CN105644566A - 一种基于车联网的电动汽车辅助换道轨迹的跟踪方法 - Google Patents
一种基于车联网的电动汽车辅助换道轨迹的跟踪方法 Download PDFInfo
- Publication number
- CN105644566A CN105644566A CN201610117991.0A CN201610117991A CN105644566A CN 105644566 A CN105644566 A CN 105644566A CN 201610117991 A CN201610117991 A CN 201610117991A CN 105644566 A CN105644566 A CN 105644566A
- Authority
- CN
- China
- Prior art keywords
- electric automobile
- expectation
- force
- tire
- change
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000013461 design Methods 0.000 claims description 26
- 230000006855 networking Effects 0.000 claims description 12
- 238000013459 approach Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 238000009415 formwork Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 claims description 5
- 230000002153 concerted effect Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 239000011551 heat transfer agent Substances 0.000 claims description 3
- 238000009941 weaving Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 238000012938 design process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 101150036841 minJ gene Proteins 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Feedback Control In General (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
一种基于车联网的电动汽车辅助换道轨迹的跟踪方法,属于汽车主动安全与辅助驾驶领域。通过车联网系统实时采集本车行驶运动状态及周围环境信息,并基于当前获取的当前信息实时动态规划换道与超车的轨迹;基于车联网系统采集的信息,建立换道与超车轨迹跟踪控制模型;设计电动汽车辅助换道的期望状态模糊滑模调节控制方法,求出辅助换道轨迹跟踪控制所需的期望力和期望力矩;设计电动汽车的轮胎力控制分配方法,根据期望总纵向外力、期望总横向外力、期望横摆力矩,动态规划出各电动汽车车轮的横向力和纵向力;设计轮胎侧偏角和滑移率转换器,将期望轮胎横纵向力转化为可控的侧偏角和滑移率,设计执行控制器,实现对轮胎侧偏角和滑移率的执行控制。
Description
技术领域
本发明属于汽车主动安全与辅助驾驶领域,特别是涉及一种基于车联网的电动汽车辅助换道轨迹的跟踪方法。
背景技术
车辆辅助换道轨迹跟踪控制方法是目前智能车辆技术研究的热点和难点之一,其主要任务是通过设计的控制方法对动态规划的辅助换道轨迹进行实时精确跟踪控制。主要包括横向控制和纵向控制,辅助换道轨迹跟踪控制的实现可有效提高车辆行驶的舒适性和安全性,解决智能交通的道路堵塞、交通事故等问题,具有较强的社会价值和研究意义。
