CN107600176B - 一种基于可拓控制理论的智能车辆主动转向控制方法 - Google Patents
一种基于可拓控制理论的智能车辆主动转向控制方法 Download PDFInfo
- Publication number
- CN107600176B CN107600176B CN201710758041.0A CN201710758041A CN107600176B CN 107600176 B CN107600176 B CN 107600176B CN 201710758041 A CN201710758041 A CN 201710758041A CN 107600176 B CN107600176 B CN 107600176B
- Authority
- CN
- China
- Prior art keywords
- velocity
- control
- vehicle
- active steering
- extension
- 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
Landscapes
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明公开了一种基于可拓控制理论的智能车辆主动转向控制方法,属于智能车主动转向控制技术领域,该控制方法包括以下步骤:步骤一,以整车二自由度动力学模型作为参考模型;步骤二,基于可拓控制理论设计智能车辆主动转向控制算法:首先,选取侧向速度vy和横摆角速度ωr作为特征量,组成二维特征空间;其次,确定各个特征量的容许范围和最大可调范围,建立可拓控制集合;然后,建立关于特征量侧向速度vy和横摆角速度ωr的关联函数K(S);最后,根据关联函数K(S)值判断控制区域,采取不同的控制输出方式。本发明将可拓控制理论成功运用到智能车辆主动转向控制技术中,并且满足了车辆主动转向控制的要求。
Description
技术领域
本发明属于汽车人控制系统技术领域,特别涉及了一种基于可拓控制理论的智能车辆主动转向控制方法。
背景技术
智能车辆作为智能交通的重要组成,提高了现代城市生活的水平,于此同时也是解决目前交通安全的重要方式,其发展具有重要意义。智能车辆主动转向控制是智能车控制的一个重要部分,现阶段已经提出了许多控制方式,例如:PID控制、自适应控制、滑模控制以及预测控制,但是这些控制算法都存在着稳定性、准确性、快速性以及可靠性差的问题;因此稳定型、创新型、高精度型控制系统越来越受到各界关注和研究。
可拓控制论是指利用可拓论与可拓方法研究处理控制过程中的矛盾问题的规律和方法,它是为了解决传统控制方法不能控制的问题而提出并发展起来的。在传统控制中,输入与输出均是量值,控制模型是数学模型,它们描述控制过程中输入量值与输出量值之间的关系。在有些控制问题中,仅考虑量值与量值之间的关系是难以解决的,它们也形成了控制中的矛盾问题。要解决它们,就必须考虑事物本身及其特征以及它们的变换。
可拓控制的基本思想:从信息转换角度处理控制问题,以控制输入信息的合格度(关联度)作为确定控制输出校正量的依据,从而使被控信息转换到合格范围内。可拓控制的本质:输入或输出是物元或物元集,控制模型是物元模型,在控制过程中以物元可拓性为依据,把控制过程中的矛盾问题通过物元变换转化为相容的控制问题,从而达到控制的目的。可拓控制论把可拓学引入智能控制的研究领域,用它们来描述和处理控制过程中信息的转化关系,这就为寻求智能控制和知识表达模型以及信息处理技术开辟了新的途径。
而车辆控制是一个实时性强、干扰因素复杂、控制参数耦合性高的系统,控制参数之间常常存在难以同时满足要求的矛盾问题,出现求解失败或是失控的情况。可拓控制具有将矛盾问题转化为相容问题的特点,摆脱了常规控制的局限性,在原有控制区域的基础上,对控制区域进行拓展;并且不会受到具体控制方法的制约,在全局控制区域划分的前提下,在不同的控制区域可以根据需要采用不同的控制输出方式,达到更加精确的控制结果。
发明内容
本发明提出了一种基于可拓控制理论的智能车辆主动转向控制方法,将可拓控制理论运用到智能车辆主动转向控制中,并且达到了一定的响应结果,满足智能车辆主动转向的使用要求,具有一定的主动转向控制稳定性和精确性,可拓控制考虑事物本身及其特征以及它们的变换,将矛盾问题转化为相容问题,扩大了控制范围,保证车辆主动转向时的快速响应和平稳转向。
本发明的技术方案为:
一种基于可拓控制理论的智能车辆主动转向控制方法,包括以下步骤:
S1,以整车二自由度动力学模型作为参考模型,建立二自由度动力学微分方程;
S2,设计智能车辆主动转向控制算法;
所述控制算法的输入为车辆前轮转角δf,输出为侧向速度vy和横摆角速度wr;选取整车二自由度动力学微分方程中的状态量侧向速度vy和横摆角速度wr,将其作为可拓控制器的特征量,选取特征量侧向速度vy和横摆角速度wr的容许范围和最大可调范围,将车辆行驶过程划分为可拓控制区域和经典控制区域,具体为:
S2.1,由侧向速度vy和横摆角速度wr作为可拓控制器的特征量,构建以侧向速度vy和横摆角速度wr为坐标轴的二维特征状态空间;
S2.2,由特征量组成特征状态S(vy,wr),建立关于特征状态S(vy,wr)的可拓控制集合;
S2.3,选取侧向速度vy和横摆角速度wr的容许范围,分别为[-0.05,0.05]m/s、[-0.06,0.06]rad/s;
S2.4,选取侧向速度vy和横摆角速度wr的最大可调范围,分别为[-0.005,0.005]m/s、[-0.006,0.006]rad/s;
S2.5,利用特征状态S(vy,wr)的可拓控制集合建立侧向速度vy和横摆角速度wr的关联函数其中k1、k2为加权系数,x1om、x2om为状态量侧向速度vy和横摆角速度wr的容许范围,x1m、x2m为状态量侧向速度vy和横摆角速度wr的最大可调范围,x1对应二自由度动力学模型中的侧向速度vy,x2对应二自由度动力学模型中的横摆角速度wr;经典域
S2.6,根据关联函数K(S)的值判断二维特征空间的特征点处于可拓控制区域还是经典控制区域;
S2.7,计算车辆实时的侧向速度vy和横摆角速度wr,获取侧向速度vy和横摆角速度wr的响应结果。
本发明的有益效果为:
1)可拓控制从信息转换角度处理控制问题,以控制输入信息的关联度K(S)作为确定控制输出校正量的依据,能够使得智能车辆主动转向控制的参变量从不可控区域转换成稳定可控区域,摆脱了车辆动力学模型复杂性或控制方法使用条件受限等因素的制约,提高了智能车辆的主动转向控制的能力。
2)车辆是一类典型的多输入多输出、耦合、非线性复杂动力学系统,本发明通过计算特征量侧向速度vy和横摆角速度wr对应的关联函数K(S)值,对原控制区域进行拓展,对全局控制区域进行划分,将二维特征空间中各个特征点划分到经典域、可拓域和非域中,在不同的控制区域内根据控制功能的不同实施相对应的不同的控制策略,达到较为理想的控制效果,从而将传统控制中只能在经典域控制的问题拓展到可拓域,很好地解决了智能车辆在主动转向控制过程中出现的稳定性问题和精确性问题,改善现有的主动转向控制技术。
附图说明
图1为本发明的控制算法流程图;
图2为本发明的二自由度动力学模型图;
图3为本发明的可拓控制状态空间图;
图4为本发明的控制系统Simulink模型图;
图5为本发明的仿真实验结果图。
具体实施方式
下面将结合附图说明及具体实施方式具体对本发明进一步说明,但是本发明的保护范围并不仅限于此。
图1为基本可拓控制算法的控制过程,下面将基于此控制流程设计本发明的控制方法。该控制算法的输入为智能车辆前轮转角δf,输出为侧向速度vy和横摆角速度wr;选择二自由度整车动力学模型中的侧向速度vy和横摆角速度wr作为可拓控制器的特征量,组成可拓控制二维特征状态空间;选取两个特征状态的容许范围和最大可调范围,将控制区域划分为经典控制区域和可拓控制区域,给定车辆前轮转角输入,使得车辆保持一定的转角运动,在这种工况下,车辆的状态量侧向速度vy和横摆角速度wr通过两者关联函数K(S)的值,判断所处的控制区域,并在对应的区域采用不同控制输出计算方法。
本实施例采用整车二自由度动力学模型作为参考模型建立仿真模型,建立整车二自由度参考模型需要如下假设:①忽略转向系统的影响,直接以前轮转角δf作为输入;②忽略悬架的作用,即车辆绕z轴的位移、绕y轴的俯仰角、绕x轴的侧倾角均设为0,从而达到忽略悬架的目的;③车辆沿x轴的前进速度u视为不变;④车辆侧向加速度ay<0.4g,g为重力加速度;⑤车辆轮胎侧偏特性处于线性范围。
如图2所示的整车二自由度动力学模型,通过牛顿第二定律和力矩平衡可得到二自由度动力学微分方程为:
式中:m为整车质量;Iz为车辆绕z轴的转动惯量;kf、kr分别为前后轮的侧偏刚度;δf为前轮转角;a、b分别为前后轴距离车辆质心的距离;u为车辆前进的纵向速度;vy为车辆侧向速度;ωr为车辆的横摆角速度;β为车辆质心侧偏角。
对式(1)化简可以得到整车二自由度动力学状态空间方程:
基于上述建立的二自由度动力学状态空间方程,进行可拓控制特征量的抽取:
选取整车二自由度动力学模型中的侧向速度vy和横摆角速度wr作为可拓控制器的特征量,组成特征状态S(vy,wr);
将整车二自由度动力学模型作为控制的参考模型,状态量侧向速度vy(x1)和横摆角速度wr(x2)的容许范围x1om、x2om值分别为[-0.05,0.05]m/s、[-0.06,0.06]rad/s;状态量侧向速度vy和横摆角速度wr的最大可调范围x1m、x2m分别为[-0.005,0.005]m/s、[-0.006,0.006]rad/s,建立关于特征状态S(vy,wr)可拓控制集合:
经典域
可拓域
在上述所建立的可拓控制集合的基础上计算x1、x2的关联函数K(S),选取侧向速度vy和横摆角速度wr作为特征量,由此构成了以侧向速度和横摆角速度为坐标轴的二维特征空间,特征空间如图3所示,二维特征空间的原点为S0(0,0),定义:
则特征空间中的每一个特征点S(x1,x2)满足关联函数:
其中k1、k2为加权系数。
在关联函数计算结果的基础上,判断特征状态点在二维特征空间中所处的位置,即测度模式的识别:经典域:M1={S|K(S)≥0},可拓域:M2={S|-1≤K(S)<0},非域:M3={S|K(S)<-1}。
最后根据上述都每个特征状态点在二维特征空间中所处的位置,采用不同的输出计算方式:
M1:u(t)=v-kcM1S (8)
其中:v为系统的参考输入,kcM1为M1测度模式下的状态反馈系数,这里状态反馈系数采用的是极点配置的方法,解决输出相应过程中的精度问题;极点配置选择极点-2±4j,从而得到反馈系数的值为-0.4014、-0.0507。
M2:u(t)=v-kcM2S (9)
其中:kcM2为M2测度模式下的状态反馈系数,这里状态反馈系数采用的是极点配置的方法,解决输出相应过程中的稳定问题;极点配置选择极点-5、-1,从而得到反馈系数的值为-0.1856、-0.2442。
M3:输出最大容许幅值UM。
基于上面的控制方法,在Simulink中搭建仿真模型,如图4所示,采用单位阶跃输入作为控制的参考输入,采用单位负反馈形成闭环控制,考虑整车二自由度动力学模型中侧向速度vy和横摆角速度wr在单位阶跃输入下的响应情况。由图4搭建仿真模型,可得图5的仿真结果,车辆侧向速度vy和横摆角速度wr在单位阶跃输入下,经过可拓控制的控制,保证了侧向速度vy和横摆角速度wr在较短时间内达平衡状态,即在车辆以一定前轮转角的输入下,车辆能够迅速调整侧向速度和横摆速度达到稳定值,避免出现车辆失稳的状态;仿真结果验证可拓控制理论应用在智能车辆主动转向中具有一定的可行性。
以上实施例仅用于说明本发明的设计思想和特点,其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施,本发明的保护范围不限于上述实施例。所以,凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰,均在本发明的保护范围之内。
Claims (8)
1.一种基于可拓控制理论的智能车辆主动转向控制方法,其特征在于,包括以下步骤:
S1,以整车二自由度动力学模型作为参考模型,建立二自由度动力学微分方程;
其中:m为整车质量;Iz为车辆绕z轴的转动惯量;kf、kr分别为前后轮的侧偏刚度;δf为前轮转角;a、b分别为前后轴距离车辆质心的距离;u为车辆前进的纵向速度;vy为车辆侧向速度;ωr为车辆的横摆角速度;β为车辆质心侧偏角;
S2,设计智能车辆主动转向控制算法;
选取整车二自由度动力学微分方程中的状态量侧向速度vy和横摆角速度wr,将其作为可拓控制器的特征量,选取特征量侧向速度vy和横摆角速度wr的容许范围和最大可调范围,将车辆行驶过程划分为两个控制区域,具体为:
S2.1,由侧向速度vy和横摆角速度wr作为可拓控制器的特征量,构建以侧向速度vy和横摆角速度wr为坐标轴的二维特征状态空间;
S2.2,由特征量组成特征状态S(vy,wr),建立关于特征状态S(vy,wr)的可拓控制集合;
S2.3,选取侧向速度vy和横摆角速度wr的容许范围;
S2.4,选取侧向速度vy和横摆角速度wr的最大可调范围;
S2.5,利用特征状态S(vy,wr)的可拓控制集合建立侧向速度vy和横摆角速度wr的关联函数K(S);
S2.6,根据关联函数K(S)的值判断二维特征空间的特征点处于哪个控制区域;
S2.7,计算车辆实时的侧向速度vy和横摆角速度wr,获取侧向速度vy和横摆角速度wr的响应结果。
2.如权利要求1所述的一种基于可拓控制理论的智能车辆主动转向控制方法,其特征在于,所述控制区域包括可拓控制区域和经典控制区域。
3.如权利要求1所述的一种基于可拓控制理论的智能车辆主动转向控制方法,其特征在于,所述控制算法的输入为车辆前轮转角δf,输出为侧向速度vy和横摆角速度wr。
4.如权利要求1所述的一种基于可拓控制理论的智能车辆主动转向控制方法,其特征在于,所述关联函数其中k1、k2为加权系数,x1om、x2om为状态量侧向速度vy和横摆角速度wr的容许范围,x1m、x2m为状态量侧向速度vy和横摆角速度wr的最大可调范围,x1对应二自由度动力学模型中的侧向速度vy,x2对应二自由度动力学模型中的横摆角速度wr;经典域
5.如权利要求1所述的一种基于可拓控制理论的智能车辆主动转向控制方法,其特征在于,所述侧向速度vy的容许范围为[-0.05,0.05]m/s。
6.如权利要求1所述的一种基于可拓控制理论的智能车辆主动转向控制方法,其特征在于,所述横摆角速度wr的容许范围为[-0.06,0.06]rad/s。
7.如权利要求1所述的一种基于可拓控制理论的智能车辆主动转向控制方法,其特征在于,所述侧向速度vy的最大可调范围为[-0.005,0.005]m/s。
