CN105253141A - 一种基于车轮纵向力调节的车辆操纵稳定性控制方法 - Google Patents

Abstract

本发明提供了一种基于车轮纵向力调节的车辆操纵稳定性控制方法，该控制方法适用于具备机械转向系统、而不具备主动转向功能的车辆。所述控制方法包含以下步骤：(1)根据驾驶员输入信号和车速状态，由车辆参考模型计算出车辆参考运动状态；(2)根据车载传感器测量得到的车辆运动状态，估算得到未测量的车辆运动状态，作为车辆实际运动状态；(3)基于滑模变结构控制，得到使得车辆实际运动状态跟踪参考运动状态所需的目标控制力和目标控制力矩；(4)通过调节车轮的纵向力，产生所需的目标控制力和目标控制力矩。本发明通过调节车轮的纵向力，能够实现对车速、横摆角速度和质心侧偏角的非线性联合控制，提高车辆的操纵稳定性。

Description

一种基于车轮纵向力调节的车辆操纵稳定性控制方法

技术领域

本发明属于车辆动力学控制领域，涉及一种车辆操纵稳定性控制方法，尤其涉及一种基于车轮纵向力调节的车辆操纵稳定性控制方法。

背景技术

车辆的操纵稳定性是决定极限工况下车辆安全性能的主要因素，是车辆动力学控制的核心内容。目前进行车辆操纵稳定性控制的主要方法包括如下三种：基于车轮纵向力调节的直接横摆力矩控制、基于转向角调节的主动转向控制和基于悬架刚度调节的垂向载荷控制，其中，第一种方法以博世公司的电子稳定系统(ESP)为代表，应用最为广泛。

目前的基于车轮纵向力调节的直接横摆力矩控制，主要是通过制动系统来调节车轮的纵向力，产生一个横摆力矩，使车辆实际横摆角速度跟踪参考横摆角速度。这种方法在质心侧偏角较小时，可以有效提高车辆操纵稳定性，但是当质心侧偏角较大时，该方法的效果不佳。

为了同时控制车辆横摆角速度和质心侧偏角，目前的主要方法是对车轮纵向力和转向角进行集成控制。但是，对转向角进行控制需要具备主动转向系统，结构复杂，价格昂贵；而对于不具备主动转向系统的车辆而言，还是只能通过对纵向力进行调节。

为了使得车辆横摆角速度和质心侧偏角同时跟踪各自的参考值，目前的主要方法是对轮胎模型进行线性化处理，采用线性控制算法，建立横摆角速度及质心侧偏角与横摆力矩之间的显式关系。该方法在轮胎的线性区间控制效果明显，但是在轮胎的非线性区间控制效果不佳。

因此，对于不具备主动转向系统的车辆，需要一种非线性控制方法，通过调节车轮纵向力，来实现对车速、横摆角速度和质心侧偏角的联合控制，提高车辆的操纵稳定性。

发明内容

本发明旨在提供一种车辆操纵稳定性控制方法，该方法基于滑模变结构控制，只需要通过调节车轮的纵向力，就能够实现对车速、横摆角速度和质心侧偏角的非线性联合控制，提高车辆的操纵稳定性。

本发明的目的通过以下技术方案进行实现：

一种基于车轮纵向力调节的车辆操纵稳定性控制方法，该方法包含以下步骤：

(1)根据驾驶员输入、车速信号和路面附着条件，得到车辆参考运动状态，包括参考车速、参考横摆角速度和参考质心侧偏角；

(2)由传感器测量得到的车辆运动状态，估算未测量的车辆运动状态，作为车辆实际运动状态，包括实际车速、实际横摆角速度和实际质心侧偏角；

(3)基于滑模变结构控制，设计滑模控制器，得到使得车辆实际运动状态跟踪参考运动状态所需的目标控制力和目标控制力矩；

(4)通过调节车轮的纵向力，产生所需的目标控制力和目标控制力矩。

步骤(1)中的参考车速由驾驶员加速或制动踏板信号决定，参考横摆角速度由车辆参考模型输出的横摆角速度及路面附着条件共同决定，参考质心侧偏角取为零值。

步骤(1)中的车辆参考模型为二自由度线性模型，其输入为方向盘转角和车速信号，输出为车辆横摆角速度和质心侧偏角这两个自由度。

步骤(2)中，传感器测量得到的第一组车辆运动状态包括但不限于车辆纵向加速度、侧向加速度和横摆角速度，估算得到的第二组车辆运动状态包括但不限于车速和质心侧偏角，估算方法包括但不限于卡尔曼滤波算法、模糊算法。

步骤(3)中，滑模控制器的滑模面设计为车辆实际运动状态与参考运动状态之间的偏差，滑模控制律选取为带饱和函数的指数趋近律；目标控制力包括车辆纵向合力和车辆侧向合力，目标控制力矩为横摆力矩。

所述的滑模控制器分别基于车辆纵向、侧向和横摆运动的动力学方程进行独立设计，得到车辆纵向合力、车辆侧向合力和横摆力矩，分别控制车速、质心侧偏角和横摆角速度，跟踪相应的参考运动状态。

步骤(4)中，目标控制力和目标控制力矩是车轮纵向力在车辆坐标系上的合力和合力矩。其中，通过调节所有车轮的纵向力，得到车辆纵向合力和横摆力矩；通过调节所有转向轮的纵向力，得到车辆侧向合力。

所述的车轮纵向力在车辆坐标系上的合力和合力矩，指的是轮胎坐标系上的车轮纵向力在车辆坐标系上的分解而得到的合力和合力矩。由此，所述的车辆侧向合力只能由转向轮纵向力在车辆坐标系上分解，再求合力得到；所述的车辆纵向合力和横摆力矩可以由所有车轮纵向力在车辆坐标系上分解，再求合力和合力矩得到。

本发明的有益效果是通过调节各车轮纵向力，得到车辆纵向合力、侧向合力和横摆力矩，对车速、质心侧偏角和横摆角速度进行联合控制，提高车辆操纵稳定性。

附图说明

图1是本发明控制方法的原理示意图。

图2是车轮作用力在车辆坐标系和轮胎坐标系之间的关系图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以四轴双前桥转向车辆为控制对象，以本发明技术方案为前提进行实施，给出了详细的实施方式，但本发明的保护范围不限于四轴车辆。

如图1所示，驾驶员输入的加速或制动踏板信号被解析成参考车速v_xdes，对车辆第一轴的转角信号δ₁输入到参考模型，计算参考横摆角速度ω_zdes和参考质心侧偏角β_des。

对于本实施例中的双前桥转向四轴车辆，所述参考模型是车辆的二自由度线性模型，所述的二自由度包括横摆角速度和质心侧偏角这两个自由度，参考模型的状态方程为：

$\left[\begin{array}{c}\stackrel{\·}{\mathrm{\β}}\\ {\stackrel{\·}{\mathrm{\ω}}}_z\end{array}\right]=\left[\begin{array}{cc}-\frac{{\Σ}_1^4{C}_i}{{\mathrm{mv}}_x}& -1-\frac{{\Σ}_1^4\left(C_i{L}_i\right)}{{\mathrm{mv}}_x^2}\\ -\frac{{\Σ}_1^4\left(C_i{L}_i\right)}{I_z}& -\frac{{\Σ}_1^4\left(C_i{L}_i^2\right)}{I_z{v}_x}\end{array}\right]\left[\begin{array}{c}\mathrm{\β}\\ {\mathrm{\ω}}_z\end{array}\right]+\left[\begin{array}{c}\frac{C_1+a_s{C}_2}{{\mathrm{mv}}_x}\\ \frac{C_1{L}_1+a_s{C}_2{L}_2}{I_z}\end{array}\right]\[{\mathrm{\δ}}_1\]---\left(1\right)$

式中，C_i为各轴的侧偏刚度；L_i为各轴至质心的距离，L₁和L₂取正值，L₃和L₄取负值；I_z为车辆绕Z轴的转动惯量，a_s为双前桥转向机构中，一轴转向桥和二轴转向桥的转向角之比，可根据转向几何计算得到；上述的i＝1、2、3、4，分别表示第一轴、第二轴、第三轴和第四轴。

通过式(1)获得参考模型中的横摆角速度，进而获得参考模型中的横摆角速度对第一轴转向角δ₁的稳态增益

参考车速v_xdes由驾驶员加速或制动踏板信号决定，参考横摆角速度ω_zdes由车辆参考模型输出的横摆角速度及路面附着条件共同决定，参考质心侧偏角β_des取为零值，即：

${\mathrm{\ω}}_{zdes}=min\left(\right|G_{{\mathrm{\ω}}_{z}ss}\·{\mathrm{\δ}}_1|,\frac{\mathrm{\μ}\·g}{v_x})\mathrm{sgn}\left({\mathrm{\δ}}_1\right)---\left(2\right)$

式中，是参考模型中的横摆角速度对一轴转向角δ₁的稳态增益，δ₁是第一轴转向角，μ是路面附着系数，g是重力加速度，v_x是车速。

β_des＝0(3)

通过传感器测量得到第一组车辆运动状态，所述第一组车辆运动状态包括但不限于车辆纵向加速度、侧向加速度和横摆角速度。接着通过第一组车辆运动状态估算未通过传感器测量的第二组车辆运动状态，并将估算的所述第二组车辆运动状态作为车辆实际运动状态，所述第二组车辆运动状态包括实际车速v_x、实际横摆角速度ω_z和实际质心侧偏角β。估算方法至少包括卡尔曼滤波算法和模糊算法之一。

根据前述方法获得参考车速v_xdes、参考横摆角速度ω_zdes和参考质心侧偏角β_des，以及实际车速v_x、实际横摆角速度ω_z和实际质心侧偏角β之后，分别设计针对车速、质心侧偏角和横摆角速度控制的滑模控制器，求解使得车辆实际运动状态跟踪参考运动状态所需的目标控制力和目标控制力矩。

所述滑模控制器的滑模面设计为车辆实际运动状态与参考运动状态之间的偏差，即：

$s_{v_x}=v_x-v_{xdes}---\left(4\right)$

$s_{{\mathrm{\ω}}_x}={\mathrm{\ω}}_z-{\mathrm{\ω}}_{zdes}---\left(5\right)$

s_β＝β-β_des(6)

所述滑模控制器的滑模控制律选取为带饱和函数的指数趋近律，即：

${\stackrel{\·}{s}}_{v_x}=-{\mathrm{\ϵ}}_{v_x}sat\left(s_{v_x}\right)-k_{v_x}{s}_{v_x},{\mathrm{\ϵ}}_{v_x}>0,k_{v_x}>0---\left(7\right)$

${\stackrel{\·}{s}}_{{\mathrm{\ω}}_z}=-{\mathrm{\ϵ}}_{{\mathrm{\ω}}_z}sat\left(s_{{\mathrm{\ω}}_z}\right)-k_{{\mathrm{\ω}}_z}{s}_{{\mathrm{\ω}}_z},{\mathrm{\ϵ}}_{{\mathrm{\ω}}_z}>0,k_{{\mathrm{\ω}}_z}>0---\left(8\right)$

${\stackrel{\·}{s}}_{\mathrm{\β}}=-{\mathrm{\ϵ}}_{\mathrm{\β}}sat\left(s_{\mathrm{\β}}\right)-k_{\mathrm{\β}}{s}_{\mathrm{\β}},{\mathrm{\ϵ}}_{\mathrm{\β}}>0,k_{\mathrm{\β}}>0---\left(9\right)$

在式(4)-(9)中，和s_β分别为纵向车速滑模控制器、横摆角速度滑模控制器和质心侧偏角滑模控制器的滑模函数；和为纵向车速滑模控制器中的趋近律常数；和为横摆角速度滑模控制器中的趋近律常数；ε_β和k_β为质心侧偏角滑模控制器中的趋近律常数。

所述目标控制力包括车辆纵向合力和车辆侧向合力，目标控制力矩为横摆力矩，分别控制车速、质心侧偏角和横摆角速度，跟踪相应的参考运动状态。基于车辆纵向、侧向和横摆运动的非线性动力学方程，由滑模控制器求解得到的所述车辆纵向合力F_xc、侧向合力F_yc和横摆力矩为M_zc：

$F_{xc}={\mathrm{\Σ}}_1^4(F_{ywil}{\mathrm{sin\δ}}_{il}+F_{ywir}{\mathrm{sin\δ}}_{ir})+F_R+m\[{\stackrel{\·}{v}}_{xdes}-v_y{\mathrm{\ω}}_z-{\mathrm{\ϵ}}_{v_x}sat\left(s_{v_x}\right)-k_{v_x}{s}_{v_x}\]---\left(10\right)$

$F_{yc}=-{\mathrm{\Σ}}_1^4(F_{ywil}{\mathrm{cos\δ}}_{il}+F_{ywir}{\mathrm{cos\δ}}_{ir})+{\mathrm{mv}}_x\[{\mathrm{\ω}}_{zdes}+{\stackrel{\·}{\mathrm{\β}}}_{des}-{\mathrm{\ϵ}}_{\mathrm{\β}}sat\left(s_{\mathrm{\β}}\right)-k_{\mathrm{\β}}\·s_{\mathrm{\β}}\]---\left(11\right)$

$\begin{array}{c}{M}_{zc}=-\frac{D_b}{2}{\Σ}_1^4(F_{ywil}{\mathrm{sin\δ}}_{il}-F_{yiwr}{\mathrm{sin\δ}}_{ir})-L_1(F_{yw1l}+F_{yw1r})-L_2(F_{yw2l}+F_{yw2r})\\ +L_3(F_{yw3l}+F_{yw3r})+L_4(F_{yw4l}+F_{yw4r})+I_z\[{\stackrel{\·}{\mathrm{\ω}}}_{zdes}-{\mathrm{\ϵ}}_{{\mathrm{\ω}}_z}sat\left(s_{{\mathrm{\ω}}_z}\right)-k_{{\mathrm{\ω}}_z}{s}_{{\mathrm{\ω}}_z}\]\end{array}---\left(12\right)$

式中，下标i＝1、2、3、4、……、n，分别表示第一轴、第二轴、第三轴、第四轴、……、第n轴；下标l和r分别表示左侧车轮和右侧车轮；F_yw为各车轮的侧向力，δ为各轮转向角，F_R为包括滚动阻力、爬坡阻力、空气阻力在内的行驶阻力，D_b为同轴两侧车轮之间的距离，为参考车速变化率，v_y为侧向车速，ω_zdes为参考横摆角速度，I_z为车辆绕垂向轴的转动惯量。

所述的目标控制力和目标控制力矩是车轮纵向力在车辆坐标系上的合力和合力矩。所述的车轮纵向力在车辆坐标系上的合力和合力矩，指的是轮胎坐标系上的各车轮纵向力在车辆坐标系上进行分解后求合计算而得到的合力和合力矩。如图2所示，轮胎力在车辆坐标系与轮胎坐标系之间的关系如下：

$\left\{\begin{array}{c}{F}_{xi(l,r)}=F_{xwi(l,r)}{\mathrm{cos\δ}}_{i(l,r)}-F_{ywi(l,r)}{\mathrm{sin\δ}}_{i(l,r)}\\ F_{yi(l,r)}=F_{xwi(l,r)}{\mathrm{sin\δ}}_{i(l,r)}+F_{ywi(l,r)}{\mathrm{cos\δ}}_{i(l,r)}\end{array}\right.---\left(13\right)$

式中，下标l和r分别表示左侧车轮和右侧车轮，F_xi(l,r)和F_yi(l,r)分别是i轴左右侧轮胎的轮胎力在车辆坐标系上的纵向力和侧向力，F_xwi(l,r)和F_ywi(l,r)分别是i轴左右侧轮胎的轮胎力在轮胎坐标系上的纵向力和侧向力。

根据图2中车辆的作用力关系，和式(13)中的轮胎力在车辆坐标系和轮胎坐标系之间的关系，可以将车辆纵向合力、侧向合力和横摆力矩表示为轮胎纵向力的合力和合力矩，表示方法如下：

$F_{xc}={\mathrm{\Σ}}_1^4(F_{xwil}{\mathrm{cos\δ}}_{il}+F_{xwir}{\mathrm{cos\δ}}_{ir})---\left(14\right)$

$F_{yc}={\mathrm{\Σ}}_1^4(F_{xwi}{\mathrm{sin\δ}}_{il}+F_{xwir}{\mathrm{sin\δ}}_{ir})---\left(15\right)$

$M_{zc}=\frac{D_b}{2}{\mathrm{\Σ}}_1^4(F_{xwir}{\mathrm{cos\δ}}_{ir}-F_{xwil}{\mathrm{cos\δ}}_{il})---\left(16\right)$

对于所示实施例中的双前桥转向四轴车辆，前两轴车轮是转向轮，后两轴车轮是非转向轮，即：

δ_1l、δ_1r、δ_2l、δ_2r≠0(17)

δ_3l、δ_3r、δ_4l、δ_4r＝0(18)

因此，所述的车辆侧向合力只能由转向轮纵向力在车辆坐标系上分解，再求合力得到；所述的车辆纵向合力和横摆力矩可以由所有车轮纵向力在车辆坐标系上分解，再求合力和合力矩得到。

由此，基于式(14)和式(16)，通过调节所有车轮的纵向力，得到车辆纵向合力F_xc和横摆力矩M_zc，以满足式(10)和式(12)；基于式(15)，通过调节所有转向轮的纵向力，得到车辆侧向合力F_yc，以满足式(11)。

通过调整车轮纵向力，得到车辆纵向合力、侧向合力和横摆力矩后，便能够实现对车速、质心侧偏角和横摆角速度的非线性联合控制，提高车辆操纵稳定性。

所述方法适用于具备机械转向系统、而不具备主动转向功能的车辆，所述车辆包含而不限于两轴车辆和四轴车辆。

这里本发明的描述和应用是说明性的，并不是排他性地将本发明的应用范围限制于所述实施例。应当指出，对于本技术领域的普通技术人员而言，在不脱离本发明原理的前提下，所述实施例的变形和改变是可能的。

Claims (9)

1.一种基于车轮纵向力调节的车辆操纵稳定性控制方法，其特征在于，所述方法包含以下步骤：

(1)根据驾驶员输入、车速信号和路面附着条件，得到车辆参考运动状态，包括参考车速、参考横摆角速度和参考质心侧偏角；

(2)由传感器测量得到的第一组车辆运动状态，估算未测量的第二组车辆运动状态，作为车辆实际运动状态，包括实际车速、实际横摆角速度和实际质心侧偏角；

(3)基于滑模变结构控制，设计滑模控制器，得到使得车辆实际运动状态跟踪参考运动状态所需的目标控制力和目标控制力矩；

(4)通过调节车轮的纵向力，产生所需的目标控制力和目标控制力矩。

2.根据权利要求1所述的方法，其特征在于，步骤(1)中，参考车速由驾驶员加速或制动踏板信号决定。

3.根据权利要求1-2任一项所述的方法，其特征在于，步骤(1)中，参考横摆角速度由路面附着条件和车辆参考模型输出的横摆角速度共同决定。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述车辆参考模型为二自由度线性模型，其输入为第一轴的转角δ₁和车速信号，输出为上述横摆角速度和质心侧偏角这两个自由度。

5.根据权利要求1-4任一项所述的方法，其特征在于，参考质心侧偏角取为零值。

6.根据权利要求1-2任一项所述方法，其特征在于，所述第一组车辆运动状态包括但不限于车辆纵向加速度、侧向加速度和横摆角速度。

7.根据权利要求1-2任一项所述的方法，其特征在于，所述第二组车辆运动状态包括但不限于车速和质心侧偏角。

8.根据权利要求1-2任一项所述的方法，其特征在于，步骤(2)中的所述估算方法至少包括卡尔曼滤波算法或模糊算法中的一种。

9.根据权利要求1所述的方法，其特征在于，所述滑模控制器的滑模面设计为车辆实际运动状态与参考运动状态之间的偏差。