CN106985813B - 一种智能轮电驱动汽车的稳定性集成控制方法 - Google Patents
一种智能轮电驱动汽车的稳定性集成控制方法 Download PDFInfo
- Publication number
- CN106985813B CN106985813B CN201710098527.6A CN201710098527A CN106985813B CN 106985813 B CN106985813 B CN 106985813B CN 201710098527 A CN201710098527 A CN 201710098527A CN 106985813 B CN106985813 B CN 106985813B
- Authority
- CN
- China
- Prior art keywords
- value
- control method
- calculated
- stability
- control
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000013461 design Methods 0.000 claims abstract description 5
- 238000011217 control strategy Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009466 transformation Effects 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
- 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
- B60W30/02—Control of vehicle driving stability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Transportation (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mechanical Engineering (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Regulating Braking Force (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种智能轮电驱动汽车的稳定性集成控制方法，该方法利用协同控制方法和广义内模控制方法设计开发了基于横摆角速度和质心侧偏角的汽车稳定性控制方法；以驾驶员提供的驱动信号、制动信号、方向盘转角驾驶需求和测量或估算的车辆状态信息作为输入，通过稳定性集成控制算法，协调控制三种稳定性干预模式，得到理想的横摆力矩响应，将对车辆的控制最终转化为对车轮的独立控制，每个车轮可以实现独立驱动、独立制动和独立转向，增强其系统的鲁棒性。
Description
技术领域
本发明属于汽车控制领域，具体是指一种智能轮电驱动汽车的稳定性集成控制方法。
背景技术
传统汽车的稳定性控制是随着ABS(制动防抱死系统)的发展而逐步发展起来的，主要是在横摆角速度或质心侧偏角过大的极限工况下工作，利用左右两侧的制动力之差产生的横摆力矩来防止或减少难以控制的侧滑现象。智能轮电驱动汽车是当前国内外纯电动车领域研究热点之一，其主要的特点是将对车辆的控制量最终转化为对四轮的独立控制，每个车轮可以实现独立驱动、独立制动和独立转向，这种智能轮电驱动汽车给稳定性控制带来了新的设计思路。
目前，智能轮电驱动汽车的稳定性控制已引起国内外学者的广泛关注和研究，并取得了不少研究成果和进展。但总体上还存在以下问题：第一，由于协同控制具有对多个单一的系统进行优化分析，消除各个子系统之间的冲突，发掘各个子系统间的互补潜力，对提升车辆动力学综合性能具有重要的意义和作用，因此大量运用于汽车的稳定性控制上，但是传统的协调控制方法，在车辆处于极限工况时，未考虑地面切向反作用力对侧偏特性的影响，同时，若计算得到的实现车辆稳定性控制的横向力和纵向力超出了车辆可达到的最大横向力和纵向力范围，则无论从系统响应时间还是控制结果上都无法实现更合理的优化控制。第二，当存在外界不确定因素，如大风天气干扰时，车辆受到较大的横摆力矩的冲击，但目前比较常用的方法如最优控制、线性二次调节等，未考虑到车辆模型的不确定性和外界干扰等问题，其系统的鲁棒性较弱。因此，设计一种能够显著提升系统的响应速度并且能够增强系统的鲁棒性的控制方法一直是本领域技术人员厄待解决的技术难题。
发明内容
本发明针对现有技术中存在的问题，提出了一种智能轮电驱动汽车的稳定性集成控制方法，该方法利用协同控制方法和广义内模控制方法(Generalized Internal ModelControl，简称GIMC)，设计开发了基于横摆角速度和质心侧偏角的汽车稳定性控制方法，基于车辆的纵向动力学和横向动力学的协同控制，实现 智能轮电驱动汽车的稳定性集成控制。
本发明是这样实现的，一种智能轮电驱动汽车的稳定性集成控制方法，具体步骤如下：
步骤一，采集或计算出车辆的方向盘转角、横摆角速度、质心侧偏角的参数值；然后将所采集或估算得到的参数值输入到汽车行驶状态名义值计算器(1)中去，计算出质心侧偏角和横摆角速度的名义值；
步骤二，将质心侧偏角和横摆角速度的实际值和名义值共同输入到DYC(直接横摆力矩控制)和AFS/ARS(主动前轮转向/主动后轮转向)当中，利用GIMC控制方法和加权模块计算出横摆力矩值；将基于横摆角速度所算出的横摆力矩值和基于质心侧偏角所算出的横摆力矩值，用加权计算来得出其总的所需横摆力矩；
步骤三，根据横摆力矩值，求得其附加横向力和纵向力，并判断其是否在附着椭圆的边界范围之内，若不是则可计算出比例系数kT，并将DYC计算出的横摆力矩乘以此比例系数；当实现车辆稳定性所需的横向力和纵向力超出附着椭圆边界范围时，可以将纵向力减小至曲线边界上，再将纵向力乘以一个缩小因子s，这时的纵向力/最初所计算出的纵向力，可以得出一个比例系数kT；若实现车辆稳定性所需的横向力超出了特性曲线中的最大值，则以曲线中横向力最大值对应的纵向力/最初所计算出的纵向力来计算得出比例系数kT。
步骤四，将分配系数模块中得出的比例系数乘以DYC所得的横摆力矩值的结果输入到制动力/驱动力控制器中，通过对液压制动、电机驱动的控制来实现对汽车稳定性的控制；
步骤五，将AFS/ARS通过GIMC控制方法求得的横摆力矩值通过AFS/ARS协调分配器计算，得出前后轮转角，并对前后轮施加此转角；
步骤六，将实际车辆的横摆角速度和质心侧偏角反馈给AFS/ARS；
步骤七，继续重复上述步骤，利用DYC和AFS/ARS协同控制，实现对汽车稳定性控制。
进一步，所述的步骤一具体为：
1.1，利用理想车辆模型计算出横摆角速度稳态值为
其中，ωz为稳态横摆角速度，u为车速，L为轴距，K为稳定性因数；
修正的横摆角速度名义值为：
其中，δ为驾驶员前轮输入，μ为路面附着系数，g为重力加速度；
1.2，计算出质心侧偏角名义值；其采用的理想车辆模型计算出的的质心侧偏角稳态值β为：
其中，β为质心侧偏角稳态值，lr、lf分别为车辆质心至前轴及后轴中心线的距离，m为整车质量，kr为汽车后轴侧偏刚度；
针对不同路面条件，取三种工况中绝对值较小的作为理想质心侧偏角值，得出理想质心侧偏角数值为：
其中，βT为质心侧偏角极限值。
进一步，所述的步骤二具体为：
2.1，建立车辆模型，GIMC控制模型为单输入变量和单输出变量，利用实际车辆的横摆角速度和质心侧偏角作为反馈信号，选用PID控制(比例、积分、微分控制)作为保证高性能的控制器K0；
2.2，进行鲁棒补偿控制器Q(s)的设计，所设计的Q要满足
其中Tzw是闭环信号从w到z的传递函数；当理想模型P0∈H∞，取Q＝-UM-1；如果P0不稳定，Q(s)的优化问题就将转化到LFT(线性分式变换)框架中,其中z(s)＝u(s)，且P0＝M- 1N，系统G写成
其中S＝(I+C0P0)-1，Co为高性能控制器，Po为理想模型，I为单位矩阵；且
Tzw＝Fl(G,Q)＝-SC0+SV-1Q(-M) (7)
Q的选择根据如果则可以保证系统的内部稳定性。
进一步，所述的加权模块，当|β|比较小时以理想横摆角速度跟踪控制为主，当|β|比较大时以抑制质心侧偏角过大为主的总体控制策略，对智能轮车辆实施控制，控制策略如下
其中，k为权值，为GIMC控制方案中基于横摆角速度所计算出的横摆力矩值，ΔMβ为GIMC控制方案中基于质心侧偏角所计算出的横摆力矩值。
进一步，所述的步骤三具体为：
当横向力和纵向力超出边界范围时，将纵向力减小至曲线边界上，再将纵向力乘以一个缩小因子s，这时的纵向力/最初所计算出的纵向力，得出一个比例系数kT；
若横向力超出了特性曲线中的最大值，则以曲线中横向力最大值对应的纵向力/最初所计算出的纵向力来计算得出比例系数kT；
若横向力和纵向力均在边界范围内，则kT＝1，其中
ΔM'＝KTΔM (10)
其中，ΔM为DYC中所起算出的横摆力矩值，ΔM'为分配系数模块计算出的横摆力矩值。
进一步，所述的步骤四具体为：将分配系数模块计算出的横摆力矩值ΔM'输入到制动/驱动力矩分配模块，通过计算将ΔM'分为ΔM'BCU(制动部分的横摆力矩值)和ΔM'MCU(驱动部分的横摆力矩值)两部分，并且分别输入到BCU(制 动控制单元)和MCU(驱动控制单元)模块中去，其输出的信号分别对液压制动执行器和四个轮毂电机进行控制。
进一步，所述的步骤五具体为：
5.1，利用GIMC控制算法分别计算出和ΔMβ；
5.2，通过输入横摆角速度和质心侧偏角的实际值和名义值来计算出实现车辆稳定性的横摆力矩值ΔMδ，再将其减去由分配系数模块所计算出的ΔM'，得到的ΔM”，再通过AFS/ARS协调分配器，计算出实现车辆稳定性的前轮转角和后轮转角，并实施在汽车上。
本发明相对于现有技术的有益效果在于：
(1)利用协同控制方法和GIMC控制方法，设计开发了基于横摆角速度和质心侧偏角的汽车稳定性控制方法；以驾驶员提供的驱动信号、制动信号、方向盘转角等驾驶需求和测量或估算的车辆状态信息作为输入，通过稳定性集成控制算法，协调控制三种稳定性干预模式，得到理想的横摆力矩响应；
(2)本发明通过对车辆的控制最终转化为对车轮的独立控制，每个车轮可以实现独立驱动、独立制动和独立转向；主要是基于相对于传统内燃机汽车的智能轮汽车，智能轮汽车从硬件结构和系统响应特性上为汽车在极限情况下的稳定性控制提供了更多可能；
(3)本发明基于车辆的纵向动力学和横向动力学的协同控制，实现智能轮电驱动汽车的稳定性集成控制；
(4)利用了分配系数模块对传统的协同控制模型进行优化，提前将车辆的纵向力和横向力控制在最优范围内，同时利用GIMC算法对DYC和AFS/ARS进行优化，增强其系统的鲁棒性。
附图说明
图1是本发明一种智能轮电驱动汽车的稳定性集成控制方法的控制系统框图；
图2是本发明一种智能轮电驱动汽车的稳定性集成控制方法的DYC系统框图；
图3是本发明一种智能轮电驱动汽车的稳定性集成控制方法的线性分式变 化图；
图4是本发明一种智能轮电驱动汽车的稳定性集成控制方法的实施例中地面切向反作用力对侧偏特性的影响图；
图5是本发明一种智能轮电驱动汽车的稳定性集成控制方法的制动/驱动力矩分配控制图；
图6是本发明一种智能轮电驱动汽车的稳定性集成控制方法的AFS/ARS系统框图；
其中，1-汽车行驶状态名义值计算器，2-DYC，3-AFS/ARS，4-分配系数模块，5-制动力/驱动力控制器，6-汽车，7-DYC中的加权模块，8-DYC中的GIMC控制方案，9-制动/驱动力矩分配模块，10-BCU，11-MCU，12-液压制动执行器，13-四个轮毂电机，14-AFS/ARS中的加权模块，15-AFS/ARS协调分配器，16-AFS/ARS中的GIMC控制方案。
具体实施方式
本发明提供一种智能轮电驱动汽车的稳定性集成控制方法，为使本发明的目的、技术方案及效果更加清楚，明确，以及参照附图并举实例对本发明进一步详细说明。应当指出此处所描述的具体实施仅用以解释本发明，并不用于限定本发明。
本发明的控制方法为：
1)通过传感器和观测器等元件采集或计算出车辆的横摆角速度、质心侧偏角、方向盘转角等参数的信号；
2)将所采集或计算得到的横摆角速度、质心侧偏角、方向盘转角信号输入到汽车行驶状态名义值计算器1中去，计算出质心侧偏角和横摆角速度的名义值；
3)将质心侧偏角和横摆角速度的实际值和名义值共同输入到DYC2和AFS/ARS3当中，利用GIMC控制方法和加权模块可以计算出实现汽车稳定性控制所需的横摆力矩；
4)利用DYC2和AFS/ARS3可以计算出维持车辆稳定性所需的横摆力矩，由此可求得其附加横向力和纵向力，并判断其是否在合理范围内，若不是则可计算出比例系数，并将DYC2计算出的横摆力矩乘以此比例系数；
5)将分配系数模块处理后的横摆力矩输入到制动力/驱动力控制器中，通过 对液压制动、电机驱动的控制来实现对汽车稳定性的控制；
6)将AFS/ARS3求得的横摆力矩通过AFS/ARS协调分配器15计算，可以得出实现汽车稳定性控制所需的前后轮转角，并对前后轮施加此转角；
7)将实际车辆的横摆角速度和质心侧偏角反馈给AFS/ARS3；
8)将二自由度车辆参考模型的横摆角速度和质心侧偏角反馈给DYC2；通过DYC2、分配系数模块和二自由度车辆参考模型形成的闭环与AFS/ARS3和汽车形成的闭环共同构成滑模控制，实现对汽车稳定性控制。
具体地，如图1所示，观测器和传感器收集或计算得到的车辆参数输入到汽车行驶状态名义值计算器1，来计算出横摆角速度名义值和质心侧偏角名义值。利用理想车辆模型计算出横摆角速度稳态值为横摆角速度稳态值由于受到路面附着条件限制，在轮胎附着极限下的侧向力必须满足约束|ay|≤μg，在低附着路面，最大横摆角速度稳态值可表示为考虑到在低附着路面上时ωzmax＜ωz，在高附着路面上时ωz＜ωzmax，为满足不同路面条件，横摆角速度名义值为
其中，ωz为稳态横摆角速度，u为车速，L为轴距，K为稳定性因数；
由于在低附着路面最大横摆角速度稳态值的设置会偏高，实际在未到达上限前车辆已进入非线性状态，由此要乘以修正系数，所得的公式为
其中，δ为驾驶员前轮输入，μ为路面附着系数，g为重力加速度；
观测器和传感器收集或计算得到的车辆参数输入到汽车行驶状态名义值计算器1，来计算出质心侧偏角名义值。其采用的理想车辆模型计算出的的质心侧偏角稳态值β为：
其中，β为质心侧偏角稳态值，lr、lf分别为车辆质心至前轴及后轴中心线 的距离，m为整车质量，kr为汽车后轴侧偏刚度；
由于受到附着条件限制，在低附着路面上
其中，βT为质心侧偏角极限值。
考虑到在低附着路面上βmax＜β，在高附着路面上β＜βmax。在大侧偏角工况下，特别是在车辆物理极限下，汽车将丧失转向能力。例如在正常沥青路面上，该物理极限下的质心侧偏角极限值为±10°，如果汽车的质心侧偏角达到该值，汽车将失稳，进而引发交通事故。因此，应将质心侧偏角限制在该极限值βT之内。为适应不同路面条件，取三种工况中绝对值较小的作为理想质心侧偏角值，得出理想质心侧偏角数值为：
为了增强系统的鲁棒性，本发明所采用的GIMC控制算法是根据GIMC控制算法及其在运动控制系统中的应用与研究。如图2所示，利用DYC中的GIMC控制方案8建立车辆模型，GIMC控制模型为单输入变量和单输出变量，利用实际车辆的横摆角速度和质心侧偏角作为反馈信号，图中为GIMC控制方案中基于横摆角速度所计算出的横摆力矩值，ΔMβ为GIMC控制方案中基于质心侧偏角所计算出的横摆力矩值，ωzSo为横摆角速度名义值，βSo为质心侧偏角名义值，ΔMδ为加权计算得出的实现车辆稳定性的横摆力矩值。选用PID控制作为保证高性能的控制器K0。虽然PID控制对于车辆模型的不确定性和参数变化具有较低的鲁棒稳定性，但是它简单而实用的特性适合作为GIMC控制器中的高性能控制器K0。为了解决高性能控制器K0鲁棒性差的问题，进行鲁棒补偿控制器Q(s)的设计。所设计的Q要满足其中Tzw是闭环信号从w到z的传递函数。当P0∈H∞，取Q＝-UM-1是优化问题的最优解。如果P0不稳定，Q(s)的优化问题就将转化到LFT框架中,如图3所示，其中z(s)＝u(s)， 且P0＝M-1N，系统G可写成
其中S＝(I+C0P0)-1，Co为高性能控制器，Po为理想模型，I为单位矩阵；且
Tzw＝Fl(G,Q)＝-SC0+SV-1Q(-M) (7)
Q的选择可以根据如果则可以保证系统的内部稳定性。
关于加权模块，即DYC中的加权模块7以及AFS/ARS中的加权模块14，都是考虑到β与ωz之间的耦合性，以及车辆横摆稳定性与β、ωz之间的关系，当|β|比较小时以理想横摆角速度跟踪控制为主，当|β|比较大时以抑制质心侧偏角过大为主的总体控制策略，对智能轮车辆实施控制，控制策略如下
其中，k为权值，为GIMC控制方案中基于横摆角速度所计算出的横摆力矩值，ΔMβ为GIMC控制方案中基于质心侧偏角所计算出的横摆力矩值。
图4为地面切向反作用力对侧偏特性的影响图，一般也称为附着椭圆，其可通过试验获得。从图4中可见，在一定的侧偏角下，当驱动力增加时，侧偏力有所减小，当驱动力极大时，侧偏力显著下降，因为此时接近附着极限，切向力已耗去大部分附着力，而侧向能利用的附着力很少。制动时，侧偏力也有其类似表现。根据图4的模型，建立分配系数模块4。在前期，将通过试验所收集到的图4模型储存在存储器当中。由于汽车受到的横向力和侧向力的极限值会相互影响， 这其中与侧偏角、轮胎尺寸、载荷和胎压因素有关，当这些因素得到确定时，便可调取存储器中的图4模型来建立分配系数模块4。当实现车辆稳定性所需的横向力和纵向力超出边界范围时，可以将纵向力减小至曲线边界上，再将纵向力乘以一个缩小因子s，这时的纵向力/最初所计算出的纵向力，可以得出一个比例系数kT。若实现车辆稳定性所需的横向力超出了特性曲线中的最大值，则以曲线中横向力最大值对应的纵向力/最初所计算出的纵向力来计算得出比例系数kT。若实现车辆稳定性所需的横向力和纵向力均在边界范围内，则kT＝1。其中
ΔM'＝KTΔM (10)
其中，ΔM为DYC中所起算出的横摆力矩值，ΔM'为分配系数模块计算出的横摆力矩值。
如图5所示，将分配系数模块4计算出的横摆力矩值ΔM'输入到制动/驱动力矩分配模块9，通过计算将ΔM'分为ΔM'BCU和ΔM'MCU两部分，并且分别输入到BCU10和MCU11模块中去，其输出的信号分别对液压制动执行器12和四个轮毂电机13进行控制。
如图6所示，利用AFS/ARS中的GIMC控制方案16(其中，AFS/ARS中的GIMC控制方案16与图2中的DYC中的GIMC控制方案8相同)分别计算出和ΔMβ。将由分配系数模块4计算后的横摆力矩值ΔM'输入到制动力/驱动力控制器5中。通过输入横摆角速度和质心侧偏角的实际值和名义值来计算得出实现车辆稳定性的横摆力矩值ΔMδ，再将其减去由分配系数模块4所计算出的ΔM'，得到的ΔM”，ΔM”＝ΔMδ-ΔM'，再通过AFS/ARS协调分配器15，可计算出实现车辆稳定性的前轮转角和后轮转角，并实施在汽车6上。
当车辆经过上述步骤后，车辆还未达到最佳的稳定性控制状态时，继续重复上述步骤，利用DYC 2和AFS/ARS 3协同控制，使系统往最佳状态的趋势发展。
综上所述，本发明集成了车辆关于纵向力和横向力的稳定性控制，能够使车辆在极限失稳条件下对车辆的横向力和纵向力进行合理分配，实现车辆的稳定性控制。
Claims (7)
1.一种智能轮电驱动汽车的稳定性集成控制方法，其特征在于，具体步骤如下：
步骤一，采集或计算出车辆的方向盘转角、横摆角速度、质心侧偏角的参数值；然后将所采集或计算得到的参数值输入到汽车行驶状态名义值计算器(1)中去，计算出质心侧偏角和横摆角速度的名义值；
步骤二，将质心侧偏角和横摆角速度的实际值和名义值共同输入到直接横摆力矩控制器(2)和主动前轮转向/主动后轮转向控制器(3)当中，利用广义内模控制方法和加权模块计算出横摆力矩值、总的所需横摆力矩；
步骤三，根据横摆力矩值，求得其附加横向力和纵向力，并判断其是否在附着椭圆的边界范围之内，若不是则可计算出比例系数kT，并将直接横摆力矩控制器计算出的横摆力矩乘以此比例系数；
步骤四，将分配系数模块(4)中得出的比例系数乘以直接横摆力矩控制器(2)所得的横摆力矩值的结果输入到制动力/驱动力控制器(5)中，通过对液压制动、电机驱动的控制来实现对汽车稳定性的控制；
步骤五，将主动前轮转向/主动后轮转向控制器(3)通过广义内模控制方法求得的横摆力矩值通过主动前轮转向/主动后轮转向控制器协调分配器(15)计算，得出前后轮转角，并对前后轮施加此转角；
步骤六，将实际车辆的横摆角速度和质心侧偏角反馈给主动前轮转向/主动后轮转向控制器(3)；
步骤七，继续重复上述步骤，利用直接横摆力矩控制器(2)和主动前轮转向/主动后轮转向控制器(3)协同控制，实现对汽车稳定性控制。
2.根据权利要求1所述的一种智能轮电驱动汽车的稳定性集成控制方法，其特征在于，所述的步骤一具体为：
1.1，利用理想车辆模型计算出横摆角速度稳态值为
其中，ωz为稳态横摆角速度，u为车速，L为轴距，K为稳定性因数；
修正的横摆角速度名义值为：
其中，δ为驾驶员前轮输入，μ为路面附着系数，g为重力加速度；
1.2，计算出质心侧偏角名义值；其采用的理想车辆模型计算出的的质心侧偏角稳态值β为：
其中，β为质心侧偏角稳态值，lr、lf分别为车辆质心至前轴及后轴中心线的距离，m为整车质量，kr为汽车后轴侧偏刚度；
针对不同路面条件，取三种工况中绝对值较小的作为理想质心侧偏角值，得出理想质心侧偏角数值为：
其中，βT为质心侧偏角极限值。
3.根据权利要求1所述的一种智能轮电驱动汽车的稳定性集成控制方法，其特征在于，所述的步骤二具体为：
2.1，建立车辆模型，广义内模控制方法的控制模型为单输入变量和单输出变量，利用实际车辆的横摆角速度和质心侧偏角作为反馈信号，选用PID控制作为保证高性能的控制器K0；
2.2，进行鲁棒补偿控制器Q(s)的设计，所设计的Q要满足
其中Tzw是闭环信号从w到z的传递函数；当理想模型P0∈H∞，取Q＝-UM-1；如果P0不稳定，Q(s)的优化问题就将转化到LFT框架中,其中z(s)＝u(s)，且P0＝M-1N，系统G写成
其中S＝(I+C0P0)-1，Co为高性能控制器，Po为理想模型，I为单位矩阵；且
Tzw＝Fl(G,Q)＝-SC0+SV-1Q(-M) (7)
Q的选择根据
4.根据权利要求1所述的一种智能轮电驱动汽车的稳定性集成控制方法，其特征在于，所述的加权模块，当|β|比较小时以理想横摆角速度跟踪控制为主，当|β|比较大时以抑制质心侧偏角过大为主的总体控制策略，对智能轮车辆实施控制，控制策略如下
其中，k为权值，为广义内模控制方法中基于横摆角速度所计算出的横摆力矩值，ΔMβ为广义内模控制方法中基于质心侧偏角所计算出的横摆力矩值。
5.根据权利要求3或4所述的一种智能轮电驱动汽车的稳定性集成控制方法，其特征在于，所述的步骤三具体为：
当横向力和纵向力超出边界范围时，将纵向力减小至曲线边界上，再将纵向力乘以一个缩小因子s，这时的纵向力/最初所计算出的纵向力，得出一个比例系数kT；
若横向力超出了特性曲线中的最大值，则以曲线中横向力最大值对应的纵向力/最初所计算出的纵向力来计算得出比例系数kT；
若横向力和纵向力均在边界范围内，则kT＝1，其中
ΔM'＝KTΔM (10)
其中，ΔM为直接横摆力矩控制器中所计算出的横摆力矩值。
6.根据权利要求5所述的一种智能轮电驱动汽车的稳定性集成控制方法，其特征在于，所述的步骤四具体为：将分配系数模块(4)计算出的横摆力矩值ΔM'输入到制动/驱动力矩分配模块(9)，通过计算将ΔM'分为ΔM'BCU和ΔM'MCU两部分，并且分别输入到BCU(10)和MCU(11)模块中去，其输出的信号分别对液压制动执行器(12)和四个轮毂电机(13)进行控制。
7.根据权利要求6所述的一种智能轮电驱动汽车的稳定性集成控制方法，其特征在于，所述的步骤五具体为：
5.1，利用广义内模控制方法分别计算出和ΔMβ；
5.2，通过输入横摆角速度和质心侧偏角的实际值和名义值来初步计算出实现车辆稳定性的横摆力矩值ΔMδ，再将其减去由分配系数模块所计算出的ΔM'，得到的ΔM”，再通过主动前轮转向/主动后轮转向控制器协调分配器(15)，计算出实现车辆稳定性的前轮转角和后轮转角，并实施在汽车(6)上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710098527.6A CN106985813B (zh) | 2017-02-23 | 2017-02-23 | 一种智能轮电驱动汽车的稳定性集成控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710098527.6A CN106985813B (zh) | 2017-02-23 | 2017-02-23 | 一种智能轮电驱动汽车的稳定性集成控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106985813A CN106985813A (zh) | 2017-07-28 |
| CN106985813B true CN106985813B (zh) | 2019-05-31 |
Family
ID=59414171
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710098527.6A Active CN106985813B (zh) | 2017-02-23 | 2017-02-23 | 一种智能轮电驱动汽车的稳定性集成控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106985813B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108107732B (zh) * | 2017-12-18 | 2020-02-11 | 长春工业大学 | 主动前轮转向和直接横摆力矩联合的汽车稳定性控制方法 |
| CN108248583B (zh) * | 2018-02-09 | 2023-05-12 | 南京航空航天大学 | 一种汽车电子稳定控制系统及其分层控制方法 |
| CN108973986B (zh) * | 2018-06-06 | 2020-09-04 | 吉林大学 | 一种基于汽车驾驶稳定区域的车辆操纵稳定性联合控制方法 |
| CN108919799B (zh) * | 2018-06-10 | 2020-08-11 | 同济大学 | 一种网联智能车辆协作换道方法 |
| CN108919798B (zh) * | 2018-06-10 | 2020-08-11 | 同济大学 | 一种基于混合函数域的网联智能车辆编队行驶控制方法 |
| CN108674414B (zh) * | 2018-07-02 | 2019-11-08 | 清华大学 | 一种极限工况的智能汽车轨迹跟踪控制方法 |
| CN110871794A (zh) * | 2018-08-31 | 2020-03-10 | 上汽通用汽车有限公司 | 智能驾驶汽车路径跟随方法和智能驾驶汽车路径跟随系统 |
| CN109398361B (zh) * | 2018-10-29 | 2020-03-27 | 北京理工大学 | 一种用于四轮独立驱动车辆的操纵稳定性控制方法 |
| CN109353332A (zh) * | 2018-11-14 | 2019-02-19 | 南京航空航天大学 | 一种主动后轮转向系统及整车稳定性协调控制装置 |
| CN109849899B (zh) * | 2019-02-01 | 2021-01-15 | 江苏大学 | 一种电动轮汽车电液复合车身稳定控制系统及方法 |
| CN110979347B (zh) * | 2019-12-10 | 2021-11-23 | 北京经纬恒润科技股份有限公司 | 一种自动驾驶汽车底盘域的指令仲裁方法及系统 |
| CN110979024B (zh) * | 2019-12-20 | 2021-11-19 | 合肥工业大学 | 一种基于内模的电动汽车速度跟踪控制方法 |
| KR20210155852A (ko) * | 2020-06-16 | 2021-12-24 | 현대자동차주식회사 | 굴절 차량용 굴절 제어 장치 및 그의 굴절 제어 방법 |
| CN112550299B (zh) * | 2020-12-22 | 2022-09-27 | 合肥工业大学 | 一种车辆横向稳定性判定与控制方法 |
| CN114475575B (zh) * | 2022-04-15 | 2022-07-12 | 北京理工大学 | 一种汽车控制系统和方法以及汽车 |
| CN114771166B (zh) * | 2022-04-22 | 2023-07-07 | 东风柳州汽车有限公司 | 一种车辆控制方法、中央控制器及车辆控制系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4842001B2 (ja) * | 2006-04-14 | 2011-12-21 | 富士重工業株式会社 | 操縦安定性の設計支援装置 |
| CN101783563B (zh) * | 2010-03-10 | 2012-05-23 | 江苏大学 | 电动汽车用多相容错多电机及其解耦控制方法 |
| CN102582618A (zh) * | 2011-07-12 | 2012-07-18 | 北京理工大学 | 基于变结构理论的车辆稳定性控制系统 |
| CN104859650B (zh) * | 2015-05-28 | 2017-04-05 | 吉林大学 | 一种多时间尺度的车辆横摆稳定性滚动优化控制方法 |
| CN106364367B (zh) * | 2016-09-29 | 2018-07-20 | 西安科技大学 | 一种四轮独立驱动电动汽车的协调控制方法 |
-
2017
- 2017-02-23 CN CN201710098527.6A patent/CN106985813B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106985813A (zh) | 2017-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106985813B (zh) | 一种智能轮电驱动汽车的稳定性集成控制方法 | |
| US11364895B2 (en) | Yaw motion control method for four-wheel distributed vehicle | |
| CN109795502B (zh) | 智能电动汽车路径跟踪模型预测控制方法 | |
| CN105691381B (zh) | 一种四轮独立驱动电动汽车稳定性控制方法及系统 | |
| US20110307129A1 (en) | Vehicle steerability and stability control via independent wheel torque control | |
| KR101655663B1 (ko) | E-4wd 하이브리드 자동차의 전/후륜 토크 분배 제어 방법 | |
| CN103786602B (zh) | 基于分布式驱动电动汽车的操纵性改善控制方法 | |
| CN102975714B (zh) | 一种电动车辆底盘系统 | |
| CN112572411B (zh) | 一种考虑轮胎侧偏特性的车辆底盘协调控制方法及系统 | |
| CN107472082A (zh) | 四驱电动汽车的驱动力矩分配方法、系统及电动汽车 | |
| Ghosh et al. | A torque vectoring strategy for improving the performance of a rear wheel drive electric vehicle | |
| CN109291803B (zh) | 基于四轮全驱电动汽车虚拟轮的稳定性控制方法 | |
| JP2004104991A (ja) | 回生制動を持つ車両の独立制動及び操縦性の制御方法及びシステム | |
| CN105857304A (zh) | 基于四轮驱动汽车力矩分配控制系统 | |
| CN107992681A (zh) | 一种电动汽车主动前轮转向系统的复合控制策略 | |
| Tian et al. | Integrated control with DYC and DSS for 4WID electric vehicles | |
| CN104554255A (zh) | 四轮全驱电动汽车底盘主动安全集成控制系统动态解耦方法 | |
| CN108839652A (zh) | 一种车辆失稳可控域的自动驾驶紧急避让系统 | |
| Chatzikomis et al. | Torque-vectoring control for an autonomous and driverless electric racing vehicle with multiple motors | |
| CN113221257B (zh) | 考虑控制区域的极限工况下车辆横纵向稳定控制方法 | |
| CN112373459B (zh) | 一种四轮毂电机驱动车辆上层运动状态控制方法 | |
| CN113002324B (zh) | 一种四轮独立驱动和独立转向电动汽车电子差速系统 | |
| CN101844583B (zh) | 一种车辆双重转向控制方法 | |
| JP2023543189A (ja) | 電気自動車の四駆トルク配分方法、システム及び車両 | |
| CN109850015B (zh) | 一种控制参数可自动调节的电动车主动前轮转向控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |