CN106168758A - 四轮独立驱动电动汽车的航向跟踪控制方法 - Google Patents
四轮独立驱动电动汽车的航向跟踪控制方法 Download PDFInfo
- Publication number
- CN106168758A CN106168758A CN201610350335.5A CN201610350335A CN106168758A CN 106168758 A CN106168758 A CN 106168758A CN 201610350335 A CN201610350335 A CN 201610350335A CN 106168758 A CN106168758 A CN 106168758A
- Authority
- CN
- China
- Prior art keywords
- value
- tracking
- yaw
- yaw velocity
- automobile
- 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 19
- 238000013178 mathematical model Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 4
- 206010044565 Tremor Diseases 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract 1
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种四轮独立驱动电动汽车的航向跟踪控制方法,包括以下步骤:a、将需要跟踪的汽车航向角设定值ψref和汽车航向角实时值ψ作为横摆角速度中间值自抗扰控制器ADRC1的输入,计算出横摆角速度中间值ωrd;b、然后将步骤a所得横摆角速度中间值ωrd作为横摆角速度期望值和汽车横摆角速度实时值ωr作为附加横摆力矩自抗扰控制器ADRC2的输入,计算出附加横摆力矩ΔM;c、根据步骤b中附加横摆力矩值ΔM对各个车轮转矩进行分配,再将分配的各个车轮的指令转矩输入给对应车轮的四个电机,从而控制电动汽车的横摆侧向运动,使汽车航向角跟踪设定值。本发明能够很好地抑制各种扰动的影响,使汽车航向角快速、准确地跟踪设定值,提高电动汽车航向的监控性。
Description
技术领域:
本发明涉及一种电动汽车航向控制方法,特别是涉及一种四轮独立驱动电动汽车的航向跟踪控制方法。
背景技术:
汽车的智能化控制具有重要的军事及民用意义。能帮助乃至可以取代驾驶员的无人驾驶控制是汽车智能化控制的核心技术之一,已经引起了各国政府及学者们的广泛关注。在无人驾驶汽车的应用中,对航向的控制尤为重要,它不仅是汽车跟踪参考轨迹的重要保证,同时也在保证汽车稳定性和安全性方面发挥着重要作用。
专利号为201410781886.8的专利《一种四轮独立驱动电动汽车的横摆角速度控制方法》描述了对横摆角速度进行控制的一种方法,但是,单独对横摆角速度进行控制,不能达到跟踪航向角的目的,还需进一步控制。四轮独立驱动电动汽车由于四个驱动轮可以单独控制,所以可以通过直接横摆力矩控制来改变车辆侧向动态性能,也就是通过附加横摆力矩来控制电动汽车行驶过程中的航向角。传统控制方法中常引进PID控制器、模糊控制器、自适应控制器等。PID控制算法简单、参数少、可靠性高,但是PID控制器对负载变化的自适应能力弱、抗干扰能力差;模糊控制和自适应控制也有实时性较弱和结构复杂、控制结果不理想等缺点。
发明内容:
本发明所要解决的技术问题是:克服现有技术的不足,提供一种容易实施、抗干扰能力强且自动控制的四轮独立驱动电动汽车的航向跟踪控制方法。
本发明的技术方案是:
一种四轮独立驱动电动汽车的航向跟踪控制方法,包括以下步骤:
a、首先设计横摆角速度中间值自抗扰控制器ADRC1,再将需要跟踪的汽车航向角设定值ψref和汽车航向角实时值ψ作为该横摆角速度中间值自抗扰控制器ADRC1的输入,计算出横摆角速度中间值ωrd;
b、然后设计附加横摆力矩自抗扰控制器ADRC2,将步骤a所得横摆角速度中间值ωrd作为横摆角速度期望值和汽车横摆角速度实时值ωr作为该附加横摆力矩自抗扰控制器ADRC2的输入,计算出附加横摆力矩ΔM;
c、根据步骤b中附加横摆力矩值ΔM对各个车轮转矩进行分配,再将分配的各个车轮的指令转矩输入给对应车轮的四个电机,从而控制电动汽车的横摆侧向运动,使汽车航向角跟踪设定值。
进一步地:步骤a中横摆角速度中间值自抗扰控制器的数学模型如下:
在数学模型中:
a)利用跟踪微分器得到设定航向角的跟踪信号ψref,其中,x1是设定航向角ψref的跟踪值;ε0是跟踪误差,R1为跟踪速度因子;
h0为滤波因子;
b)利用扩张状态观测器得到汽车航向角实时值ψ的估计值Z1和电动汽车受到的不确定扰动f估计值Z2;
在扩张状态观测器的模型中,b0是补偿因子;h1为滤波因子。当h1给定时,扩张状态观测器的参数β01β02β03按下列公式确定:
c)在误差非线性组合中,利用误差信号非线性组合,得到误差反馈控制量;
其中,e1为误差信号,u0为误差反馈控制量,h2为滤波因子,决定跟踪横摆角速度偏差期望值的跟踪精度;
d)利用估计值Z2对误差反馈控制量u0进行补偿,得到横摆角速度中间值ωrd。
进一步地:步骤b中附加横摆力矩自抗扰控制器ADRC2的数学模型如下:
在数学模型中:
a)利用跟踪微分器得到期望横摆角速度ωrd的跟踪信号和此跟踪信号的微分,其中,x'1是对期望横摆角速度ωrd的跟踪,x2为x'1的微分,h1为积分步长,r0为决定跟踪速度的速度因子,fhan(x'1-ωrd,x2,r0,h1)是最速控制综合函数,该函数主要用于让x'1在加速度r0的限制下,“最快地”且“无颤振地”跟踪ωrd;
b)利用扩张状态观测器得到横摆角速度ωr的估计值Z'1和横摆角速度偏差微分的估计值Z'2,以及电动汽车受到的不确定扰动估计值Z'3;
在扩张状态观测器的模型中,b'0是补偿因子;当积分步长h给定时,扩张状态观测器的参数β01β02β03按下列公式确定:
c)在误差非线性组合中,利用误差信号和微分信号非线性组合,得到误差反馈控制量;其中,e'1为误差信号,e'2为微分误差信号,u'0为误差反馈控制量,h0决定跟踪横摆角速度偏差期望值的跟踪精度;c为阻尼因子;r为误差反馈控制量增益;
d)利用估计值Z'3对误差反馈控制量u'0进行补偿,得到附加横摆力矩值ΔM。
进一步地:步骤c中采用的转矩分配算法如下:
其中,T'=KθC表示每个车轮的期望驱动转矩,K是电动汽车加速踏板深度,θC是反映加速踏板和期望驱动转矩之间对应关系的常数,和分别表示左前、右前、左后、右后四个车轮的指令转矩。
本发明的有益效果是:
1、本发明能够很好地抑制各种扰动的影响,使汽车航向角快速、准确地跟踪设定值,是一种较好的汽车航向角跟踪控制策略。
2、本发明中采用跟踪微分器安排过渡过程,与传统PID控制相比,给出了合理的控制信号,解决了响应速度与超调性之间的矛盾。
3、本发明采用直接观测未知扰动、处理扰动的方式来抑制扰动对系统的影响,有效减少了控制系统的复杂程度。
4、本发明设计的控制器利用“观测+补偿”的方法来处理系统中非线性和不确定性,同时配合非线性的反馈方式,从而提高了控制器的动态性能。
5、本发明对算法精确模型依赖程度较低,抗干扰能力强,适合于动态特性复杂,且存在各种不确定性的非线性系统,易于推广实施,具有良好的经济效益。
附图说明:
图1是四轮独立驱动电动汽车航向跟踪控制系统结构框图;
图2是跟踪能力测试时航向角仿真结果对比图;
图3是抗扰能力测试时前轮转角扰动的设置图;
图4是抗扰能力测试时航向角受到扰动后的结果图;
图5是抗扰能力测试时航向角控制结果对比图。
具体实施方式:
实施例:参见图1-图5。
图1是本发明四轮独立驱动电动汽车航向跟踪控制系统结构框图;