电动汽车为多输入多输出变量的非线性系统,系统具有高度非线性动态特性以及参数的不确定性等特点,车辆行驶过程中的横向与纵向运动之间存在较强的耦合关系。文献1(EnacheNicoletaMinoiu,etc.DriverSteeringAssistanceforLane-DepartureAvoidanceBasedonHybridAutomataandCompositeLyapunovFunction[J].IEEETransactiononIntelligentTransportationSystems,2010,11(1):28-39.)报道了基于线性矩阵不等式和多面体不变集的车辆辅助车道保持的横向运动控制方法。文献2(ChristianRathgeber,etc.LateralTrajectoryTrackingControlforAutonomousVehicles[C].EuropeanControlConference,2014:1024-1029.)构建了干扰观测器,并采用参数空间法设计了车辆横向轨迹跟踪控制策略。文献3(HakgoKimetc,)建立了具有集总参数特征的车辆纵向线性模型,考虑到集总参数的时变性,提出了车辆参数时变自适应速度控制方法。然而,目前的换道轨迹跟踪控制大多局限于解耦设计,将横向控制和纵向控制设计为两个独立的互不联系的控制难以保证换道轨迹跟踪的实时性和稳定性,降低电动汽车行驶的安全性。
车联网环境下,车-路通信(VehicletoInfrastructure,V2I)系统、车-车通信(VehicletoVehicle,V2V)局域网系统可实时提供车辆的运动状态信息及和周围行驶环境信息。
发明内容
本发明的目的是为解决现有技术的上述难点问题,提供可实时利用车联网提供的信息,有效克服电动汽车动力学系统的参数不确定性和非线性等特性,合理利用电动汽车内部子系统相互作用进行电动汽车辅助换道轨迹跟踪的纵横向综合控制,实现安全、节能、舒适的智能行驶性能,实现换道轨迹跟踪的纵横向综合控制的一种基于车联网的电动汽车辅助换道轨迹的跟踪方法。
本发明包括以下步骤:
1)通过车联网系统实时采集本车行驶运动状态信息及周围环境信息,并基于当前获取的当前信息实时动态规划换道与超车的轨迹;
2)基于车联网系统采集的信息,建立换道与超车轨迹跟踪控制模型;
3)设计电动汽车辅助换道的期望状态模糊滑模调节控制方法,求出辅助换道轨迹跟踪控制所需的期望力和期望力矩;
4)设计电动汽车的轮胎力控制分配方法,根据期望总纵向外力Fx、期望总横向外力Fy、期望横摆力矩Mz,动态规划出各电动汽车车轮的横向力和纵向力,解决轮胎执行机构的冗余问题,实现轮胎力的最优分配;
5)设计轮胎侧偏角和滑移率转换器,将由步骤4)求出的期望轮胎横纵向力转化为可控的侧偏角和滑移率,设计执行控制器,实现对轮胎侧偏角和滑移率的执行控制。
在步骤1)中,所述通过车联网系统实时采集本车行驶运动状态信息及周围环境信息,并基于当前获取的当前信息实时动态规划换道与超车的轨迹的具体方法可为:
(1)车联网系统的车载传感信息采集器实时获取本车行驶运动状态信息,包括本车行驶速度信息、横摆角速度、车轮滑移率和侧偏角等信息;
(2)车联网系统的无线通信信息采集器,包括车-路通信系统、车-车通信系统,实时获取本车周围环境信息,包括周边车辆车况信息、前方道路地面附着系数等信息;
(3)在车联网系统的云端设置判断单元和规划单元,判断单元通过车联网系统信息采集器获取的本车信息和周围环境信息判断当前时刻是否可以执行辅助换道与超车,若可以,则启动规划单元,开始换道与超车轨迹的动态规划。
在步骤2)中,所述基于车联网系统采集的信息,建立换道与超车轨迹跟踪控制模型的具体方法可为:
(1)建立世界坐标系下电动汽车当前位姿和期望位姿误差微分变化率的计算模型;
(2)采用拉格朗日方法,推导出描述电动汽车横向、纵向和横摆运动的整车三自由度动力学模型。
在步骤3)中,所述设计电动汽车辅助换道的期望状态模糊滑模调节控制方法,求出辅助换道轨迹跟踪控制所需的期望力和期望力矩的具体方法可为:
(1)设计用于实现电动汽车辅助换道轨迹跟踪控制的期望行驶状态调节的滑模切换面;
(2)采用模糊滑模控制方法,求出用于调节位姿偏差的模糊滑模控制律,确保电动汽车当前实际位姿和期望位姿的偏差快速收敛到零;
(3)利用模糊逻辑逼近趋近控制律,用于解决电动汽车系统的外界干扰和参数不确定性;
(4)联合等效控制律和趋近控制律,实时求出调节期望状态所需的电动汽车期望总纵向外力Fx、期望总横向外力Fy、期望横摆力矩Mz,分析电动汽车辅助换道期望状态调节模块的稳定性。
在步骤4)中,所述设计电动汽车的轮胎力控制分配方法,根据期望总纵向外力Fx、期望总横向外力Fy、期望横摆力矩Mz,动态规划出各电动汽车车轮的横向力和纵向力,解决轮胎执行机构的冗余问题,实现轮胎力的最优分配的具体方法可为:
(1)建立电动汽车总纵向外力Fx、总横向外力Fy、总横摆力矩Mz和各轮胎的横向力Fxi、纵向力Fyi之间的映射关系;
(2)以控制输入量消耗能量最小和控制分配误差最少为目标,建立求解各车轮轮胎力的动态规划模型;
(3)采用最优化方法求解上一步的动态规划问题,使电动汽车在各车轮轮胎力作用下所受的合力逼近期望总力和期望横摆力矩。
在步骤5)中,所述设计轮胎侧偏角和滑移率转换器,将由步骤4求出的期望轮胎横纵向力转化为可控的侧偏角和滑移率,设计执行控制器,实现对轮胎侧偏角和滑移率的执行控制的具体方法可为:
(1)通过Carsim实验数据采集,建立基于魔术轮胎模型的查表式MAP图,由步骤4推导出的期望轮胎横纵向力转化为轮胎侧偏角和滑移率;
(2)设计轮胎侧偏角和滑移率的执行控制器,实现对轮胎执行机构的控制。
本发明的系统组成包括信息获取模块、期望状态调节模块、控制分配模块、转换器模块和执行器模块。首先通过车联网系统采集本车及周围环境信息,判断当前时刻是否可以执行换道,若可以,则动态规划换道轨迹,通过期望状态的调节,生成换道轨迹跟踪控制所需的电动汽车期望力和期望力矩,通过控制分配和执行控制实现期望力和期望力矩,完成电动汽车辅助换道轨迹跟踪控制。
本发明的技术效果是:采用基于车联网的电动汽车辅助换道轨迹跟踪控制方法,可实时利用车联网系统提供的信息,保证了电动汽车辅助换道轨迹跟踪控制的可实行性和实时性,有效克服电动汽车动力学系统的参数不确定性和非线性等特性,充分利用电动汽车动力学系统的内在关联特性进行电动汽车辅助换道轨迹跟踪控制,从而实现安全、节能、舒适的智能行驶性能。
附图说明
图1为本发明的一种基于车联网的电动汽车换道轨迹跟踪控制系统示意图。
图2为本发明的一种电动汽车轨迹跟踪控制方法流程图。
图3为车辆实际位姿和参考位姿示意图。
图4为电动汽车期望状态模糊滑模调节示意图。
图5为轮胎力转换器原理图。
具体实施方式
如图1所示,首先,通过车联网信息采集器获取信息;其次,基于模糊滑模控制技术推导出电动汽车期望运动状态调节器;然后,通过伪逆控制分配动态规划车轮轮胎力,并设计轮胎力转换器;最后,设计滑移率和侧偏角执行控制器,实现对电动汽车辅助换道轨迹跟踪控制。
如图2所示,本发明包括车联网信息采集设计过程,期望状态调节设计过程,最优轮胎力控制分配设计过程,轮胎力转换设计过程和执行机构控制设计过程五部分。
步骤1:通过车联网系统实时采集本车行驶运动状态信息及周围环境信息,并基于获取的当前状态信息实时动态规划换道与超车的轨迹。
步骤1.1:车联网系统的车载传感信息采集器实时获取本车行驶运动状态信息,主要包括本车行驶速度信息、横摆角速度、车轮滑移率和侧偏角信息。
步骤1.2:车联网系统的无线通信信息采集器,主要包括车-路通信系统、车-车通信系统,实时获取本车周围环境信息,包括周边车辆车况信息,前方道路地面附着系数等信息。
步骤1.3:在车联网系统的云端设置判断单元和规划单元,判断单元通过车联网系统信息采集器获取的本车信息和周围环境信息判断当前时刻是否可以执行辅助换道与超车,若可以,则启动规划单元,开始换道与超车轨迹的动态规划。
步骤2:基于车联网系统采集的信息,建立换道与超车轨迹跟踪控制模型。
步骤2.1:如图3所示,世界坐标系下电动汽车当前位姿和期望位姿误差微分变化率的计算公式为:
其中,xe为纵向偏差,ye为横向偏差,θe为方位偏差,dL代表预瞄距离,KL为道路曲率,vx为车辆纵向速度,vy为车辆横向速度,r为车辆横摆角速度,vd为期望速度。
步骤2.2:采用拉格朗日方法,推导出描述电动汽车横向、纵向和横摆运动的整车三自由度动力学模型:
其中,m为车辆总质量,Iz为整车绕Z轴的转动惯量;ca为纵向空气阻力系数,Fx表示汽车总纵向力;Fy表示汽车总横向力,Mz表示汽车横摆力矩。
步骤3:如图4所示,设计电动汽车辅助换道轨迹跟踪的期望运动状态模糊滑模调节控制方法,实时求出实现期望轨迹跟踪所需的汽车总纵向力、总横向力和总横摆力矩。
步骤3.1:推导出电动汽车辅助换道轨迹跟踪控制律,设计滑模切换面如下:
其中,s1,s2和s3是用于状态调节的滑模切换面,c1,c2和c3为滑模系数。
步骤3.2:滑模切换面s1,s2和s3分别求时间导数,采用模糊滑模控制方法,求出用于调节位姿偏差的模糊滑模控制律:
其中,和是用于调节s1,s2和s3的控制律中切换函数的模糊逼近系统的输出,和为模糊向量参数。调节控制律可实时求出调节期望状态所需的电动汽车期望总纵向外力Fx、期望总横向外力Fy、期望横摆力矩Mz。
步骤3.3:设计模糊逼近系统的输出如下:
其中,φ(s1),φ(s2)和φ(s3)为模糊向量。
步骤3.4:设计模糊逼近系统的模糊向量参数自适应律,如下:
其中,r1,r2,r3表示自适应律调节系数。
设计的期望状态调节模块可有效克服汽车系统的参数不确定性和非线性等特性。
