望轨迹的跟踪;与传统PID控制算法相比,模型预测控制算法能够更快速、更稳定地达到对期望轨迹的跟踪效果;该算法对期望轨迹的跟踪误差在有小幅波动的情况下可保持在±0.05 mm之内,在无波动的情况下可迅速趋近于零。基于该算法,从动机械臂可根据主机械臂末端动态位置信息更加有效地实现对期望轨迹的实时跟踪。     

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。