在本实施例中,如图1所示,控制算法采用双层控制结构,其上层为直接横摆力矩制定层,下层为转矩分配层。在直接横摆力矩制定层,从四轮独立驱动电动汽车车辆模型获取车辆参数汽车航向角实时值ψ、汽车横摆角速度实时值ωr;将需要跟踪的汽车航向角设定值ψref和汽车航向角实时值ψ作为设计的自抗扰控制器ADRC1的输入,计算出横摆角速度中间值ωrd。将横摆角速度中间值ωrd作为横摆角速度期望值与汽车横摆角速度实时值ωr作为设计的自抗扰控制器 ADRC2的输入,计算出附加横摆力矩ΔM。在转矩分配层,将直接横摆力矩制定层计算的附加横摆力矩ΔM通过转矩分配算法进行分配,给汽车四个电机输入分配的指令转矩Tij'(ij=fl、f、r、rl rr),从而控制电动汽车的横摆侧向运动,使汽车航向角跟踪设定值。
下面对控制系统控制汽车航向角的具体方法进行详细说明,如下:
一种四轮独立驱动电动汽车的航向跟踪控制方法,包括以下步骤:
(1)设计横摆角速度中间值自抗扰控制器ADRC1,得到横摆角速度中间值ωrd。
将需要跟踪的汽车航向角设定值ψref和汽车航向角实时值ψ作为设计的横摆角速度中间值自抗扰控制器ADRC1的输入,计算出中间值ωrd。根据自抗扰控制原理,设计横摆角速度中间值自抗扰控制器,其数学模型如下:
在数学模型中:
a)利用跟踪微分器得到设定航向角的跟踪信号ψref,其中,x1是设定航向角ψref的跟踪值;ε0是跟踪误差,R1为跟踪速度因子;
h0为滤波因子。
b)利用扩张状态观测器得到汽车航向角实时值ψ的估计值Z1和电动汽车受到的不确定扰动f估计值Z2;
在扩张状态观测器的模型中,b0是补偿因子;h1为滤波因子。当h1给定时,扩张状态观测器的参数β01β02β03按下列公式确定:
c)在误差非线性组合中,利用误差信号非线性组合,得到误差反馈控制量;
其中,e1为误差信号,u0为误差反馈控制量,h2为滤波因子,决定跟踪横摆角速度偏差期望值的跟踪精度;
d)利用估计值Z2对误差反馈控制量u0进行补偿,得到横摆角速度中间值ωrd;
(2)设计附加横摆力矩自抗扰控制器ADRC2,得到附加横摆力矩ΔM。
将步骤(1)所得横摆角速度中间值ωrd作为横摆角速度期望值和汽车横摆角速度实时值ωr作为设计的自抗扰控制器ADRC2的输入,计算出附加横摆力矩ΔM。根据自抗扰控制原理,设计的附加横摆力矩自抗扰控制器ADRC2,其数学模型如下:
在数学模型中:
a)利用跟踪微分器得到期望横摆角速度ωrd的跟踪信号和此跟踪信号的微分,其中,x'1是对期望横摆角速度ωrd的跟踪,x2为x'1的微分,h1为积分步长,r0为决定跟踪速度的速度因子,fhan(x'1-ωrd,x2,r0,h1)是最速控制综合函数,该函数主要用于让x'1在加速度r0的限制下,“最快地”且“无颤振地”跟踪ωrd;
b)利用扩张状态观测器得到横摆角速度ωr的估计值Z'1和横摆角速度偏差微分的估计值Z'2,以及电动汽车受到的不确定扰动估计值Z'3;
在扩张状态观测器的模型中,b'0是补偿因子;当积分步长h给定时,扩张状态观测器的参数β01β02β03按下列公式确定:
c)在误差非线性组合中,利用误差信号和微分信号非线性组合,得到误差反馈控制量;其中,e'1为误差信号,e'2为微分误差信号,u'0为误差反馈控制量,h0决定跟踪横摆角速度偏差期望值的跟踪精度;c为阻尼因子;r为误差反馈控制量增益;
d)利用估计值Z'3对误差反馈控制量u'0进行补偿,得到附加横摆力矩值ΔM;
(3)根据附加横摆力矩值ΔM在车轮间进行力矩分配
采用如下转矩分配算法:
其中,T'=KθC表示每个车轮的期望驱动转矩,K是电动汽车加速踏板深度,θC是反映加速踏板和期望驱动转矩之间对应关系的常数,和分别表示左前、右前、左后、右后四个车轮的指令转矩;
再将分配的4个车轮的指令转矩输入给对应车轮的四个电机,从而控制电动汽车的横摆侧向运动,使汽车航向角跟踪设定值。
实例
总质量m=1650kg,轴距L=3.05m,质心到前轴的距离a=1.40m,质心到后轴的距离b=1.65m,前轮侧偏刚度Caf=-40500,后轮侧偏刚度Car=-40500的四驱电动车,当验证车速为70km/h时,验证本发明设计的航向跟踪控制器的跟踪特性和抗扰特性。
图2是跟踪能力测试时航向角仿真结果对比图;
在本实施例中,如图2所示,实线代表需要跟踪的设定曲线,设定为一个正弦信号,虚线是采用本发明设计的航向跟踪控制算法后,航向角的实时跟踪效果,可以看出,这两个曲线的差距很小,只有0.01~0.2deg的差距,基本重合。这表明,采用本发明设计的航向跟踪控制算法能够改变汽车的转向,使汽车航向角跟踪设定值。
图3是抗扰能力测试时前轮转角扰动的设置图;
在本实施例中,如图3所示,前轮转角扰动初始值设为0deg,在1s时加入幅度为3deg的阶跃信号,在3s时加入幅度为0.2deg的骤变扰动,并在5.5s、8s时加入与前面对应的反扰动,以此干扰信号,测试本发明设计控制系 统的抗扰能力。
图4是抗扰能力测试时航向角受到扰动后的结果图;
在本实施例中,如图4所示,为受到图3所示前轮转角干扰信号后,汽车航向角的仿真曲线图,可以看出,航向偏在1s后偏离了0值,在不同的干扰处均有体现,例如:在1s的阶跃干扰后达到了0.17deg,在骤变干扰后也有波动。
图5是抗扰能力测试时航向角控制结果对比图。
在本实施例中,如图5所示,以0为设定值,虚线代表加入PID控制算法后的控制结果,可以看出,与图4相比,航向角已经可以被控制在0值附近,表明PID控制器能够使系统输出跟踪期望值0,但与实线代表的本发明设计的基于自抗扰理论的控制器相比,本发明设计的控制器具有干扰后波动小(自抗扰航向角波动范围[-0.01~0.01deg],而PID航向角波动范围[-0.04~0.05deg])、恢复控制效果时间短(第一个阶跃干扰后自抗扰控制器1.7s恢复,而PID控制器3.0s恢复)的优势。
由此可以看出,本发明所设计的控制系统能够很好地抑制各种扰动的影响,使汽车航向角快速、准确地跟踪设定值,是一种较好的汽车航向角跟踪控制策略。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (4)
1.一种四轮独立驱动电动汽车的航向跟踪控制方法,包括以下步骤:
a、首先设计横摆角速度中间值自抗扰控制器ADRC1,再将需要跟踪的汽车航向角设定值ψref和汽车航向角实时值ψ作为该横摆角速度中间值自抗扰控制器ADRC1的输入,计算出横摆角速度中间值ωrd;
b、然后设计附加横摆力矩自抗扰控制器ADRC2,将步骤a所得横摆角速度中间值ωrd作为横摆角速度期望值和汽车横摆角速度实时值ωr作为该附加横摆力矩自抗扰控制器ADRC2的输入,计算出附加横摆力矩ΔM;
c、根据步骤b中附加横摆力矩值ΔM对各个车轮转矩进行分配,再将分配的各个车轮的指令转矩输入给对应车轮的四个电机,从而控制电动汽车的横摆侧向运动,使汽车航向角跟踪设定值。
2.根据权利要求1所述的四轮独立驱动电动汽车的航向跟踪控制方法,其特征是:步骤a中横摆角速度中间值自抗扰控制器的数学模型如下:
在数学模型中:
a)利用跟踪微分器得到设定航向角的跟踪信号ψref,其中,x1是设定航向角ψref的跟踪值;ε0是跟踪误差,R1为跟踪速度因子; h0为滤波因子;
b)利用扩张状态观测器得到汽车航向角实时值ψ的估计值Z1和电动汽车受到的不确定扰动f估计值Z2;
在扩张状态观测器的模型中,b0是补偿因子;h1为滤波因子。当h1给定时,扩张状态观测器的参数β01β02β03按下列公式确定:
c)在误差非线性组合中,利用误差信号非线性组合,得到误差反馈控制量;
其中,e1为误差信号,u0为误差反馈控制量,h2为滤波因子,决定跟踪横摆角速度偏差期望值的跟踪精度;
d)利用估计值Z2对误差反馈控制量u0进行补偿,得到横摆角速度中间值ωrd。
3.根据权利要求1所述的四轮独立驱动电动汽车的航向跟踪控制方法,其特征是:步骤b中附加横摆力矩自抗扰控制器ADRC2的数学模型如下:
在数学模型中:
a)利用跟踪微分器得到期望横摆角速度ωrd的跟踪信号和此跟踪信号的微分,其中,x'1是对期望横摆角速度ωrd的跟踪,x2为x'1的微分,h1为积分步长,r0为决定跟踪速度的速度因子,fhan(x'1-ωrd,x2,r0,h1)是最速控制综合函数,该函数主要用于让x'1在加速度r0的限制下,“最快地”且“无颤振地”跟踪ωrd;
b)利用扩张状态观测器得到横摆角速度ωr的估计值Z'1和横摆角速度偏差微分的估计值Z'2,以及电动汽车受到的不确定扰动估计值Z'3;
在扩张状态观测器的模型中,b'0是补偿因子;当积分步长h给定时,扩张状态观测器的参数β01β02β03按下列公式确定:
c)在误差非线性组合中,利用误差信号和微分信号非线性组合,得到误差反馈控制量;其中,e'1为误差信号,e'2为微分误差信号,u'0为误差反馈控制量,h0决定跟踪横摆角速度偏差期望值的跟踪精度;c为阻尼因子;r为误差反馈控制量增益;
d)利用估计值Z'3对误差反馈控制量u'0进行补偿,得到附加横摆力矩值ΔM。
4.根据权利要求1所述的四轮独立驱动电动汽车的航向跟踪控制方法,其特征是:步骤c中采用的转矩分配算法如下:
其中,T'=KθC表示每个车轮的期望驱动转矩,K是电动汽车加速踏板深度,θC是反映加速踏板和期望驱动转矩之间对应关系的常数,和分别表示左前、右前、左后、右后四个车轮的指令转矩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610350335.5A CN106168758B (zh) | 2016-05-24 | 2016-05-24 | 四轮独立驱动电动汽车的航向跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610350335.5A CN106168758B (zh) | 2016-05-24 | 2016-05-24 | 四轮独立驱动电动汽车的航向跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106168758A true CN106168758A (zh) | 2016-11-30 |
CN106168758B CN106168758B (zh) | 2019-12-06 |
Family
ID=57359124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610350335.5A Expired - Fee Related CN106168758B (zh) | 2016-05-24 | 2016-05-24 | 四轮独立驱动电动汽车的航向跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106168758B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108268022A (zh) * | 2016-12-30 | 2018-07-10 | 纵目科技(上海)股份有限公司 | 自动驾驶汽车航向跟踪控制器性能评估方法 |
CN110077458A (zh) * | 2019-03-20 | 2019-08-02 | 同济大学 | 一种基于自抗扰控制的智能车转角控制方法 |
CN111752150A (zh) * | 2020-06-12 | 2020-10-09 | 北京理工大学 | 一种轮足机器人四轮协同控制方法 |
CN112987555A (zh) * | 2019-12-12 | 2021-06-18 | 天津大学 | 一种无人驾驶碾压机后退过程的复合抗扰轨迹跟踪控制算法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221447A (zh) * | 2008-01-18 | 2008-07-16 | 中国农业大学 | 一种机械自动转向控制方法 |
CN102167039A (zh) * | 2011-03-08 | 2011-08-31 | 山东交通学院 | 无人驾驶独立驱动和转向车辆整车动力学控制量获得方法 |
CN103303367A (zh) * | 2013-06-21 | 2013-09-18 | 电子科技大学 | 一种四轮驱动电动车车身稳定控制方法 |
CN103970138A (zh) * | 2014-05-08 | 2014-08-06 | 北京理工大学 | 基于自抗扰与微分平滑的alv横向控制方法 |
CN103970137A (zh) * | 2014-05-08 | 2014-08-06 | 北京理工大学 | 基于自抗扰的alv横向位移跟踪系统控制方法 |
CN104699106A (zh) * | 2013-12-10 | 2015-06-10 | 中国航空工业第六一八研究所 | 一种八旋翼飞行器的控制分配方法 |
CN104787039A (zh) * | 2015-04-13 | 2015-07-22 | 电子科技大学 | 一种四轮独立驱动电动汽车的车身稳定控制方法 |
CN105334854A (zh) * | 2015-09-17 | 2016-02-17 | 哈尔滨工程大学 | 应用于气垫船航向控制与横倾控制的解耦控制装置及方法 |
CN105467996A (zh) * | 2015-12-21 | 2016-04-06 | 北京理工大学 | 基于微分平坦和自抗扰的四轮转向汽车轨迹跟踪控制方法 |
-
2016
- 2016-05-24 CN CN201610350335.5A patent/CN106168758B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221447A (zh) * | 2008-01-18 | 2008-07-16 | 中国农业大学 | 一种机械自动转向控制方法 |
CN102167039A (zh) * | 2011-03-08 | 2011-08-31 | 山东交通学院 | 无人驾驶独立驱动和转向车辆整车动力学控制量获得方法 |
CN103303367A (zh) * | 2013-06-21 | 2013-09-18 | 电子科技大学 | 一种四轮驱动电动车车身稳定控制方法 |
CN104699106A (zh) * | 2013-12-10 | 2015-06-10 | 中国航空工业第六一八研究所 | 一种八旋翼飞行器的控制分配方法 |
CN103970138A (zh) * | 2014-05-08 | 2014-08-06 | 北京理工大学 | 基于自抗扰与微分平滑的alv横向控制方法 |
CN103970137A (zh) * | 2014-05-08 | 2014-08-06 | 北京理工大学 | 基于自抗扰的alv横向位移跟踪系统控制方法 |
CN104787039A (zh) * | 2015-04-13 | 2015-07-22 | 电子科技大学 | 一种四轮独立驱动电动汽车的车身稳定控制方法 |
CN105334854A (zh) * | 2015-09-17 | 2016-02-17 | 哈尔滨工程大学 | 应用于气垫船航向控制与横倾控制的解耦控制装置及方法 |
CN105467996A (zh) * | 2015-12-21 | 2016-04-06 | 北京理工大学 | 基于微分平坦和自抗扰的四轮转向汽车轨迹跟踪控制方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108268022A (zh) * | 2016-12-30 | 2018-07-10 | 纵目科技(上海)股份有限公司 | 自动驾驶汽车航向跟踪控制器性能评估方法 |
CN110077458A (zh) * | 2019-03-20 | 2019-08-02 | 同济大学 | 一种基于自抗扰控制的智能车转角控制方法 |
CN112987555A (zh) * | 2019-12-12 | 2021-06-18 | 天津大学 | 一种无人驾驶碾压机后退过程的复合抗扰轨迹跟踪控制算法 |
CN112987555B (zh) * | 2019-12-12 | 2022-10-11 | 天津大学 | 一种无人驾驶碾压机后退过程的复合抗扰轨迹跟踪控制算法 |
CN111752150A (zh) * | 2020-06-12 | 2020-10-09 | 北京理工大学 | 一种轮足机器人四轮协同控制方法 |
CN111752150B (zh) * | 2020-06-12 | 2021-07-16 | 北京理工大学 | 一种轮足机器人四轮协同控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106168758B (zh) | 2019-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ni et al. | Envelope control for four-wheel independently actuated autonomous ground vehicle through AFS/DYC integrated control | |
CN104787039B (zh) | 一种四轮独立驱动电动汽车的车身稳定控制方法 | |
Ni et al. | Dynamics control of autonomous vehicle at driving limits and experiment on an autonomous formula racing car | |
CN107415939B (zh) | 一种分布式驱动电动汽车转向稳定性控制方法 | |
CN107042841B (zh) | 一种轮毂电机驱动电动汽车差动助力转向稳定性控制方法 | |
CN106168758A (zh) | 四轮独立驱动电动汽车的航向跟踪控制方法 | |
CN104590253B (zh) | 一种四轮独立驱动电动汽车的横摆角速度控制方法 | |
CN105629734B (zh) | 一种近空间飞行器的轨迹跟踪控制方法 | |
CN107992681A (zh) | 一种电动汽车主动前轮转向系统的复合控制策略 | |
Dai et al. | Optimum tyre force distribution for four-wheel-independent drive electric vehicle with active front steering | |
CN111791898B (zh) | 一种基于合作型博弈的自动驾驶汽车避撞控制方法 | |
CN109808508A (zh) | 一种分布式驱动电动汽车的驱动系统容错控制策略 | |
CN109094644A (zh) | 极限工况下的主动后轮转向与直接横摆力矩控制方法 | |
CN108958246A (zh) | 无人车在U-Turn场景的轨迹跟踪控制方法 | |
CN106166960A (zh) | 四轮独立驱动电动汽车的质心侧偏角控制方法 | |
CN109017805A (zh) | 一种针对存在不确定性的行驶系统车辆稳定性控制方法 | |
CN110703775B (zh) | 一种基于改进人工势场的商用车车道保持路径规划方法 | |
Liu et al. | Trajectory tracking control of four wheel steering under high speed emergency obstacle avoidance | |
CN113788022B (zh) | 车辆控制方法、装置、计算机可读存储介质及电子设备 | |
Hu et al. | Integrated control of AFS and DYC for in-wheel-motor electric vehicles based on operation region division | |
CN110126816A (zh) | 一种汽车主动前轮转向系统的容错控制方法 | |
Sun et al. | Joint estimation of states and parameters of vehicle model using cubature Kalman filter | |
Yang et al. | ESO-based lateral control for electrical vehicles with unmodeled tire dynamics on uneven road | |
CN113044047B (zh) | 一种基于类pid-stsm的afs/dyc集成控制方法 | |
CN114179818A (zh) | 基于自适应预瞄时间和滑模控制的智能汽车横向控制方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191206 Termination date: 20210524 |