步骤3.5:定义Lyapunov函数基于Lyapunov稳定性理论条件,分析电动汽车辅助换道期望状态调节模块的稳定性和有效性。
步骤4:设计电动汽车的轮胎力控制分配方法,根据期望总纵向外力Fx、期望总横向外力Fy、期望横摆力矩Mz,动态规划出各电动汽车车轮的横向力和纵向力,解决轮胎执行机构的冗余问题,实现轮胎力的最优分配。
步骤4.1:以控制输入量消耗能量最小和控制分配误差最少为目标,建立求解各车轮轮胎力的动态规划模型。
约束条件为:
和
Fd=[FxFyMz]T
U=[Fx1Fy1Fx2Fy2Fx3Fy3Fx4Fy4]T
其中,lf表示前轴至整车质心距离,lr表示后轴至整车质心距离,df表示前轴轮距,dr表示后轴轮距,Fxi(i=1,2,3,4)表示各轮胎纵向力,Fyi(i=1,2,3,4)表示各轮胎横向力,Fxi,min和Fxi,max(i=1,2,3,4)表示轮胎横向力的最小值和最大值,Fyi,min和Fyi,max(i=1,2,3,4)表示轮胎横向力的最小值和最大值。Fd为控制合力向量,Mf为映射矩阵,U为控制力分配向量,J1为性能指标函数,W为加权对角矩阵,c为用来补偿超出约束的变量。
步骤4.2:采用伪逆控制分配方法求解上一步建立的动态规划问题,使电动汽车在各车轮轮胎力作用下所受的合力逼近期望总力和期望横摆力矩。
步骤4.2.1:建立哈密顿函数H,如下:
其中,λ为拉格朗日乘子。
步骤4.2.2:求取哈密顿函数H的U和λ的时间导数:
步骤4.2.3:将哈密顿函数H的U和λ的时间导数设置为零,求得动态规划问题的伪逆解:
其中
是伪逆矩阵。
步骤5:设计电动汽车轮胎侧偏角和滑移率转换器,如图5所示,将由步骤4求出的车轮期望轮胎横纵向力转化为可控的车轮侧偏角和滑移率,设计实现对轮胎侧偏角和滑移率的执行控制器。
步骤5.1:基于Carsim虚拟仿真平台,通过汽车换道与超车模拟,实时采集汽车换道与超车过程中轮胎纵横向力,侧偏角和滑移率数据。
步骤5.2:通过步骤5.1采集的试验数据,基于统计分析法,建立描述轮胎力与侧偏角和滑移率映射关系的查表式MAP图,将步骤4推导出的电动汽车车轮期望轮胎横纵向力实时精确地转化为电动汽车车轮期望侧偏角和期望滑移率。
步骤5.3:设计对轮胎侧偏角和滑移率的执行控制器,实现对轮胎执行机构的控制。
步骤5.3.1:针对电动汽车纵向控制系统具有驱动/制动切换特性,采用动态面滑模控制方法,设计驱动/制动工况下滑移律,如下:
其中,
其中,Jω为车轮转动惯量,ωi为车轮转速,vi为车轮速度,为车轮速度变化率,sxi为车轮滑移率,sxi,d为车轮期望滑移率,为车辆期望滑移率变化率,Rω表示车轮半径,Ksi∈R+是正实数,Twi,d为车轮期望力矩,i=1,2,3,4。
步骤5.3.2:为了实现对每个车轮侧偏角的调节,将侧偏角转角的增量作为电动汽车车轮转角增量的输入,如下:
[Δδ1Δδ2Δδ3Δδ4]T=[Δα1Δα2Δα3Δα4]T
其中,δi和αi为电动汽车车轮转角和侧偏角,Δδi和Δαi分别为车轮转角和侧偏角的增量,i=1,2,3,4。
以上内容是结合优选的技术方案对本发明所做的说明,对本发明所属技术领域的普通技术人员来说,在不脱离本发明的构思的前提下,还可以做出其他的推演及替换。
Claims (6)
1.一种基于车联网的电动汽车辅助换道轨迹的跟踪方法,其特征在于包括以下步骤:
1)通过车联网系统实时采集本车行驶运动状态信息及周围环境信息,并基于当前获取的当前信息实时动态规划换道与超车的轨迹;
2)基于车联网系统采集的信息,建立换道与超车轨迹跟踪控制模型;
3)设计电动汽车辅助换道的期望状态模糊滑模调节控制方法,求出辅助换道轨迹跟踪控制所需的期望力和期望力矩;
4)设计电动汽车的轮胎力控制分配方法,根据期望总纵向外力Fx、期望总横向外力Fy、期望横摆力矩Mz,动态规划出各电动汽车车轮的横向力和纵向力,解决轮胎执行机构的冗余问题,实现轮胎力的最优分配;
5)设计轮胎侧偏角和滑移率转换器,将由步骤4)求出的期望轮胎横纵向力转化为可控的侧偏角和滑移率,设计执行控制器,实现对轮胎侧偏角和滑移率的执行控制。
2.如权利要求1所述一种基于车联网的电动汽车辅助换道轨迹的跟踪方法,其特征在于在步骤1)中,所述通过车联网系统实时采集本车行驶运动状态信息及周围环境信息,并基于当前获取的当前信息实时动态规划换道与超车的轨迹的具体方法为:
(1)车联网系统的车载传感信息采集器实时获取本车行驶运动状态信息,包括本车行驶速度信息、横摆角速度、车轮滑移率和侧偏角等信息;
(2)车联网系统的无线通信信息采集器,包括车-路通信系统、车-车通信系统,实时获取本车周围环境信息,包括周边车辆车况信息、前方道路地面附着系数等信息;
(3)在车联网系统的云端设置判断单元和规划单元,判断单元通过车联网系统信息采集器获取的本车信息和周围环境信息判断当前时刻是否可以执行辅助换道与超车,若可以,则启动规划单元,开始换道与超车轨迹的动态规划。
3.如权利要求1所述一种基于车联网的电动汽车辅助换道轨迹的跟踪方法,其特征在于在步骤2)中,所述基于车联网系统采集的信息,建立换道与超车轨迹跟踪控制模型的具体方法为:
(1)建立世界坐标系下电动汽车当前位姿和期望位姿误差微分变化率的计算模型;
(2)采用拉格朗日方法,推导出描述电动汽车横向、纵向和横摆运动的整车三自由度动力学模型。
4.如权利要求1所述一种基于车联网的电动汽车辅助换道轨迹的跟踪方法,其特征在于在步骤3)中,所述设计电动汽车辅助换道的期望状态模糊滑模调节控制方法,求出辅助换道轨迹跟踪控制所需的期望力和期望力矩的具体方法为:
(1)设计用于实现电动汽车辅助换道轨迹跟踪控制的期望行驶状态调节的滑模切换面;
(2)采用模糊滑模控制方法,求出用于调节位姿偏差的模糊滑模控制律,确保电动汽车当前实际位姿和期望位姿的偏差快速收敛到零;
(3)利用模糊逻辑逼近趋近控制律,用于解决电动汽车系统的外界干扰和参数不确定性;
(4)联合等效控制律和趋近控制律,实时求出调节期望状态所需的电动汽车期望总纵向外力Fx、期望总横向外力Fy、期望横摆力矩Mz,分析电动汽车辅助换道期望状态调节模块的稳定性。
5.如权利要求1所述一种基于车联网的电动汽车辅助换道轨迹的跟踪方法,其特征在于在步骤4)中,所述设计电动汽车的轮胎力控制分配方法,根据期望总纵向外力Fx、期望总横向外力Fy、期望横摆力矩Mz,动态规划出各电动汽车车轮的横向力和纵向力,解决轮胎执行机构的冗余问题,实现轮胎力的最优分配的具体方法为:
(1)建立电动汽车总纵向外力Fx、总横向外力Fy、总横摆力矩Mz和各轮胎的横向力Fxi、纵向力Fyi之间的映射关系;
(2)以控制输入量消耗能量最小和控制分配误差最少为目标,建立求解各车轮轮胎力的动态规划模型;
(3)采用最优化方法求解上一步的动态规划问题,使电动汽车在各车轮轮胎力作用下所受的合力逼近期望总力和期望横摆力矩。
6.如权利要求1所述一种基于车联网的电动汽车辅助换道轨迹的跟踪方法,其特征在于在步骤5)中,所述设计轮胎侧偏角和滑移率转换器,将由步骤4)求出的期望轮胎横纵向力转化为可控的侧偏角和滑移率,设计执行控制器,实现对轮胎侧偏角和滑移率的执行控制的具体方法为:
(1)通过Carsim实验数据采集,建立基于魔术轮胎模型的查表式MAP图,由步骤4推导出的期望轮胎横纵向力转化为轮胎侧偏角和滑移率;
(2)设计轮胎侧偏角和滑移率的执行控制器,实现对轮胎执行机构的控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610117991.0A CN105644566B (zh) | 2016-03-02 | 2016-03-02 | 一种基于车联网的电动汽车辅助换道轨迹的跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610117991.0A CN105644566B (zh) | 2016-03-02 | 2016-03-02 | 一种基于车联网的电动汽车辅助换道轨迹的跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105644566A true CN105644566A (zh) | 2016-06-08 |
CN105644566B CN105644566B (zh) | 2017-12-19 |
Family
ID=56492127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610117991.0A Active CN105644566B (zh) | 2016-03-02 | 2016-03-02 | 一种基于车联网的电动汽车辅助换道轨迹的跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105644566B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106671982A (zh) * | 2017-01-09 | 2017-05-17 | 厦门大学 | 基于多智能体的无人驾驶电动汽车自动超车系统及方法 |
CN110329263A (zh) * | 2019-07-05 | 2019-10-15 | 西南交通大学 | 自动驾驶车辆自适应换道轨迹规划方法 |
CN111007722A (zh) * | 2019-12-18 | 2020-04-14 | 厦门大学 | 一种四轮转向自动驾驶汽车横向鲁棒容错控制系统及方法 |
CN112092815A (zh) * | 2020-09-02 | 2020-12-18 | 北京航空航天大学 | 一种基于模型预测的车辆换道轨迹跟踪控制方法 |
CN113222382A (zh) * | 2021-04-30 | 2021-08-06 | 河海大学 | 一种车联网环境异质车流换道影响路段通过能力确定方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102970367A (zh) * | 2012-11-26 | 2013-03-13 | 武汉理工大学 | 基于车联网的智能手机车载系统 |
US20140114532A1 (en) * | 2011-07-14 | 2014-04-24 | Sk Planet Co. Ltd. | Apparatus and method for a telematics service |
CN103956045A (zh) * | 2014-05-13 | 2014-07-30 | 中国人民解放军军事交通学院 | 利用半实物仿真技术手段实现车队协同驾驶的方法 |
CN104574563A (zh) * | 2014-09-02 | 2015-04-29 | 深圳市金溢科技股份有限公司 | 专有车辆的车载终端、车载终端、信息发布方法及系统 |
CN104867329A (zh) * | 2015-04-23 | 2015-08-26 | 同济大学 | 一种车联网车辆状态预测方法 |
CN204833731U (zh) * | 2015-08-20 | 2015-12-02 | 潘翔 | 交通物联网车路协同中间件 |
-
2016
- 2016-03-02 CN CN201610117991.0A patent/CN105644566B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140114532A1 (en) * | 2011-07-14 | 2014-04-24 | Sk Planet Co. Ltd. | Apparatus and method for a telematics service |
CN102970367A (zh) * | 2012-11-26 | 2013-03-13 | 武汉理工大学 | 基于车联网的智能手机车载系统 |
CN103956045A (zh) * | 2014-05-13 | 2014-07-30 | 中国人民解放军军事交通学院 | 利用半实物仿真技术手段实现车队协同驾驶的方法 |
CN104574563A (zh) * | 2014-09-02 | 2015-04-29 | 深圳市金溢科技股份有限公司 | 专有车辆的车载终端、车载终端、信息发布方法及系统 |
CN104867329A (zh) * | 2015-04-23 | 2015-08-26 | 同济大学 | 一种车联网车辆状态预测方法 |
CN204833731U (zh) * | 2015-08-20 | 2015-12-02 | 潘翔 | 交通物联网车路协同中间件 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106671982A (zh) * | 2017-01-09 | 2017-05-17 | 厦门大学 | 基于多智能体的无人驾驶电动汽车自动超车系统及方法 |
CN106671982B (zh) * | 2017-01-09 | 2019-05-17 | 厦门大学 | 基于多智能体的无人驾驶电动汽车自动超车系统及方法 |
CN110329263A (zh) * | 2019-07-05 | 2019-10-15 | 西南交通大学 | 自动驾驶车辆自适应换道轨迹规划方法 |
CN111007722A (zh) * | 2019-12-18 | 2020-04-14 | 厦门大学 | 一种四轮转向自动驾驶汽车横向鲁棒容错控制系统及方法 |
CN111007722B (zh) * | 2019-12-18 | 2021-01-01 | 厦门大学 | 一种四轮转向自动驾驶汽车横向鲁棒容错控制系统及方法 |
CN112092815A (zh) * | 2020-09-02 | 2020-12-18 | 北京航空航天大学 | 一种基于模型预测的车辆换道轨迹跟踪控制方法 |
CN113222382A (zh) * | 2021-04-30 | 2021-08-06 | 河海大学 | 一种车联网环境异质车流换道影响路段通过能力确定方法 |
CN113222382B (zh) * | 2021-04-30 | 2022-08-16 | 河海大学 | 一种车联网环境异质车流换道影响路段通过能力确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105644566B (zh) | 2017-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107521496B (zh) | 一种无人车辆的横纵向协调控制轨迹跟随控制方法 | |
CN107380161B (zh) | 一种辅助驾驶员实现理想行驶轨迹的主动转向控制装置 | |
CN106372758B (zh) | 一种辅助泊车系统的路径跟随方法及装置 | |
CN106218633B (zh) | 基于q-学习的四轮独立驱动电动汽车稳定性控制方法 | |
CN105644566A (zh) | 一种基于车联网的电动汽车辅助换道轨迹的跟踪方法 | |
CN109795502A (zh) | 智能电动汽车路径跟踪模型预测控制方法 | |
Wnag et al. | Path planning and stability control of collision avoidance system based on active front steering | |
CN109017778A (zh) | 四轮独立驱动车辆的期望路径主动转向控制方法 | |
CN107719372A (zh) | 基于动态控制分配的四驱电动汽车动力学多目标控制系统 | |
CN112068445B (zh) | 自动驾驶车辆路径规划与路径跟踪集成控制方法及系统 | |
CN109017760A (zh) | 车辆期望轨迹跟踪方法、装置及滚动时域优化算法 | |
CN108569336A (zh) | 在动力学约束下基于车辆运动学模型转向控制方法 | |
CN114379583B (zh) | 一种基于神经网络动力学模型的自动驾驶车辆轨迹跟踪系统及方法 | |
CN103057436A (zh) | 一种基于多智能体的独立驱动电动汽车横摆力矩控制方法 | |
CN113581201B (zh) | 一种基于势场模型的无人汽车避撞控制方法及系统 | |
CN114312848B (zh) | 基于双层mpc的智能驾驶汽车轨迹规划与跟踪控制方法 | |
CN113553726B (zh) | 一种冰雪环境下的主从博弈型人机协同转向控制方法 | |
CN109017759A (zh) | 期望路径车辆横摆控制方法 | |
CN111158264A (zh) | 面向车载应用的模型预测控制快速求解方法 | |
Hongbo et al. | Lane‐keeping control based on an improved artificial potential method and coordination of steering/braking systems | |
Bruschetta et al. | A nonlinear model predictive control based virtual driver for high performance driving | |
CN109334672A (zh) | 一种智能电动汽车路径跟踪和直接横摆力矩协同控制方法 | |
CN109017804A (zh) | 力矩分配控制器为车辆各轮毂电机分配驱动力矩的方法 | |
Daoud et al. | Path-following and adjustable driving behavior of autonomous vehicles using dual-objective nonlinear MPC | |
Shen et al. | Stability and Maneuverability Guaranteed Torque Distribution Strategy of ddev in handling limit: a novel lstm-lmi approach |
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 |