8.如权利要求1所述的一种基于可拓控制理论的智能车辆主动转向控制方法,其特征在于,所述横摆角速度wr的最大可调范围为[-0.006,0.006]rad/s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710758041.0A CN107600176B (zh) | 2017-08-29 | 2017-08-29 | 一种基于可拓控制理论的智能车辆主动转向控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710758041.0A CN107600176B (zh) | 2017-08-29 | 2017-08-29 | 一种基于可拓控制理论的智能车辆主动转向控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107600176A CN107600176A (zh) | 2018-01-19 |
CN107600176B true CN107600176B (zh) | 2019-06-28 |
Family
ID=61056541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710758041.0A Active CN107600176B (zh) | 2017-08-29 | 2017-08-29 | 一种基于可拓控制理论的智能车辆主动转向控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107600176B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108732921B (zh) * | 2018-04-28 | 2021-05-25 | 江苏大学 | 一种自动驾驶汽车横向可拓预瞄切换控制方法 |
CN109131325B (zh) * | 2018-08-15 | 2020-07-31 | 江苏大学 | 智能驾驶汽车的三维可拓预瞄切换的车道保持控制方法 |
CN109606363B (zh) * | 2018-11-19 | 2020-11-20 | 江苏大学 | 一种多状态反馈的智能汽车可拓车道保持控制方法 |
CN109733395B (zh) * | 2018-12-19 | 2020-06-09 | 江苏大学 | 一种基于可拓优度评价的自动驾驶汽车横向协调控制方法 |
CN109508015B (zh) * | 2018-12-26 | 2021-01-15 | 南京航空航天大学 | 一种基于可拓控制的agv电磁导航控制系统 |
CN111674386B (zh) * | 2020-05-15 | 2021-06-15 | 武汉科技大学 | 基于afs和dyc的车辆协调控制方法、装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103587576A (zh) * | 2013-12-06 | 2014-02-19 | 中国石油大学(华东) | 一种电动汽车线控转向系统及控制方法 |
CN106184363A (zh) * | 2016-07-20 | 2016-12-07 | 广西科技大学 | 四轮独立转向车辆的控制方法 |
CN107010104A (zh) * | 2017-03-09 | 2017-08-04 | 合肥工业大学 | 一种基于可拓滑模线控车辆行驶稳定性控制方法及系统 |
CN107042841A (zh) * | 2016-12-14 | 2017-08-15 | 合肥工业大学 | 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 |
-
2017
- 2017-08-29 CN CN201710758041.0A patent/CN107600176B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103587576A (zh) * | 2013-12-06 | 2014-02-19 | 中国石油大学(华东) | 一种电动汽车线控转向系统及控制方法 |
CN106184363A (zh) * | 2016-07-20 | 2016-12-07 | 广西科技大学 | 四轮独立转向车辆的控制方法 |
CN107042841A (zh) * | 2016-12-14 | 2017-08-15 | 合肥工业大学 | 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 |
CN107010104A (zh) * | 2017-03-09 | 2017-08-04 | 合肥工业大学 | 一种基于可拓滑模线控车辆行驶稳定性控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107600176A (zh) | 2018-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107600176B (zh) | 一种基于可拓控制理论的智能车辆主动转向控制方法 | |
CN113386781B (zh) | 一种基于数据驱动车辆动力学模型的智能车辆轨迹跟踪控制方法 | |
CN107831761B (zh) | 一种智能车的路径跟踪控制方法 | |
Wang et al. | Lateral control of autonomous vehicles based on fuzzy logic | |
Zhang et al. | Robust gain-scheduling energy-to-peak control of vehicle lateral dynamics stabilisation | |
Zhang | A robust lateral tracking control strategy for autonomous driving vehicles | |
CN107839749B (zh) | 电动轮汽车转向路感及整车稳定性控制方法 | |
CN106483844B (zh) | 基于非线性鲁棒的电液伺服系统自适应位置控制器的实现方法 | |
Zhao et al. | H∞/extension stability control of automotive active front steering system | |
CN110471289B (zh) | 一种基于视觉导航移动设备的自适应路径跟踪方法及系统 | |
CN109739083A (zh) | 一种基于灰色预测模糊pid算法的高地隙车辆侧倾稳定性控制系统 | |
CN111258218A (zh) | 基于最大相关熵准则的智能车辆路径跟踪方法 | |
Canale et al. | Stability control of 4WS vehicles using robust IMC techniques | |
Dai et al. | A bargaining game-based human–machine shared driving control authority allocation strategy | |
Dong et al. | Autonomous vehicle lateral control based on fractional-order PID | |
Tan et al. | Driver directional control using two-point preview and fuzzy decision | |
Yuhao | Estimation of Vehicle Status and Parameters Based on Nonlinear Kalman Filtering | |
Wang et al. | Control Rights Distribution Weights and Takeover Authority for Human-machine Co-driving based on Fuzzy Control Algorithm | |
Shi et al. | Research on a Path Tracking Control Strategy for Autonomous Vehicles Based on State Parameter Identification | |
CN108629084A (zh) | 一种cmac和pid复合的智能车辆轨迹跟踪控制方法 | |
Li et al. | Fuzzy Output Feedback Steering Control of Lane Keeping Assistance Systems With Aperiodic Sampling | |
Meng et al. | Model predictive automatic lane change control for intelligent vehicles | |
Gang et al. | Study on Vehicle Driving State Estimation for Four-Wheel Independent Drive and Steering Electric Vehicle | |
Zhang et al. | Research on the High-Speed Collision Avoidance Method of Distributed Drive Electric Vehicles | |
Yuanzhe et al. | A study on the power characteristics and control strategies of a new type of ECHPS |
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 |