CN104709348B - 与eps控制器结合的碰撞避免控制 - Google Patents
与eps控制器结合的碰撞避免控制 Download PDFInfo
- Publication number
- CN104709348B CN104709348B CN201410754655.8A CN201410754655A CN104709348B CN 104709348 B CN104709348 B CN 104709348B CN 201410754655 A CN201410754655 A CN 201410754655A CN 104709348 B CN104709348 B CN 104709348B
- Authority
- CN
- China
- Prior art keywords
- moment
- torsion
- order
- vehicle
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
- B62D15/0265—Automatic obstacle avoidance by steering
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
公开了与EPS控制器结合的碰撞避免控制。一种用于产生用于供碰撞避免系统使用的EPS系统中的电动机的叠加扭矩命令的系统和方法。该方法使用采用六维车辆运动模型的模型预测控制,该模型包括单轨道线性自行车模型和单自由度转向柱模型的组合以便为车辆转向建模。该方法通过包括最优总转向扭矩命令的成本函数确定转向控制目标,该目标定义当前车辆路径与所希望的车辆路径之间的路径跟踪误差。MPC确定最优总转向扭矩命令以最小化路径误差,并且随后使用驾驶者输入扭矩、EPS辅助扭矩和总柱扭矩命令来确定扭矩叠加命令。
Description
技术领域
本发明一般涉及用于提供叠加扭矩命令以控制电动助力转向(EPS)电动机的系统和方法,并且更具体来说,涉及用于提供叠加扭矩命令以控制EPS电动机的系统和方法,其中该方法使用六维车辆运动模型,包括用于为车辆转向建模的单轨道线性自行车模型和单自由度转向柱模型,以确定转向控制目标和提供确定最优的总转向柱扭矩(从其确定叠加扭矩命令)的模型预测控制(MPC)。
背景技术
传感器和致动器技术的发展已经使得驾驶者辅助系统(DAS)的发展能够防止交通事故,特别是由驾驶者的失误或疏忽引起的那些事故。某些类型的DAS,诸如防抱死制动系统(ABS)、电子稳定性控制(ESC)、自适应巡航控制(ACC)、车道偏离警告(LDW)系统、车道改变辅助(LCA)、前向碰撞警报(FCA)以及车道保持辅助(LKA)已经在生产车辆中。主动安全技术现在正在变成汽车工业中的主要研究领域。碰撞迫近制动是通过应用制动来避免或减轻碰撞的有效方式。另一方面,碰撞避免转向可以允许在单独致动仅可能减轻碰撞的一些情况下避免碰撞。
本领域中已知用于在车辆驾驶者自己未采取规避动作的情况下提供主车辆的自动转向以避开主车辆前方的较慢或停止物体的碰撞避免系统。已知的碰撞避免系统向车辆驾驶者提供警告,并且取决于驾驶者是否采取规避动作,可以提供自动制动和/或自动转向。如果系统确定有必要自动转向以避免碰撞,则系统必须计算用于主车辆的安全转向路径以提供转向控制。那些系统中的一些能够检测车道标志以计算主车辆的转向路径来进行用于碰撞避免目的的车道改变。那些碰撞避免系统还提供使得主车辆遵循计算出的转向路径以提供车辆转向的转向命令。
用于这些类型的系统的物体检测传感器可以使用许多技术中的任一种,诸如短程雷达、远程雷达、具有图像处理的摄像机、激光或激光雷达、超声波等。物体检测传感器检测主车辆的路径中的车辆和其他物体,并且应用软件使用物体检测信息来提供警告或者在适当的情况下采取动作。警告可以是车辆仪表板或平视显示器(HUD)中的视觉指示,和/或可以是音频警告或其他触觉反馈设备,诸如座椅震动。在许多车辆中,物体检测传感器直接结合到前保险杠或车辆的其他罩板中。
2012年5月29日发布的标题为“Model Based Predictive Control forAutomated Lane Centering/Changing Control Systems(用于自动车道定中/改变控制系统的基于模型的预测控制)”的美国专利号8,190,330(该专利转让给此申请的受让人并且以引用的方式并入本文)披露用于为自主或半自主车辆驱动的系统中的车道改变或车道定中目的提供转向控制的系统和方法。2013年9月3日发布的标题为“Vehicle CollisionAvoidance and Warning System(车辆碰撞避免和警告系统)”的美国专利号8,527,172(该专利转让给此申请的受让人并且以引用的方式并入本文)披露使用组合的自动制动和转向的碰撞避免系统。
授予Moshchuk等人的美国专利申请公开号2013/0218396(该申请转让给此申请的受让人并且以引用的方式并入本文)披露用于提供包括提供自动转向辅助的增强的车辆控制的系统和方法。‘396申请描述使用转向模型的碰撞避免系统,该转向模型使用四维单轨线性自行车模型来为车辆动力学建模。四维模型是用来产生控制电动助力转向(EPS)系统以提供转向辅助所必需的车轮角度命令,其中车轮角度命令被转换成用于EPS系统中的电动机的扭矩命令。‘396申请使用比例积分微分(PID)控制来将车轮角度命令转换成用于EPS系统的扭矩命令。然而,为此目的使用PID控制需要大量调谐以实现所有车辆速度下的良好性能和稳健操作。PID控制的调谐是耗时的,并且由其产生的转向控制可能在调谐过程中变得不稳定。另外,需要对转向致动器延迟进行补偿。
发明内容
本发明描述用于产生用于供碰撞避免系统使用的EPS系统中的电动机的叠加扭矩命令的系统和方法。该方法使用采用六维车辆运动模型的模型预测控制,该模型包括单轨道线性自行车模型和单自由度转向柱模型的组合以便为车辆转向建模。该方法通过包括最优总转向扭矩命令的成本函数确定转向控制目标,该目标定义当前车辆路径与所希望的车辆路径之间的路径跟踪误差。MPC确定最优总转向扭矩命令以最小化路径误差,并且随后使用驾驶者输入扭矩、EPS辅助扭矩和总扭矩命令来确定扭矩叠加命令。
本发明包括以下方案:
1. 一种用于提供碰撞避免系统中的扭矩叠加命令的方法,所述扭矩叠加命令是提供给车辆上的电动助力转向(EPS)电动机的扭矩命令的至少一部分,所述方法包括:
提供车辆转向系统的数学模型;
确定当前车辆路径与所希望的车辆路径之间的差;
提供模型预测控制以确定最小化所述差的用于电动机的最优总扭矩命令;
基于车辆速度提供EPS扭矩辅助命令;
使用最优总扭矩命令、驾驶者提供的扭矩以及用于特定车辆速度的EPS辅助扭矩来确定扭矩叠加命令;以及
向EPS电动机提供总扭矩命令。
2. 根据方案1所述的方法,其中提供数学模型包括提供六维数学模型。
3. 根据方案2所述的方法,其中提供数学模型包括是提供单轨道自行车模型与单自由度转向柱模型的组合的数学模型。
4. 根据方案3所述的方法,其中提供数学模型包括使用提供车辆重心与所述希望的车辆路径的横向偏移的模型维度、车辆航向角度误差、车辆横向速度以及车辆偏航率的单轨道自行车模型以及提供转向盘角度的维度参数和转向盘角度旋转速率的单自由度转向柱模型。
5. 根据方案1所述的方法,其中确定差包括定义总扭矩命令与成本函数之间的关系。
6. 根据方案5所述的方法,其中所述成本函数是二次函数。
7. 根据方案6所述的方法,其中所述二次函数由以下方程定义:
其中是成本函数,是2×2权数矩阵,并且R k 是2×2权数矩阵,y是车辆横向偏差,r是偏航率,并且u k 是总扭矩命令控制变量。
8. 根据方案7所述的方法,其中提供模型预测控制包括使用以下方程确定总扭矩命令控制变量:
其中、、和分别是矩阵A、B、C和h的离散版本,是路径跟踪误差上的权数,R k 是致动器命令上的权数,并且是设置点的向量。
9. 根据方案1所述的方法,其中提供所述EPS辅助扭矩包括提供来自增强曲线表的所述EPS辅助扭矩。
10. 根据方案1所述的方法,其中确定扭矩叠加命令包括求解非线性代数方程。
11. 根据方案10所述的方法,其中所述方程由以下提供:
其中TBT是驾驶者提供的扭矩,T0是扭矩叠加命令,HWT是手轮扭矩,并且TT是总扭矩命令。
12. 根据方案11所述的方法,其中确定扭矩叠加命令包括使用牛顿拉普森迭代技术来求解所述方程。
13. 根据方案10所述的方法,其中所述方程由以下提供:
其中TBT是驾驶者提供的扭矩,T0是扭矩叠加命令,并且TT是总扭矩命令。
14. 根据方案13所述的方法,其中确定扭矩叠加命令包括使用逆查表技术来求解所述方程。
15. 一种用于提供碰撞避免系统中的扭矩叠加命令的方法,所述扭矩叠加命令是提供给车辆上的电动助力转向(EPS)电动机的扭矩命令的至少一部分,所述方法包括:
提供六维车辆转向模型,所述六维车辆转向模型是单轨道自行车模型与单自由度转向柱模型的组合,其中单轨道自行车模型提供车辆重心的横向偏移的模型维度、车辆航向角度、车辆横向速度以及车辆偏航率,并且单自由度转向柱模型提供转向盘角度的维度参数和转向盘角度旋转速率;
确定当前车辆路径与所希望的车辆路径之间的差,包括定义总扭矩命令与二次成本函数之间的关系;
提供模型预测控制以确定最小化所述差的用于电动机的总扭矩命令;
从EPS增强曲线表来提供EPS辅助扭矩;
使用总扭矩命令、驾驶者提供的扭矩以及EPS增强曲线辅助扭矩来确定扭矩叠加命令;以及
向EPS电动机提供总扭矩命令。
16. 根据方案15所述的方法,其中所述二次成本函数由以下方程定义:
其中是成本函数,是2×2权数矩阵,并且R k 是2×2权数矩阵,y是车辆横向偏差,r是偏航率,并且u k 是总扭矩命令控制变量。
17. 根据方案16所述的方法,其中提供模型预测控制包括使用以下方程确定总扭矩命令:
其中、、和分别是矩阵A、B、C和h的离散版本,是路径跟踪误差上的权数,R k 是致动器命令上的权数,并且是设置点的向量。
18. 根据方案15所述的方法,其中确定扭矩叠加命令包括求解非线性代数方程。
19. 一种用于提供碰撞避免系统中的扭矩叠加命令的转向系统,所述扭矩叠加命令是提供给车辆上的电动助力转向(EPS)电动机的扭矩命令的至少一部分,所述转向系统包括:
用于提供六维车辆转向模型的装置,所述六维车辆转向模型是单轨道自行车模型与单自由度转向柱模型的组合,其中单轨道自行车模型提供车辆重心横向偏差的横向偏移的模型维度、车辆航向角度、车辆横向速度以及车辆偏航率,并且单自由度转向柱模型提供转向盘角度的维度参数和转向盘角度旋转速率;
用于确定当前车辆路径与所希望的车辆路径之间的差的装置,所述确定包括定义总扭矩命令与二次成本函数之间的关系;
用于提供模型预测控制以确定最小化所述差的用于所述电动机的总扭矩命令的装置;
用于从EPS增强曲线表提供EPS辅助扭矩的装置;
用于使用总扭矩命令、驾驶者提供的扭矩以及EPS增强曲线辅助扭矩来确定扭矩叠加命令的装置;以及
用于向EPS电动机提供总扭矩命令的装置。
20. 根据方案19所述的转向系统,其中用于确定扭矩叠加命令的装置求解非线性代数方程。
本发明的额外特征将从结合附图进行的以下描述和随附权利要求变得显而易见。
附图说明
图1是示例性车辆转向系统的图示;
图2是单轨道线性自行车模型的图示;
图3是定义用于车辆转向柱模型的参数的车辆转向柱的图示;
图4是主车辆尾随目标车辆并且展示用于主车辆的规避转向路径以便为了碰撞避免目的绕开目标车辆行驶的图示;
图5是用于提供总扭矩的系统的方框图;
图6是展示水平轴线上的总扭矩和竖直轴线上的驾驶者输入扭矩并且示出EPS增强曲线的图示;以及
图7是展示用于提供用于EPS系统中的电动机的扭矩叠加命令的过程的流程图。
具体实施方式
针对用于提供用于EPS系统中的电动机的扭矩叠加命令的系统和方法的本发明的实施例的以下论述实质上仅是示例性的,而决不意欲限制本发明或其应用或使用。
以下描述包括向EPS系统中的电动机提供扭矩命令的论述。图1示出包括转向盘12以及车轮14和16的示例性车辆转向系统10以提供用于此论述的上下文。转向盘12以本领域技术人员熟知的方式通过转向柱18和轮轴20联接到轮14和16,这样使得当驾驶者转动转向盘12时,轮14和16相应地转动。
转向系统10包括具有安装到轮轴20的电动转向电动机26的电动助力转向(EPS)系统24,该EPS系统响应于车辆驾驶者转动转向盘12以本领域熟知的方式提供电动转向辅助。换言之,当车辆驾驶者转动转向盘12时,EPS系统24将轮14和16转动由车辆驾驶者命令的量,这样使得轮14和16在路面上的转动更加容易。电动机26还提供用于碰撞避免转向的转向扭矩。转向系统10还包括EPS电子控制单元(ECU)32,在一个实施例中该单元被配置成提供总EPS系统控制。如本领域技术人员所熟知,EPS系统24通过将可变电动机扭矩命令T M 应用到转向电动机26并且在需要时应用在EPS辅助转向操纵过程中改变电动机扭矩命令T M 的值的扭矩叠加命令(TOC)来电动辅助驾驶者转向车辆。
安装到转向柱18的转向角度传感器36测量转向盘12和转向柱18的旋转并且提供指示其的转向角度信号θ s 。安装到转向柱18的扭矩传感器38测量转向柱18上的扭矩并且提供指示其的扭矩信号T s 。ECU 32与角度传感器34和扭矩传感器38电通信,这样使得ECU 32可获得转向角度信号θ s 和转向扭矩信号T s 。ECU 32处理车辆性能值集(包括转向角度信号θ s 和转向扭矩T s ),并且持续地监控车辆参数,诸如但不限于车辆的速度。或者,替代使用转向角度传感器36来提供转向角度,可以使用小齿轮角度(PA)传感器28来提供转向角度,这提供对车轮角度的更直接测量,如本领域技术人员所熟知的。
本发明提出一种用于向EPS系统24中的电动机26提供扭矩叠加命令的算法,该命令是用于作为碰撞避免系统的一部分的自动车辆转向的命令。扭矩叠加命令是除了车辆驾驶者在车辆转向盘上所提供的扭矩和EPS系统24提供的转向辅助之外提供以使车辆转向的校正扭矩。EPS辅助增强曲线定义除了在典型的客运车辆中提供的驾驶者的转向输入之外在不同的车辆速度下的驾驶者转向辅助。本发明使用采用六维车辆转向模型的模型预测控制(MPC)。车辆转向模型是提供车辆动力学的单轨道线性自行车模型与单自由度转向柱模型的组合。一旦建立了模型,则算法定义用于最小化当前车辆路径与所希望的车辆路径之间的车辆的路径跟踪误差的转向控制目标,其中该控制目标定义成本函数与最优总扭矩之间的关系。一旦定义了控制目标,则算法使用MPC来确定最优总扭矩以最小化路径误差,并且随后使用EPS辅助增强曲线和扭力杆扭矩来找到提供该最优总扭矩的扭矩叠加命令。
如所提及,过程中的第一步骤是产生将由MPC使用的数学转向模型,该模型是通过运动的方程提供的动力学车辆模型。在一个实施例中,模型是包括单轨道自行车模型与单自由度转向柱模型的组合的六维模型。如以下将详细论述,单轨道线性自行车模型提供维度中的四个,即车辆重心与道路的横向偏移、车辆航向角度误差、车辆横向速度和车辆偏航率。单自由度转向柱模型提供其他两个维度,即转向盘角度(或小齿轮角度)和转向盘角度旋转速率。
单轨道线性自行车模型由图2中的图示40示出,其包括轮42和44、车辆重心48和行驶的道路46,并且描述相对于道路的车道标志的车辆位置并且阐明符号规定。用于车辆运动的状态空间模型包括定义车辆与道路46的关系的方程,如下:
(1)
, (2)
以及用于单轨的典型自行车模型,如下:
, (3)
(4)
其中是车辆重心与车道的横向偏移(车道偏移),是相对于车道的车辆航向(车道方向),是车辆横向速度,是车辆偏航率,是车辆纵向速度,和分别是前和后轮轴的侧偏刚度,是从车辆的重心到车辆的前轮轴的距离,是从车辆的重心到车辆的后轮轴的距离,是车辆的质量,是车辆的横摆惯性矩,是路径曲率,并且是前车轮角度。
假定前和后轮轴横向力和是横向滑移角度的线性函数,如下:
(5)
(6)
其中和分别是前和后滑移角度,并且其中:
(7)
(8)。
状态变量和ΔΨ定义车辆与车道的关系,其中方程(3)和(4)是从方程(1)和(2)分离出的,并且描述平面运动中的车辆动力学模型。方程(1)至(4)可以状态-空间形式写为:
, (9)
(10)
其中是状态向量,是输出向量,δ是控制变量,是可以视为已知干扰的曲率项,并且方程(9)和(10)中的管理矩阵(governing matrices)具有以下形式。
(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)。
方程(9)和(10)是具有已知(测量出的)干扰的线性时不变系统。输出向量包括估计或测量出的摄像机变量。偏航率由偏航率传感器测量,并且横向速度基于其他可获得测量来估计。
图3是示出描绘用于转向模型的变量的简化转向系统50的示意图。转向系统50包括前车轮54和56、前轮轴58和转向柱52。描述转向柱动力学的方程可以如下提供:
(21)
其中自对准扭矩被定义为:
(22)
并且其中是转向盘角度(或小齿轮角度),是转向惯性,是阻尼系数,是EPS扭矩(总),并且是手轮扭矩(驾驶者输入)。
用于总扭矩命令控制变量的控制变量包括总EPS扭矩加上手轮扭矩。然而,仅可以将双扭矩叠加命令(德尔塔扭矩)发送到EPS控制器32。如果已知总柱扭矩,则可以使用EPS增强表找到所需量的扭矩叠加,如以下将论述。
现在可以用状态-空间形式来写用于车辆动力学的建模方程,其中是状态向量,是输出向量,并且是总扭矩命令控制变量,其中管理矩阵具有以下形式:
(23)
(24)
(25)
(26)。
六维模型的不同变体可以通过考虑转向系统直到扭力杆来获得。在惯性的集中力矩中仅包括扭力杆下游的转向惯性。此方法具有以下显著优点,其中其无需知道手轮扭矩,该扭矩不能直接测量且因此必须估计。同时,扭力杆扭矩是测量出的量。方程(21)在此情况下具有相同的形式,其中手轮扭矩由扭力杆扭矩替换。
基于以上,可以离散化组合的线性自行车模型和转向柱模型以产生以下离散系统。
(27)
(28)。
图4是展示在目标车辆64后方行驶的主车辆62的图示60,其中目标车辆64比主车辆62行驶得慢或者是停止的。目标车辆64意欲代表主车辆62前方在主车辆62的行驶方向的碰撞路径内的任何物体。主车辆62包括可操作以如本文论述的执行各种计算和操作的碰撞避免系统66。碰撞避免系统66从一个或多个传感器(通常表示为传感器68)接收传感器信号,所述传感器可以是用于本文论述的目的的任何适合的传感器,诸如雷达、激光雷达、摄像机、超声波传感器等。
转向控制的目标在于最小化车辆重心与计划或所希望的路径的偏差。本领域中已知定义用于碰撞避免目的的所希望的转向路径的许多算法。如以下将论述,转向控制目标获得最小化成本函数的总扭矩命令控制变量。在任何时刻计划的路径(或参考轨迹)是点集。每个点是包括车辆重心的车道横向位置和相对于车辆航向角度ΔΨ的二维向量。设置点的数量通过预测时域来驱动,其中是取样时间。方程(27)的数学模型的未来输出应遵循参考轨迹,或者换言之,应最小化与误差相关的成本函数。
对于线性系统和二次成本函数而言,用于MPC控制的显式公式是公知的。计算量随着控制时域的增加而大大增加,因为其涉及反转大小等于控制时域样本的数量的矩阵。因此,认为对于在控制时域等于一个取样时间时的实际实施情况而言重要。因此,假定控制变量对于整个预测时域(前面个阶长)是相同的。成本函数被假定为如下的二次函数:
(29)
其中是规定与参考轨迹的偏差的2×2权数矩阵(输出权数),并且是规定控制中的相对大的改变的2×2权数矩阵(输入权数)。权数和通常都是具有正对角元素的对角矩阵。
将代入方程(29)产生:
(30)。
任何未来阶长下的状态变量可以从方程(27)得出并且具有以下形式。
(31)。
方程(31)中假定曲率在预测时间过程中(通常0.8秒)并不显著改变。方程(31)对于每一个预测阶长的已知曲率的情况的概括是简单的。将方程(31)代入成本函数(30)产生:
(32)
其中、、和分别是矩阵A、B、C和h的离散版本,是路径跟踪误差上的权数,R k 是致动器命令上的权数,并且是设置点的向量。
方程(32)展示成本函数是未知的控制变量的二次函数,其中其在以下情况达到其最小值:
(33)
(34)。
方程(33)产生用于未知的总柱扭矩控制变量的以下表达。
(35)。
无约束的线性MPC是标准线性状态反馈定理。因此,用于最优线性控制方程(35)的表达可以用反馈形式表示为:
(36)
其中反馈增益矩阵和前馈项是:
(37)
(38)。
方程(38)可以成功地在线实施,因为其相对简单并且不涉及矩阵反转。考虑受约束的MPC的子情况(控制时域仍是一个取样时间)。约束可能由对最大可允许前/后轮轴滑移角度、横向加速度、横向冲击、德尔塔扭矩以及德尔塔扭矩率强加的限制产生。此约束通常可以表示为:
(39)。
由于已知,所以找到最优扭矩控制变量的问题减少为找到经历方程(39)的控制变量中的二次函数的全局最小值。此问题可以用标准二次编程方式解决。
一旦MPC计算总扭矩命令控制变量,则通过驾驶者输入扭矩(本文有时称为扭力杆扭矩)与从用于不同车辆速度的EPS增强曲线表获得的EPS辅助扭矩和最后一个计算出的总扭矩之间的关系从其确定扭矩叠加命令。扭矩叠加命令是在碰撞避免系统66接管转向控制时提供给EPS电动机26的扭矩,其中扭矩叠加命令在转向系统中应用两次且因此称为双扭矩叠加(DTO)命令。这在图5中通过方框图70示出。具体来说,双扭矩叠加命令在方框72提供并且在求和连接点76从方框74加到驾驶者输入扭力杆扭矩。在方框78基于该求和确定来自增强曲线表的EPS辅助扭矩,并且叠加扭矩命令在求和连接点80被加到增强曲线扭矩以提供应用于EPS电动机82的总扭矩命令。
图6是示出水平轴线上的驾驶者输入扭力杆扭矩、竖直轴线上的总扭矩命令以及用于特定车辆速度的EPS增强曲线扭矩92的图90。对于一个示例,在竖直轴线上在点94示出总扭矩命令,并且在水平轴线上在点96示出驾驶者输入扭力杆扭矩。由于在点94处已知总扭矩命令并且已知图线92上点102处的增强曲线扭矩,所以增强曲线扭矩可以在竖直轴线上叠加,并且可以从总扭矩减去那个扭矩值以提供箭头98处的双扭矩叠加命令。同样地,由于在点96处已知驾驶者输入扭矩并且在点102处已知增强曲线辅助扭矩,所以也可以在水平轴线上通过箭头100确定扭矩叠加命令。
算法可以使用已知的总扭矩命令、驾驶者扭力杆扭矩以及EPS增强曲线辅助扭矩来确定双扭矩叠加命令,这样使得所传递的总扭矩匹配所需要的总扭矩,这可以使用以下非线性代数方程来完成:
(40)
其中TBT是扭力杆扭矩,是对应于当前车辆纵向速度的增强曲线辅助扭矩,T0是双扭矩叠加命令,HWT是手轮扭矩,并且TT是总扭矩。
方程(40)可以使用牛顿拉普森方法在线数字地求解,其中仅需要少许迭代来获得令人满意的精确度。如果是线性函数(或分段线性),则方程(40)可以被求解为:
(41)。
如果在点TBT与之间存在线性近似,则近似解具有以下形式:
(42)。
对于通过考虑转向系统直到扭力杆获得的六维模型的不同变体,方程(40)具有以下形式:
(43)。
如果被指示为新变量x,则方程(43)相对于x的非线性方程。
(44)。
方程(44)可以使用牛顿拉普森方法来在线数字地求解。替代地,方程(44)可以使用逆查表来求解。函数f是已知的函数(增强表),因此也是已知的函数。对于给定的,可以使用查找表找到x。最后,可以通过如下从x减去TBT找到扭矩叠加命令:
(45)。
请注意,可以在方程(40)中通过用以下形式重写方程(40)来使用逆查表:
(46)
或
(47)。
图7是示出用于如上所述当需要转向控制时向EPS系统24中的电动机26提供扭矩叠加命令的过程的流程图110。算法在决定菱形112确定是否启动碰撞避免系统。如果启动碰撞避免系统,则算法在方框114读取传感器数据以确定车辆在车道中的位置并且使用转向模型和成本函数确定最小化路径跟踪误差的控制转向目标以便遵循车道的中心。算法随后在方框116使用MPC来确定如以上所论述的最优总扭矩命令控制变量。算法随后在方框118使用驾驶者输入扭力杆扭矩、总扭矩以及用于当前车辆速度的EPS辅助增强表扭矩来确定如上所述的双扭矩叠加命令,其中在方框120提供EPS辅助增强表信息。算法随后在方框122将总扭矩命令发送给EPS电动机26。
如本领域技术人员将理解,本文论述以描述本发明的几个和各个步骤和过程可以涉及由计算机、处理器或使用电现象操纵和/或变换数据的其他电子计算设备执行的操作。那些计算机和电子设备可以使用各种易失性和/或非易失性存储器,包括具有存储于其上的可执行程序(包括能够由计算机或处理器执行的各种代码或可执行指令)的永久计算机可读媒介,其中存储器和/或计算机可读媒介可以包括所有形式和类型的存储器和其他计算机可读媒介。
以上论述仅披露和描述本发明的示例性实施例。本领域技术人员将从此论述以及从附图和权利要求容易地认识到,在不脱离如以下权利要求中定义的本发明的精神和范围的情况下,可以在其中做出各种改变、修改和变化。
Claims (15)
1.一种用于提供碰撞避免系统中的扭矩叠加命令的方法,所述扭矩叠加命令是提供给车辆上的电动助力转向电动机的扭矩命令的至少一部分,所述方法包括:
提供车辆转向系统的数学模型;
确定当前车辆路径与所希望的车辆路径之间的差;
提供模型预测控制以确定最小化所述差的用于电动机的总扭矩命令;
基于车辆速度提供电动助力转向扭矩辅助命令;
使用总扭矩命令、驾驶者提供的扭矩以及用于特定车辆速度的电动助力转向辅助扭矩来确定扭矩叠加命令;以及
向电动助力转向电动机提供总扭矩命令;
其中确定扭矩叠加命令包括求解非线性代数方程;
所述方程由以下提供:
其中TBT是驾驶者提供的扭矩,T0是扭矩叠加命令,HWT是手轮扭矩,并且TT是总扭矩命令;或者
所述方程由以下提供:
其中TBT是驾驶者提供的扭矩,T0是扭矩叠加命令,并且TT是总扭矩命令。
2.根据权利要求1所述的方法,其中提供数学模型包括提供六维数学模型。
3.根据权利要求2所述的方法,其中提供数学模型包括是提供单轨道自行车模型与单自由度转向柱模型的组合的数学模型。
4.根据权利要求3所述的方法,其中提供数学模型包括使用提供车辆重心与所述希望的车辆路径的横向偏移的模型维度、车辆航向角度误差、车辆横向速度以及车辆偏航率的单轨道自行车模型以及提供转向盘角度的维度参数和转向盘角度旋转速率的单自由度转向柱模型。
5.根据权利要求1所述的方法,其中确定差包括定义总扭矩命令与成本函数之间的关系。
6.根据权利要求5所述的方法,其中所述成本函数是二次函数。
7.根据权利要求6所述的方法,其中所述二次函数由以下方程定义:
其中是成本函数,是2×2权数矩阵,并且R k 是2×2权数矩阵,y是车辆横向偏差,r是偏航率,并且u k 是总扭矩命令控制变量。
8.根据权利要求7所述的方法,其中提供模型预测控制包括使用以下方程确定总扭矩命令控制变量:
其中、、和分别是矩阵A、B、C和h的离散版本,是路径跟踪误差上的权数,R k 是致动器命令上的权数,并且是设置点的向量。
9.根据权利要求1所述的方法,其中提供所述电动助力转向辅助扭矩包括提供来自增强曲线表的所述电动助力转向辅助扭矩。
10.根据权利要求1所述的方法,其中确定扭矩叠加命令包括使用牛顿拉普森迭代技术来求解所述方程。
11.根据权利要求1所述的方法,其中确定扭矩叠加命令包括使用逆查表技术来求解所述方程。
12.一种用于提供碰撞避免系统中的扭矩叠加命令的方法,所述扭矩叠加命令是提供给车辆上的电动助力转向电动机的扭矩命令的至少一部分,所述方法包括:
提供六维车辆转向模型,所述六维车辆转向模型是单轨道自行车模型与单自由度转向柱模型的组合,其中单轨道自行车模型提供车辆重心的横向偏移的模型维度、车辆航向角度、车辆横向速度以及车辆偏航率,并且单自由度转向柱模型提供转向盘角度的维度参数和转向盘角度旋转速率;
确定当前车辆路径与所希望的车辆路径之间的差,包括定义总扭矩命令与二次成本函数之间的关系;
提供模型预测控制以确定最小化所述差的用于电动机的总扭矩命令;
从电动助力转向增强曲线表来提供电动助力转向辅助扭矩;
使用总扭矩命令、驾驶者提供的扭矩以及电动助力转向增强曲线辅助扭矩来确定扭矩叠加命令;以及
向电动助力转向电动机提供总扭矩命令;
其中确定扭矩叠加命令包括求解非线性代数方程;
所述方程由以下提供:
其中TBT是驾驶者提供的扭矩,T0是扭矩叠加命令,HWT是手轮扭矩,并且TT是总扭矩命令;或者
所述方程由以下提供:
其中TBT是驾驶者提供的扭矩,T0是扭矩叠加命令,并且TT是总扭矩命令。
13.根据权利要求12所述的方法,其中所述二次成本函数由以下方程定义:
其中是成本函数,是2×2权数矩阵,并且R k 是2×2权数矩阵,y是车辆横向偏差,r是偏航率,并且u k 是总扭矩命令控制变量。
14.根据权利要求13所述的方法,其中提供模型预测控制包括使用以下方程确定总扭矩命令控制变量:
其中、、和分别是矩阵A、B、C和h的离散版本,是路径跟踪误差上的权数,R k 是致动器命令上的权数,并且是设置点的向量。
15.一种用于提供碰撞避免系统中的扭矩叠加命令的转向系统,所述扭矩叠加命令是提供给车辆上的电动助力转向电动机的扭矩命令的至少一部分,所述转向系统包括:
用于提供六维车辆转向模型的装置,所述六维车辆转向模型是单轨道自行车模型与单自由度转向柱模型的组合,其中单轨道自行车模型提供车辆重心横向偏差的横向偏移的模型维度、车辆航向角度、车辆横向速度以及车辆偏航率,并且单自由度转向柱模型提供转向盘角度的维度参数和转向盘角度旋转速率;
用于确定当前车辆路径与所希望的车辆路径之间的差的装置,所述确定包括定义总扭矩命令与二次成本函数之间的关系;
用于提供模型预测控制以确定最小化所述差的用于所述电动机的总扭矩命令的装置;
用于从电动助力转向增强曲线表提供电动助力转向辅助扭矩的装置;
用于使用总扭矩命令、驾驶者提供的扭矩以及电动助力转向增强曲线辅助扭矩来确定扭矩叠加命令的装置;以及
用于向电动助力转向电动机提供总扭矩命令的装置;
其中用于确定扭矩叠加命令的装置求解非线性代数方程;
所述方程由以下提供:
其中TBT是驾驶者提供的扭矩,T0是扭矩叠加命令,HWT是手轮扭矩,并且TT是总扭矩命令;或者
所述方程由以下提供:
其中TBT是驾驶者提供的扭矩,T0是扭矩叠加命令,并且TT是总扭矩命令。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/103,073 US9278713B2 (en) | 2013-12-11 | 2013-12-11 | Collision avoidance control integrated with EPS controller |
US14/103073 | 2013-12-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104709348A CN104709348A (zh) | 2015-06-17 |
CN104709348B true CN104709348B (zh) | 2017-06-13 |
Family
ID=53270370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410754655.8A Active CN104709348B (zh) | 2013-12-11 | 2014-12-11 | 与eps控制器结合的碰撞避免控制 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9278713B2 (zh) |
CN (1) | CN104709348B (zh) |
Families Citing this family (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103746629B (zh) * | 2014-01-17 | 2015-12-09 | 华中科技大学 | 基于模型预测的开关磁链永磁同步电机的电流控制方法 |
EP3018040B1 (en) * | 2014-11-04 | 2018-01-10 | Volvo Car Corporation | Method and system for intelligent scaling of torque overlay intervention for semi-autonomous road vehicle steering systems |
DE102014017594A1 (de) * | 2014-11-27 | 2016-06-02 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Verfahren zur Durchführung eines Ausweichmanövers, Computerprogrammprodukt sowie Kraftfahrzeug |
US9573623B2 (en) * | 2015-01-08 | 2017-02-21 | GM Global Technology Operations LLC | Collision avoidance control integrated with electric power steering controller and rear steer |
US9618938B2 (en) * | 2015-07-31 | 2017-04-11 | Ford Global Technologies, Llc | Field-based torque steering control |
CN105137758B (zh) * | 2015-09-06 | 2017-12-26 | 上海理工大学 | 电动助力转向系统的多学科优化设计方法 |
US20170190355A1 (en) * | 2016-01-04 | 2017-07-06 | GM Global Technology Operations LLC | Wheel alignment monitoring |
JP6604209B2 (ja) * | 2016-01-12 | 2019-11-13 | トヨタ自動車株式会社 | 運転支援装置 |
CN108698637B (zh) * | 2016-02-12 | 2021-02-26 | 日本精工株式会社 | 车辆用转向控制装置 |
US9731755B1 (en) | 2016-02-16 | 2017-08-15 | GM Global Technology Operations LLC | Preview lateral control for automated driving |
US10239529B2 (en) | 2016-03-01 | 2019-03-26 | Ford Global Technologies, Llc | Autonomous vehicle operation based on interactive model predictive control |
US9645577B1 (en) * | 2016-03-23 | 2017-05-09 | nuTonomy Inc. | Facilitating vehicle driving and self-driving |
US10235818B2 (en) * | 2016-05-13 | 2019-03-19 | Ford Global Technologies, Llc | Adaptive vehicle control |
US9731761B1 (en) * | 2016-06-07 | 2017-08-15 | Ford Global Technologies, Llc | Steering-wheel control |
DE112016006989T5 (de) * | 2016-06-21 | 2019-02-28 | Mitsubishi Electric Corporation | Fahrzeugfahrt-assistenzvorrichtung und fahrzeugfahrt-assistenzverfahren |
US9915948B2 (en) * | 2016-07-14 | 2018-03-13 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling motion of vehicle |
JP6609237B2 (ja) * | 2016-11-17 | 2019-11-20 | 株式会社デンソー | 衝突判定装置、及び衝突判定方法 |
US10150474B2 (en) * | 2017-01-04 | 2018-12-11 | Robert Bosch Gmbh | Reducing lateral position deviation during an automated lane change |
US10427678B2 (en) * | 2017-06-13 | 2019-10-01 | Gm Global Technology Operations Llc. | System and method for low speed lateral control of a vehicle |
US10571921B2 (en) * | 2017-09-18 | 2020-02-25 | Baidu Usa Llc | Path optimization based on constrained smoothing spline for autonomous driving vehicles |
SE541795C2 (en) * | 2017-09-22 | 2019-12-17 | Sentient Ip Ab | Method and system for controlling vehicle lane holding |
CN108177652A (zh) * | 2017-12-27 | 2018-06-19 | 广州大学 | 一种四轮转向运载工具的车道保持方法和系统 |
US10807638B2 (en) * | 2018-03-29 | 2020-10-20 | Mitsubishi Electric Research Laboratories, Inc. | Methods and systems for balanced feasible and stable control |
US10836383B2 (en) | 2018-05-04 | 2020-11-17 | The Regents Of The University Of Michigan | Collision imminent steering control systems and methods |
US20200089229A1 (en) * | 2018-09-18 | 2020-03-19 | GM Global Technology Operations LLC | Systems and methods for using nonlinear model predictive control (mpc) for autonomous systems |
CN110562318B (zh) * | 2018-11-26 | 2021-09-28 | 长城汽车股份有限公司 | 用于车辆的辅助控制系统及方法 |
JP7194085B2 (ja) * | 2019-07-09 | 2022-12-21 | 日立Astemo株式会社 | 操舵制御装置、操舵制御方法、及び操舵制御システム |
CN110262513B (zh) * | 2019-07-12 | 2022-01-28 | 大连海事大学 | 一种海洋机器人轨迹跟踪控制结构的设计方法 |
KR102172091B1 (ko) * | 2019-09-26 | 2020-10-30 | 현대모비스 주식회사 | 운전자 보조 시스템의 조향 오류 보정 장치 및 방법 |
CN112882460A (zh) * | 2019-11-30 | 2021-06-01 | 天津大学 | 基于模型预测控制的无人驾驶车辆动态避障轨迹规划方法 |
CN111874089B (zh) * | 2020-07-14 | 2023-03-10 | 一汽奔腾轿车有限公司 | 一种基于c-eps采用角度接口的横向控制方法 |
CN111873991B (zh) * | 2020-07-22 | 2022-04-08 | 中国第一汽车股份有限公司 | 一种车辆转向的控制方法、装置、终端及存储介质 |
CN114519233B (zh) * | 2020-11-20 | 2024-05-28 | 宇通客车股份有限公司 | Echbps转向系统中电机助力曲线的自动标定方法 |
CN112572443B (zh) * | 2020-12-22 | 2021-12-07 | 北京理工大学 | 一种高速公路车辆换道实时避撞轨迹规划方法及系统 |
CN112706770B (zh) * | 2021-01-11 | 2022-04-08 | 南京航空航天大学 | 一种考虑线控转向迟滞的车辆汇入控制系统及方法 |
EP4052995B1 (en) * | 2021-03-05 | 2024-01-10 | Toyota Jidosha Kabushiki Kaisha | Assistive torque calculation method and system, program, storage medium, and vehicle |
DE102021112119A1 (de) | 2021-05-10 | 2022-11-10 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren und Vorrichtung zur Trajektorienplanung für ein Fahrzeug |
CN113247092B (zh) * | 2021-05-30 | 2022-11-04 | 重庆长安汽车股份有限公司 | 一种驾驶员脱手检测方法、装置、汽车及计算机存储介质 |
US11845465B2 (en) | 2021-09-29 | 2023-12-19 | Canoo Technologies Inc. | Autonomous lateral control of vehicle using direct yaw moment control |
US11845422B2 (en) * | 2021-09-29 | 2023-12-19 | Canoo Technologies Inc. | Path tracking control for self-driving of vehicle with yaw moment distribution |
US11801866B2 (en) * | 2021-09-29 | 2023-10-31 | Canoo Technologies Inc. | Emergency motion control for vehicle using steering and torque vectoring |
US20230150494A1 (en) * | 2021-11-16 | 2023-05-18 | GM Global Technology Operations LLC | System and methods for engagement in hands-off lane centering applications |
CN113968278B (zh) * | 2021-11-17 | 2023-04-11 | 广州文远知行科技有限公司 | 一种车辆方向盘修正方法、装置、电子设备及存储介质 |
US20230174086A1 (en) * | 2021-12-01 | 2023-06-08 | GM Global Technology Operations LLC | Methods and systems for adaptive blending of driver and automated steering commands under external threat |
CN114593923B (zh) * | 2022-03-14 | 2023-05-30 | 湖南速特智能科技有限公司 | 汽车转向性能测试方法和系统 |
US20230347909A1 (en) * | 2022-04-28 | 2023-11-02 | Toyota Research Institute, Inc. | Low speed cornering stiffness derate using a dynamic vehicle model |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101475002A (zh) * | 2008-01-04 | 2009-07-08 | 威伯科有限公司 | 用于汽车以避免碰撞或降低碰撞严重度的装置和方法 |
CN102815298A (zh) * | 2011-06-10 | 2012-12-12 | 现代摩比斯株式会社 | 车辆的碰撞避免控制方法 |
CN102897169A (zh) * | 2011-07-25 | 2013-01-30 | 通用汽车环球科技运作有限责任公司 | 通过差速制动的避免碰撞策略 |
US9090285B2 (en) * | 2008-12-05 | 2015-07-28 | Volkswagen Group Of America, Inc. | Method for providing a lanekeeping assistance based on modifying mechanical sources of steering torques |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6293366B1 (en) * | 2000-02-16 | 2001-09-25 | Ford Global Technologies, Inc. | Vehicle electric power assist steering system and method using angle based torque estimation |
EP1431160B1 (en) * | 2002-12-20 | 2006-07-26 | Ford Global Technologies, LLC | Control strategy for computer-controlled steering |
US8190330B2 (en) | 2009-03-06 | 2012-05-29 | GM Global Technology Operations LLC | Model based predictive control for automated lane centering/changing control systems |
US8527172B2 (en) | 2010-10-20 | 2013-09-03 | GM Global Technology Operations LLC | Vehicle collision avoidance and warning system |
US8775006B2 (en) | 2011-07-14 | 2014-07-08 | GM Global Technology Operations LLC | System and method for enhanced vehicle control |
DE102012109310A1 (de) * | 2012-10-01 | 2014-04-03 | Conti Temic Microelectronic Gmbh | Verfahren und Vorrichtung zum Unterstützen des Zurückführens eines Fahrzeugs nach dem Verlassen einer Fahrbahn |
-
2013
- 2013-12-11 US US14/103,073 patent/US9278713B2/en not_active Expired - Fee Related
-
2014
- 2014-12-11 CN CN201410754655.8A patent/CN104709348B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101475002A (zh) * | 2008-01-04 | 2009-07-08 | 威伯科有限公司 | 用于汽车以避免碰撞或降低碰撞严重度的装置和方法 |
US9090285B2 (en) * | 2008-12-05 | 2015-07-28 | Volkswagen Group Of America, Inc. | Method for providing a lanekeeping assistance based on modifying mechanical sources of steering torques |
CN102815298A (zh) * | 2011-06-10 | 2012-12-12 | 现代摩比斯株式会社 | 车辆的碰撞避免控制方法 |
CN102897169A (zh) * | 2011-07-25 | 2013-01-30 | 通用汽车环球科技运作有限责任公司 | 通过差速制动的避免碰撞策略 |
Also Published As
Publication number | Publication date |
---|---|
US9278713B2 (en) | 2016-03-08 |
US20150158528A1 (en) | 2015-06-11 |
CN104709348A (zh) | 2015-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104709348B (zh) | 与eps控制器结合的碰撞避免控制 | |
CN107085424A (zh) | 用于自动驾驶的预瞄横向控制 | |
US8190330B2 (en) | Model based predictive control for automated lane centering/changing control systems | |
CN106061814B (zh) | 对超过lcc的转向转矩限制的预先警报 | |
CN104691609B (zh) | 用于转向角度命令到扭矩命令转换的算法 | |
CN102774419B (zh) | 在车道自动对中过程中用于增强的转向优先控制检测的系统和方法 | |
CN102975716B (zh) | 用于在自动化车道对中过程中的速度自适应转向超驰检测的系统和方法 | |
US9308932B2 (en) | System for providing steering assist torque based on a proportional gain value | |
CN104044586B (zh) | 用于基于车辆状态提供辅助扭矩的系统 | |
Hima et al. | Trajectory tracking for highly automated passenger vehicles | |
CN107128366A (zh) | 用于对拖曳车辆通过弯道提供校正的车道跟随路径的系统和方法 | |
CN109941342B (zh) | 估计转向力矩的方法和装置、用于车辆的横向控制的方法 | |
CN105813914A (zh) | 用于紧急转向支持功能的控制单元和方法 | |
CN111559379B (zh) | 使用转向系统信号的道路摩擦系数估计 | |
CN105774905A (zh) | 与电动助力转向控制器和后转向一体化的防碰撞控制 | |
US20220324466A1 (en) | Device for predictively controlling the movement of a motor vehicle | |
KR20210089229A (ko) | 스티어링 및 차동 제동 시스템을 제어하는 장애물 회피 방법 및 시스템 | |
EP3902734B1 (en) | Automotive electronic lateral dynamics control system for a self-driving motor vehicle | |
Hima et al. | Controller design for trajectory tracking of autonomous passenger vehicles | |
CN110712676A (zh) | 转向系统的齿条力估计 | |
JP2009276098A (ja) | 車両用舵角検出装置及びこれを使用した電動パワーステアリング装置 | |
CN108860137B (zh) | 失稳车辆的控制方法、装置及智能车辆 | |
EP2364891B1 (en) | Method for threat assessment in a vehicle | |
LeBlanc et al. | A warning and intervention system to prevent road-departure accidents | |
JP2003048564A (ja) | 車両用操舵制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |