CN108082182A - 一种拓宽汽车稳定域的主动后轮转向控制方法 - Google Patents

一种拓宽汽车稳定域的主动后轮转向控制方法 Download PDF

Info

Publication number
CN108082182A
CN108082182A CN201711362581.3A CN201711362581A CN108082182A CN 108082182 A CN108082182 A CN 108082182A CN 201711362581 A CN201711362581 A CN 201711362581A CN 108082182 A CN108082182 A CN 108082182A
Authority
CN
China
Prior art keywords
mrow
msub
mfrac
mtd
mtr
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
Application number
CN201711362581.3A
Other languages
English (en)
Other versions
CN108082182B (zh
Inventor
李绍松
王国栋
于志新
张邦成
崔高健
卢晓晖
韩玲
吴晓东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changchun University of Technology
Original Assignee
Changchun University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changchun University of Technology filed Critical Changchun University of Technology
Priority to CN201711362581.3A priority Critical patent/CN108082182B/zh
Publication of CN108082182A publication Critical patent/CN108082182A/zh
Application granted granted Critical
Publication of CN108082182B publication Critical patent/CN108082182B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W30/045—Improving turning performance
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Tires In General (AREA)

Abstract

一种拓宽汽车稳定域的主动后轮转向控制方法，其特征在于，该方法包括参考模型、轮胎侧向力和侧偏刚度处理器、MPC控制器、Carsim汽车模型。参考模型用于确定期望的汽车横摆角速度和质心侧偏角；轮胎侧向力和侧偏刚度处理器用于确定轮胎的侧偏角、侧向力和侧偏刚度；CarSim汽车模型用于输出汽车的实际运动状态信息，包括汽车纵向速度、横摆角速度、质心侧偏角和路面附着系数；MPC控制器依据轮胎侧偏刚度选择预测模型，并结合期望的汽车横摆角速度、质心侧偏角和汽车的实际运动状态信息，优化求解出汽车的后轮转角，输出给CarSim汽车模型，控制汽车实现稳定性控制。

Description

一种拓宽汽车稳定域的主动后轮转向控制方法
技术领域
本发明涉及汽车稳定性控制领域，特别是关于一种拓宽汽车稳定域的主动后轮转向控制方法。
背景技术
随着人们对汽车行驶安全性越来越重视，汽车主动安全系统得到快速发展，其中主动后轮转向(Active Rear Steering,ARS)技术作为一种提高汽车稳定性的有效手段已得到了广泛的认可，运用ARS技术，可以有效地减小低速行驶时汽车的转弯半径，提高高速行驶时汽车的稳定性。
目前，ARS所采用的控制方法主要有PID控制、鲁棒性控制、神经网络控制和模型预测控制(Model Predictive Control,MPC)等方法，其中模型预测控制因能较好地处理多目标任务以及系统约束，在汽车稳定性控制领域得到了广泛的应用。
根据其采用的预测模型以及优化方法的不同，MPC可分为线性MPC和非线性MPC。线性MPC凭借其计算负担少，计算速度快而得到广泛使用，然而线性MPC却不能表征非线性区域的轮胎侧偏特性，因此导致汽车的稳定域较窄，而能表征汽车非线性动力学特性的非线性MPC虽然能够拓宽汽车的稳定域，但控制器计算负担太重，实时性差，因此很难应用于实际。论文[陈杰,李亮,宋健.基于LTV-MPC的汽车稳定性控制研究[J].汽车工程，2016，38(3):308-316.]采用一种线性时变的MPC方法，通过对目标横摆角速度的限幅，实现极限工况的汽车稳定性控制，减少系统的计算负担。但是，目标横摆角速度幅值的限制依赖于车速和路面附着系数的精确估计，并且当轮胎侧向力饱和时，所采用的线性时变MPC方法不能体现出轮胎侧向力(绝对值)随着轮胎侧偏角的增加而减小的非线性变化特性。论文[CairanoS D,Tseng H E,Bernardini D,et al.Steering Vehicle Control by Switched ModelPredictive Control[J].IFAC Proceedings Volumes,2010,43(7):1-6.]根据汽车的运动状态设计一种切换控制器，考虑了极限工况下轮胎侧向力(绝对值)随着轮胎侧偏角的增加而减小的变化特性，但是该方法采用的仍然是线性的轮胎模型，不能表征汽车的非线性动力学特性。
发明内容
为了解决现有的线性MPC方法不能全面表征汽车的非线性动力学特性而导致的汽车稳定域窄的问题。本发明提供一种拓宽汽车稳定域的主动后轮转向控制方法，能够根据轮胎侧偏刚度值自动切换预测模型，并采用线性时变的方法将非线性预测控制问题转换成线性预测控制问题，减小系统的计算负担，在表征汽车的非线性动力学特性的同时拓宽汽车的稳定域，保证汽车在极限工况下的稳定性。
本发明解决技术问题所采取的技术方案如下：
一种拓宽汽车稳定域的主动后轮转向控制方法，其特征在于，该方法包括参考模型、轮胎侧向力和侧偏刚度处理器、MPC控制器、Carsim汽车模型；参考模型用于确定期望的汽车横摆角速度和质心侧偏角；轮胎侧向力和侧偏刚度处理器用于确定轮胎的侧偏角、侧向力和侧偏刚度；CarSim汽车模型用于输出汽车的实际运动状态信息，包括汽车纵向速度、横摆角速度、质心侧偏角和路面附着系数；MPC控制器依据轮胎侧偏刚度选择预测模型，并结合期望的汽车横摆角速度、质心侧偏角和汽车的实际运动状态信息，优化求解出汽车的后轮转角，输出给CarSim汽车模型，控制汽车实现稳定性控制；
该方法包括以下步骤：
步骤1、建立参考模型，确定期望的汽车横摆角速度和质心侧偏角，其过程包括如下子步骤：
步骤1.1、采用线性二自由度汽车模型作为参考模型，其运动微分方程表达式如下：
其中：β是汽车质心侧偏角；γ是汽车横摆角速度；Iz是绕汽车质心的铅垂轴的横摆转动惯量；Ux是汽车纵向速度；lf和lr分别是汽车质心至前、后轴的距离；Cf和Cr分别是汽车前、后轮轮胎的侧偏刚度；δf是驾驶员操纵方向盘产生的汽车前轮转角；
步骤1.2、将公式(1a)转换成传递函数，形式如下式：
基于公式(2)得到期望的汽车横摆角速度：
其中：γref是期望的汽车横摆角速度；wn是系统的固有频率；ξ是系统阻尼；Gω(s)是传递函数增益；wd＝k1wn,ξd＝k2ξ,Gkω(s)＝k3Gω(s)；k1、k2、k3是改善系统相位延迟和响应速度的参数；
步骤1.3、设定期望的质心侧偏角为：
βref＝0 (4)
步骤2、设计轮胎侧向力和侧偏刚度处理器，其过程包括如下子步骤：
步骤2.1、设计轮胎侧偏角计算模块，前、后轮轮胎侧偏角通过下式计算获得：
其中：αf和αr分别是汽车前、后轮轮胎的侧偏角；δf是驾驶员操纵方向盘产生的汽车前轮转角，δr是控制器优化求解出的汽车后轮转角；
步骤2.2、设计轮胎侧向力和侧偏刚度计算模块，为了获得后轮轮胎的非线性特性，基于Pacejka轮胎模型，获取不同路面附着系数下的后轮轮胎侧向力与后轮轮胎侧偏角的关系曲线，得到后轮轮胎侧偏特性三维图；获取不同路面附着系数下的后轮轮胎侧向力对后轮轮胎侧偏角导数的关系曲线，得到后轮轮胎侧偏刚度特性三维图；轮胎侧向力和侧偏刚度处理器将当前时刻实际的后轮轮胎侧偏角和路面附着系数分别输入到后轮轮胎侧偏特性三维图和后轮轮胎侧偏刚度特性三维图，通过线性插值法分别获得当前时刻的后轮轮胎侧向力和后轮轮胎侧偏刚度，输出给MPC控制器；在每个控制周期轮胎侧向力和侧偏刚度处理器更新一次后轮轮胎侧向力和后轮轮胎侧偏刚度数据；
其中：Pacejka轮胎模型如下：
Fy＝μDsin(Catan(A-E(A-atanA))),
A＝B·α
其中：Fy是轮胎侧向力，α是轮胎侧偏角；B，C，D和E取决于车轮垂直载荷Fz；a0＝1.75；a1＝0；a2＝1000；a3＝1289；a4＝7.11；a5＝0.0053；a6＝0.1925
步骤3、设计MPC控制器，其过程包括如下子步骤：
步骤3.1、建立预测模型，包括预测模型A和预测模型B，其过程包括如下子步骤：
步骤3.1.1、建立预测模型A，其运动微分方程表达式为：
将其写成状态空间方程，用于设计预测方程，具体如下：
其中：
步骤3.1.2、建立预测模型B，其运动微分方程表达式为：
当后轮轮胎侧偏刚度小于0时，后轮轮胎侧向力随后轮轮胎侧偏角的增大而减小，后轮轮胎侧向力和后轮轮胎侧偏角呈现出非线性变化关系，为了表征后轮轮胎侧向力与后轮轮胎侧偏角间的这种非线性变化特性，构建后轮轮胎侧向力表达式如下：
其中：
其中：是后轮轮胎的残余侧向力；是基于后轮轮胎侧偏特性三维图，通过线性插值法获得的后轮轮胎的侧向力；是基于后轮轮胎侧偏刚度特性三维图，通过线性插值法获得的后轮轮胎的侧偏刚度；是当前时刻的后轮轮胎侧偏角；
考虑到前轮转角由驾驶员控制方向盘输入，可认为轮胎侧偏角较小，前轮轮胎侧向力随前轮轮胎侧偏角的增大线性增加，前轮轮胎侧偏刚度为定值，因此构建前轮轮胎侧向力表达式如下：
Fy,f＝Cf·αf (10)
其中：Cf是前轮轮胎的侧偏刚度，αf是前轮轮胎的侧偏角；
最终得到预测模型B的微分方程表达式为：
将其写成状态空间方程，用于设计预测方程，具体如下:
其中：
步骤3.1.3、设计预测模型A和预测模型B的切换门条件，当后轮轮胎侧偏刚度值大于零时，MPC控制器使用预测模型A，当后轮轮胎侧偏刚度值小于零时，MPC控制器使用预测模型B；在每个控制周期，轮胎侧向力和侧偏刚度处理器都更新一次后轮轮胎的侧向力和侧偏刚度数据，并输出给MPC控制器，MPC控制器根据侧偏刚度选择预测模型，优化求解出下一时刻的后轮转角；
步骤3.1.4、建立预测方程，用于预测系统未来输出；为了实现汽车横摆角速度和质心侧偏角的跟踪控制，将连续时间系统的预测模型A和预测模型B转换成离散时间系统的增量式模型：
其中：取样时间k＝int(t/Ts)，t是仿真时间，Ts是仿真步长；
i＝1,2；C＝1；
步骤3.2、设计优化目标及约束条件，其过程包括如下子步骤：
步骤3.2.1、用期望的汽车横摆角速度、质心侧偏角和实际的汽车横摆角速度、质心侧偏角误差的二范数作为横摆角速度、质心侧偏角跟踪性能指标，体现汽车的轨迹跟踪特性，其表达式如下：
其中：γref是期望的汽车横摆角速度；γ是实际的汽车横摆角速度；βref是期望的汽车质心侧偏角；β是实际的汽车质心侧偏角；P是预测时域；k表示当前时刻；Q1、Q2是加权因子；
步骤3.2.2、用控制量变化率的二范数作为转向平滑指标，体现横摆角速度和质心侧偏角跟踪过程中的转向平滑特性，控制量u是汽车后轮转角，建立离散二次型转向平滑指标为：
其中：M是控制时域；Δu是控制量的变化量；k表示当前时刻；S是加权因子；
步骤3.2.3、设置执行器物理约束，满足执行器要求：
利用线性不等式限制后轮转角及其变化量的上下限，得到转向执行器的物理约束，其数学表达式为：
其中：δrmin是后轮转角下限，δrmax是后轮转角上限；Δδrmin是后轮转角变化量的下限；Δδrmax是后轮转角变化量的上限；
步骤3.3、求解系统预测输出，其过程包括如下子步骤：
步骤3.3.1、利用线性加权法将步骤3.2.1所述跟踪性能指标和步骤3.2.2所述转向平滑指标转化为单一指标，构建汽车稳定性多目标优化控制问题，该问题要满足转向执行器的物理约束，且输入输出符合预测模型：
服从于
i)预测模型A或预测模型B
ii)约束条件为公式(16)
步骤3.3.2、在控制器中，调用QP算法，求解多目标优化控制问题(17)，得到最优开环控制序列Δδr为：
选取当前时刻最优开环控制序列中的第一个元素Δδr(0)进行反馈，与前一时刻进行线性叠加，输出给CarSim汽车模型，实现汽车的稳定性控制。
本发明的有益效果是：本方法使用线性时变的方法将非线性预测控制问题转换成线性预测控制问题，充分利用非线性的轮胎侧偏特性，扩大汽车的稳定性控制域，减小系统的计算负担，改善汽车的稳定性；本方法所使用的两套预测模型共享一套预测控制算法，简化了控制器的设计。
附图说明
图1是本发明的控制系统结构示意图。
图2是线性二自由度汽车模型示意图。
图3后轮轮胎侧偏特性三维图。
图4后轮轮胎侧偏刚度特性三维图。
图5是主动后轮转向汽车模型示意图。
图6是预测模型切换门条件示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
图1是本发明一种拓宽汽车稳定域的主动后轮转向控制方法的系统结构示意图，该系统主要包括参考模型1、轮胎侧向力和侧偏刚度处理器2、MPC控制器3、Carsim汽车模型4。参考模型1用于确定期望的汽车横摆角速度和质心侧偏角；轮胎侧向力和侧偏刚度处理器2用于确定轮胎的侧偏角、侧向力和侧偏刚度；CarSim汽车模型4用于输出汽车的实际运动状态信息，包括汽车纵向速度、横摆角速度、质心侧偏角和路面附着系数；MPC控制器3依据轮胎侧偏刚度选择预测模型，并结合期望的汽车横摆角速度、质心侧偏角和汽车的实际运动状态信息，优化求解出汽车的后轮转角，输出给CarSim汽车模型4，控制汽车实现稳定性控制。
下面以CarSim汽车仿真软件某车型为平台，具体说明本发明的方法，其主要参数如表1所示：
表1仿真汽车的主要参数
参考模型1的建立包括两部分：1.1建立线性二自由度汽车模型；1.2确定期望的汽车横摆角速度；1.3确定期望的汽车质心侧偏角；
在1.1部分中，线性二自由度汽车模型如图2所示，其运动微分方程表达式如下：
其中：β是汽车质心侧偏角；γ是汽车横摆角速度；Iz是绕汽车质心的铅垂轴的横摆转动惯量；Ux是汽车纵向速度；lf和lr分别是汽车质心至前、后轴的距离；Cf和Cr分别是汽车前、后轮轮胎的侧偏刚度；δf是驾驶员操纵方向盘产生的汽车前轮转角。
在1.2部分中，将公式(1a)转换成传递函数，形式如下式：
基于公式(2)得到期望的汽车横摆角速度：
其中：γref是期望的横摆角速度；wn是系统的固有频率；ξ是系统阻尼；Gω(s)是传递函数增益；wd＝k1wn,ξd＝k2ξ,Gkω(s)＝k3Gω(s)；k1、k2、k3是改善系统相位延迟和响应速度的参数。wn、ξ、Gω(s)、Kω的计算过程如下：
在1.3部分中，设定期望的质心侧偏角为：
βref＝0 (4)
轮胎侧向力和侧偏刚度处理器2的设计包括两部分：2.1设计轮胎侧偏角计算模块；2.2设计轮胎侧向力和侧偏刚度计算模块；
在2.1部分中，前、后轮轮胎侧偏角通过下式计算获得：
其中：αf和αr分别是汽车前、后轮轮胎的侧偏角；δf是驾驶员操纵方向盘产生的汽车前轮转角，δr是控制器优化求解出的汽车后轮转角。
在2.2部分中，为了获得后轮轮胎的非线性特性，基于Pacejka轮胎模型，获取不同路面附着系数下的后轮轮胎侧向力与后轮轮胎侧偏角的关系曲线，得到后轮轮胎侧偏特性三维图，如图3；获取不同路面附着系数下的后轮轮胎侧向力对后轮轮胎侧偏角导数的关系曲线，得到后轮轮胎侧偏刚度特性三维图，如图4。轮胎侧向力和侧偏刚度处理器2将当前时刻实际的后轮轮胎侧偏角和路面附着系数分别输入到后轮轮胎侧偏特性三维图和后轮轮胎侧偏刚度特性三维图，通过线性插值法分别获得当前时刻的后轮轮胎侧向力和后轮轮胎侧偏刚度，输出给MPC控制器3。在每个控制周期轮胎侧向力和侧偏刚度处理器3更新一次后轮轮胎侧向力和后轮轮胎侧偏刚度数据。
其中：Pacejka轮胎模型如下：
Fy＝μDsin(Catan(A-E(A-atanA))),
A＝B·α
其中：Fy是轮胎侧向力，α是轮胎侧偏角；B，C，D和E取决于车轮垂直载荷Fz；a0＝1.75；a1＝0；a2＝1000；a3＝1289；a4＝7.11；a5＝0.0053；a6＝0.1925
MPC控制器3的设计包括三部分：3.1建立预测模型及预测方程3.2设计优化目标及约束条件；3.3求解系统预测输出；
在3.1部分中，预测模型及预测方程的建立包括四部分：3.1.1设计预测模型A；3.1.2设计预测模型B；3.1.3设计预测模型A和预测模型B的切换门条件；3.1.4建立预测方程；
在3.1.1部分中，预测模型A采用图5所示的主动后轮转向汽车模型，其运动微分方程表达式为：
将其写成状态空间方程，用于设计预测方程，具体如下：
其中：
在3.1.2部分中，预测模型B采用图5所示的主动后轮转向汽车模型，其运动微分方程表达式为：
当后轮轮胎侧偏刚度小于0时，如图6所示，后轮轮胎侧向力随后轮轮胎侧偏角的增大而减小，后轮轮胎侧向力和后轮轮胎侧偏角呈现出非线性变化关系，为了表征后轮轮胎侧向力与后轮轮胎侧偏角间的这种非线性变化特性，构建后轮轮胎侧向力表达式如下：
其中：
其中：是后轮轮胎的残余侧向力，即公式(9)中的截距，如图6所示；是基于后轮轮胎侧偏特性三维图，通过线性插值法获得的后轮轮胎的侧向力；是基于后轮轮胎侧偏刚度特性三维图，通过线性插值法获得的后轮轮胎的侧偏刚度；是当前时刻后轮轮胎的侧偏角。
考虑到前轮转角由驾驶员控制方向盘输入，可认为轮胎侧偏角较小，轮胎侧偏特性处于线性区，前轮轮胎侧向力随前轮轮胎侧偏角的增大线性增加，前轮轮胎侧偏刚度为定值，因此构建前轮轮胎侧向力表达式如下：
Fy,f＝Cf·αf(10)
其中：Cf是前轮轮胎的侧偏刚度，αf是前轮轮胎的侧偏角；
最终得到预测模型B的微分方程表达式为：
将其成状态空间方程，用于设计预测方程，具体如下:
其中：
在3.1.3部分中，预测模型A和预测模型B切换门条件的设计如图6所示，当后轮轮胎侧偏刚度值大于零时，MPC控制器3使用预测模型A，当后轮轮胎侧偏刚度值小于零时，MPC控制器3使用预测模型B。
如图6所示，当后轮轮胎侧偏角为时，后轮轮胎侧偏特性处于非线性区域，后轮轮胎侧偏刚度值小于零，MPC控制器3从胎侧向力和侧偏刚度处理器2获得当前时刻的后轮轮胎侧向力后轮轮胎侧偏刚度计算出后轮轮胎残余侧向力使用预测模型B优化出当前时刻的后轮转角；在下一时刻，后轮轮胎侧偏角改变，胎侧向力和侧偏刚度处理器2重新获取后轮轮胎的侧向力和侧偏刚度数据，并输出给MPC控制器3，MPC控制器3根据后轮轮胎侧偏刚度选择预测模型，优化出下一时刻的后轮转角。
在3.1.4部分中，为了实现汽车横摆角速度和质心侧偏角的跟踪控制，将连续时间系统的预测模型A和预测模型B转换成离散时间系统的增量式模型：
Δx(k+1)＝AcΔx(k)+BcuΔu(k)+BcdΔd(k),
y(k)＝CΔx(k)+y(k-1). (13)
其中：取样时间k＝int(t/Ts)，t是仿真时间，Ts是仿真步长； i＝1,2；C＝1。
在3.2部分中优化目标及约束条件的设计包括三部分：3.2.1设计横摆角速度和质心侧偏角跟踪性能指标；3.2.2设计转向平滑指标；3.2.3设置执行器物理约束；
在3.2.1部分中，用期望的汽车横摆角速度、质心侧偏角和实际的汽车横摆角速度、质心侧偏角误差的二范数作为横摆角速度、质心侧偏角跟踪性能指标，体现汽车的轨迹跟踪特性，其表达式如下：
其中：γref是期望的汽车横摆角速度；γ是实际的汽车横摆角速度；βref是期望的汽车质心侧偏角；β是实际的汽车质心侧偏角；P是预测时域；k表示当前时刻；Q1、Q2是加权因子；
在3.2.2部分中，用控制量变化率的二范数作为转向平滑指标，体现横摆角速度和质心侧偏角跟踪过程中的转向平滑特性，控制量u是汽车后轮转角，建立离散二次型转向平滑指标为：
其中：M是控制时域；Δu是控制量的变化量；k表示当前时刻；S是加权因子；
在3.2.3部分中，利用线性不等式限制后轮转角及其变化量的上下限，得到转向执行器的物理约束，其数学表达式为：
其中：δrmin是后轮转角下限，δrmax是后轮转角上限；Δδrmin是后轮转角变化量的下限；Δδrmax是后轮转角变化量的上限；
在3.3部分中，系统预测输出的求解包括两部分：3.3.1构建汽车稳定性多目标优化控制问题；3.3.2求解多目标优化控制问题；
在3.3.1部分中，利用线性加权法将公式(14)的横摆角速度和质心侧偏角跟踪性能指标和公式(15)的转向平滑指标转化为单一指标，构建汽车稳定性多目标优化控制问题，该问题要满足转向执行器的物理约束，且输入输出符合预测模型：
服从于
i)预测模型A或预测模型B
ii)约束条件为公式(16)
在3.3.2部分中，在控制器中，调用QP算法，求解多目标优化控制问题(17)，得到最优开环控制序列Δδr为：
选取当前时刻最优开环控制序列中的第一个元素Δδr(0)进行反馈，与前一时刻进行线性叠加，输出给CarSim汽车模型4，实现汽车的稳定性控制。

Claims (1)

1.一种拓宽汽车稳定域的主动后轮转向控制方法，其特征在于，该方法包括参考模型、轮胎侧向力和侧偏刚度处理器、MPC控制器、Carsim汽车模型；参考模型用于确定期望的汽车横摆角速度和质心侧偏角；轮胎侧向力和侧偏刚度处理器用于确定轮胎的侧偏角、侧向力和侧偏刚度；CarSim汽车模型用于输出汽车的实际运动状态信息，包括汽车纵向速度、横摆角速度、质心侧偏角和路面附着系数；MPC控制器依据轮胎侧偏刚度选择预测模型，并结合期望的汽车横摆角速度、质心侧偏角和汽车的实际运动状态信息，优化求解出汽车的后轮转角，输出给CarSim汽车模型，控制汽车实现稳定性控制；
该方法包括以下步骤：
步骤1、建立参考模型，确定期望的汽车横摆角速度和质心侧偏角，其过程包括如下子步骤：
步骤1.1、采用线性二自由度汽车模型作为参考模型，其运动微分方程表达式如下：
<mrow> <mover> <mi>&amp;gamma;</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mfrac> <mrow> <msup> <msub> <mi>l</mi> <mi>f</mi> </msub> <mn>2</mn> </msup> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>+</mo> <msup> <msub> <mi>l</mi> <mi>r</mi> </msub> <mn>2</mn> </msup> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <mrow> <msub> <mi>U</mi> <mi>x</mi> </msub> <msub> <mi>I</mi> <mi>z</mi> </msub> </mrow> </mfrac> <mi>&amp;gamma;</mi> <mo>+</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>-</mo> <msub> <mi>l</mi> <mi>r</mi> </msub> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> <mi>&amp;beta;</mi> <mo>-</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> <msub> <mi>&amp;delta;</mi> <mi>f</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mi>a</mi> <mo>)</mo> </mrow> </mrow>
<mrow> <mover> <mi>&amp;beta;</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>-</mo> <msub> <mi>l</mi> <mi>r</mi> </msub> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <mrow> <msubsup> <mi>mU</mi> <mi>x</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>&amp;gamma;</mi> <mo>+</mo> <mfrac> <mrow> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>+</mo> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> <mi>&amp;beta;</mi> <mo>-</mo> <mfrac> <msub> <mi>C</mi> <mi>f</mi> </msub> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> <msub> <mi>&amp;delta;</mi> <mi>f</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mi>b</mi> <mo>)</mo> </mrow> </mrow>
其中：β是汽车质心侧偏角；γ是汽车横摆角速度；Iz是绕汽车质心的铅垂轴的横摆转动惯量；Ux是汽车纵向速度；lf和lr分别是汽车质心至前、后轴的距离；Cf和Cr分别是汽车前、后轮轮胎的侧偏刚度；δf是驾驶员操纵方向盘产生的汽车前轮转角；
步骤1.2、将公式(1a)转换成传递函数，形式如下式：
<mrow> <mfrac> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>f</mi> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> </mrow> </msub> <msub> <mi>&amp;delta;</mi> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> </mrow> </msub> </mfrac> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>w</mi> <mi>n</mi> <mn>2</mn> </msubsup> <msub> <mi>G</mi> <mi>&amp;omega;</mi> </msub> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> </mrow> <mrow> <msup> <mi>s</mi> <mn>2</mn> </msup> <mo>+</mo> <mn>2</mn> <msub> <mi>w</mi> <mi>n</mi> </msub> <mi>&amp;xi;</mi> <mo>&amp;CenterDot;</mo> <mi>s</mi> <mo>+</mo> <msubsup> <mi>w</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
基于公式(2)得到期望的汽车横摆角速度：
<mrow> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>f</mi> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>w</mi> <mi>d</mi> <mn>2</mn> </msubsup> <msub> <mi>G</mi> <mrow> <mi>k</mi> <mi>&amp;omega;</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> </mrow> <mrow> <msup> <mi>s</mi> <mn>2</mn> </msup> <mo>+</mo> <mn>2</mn> <msub> <mi>w</mi> <mi>d</mi> </msub> <msub> <mi>&amp;xi;</mi> <mi>d</mi> </msub> <mo>&amp;CenterDot;</mo> <mi>s</mi> <mo>+</mo> <msubsup> <mi>w</mi> <mi>d</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>&amp;delta;</mi> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
其中：γref是期望的汽车横摆角速度；wn是系统的固有频率；ξ是系统阻尼；Gω(s)是传递函数增益；wd＝k1wn,ξd＝k2ξ,Gkω(s)＝k3Gω(s)；k1、k2、k3是改善系统相位延迟和响应速度的参数；
步骤1.3、设定期望的质心侧偏角为：
βref＝0 (4)
步骤2、设计轮胎侧向力和侧偏刚度处理器，其过程包括如下子步骤：
步骤2.1、设计轮胎侧偏角计算模块，前、后轮轮胎侧偏角通过下式计算获得：
<mrow> <msub> <mi>&amp;alpha;</mi> <mi>f</mi> </msub> <mo>=</mo> <mi>&amp;beta;</mi> <mo>+</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <mi>&amp;gamma;</mi> </mrow> <msub> <mi>U</mi> <mi>x</mi> </msub> </mfrac> <mo>-</mo> <msub> <mi>&amp;delta;</mi> <mi>f</mi> </msub> <mo>,</mo> <msub> <mi>&amp;alpha;</mi> <mi>r</mi> </msub> <mo>=</mo> <mi>&amp;beta;</mi> <mo>-</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>r</mi> </msub> <mi>&amp;gamma;</mi> </mrow> <msub> <mi>U</mi> <mi>x</mi> </msub> </mfrac> <mo>-</mo> <msub> <mi>&amp;delta;</mi> <mi>r</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
其中：αf和αr分别是汽车前、后轮轮胎的侧偏角；δf是驾驶员操纵方向盘产生的汽车前轮转角，δr是控制器优化求解出的汽车后轮转角；
步骤2.2、设计轮胎侧向力和侧偏刚度计算模块，为了获得后轮轮胎的非线性特性，基于Pacejka轮胎模型，获取不同路面附着系数下的后轮轮胎侧向力与后轮轮胎侧偏角的关系曲线，得到后轮轮胎侧偏特性三维图；获取不同路面附着系数下的后轮轮胎侧向力对后轮轮胎侧偏角导数的关系曲线，得到后轮轮胎侧偏刚度特性三维图；轮胎侧向力和侧偏刚度处理器将当前时刻实际的后轮轮胎侧偏角和路面附着系数分别输入到后轮轮胎侧偏特性三维图和后轮轮胎侧偏刚度特性三维图，通过线性插值法分别获得当前时刻的后轮轮胎侧向力和后轮轮胎侧偏刚度，输出给MPC控制器；在每个控制周期轮胎侧向力和侧偏刚度处理器更新一次后轮轮胎侧向力和后轮轮胎侧偏刚度数据；
其中：Pacejka轮胎模型如下：
Fy＝μDsin(Catan(A-E(A-atanA))),
A＝B·α
<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>C</mi> <mo>=</mo> <msub> <mi>a</mi> <mn>0</mn> </msub> <mo>;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>D</mi> <mo>=</mo> <msub> <mi>a</mi> <mn>1</mn> </msub> <msup> <msub> <mi>F</mi> <mi>z</mi> </msub> <mn>2</mn> </msup> <mo>+</mo> <msub> <mi>a</mi> <mn>2</mn> </msub> <msub> <mi>F</mi> <mi>z</mi> </msub> <mo>;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>B</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>a</mi> <mn>3</mn> </msub> <mi>sin</mi> <mrow> <mo>(</mo> <mn>2</mn> <mi>arctan</mi> <mo>(</mo> <mrow> <msub> <mi>F</mi> <mi>z</mi> </msub> <mo>/</mo> <msub> <mi>a</mi> <mn>4</mn> </msub> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mrow> <mrow> <mi>C</mi> <mi>D</mi> </mrow> </mfrac> <mo>;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>E</mi> <mo>=</mo> <msub> <mi>a</mi> <mn>5</mn> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>F</mi> <mi>z</mi> </msub> <mo>+</mo> <msub> <mi>a</mi> <mn>6</mn> </msub> <mo>;</mo> </mrow> </mtd> </mtr> </mtable> </mfenced>
其中：Fy是轮胎侧向力，α是轮胎侧偏角；B，C，D和E取决于车轮垂直载荷Fz；a0＝1.75；a1＝0；a2＝1000；a3＝1289；a4＝7.11；a5＝0.0053；a6＝0.1925
步骤3、设计MPC控制器，其过程包括如下子步骤：
步骤3.1、建立预测模型，包括预测模型A和预测模型B，其过程包括如下子步骤：
步骤3.1.1、建立预测模型A，其运动微分方程表达式为：
<mrow> <mover> <mi>&amp;gamma;</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mfrac> <mrow> <msup> <msub> <mi>l</mi> <mi>f</mi> </msub> <mn>2</mn> </msup> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>+</mo> <msup> <msub> <mi>l</mi> <mi>r</mi> </msub> <mn>2</mn> </msup> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <mrow> <msub> <mi>U</mi> <mi>x</mi> </msub> <msub> <mi>I</mi> <mi>z</mi> </msub> </mrow> </mfrac> <mi>&amp;gamma;</mi> <mo>+</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>-</mo> <msub> <mi>l</mi> <mi>r</mi> </msub> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> <mi>&amp;beta;</mi> <mo>-</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> <msub> <mi>&amp;delta;</mi> <mi>f</mi> </msub> <mo>+</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>r</mi> </msub> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> <msub> <mi>&amp;delta;</mi> <mi>r</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mi>a</mi> <mo>)</mo> </mrow> </mrow>
<mrow> <mover> <mi>&amp;beta;</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>-</mo> <msub> <mi>l</mi> <mi>r</mi> </msub> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <mrow> <msubsup> <mi>mU</mi> <mi>x</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>&amp;gamma;</mi> <mo>+</mo> <mfrac> <mrow> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>+</mo> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> <mi>&amp;beta;</mi> <mo>-</mo> <mfrac> <msub> <mi>C</mi> <mi>f</mi> </msub> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> <msub> <mi>&amp;delta;</mi> <mi>f</mi> </msub> <mo>-</mo> <mfrac> <msub> <mi>C</mi> <mi>r</mi> </msub> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> <msub> <mi>&amp;delta;</mi> <mi>r</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mi>b</mi> <mo>)</mo> </mrow> </mrow>
将其写成状态空间方程，用于设计预测方程，具体如下：
<mrow> <mover> <mi>x</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>A</mi> <mn>1</mn> </msub> <mi>x</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>B</mi> <mrow> <mi>u</mi> <mn>1</mn> </mrow> </msub> <mi>u</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>B</mi> <mrow> <mi>d</mi> <mn>1</mn> </mrow> </msub> <mi>d</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
其中：
<mrow> <mi>x</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>&amp;gamma;</mi> </mtd> </mtr> <mtr> <mtd> <mi>&amp;beta;</mi> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> <mi>u</mi> <mo>=</mo> <msub> <mi>&amp;delta;</mi> <mi>r</mi> </msub> <mo>;</mo> <mi>d</mi> <mo>=</mo> <msub> <mi>&amp;delta;</mi> <mi>f</mi> </msub> <mo>:</mo> <msub> <mi>A</mi> <mn>1</mn> </msub> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mfrac> <mrow> <msup> <msub> <mi>l</mi> <mi>f</mi> </msub> <mn>2</mn> </msup> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>+</mo> <msup> <msub> <mi>l</mi> <mi>r</mi> </msub> <mn>2</mn> </msup> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <mrow> <msub> <mi>U</mi> <mi>x</mi> </msub> <msub> <mi>I</mi> <mi>z</mi> </msub> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>-</mo> <msub> <mi>l</mi> <mi>r</mi> </msub> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>-</mo> <msub> <mi>l</mi> <mi>r</mi> </msub> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <mrow> <msubsup> <mi>mU</mi> <mi>x</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>-</mo> <mn>1</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mfrac> <mrow> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>+</mo> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> <msub> <mi>B</mi> <mrow> <mi>u</mi> <mn>1</mn> </mrow> </msub> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mfrac> <mrow> <msub> <mi>l</mi> <mi>r</mi> </msub> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <mfrac> <msub> <mi>C</mi> <mi>r</mi> </msub> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> <msub> <mi>B</mi> <mrow> <mi>d</mi> <mn>1</mn> </mrow> </msub> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mo>-</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <mfrac> <msub> <mi>C</mi> <mi>f</mi> </msub> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
步骤3.1.2、建立预测模型B，其运动微分方程表达式为：
<mrow> <mtable> <mtr> <mtd> <mrow> <mover> <mi>&amp;gamma;</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>F</mi> <mrow> <mi>y</mi> <mi>f</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>l</mi> <mi>r</mi> </msub> <msub> <mi>F</mi> <mrow> <mi>y</mi> <mi>r</mi> </mrow> </msub> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> </mrow> </mtd> <mtd> <mrow> <mover> <mi>&amp;beta;</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mfrac> <mrow> <msub> <mi>F</mi> <mrow> <mi>y</mi> <mi>f</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>F</mi> <mrow> <mi>y</mi> <mi>r</mi> </mrow> </msub> </mrow> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> <mo>-</mo> <mi>&amp;gamma;</mi> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>
当后轮轮胎侧偏刚度小于0时，后轮轮胎侧向力随后轮轮胎侧偏角的增大而减小，后轮轮胎侧向力和后轮轮胎侧偏角呈现出非线性变化关系，为了表征后轮轮胎侧向力与后轮轮胎侧偏角间的这种非线性变化特性，构建后轮轮胎侧向力表达式如下：
<mrow> <msub> <mi>F</mi> <mrow> <mi>y</mi> <mo>,</mo> <mi>r</mi> </mrow> </msub> <mo>=</mo> <msubsup> <mi>F</mi> <mrow> <mi>y</mi> <mo>,</mo> <mi>r</mi> </mrow> <mn>0</mn> </msubsup> <mo>-</mo> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> <mo>&amp;CenterDot;</mo> <msub> <mi>&amp;alpha;</mi> <mi>r</mi> </msub> <mo>,</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
其中：
<mrow> <msubsup> <mi>F</mi> <mrow> <mi>y</mi> <mo>,</mo> <mi>r</mi> </mrow> <mn>0</mn> </msubsup> <mo>=</mo> <msubsup> <mi>F</mi> <mrow> <mi>y</mi> <mo>,</mo> <mi>r</mi> </mrow> <mo>*</mo> </msubsup> <mo>+</mo> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> <mo>&amp;CenterDot;</mo> <msubsup> <mi>&amp;alpha;</mi> <mi>r</mi> <mo>*</mo> </msubsup> </mrow>
其中：是后轮轮胎的残余侧向力；是基于后轮轮胎侧偏特性三维图，通过线性插值法获得的后轮轮胎的侧向力；是基于后轮轮胎侧偏刚度特性三维图，通过线性插值法获得的后轮轮胎的侧偏刚度；是当前时刻的后轮轮胎侧偏角；
考虑到前轮转角由驾驶员控制方向盘输入，可认为轮胎侧偏角较小，前轮轮胎侧向力随前轮轮胎侧偏角的增大线性增加，前轮轮胎侧偏刚度为定值，因此构建前轮轮胎侧向力表达式如下：
Fy,f＝Cf·αf (10)
其中：Cf是前轮轮胎的侧偏刚度，αf是前轮轮胎的侧偏角；
最终得到预测模型B的微分方程表达式为：
<mrow> <mtable> <mtr> <mtd> <mrow> <mover> <mi>&amp;gamma;</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mfrac> <mrow> <msup> <msub> <mi>l</mi> <mi>f</mi> </msub> <mn>2</mn> </msup> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>-</mo> <msup> <msub> <mi>l</mi> <mi>r</mi> </msub> <mn>2</mn> </msup> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> </mrow> <mrow> <msub> <mi>U</mi> <mi>x</mi> </msub> <msub> <mi>I</mi> <mi>z</mi> </msub> </mrow> </mfrac> <mo>&amp;CenterDot;</mo> <mi>&amp;gamma;</mi> <mo>+</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>+</mo> <msub> <mi>l</mi> <mi>r</mi> </msub> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> <mo>&amp;CenterDot;</mo> <mi>&amp;beta;</mi> <mo>-</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>&amp;delta;</mi> <mi>f</mi> </msub> <mo>-</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>r</mi> </msub> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>&amp;delta;</mi> <mi>r</mi> </msub> <mo>-</mo> <mfrac> <msub> <mi>l</mi> <mi>r</mi> </msub> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> <msubsup> <mi>F</mi> <mrow> <mi>y</mi> <mo>,</mo> <mi>r</mi> </mrow> <mn>0</mn> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mover> <mi>&amp;beta;</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mrow> <mo>(</mo> <mrow> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>+</mo> <msub> <mi>l</mi> <mi>r</mi> </msub> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> </mrow> <mrow> <msubsup> <mi>mU</mi> <mi>x</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>&amp;gamma;</mi> <mo>+</mo> <mfrac> <mrow> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>-</mo> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> </mrow> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> <mo>&amp;CenterDot;</mo> <mi>&amp;beta;</mi> <mo>-</mo> <mfrac> <msub> <mi>C</mi> <mi>f</mi> </msub> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>&amp;delta;</mi> <mi>f</mi> </msub> <mo>+</mo> <mfrac> <msub> <mi>C</mi> <mi>r</mi> </msub> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>&amp;delta;</mi> <mi>r</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> <msubsup> <mi>F</mi> <mrow> <mi>y</mi> <mo>,</mo> <mi>r</mi> </mrow> <mn>0</mn> </msubsup> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> </mrow>
将其写成状态空间方程，用于设计预测方程，具体如下:
<mrow> <mover> <mi>x</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>A</mi> <mn>2</mn> </msub> <mi>x</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>B</mi> <mrow> <mi>u</mi> <mn>2</mn> </mrow> </msub> <mi>u</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>B</mi> <mrow> <mi>d</mi> <mn>2</mn> </mrow> </msub> <mi>d</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>
其中：
<mrow> <mi>x</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>&amp;gamma;</mi> </mtd> </mtr> <mtr> <mtd> <mi>&amp;beta;</mi> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> <mi>u</mi> <mo>=</mo> <msub> <mi>&amp;delta;</mi> <mi>r</mi> </msub> <mo>;</mo> <mi>d</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>&amp;delta;</mi> <mi>f</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msubsup> <mi>F</mi> <mrow> <mi>y</mi> <mo>,</mo> <mi>r</mi> </mrow> <mn>0</mn> </msubsup> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>A</mi> <mn>2</mn> </msub> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mfrac> <mrow> <msup> <msub> <mi>l</mi> <mi>f</mi> </msub> <mn>2</mn> </msup> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>-</mo> <msup> <msub> <mi>l</mi> <mi>r</mi> </msub> <mn>2</mn> </msup> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> </mrow> <mrow> <msub> <mi>U</mi> <mi>x</mi> </msub> <msub> <mi>I</mi> <mi>z</mi> </msub> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>-</mo> <msub> <mi>l</mi> <mi>r</mi> </msub> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>+</mo> <msub> <mi>l</mi> <mi>r</mi> </msub> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> </mrow> <mrow> <msubsup> <mi>mU</mi> <mi>x</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>-</mo> <mn>1</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mfrac> <mrow> <msub> <mi>C</mi> <mi>f</mi> </msub> <mo>+</mo> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> </mrow> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> </mtd> </mtr> </mtable> </mfenced> </mrow> </mtd> <mtd> <mrow> <msub> <mi>B</mi> <mrow> <mi>u</mi> <mn>2</mn> </mrow> </msub> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mo>-</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>r</mi> </msub> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mfrac> <msubsup> <mi>C</mi> <mi>r</mi> <mo>*</mo> </msubsup> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>B</mi> <mrow> <mi>d</mi> <mn>2</mn> </mrow> </msub> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mo>-</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mi>f</mi> </msub> <msub> <mi>C</mi> <mi>f</mi> </msub> </mrow> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mfrac> <msub> <mi>l</mi> <mi>r</mi> </msub> <msub> <mi>I</mi> <mi>z</mi> </msub> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <mfrac> <msub> <mi>C</mi> <mi>f</mi> </msub> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mfrac> <mn>1</mn> <mrow> <msub> <mi>mU</mi> <mi>x</mi> </msub> </mrow> </mfrac> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow> </mtd> </mtr> </mtable> </mfenced>
步骤3.1.3、设计预测模型A和预测模型B的切换门条件，当后轮轮胎侧偏刚度值大于零时，MPC控制器使用预测模型A，当后轮轮胎侧偏刚度值小于零时，MPC控制器使用预测模型B；在每个控制周期，轮胎侧向力和侧偏刚度处理器都更新一次后轮轮胎的侧向力和侧偏刚度数据，并输出给MPC控制器，MPC控制器根据侧偏刚度选择预测模型，优化求解出下一时刻的后轮转角；
步骤3.1.4、建立预测方程，用于预测系统未来输出；为了实现汽车横摆角速度和质心侧偏角的跟踪控制，将连续时间系统的预测模型A和预测模型B转换成离散时间系统的增量式模型：
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>&amp;Delta;</mi> <mi>x</mi> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>A</mi> <mi>c</mi> </msub> <mi>&amp;Delta;</mi> <mi>x</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>B</mi> <mrow> <mi>c</mi> <mi>u</mi> </mrow> </msub> <mi>&amp;Delta;</mi> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>B</mi> <mrow> <mi>c</mi> <mi>d</mi> </mrow> </msub> <mi>&amp;Delta;</mi> <mi>d</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>y</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>C</mi> <mi>&amp;Delta;</mi> <mi>x</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>y</mi> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>.</mo> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>13</mn> <mo>)</mo> </mrow> </mrow>
其中：取样时间k＝int(t/Ts)，t是仿真时间，Ts是仿真步长；
步骤3.2、设计优化目标及约束条件，其过程包括如下子步骤：
步骤3.2.1、用期望的汽车横摆角速度、质心侧偏角和实际的汽车横摆角速度、质心侧偏角误差的二范数作为横摆角速度、质心侧偏角跟踪性能指标，体现汽车的轨迹跟踪特性，其表达式如下：
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>P</mi> </munderover> <mo>&amp;lsqb;</mo> <msup> <mrow> <mo>(</mo> <mi>&amp;gamma;</mi> <mo>(</mo> <mrow> <mi>k</mi> <mo>+</mo> <mi>i</mi> <mo>|</mo> <mi>k</mi> </mrow> <mo>)</mo> <mo>-</mo> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>f</mi> </mrow> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;CenterDot;</mo> <msub> <mi>Q</mi> <mn>1</mn> </msub> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mi>&amp;beta;</mi> <mo>(</mo> <mrow> <mi>k</mi> <mo>+</mo> <mi>i</mi> <mo>|</mo> <mi>k</mi> </mrow> <mo>)</mo> <mo>-</mo> <msub> <mi>&amp;beta;</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>f</mi> </mrow> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;CenterDot;</mo> <msub> <mi>Q</mi> <mn>2</mn> </msub> <mo>&amp;rsqb;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>14</mn> <mo>)</mo> </mrow> </mrow>
其中：γref是期望的汽车横摆角速度；γ是实际的汽车横摆角速度；βref是期望的汽车质心侧偏角；β是实际的汽车质心侧偏角；P是预测时域；k表示当前时刻；Q1、Q2是加权因子；
步骤3.2.2、用控制量变化率的二范数作为转向平滑指标，体现横摆角速度和质心侧偏角跟踪过程中的转向平滑特性，控制量u是汽车后轮转角，建立离散二次型转向平滑指标为：
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>M</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>&amp;Delta;</mi> <mi>u</mi> <msup> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>+</mo> <mi>i</mi> <mo>|</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>S</mi> <mo>&amp;rsqb;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>15</mn> <mo>)</mo> </mrow> </mrow>
其中：M是控制时域；Δu是控制量的变化量；k表示当前时刻；S是加权因子；
步骤3.2.3、设置执行器物理约束，满足执行器要求：
利用线性不等式限制后轮转角及其变化量的上下限，得到转向执行器的物理约束，其数学表达式为：
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>&amp;delta;</mi> <mrow> <mi>r</mi> <mi>min</mi> </mrow> </msub> <mo>&lt;</mo> <msub> <mi>&amp;delta;</mi> <mrow> <mi>r</mi> <mi>k</mi> </mrow> </msub> <mo>&lt;</mo> <msub> <mi>&amp;delta;</mi> <mrow> <mi>r</mi> <mi>max</mi> </mrow> </msub> </mrow> </mtd> <mtd> <mrow> <mi>k</mi> <mo>=</mo> <mi>t</mi> <mo>,</mo> <mi>t</mi> <mo>+</mo> <mn>1......</mn> <mi>t</mi> <mo>+</mo> <mi>M</mi> <mo>-</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&amp;Delta;&amp;delta;</mi> <mrow> <mi>r</mi> <mi>min</mi> </mrow> </msub> <mo>&lt;</mo> <msub> <mi>&amp;Delta;&amp;delta;</mi> <mrow> <mi>r</mi> <mi>k</mi> </mrow> </msub> <mo>&lt;</mo> <msub> <mi>&amp;Delta;&amp;delta;</mi> <mrow> <mi>r</mi> <mi>max</mi> </mrow> </msub> </mrow> </mtd> <mtd> <mrow> <mi>k</mi> <mo>=</mo> <mi>t</mi> <mo>,</mo> <mi>t</mi> <mo>+</mo> <mn>1......</mn> <mi>t</mi> <mo>+</mo> <mi>M</mi> <mo>-</mo> <mn>1</mn> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>16</mn> <mo>)</mo> </mrow> </mrow>
其中：δrmin是后轮转角下限，δrmax是后轮转角上限；Δδrmin是后轮转角变化量的下限；Δδrmax是后轮转角变化量的上限；
步骤3.3、求解系统预测输出，其过程包括如下子步骤：
步骤3.3.1、利用线性加权法将步骤3.2.1所述跟踪性能指标和步骤3.2.2所述转向平滑指标转化为单一指标，构建汽车稳定性多目标优化控制问题，该问题要满足转向执行器的物理约束，且输入输出符合预测模型：
<mrow> <munder> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <mi>u</mi> </munder> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>P</mi> </munderover> <mo>&amp;lsqb;</mo> <msup> <mrow> <mo>(</mo> <mi>&amp;gamma;</mi> <mo>(</mo> <mrow> <mi>k</mi> <mo>+</mo> <mi>i</mi> <mo>|</mo> <mi>k</mi> </mrow> <mo>)</mo> <mo>-</mo> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>f</mi> </mrow> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;CenterDot;</mo> <msub> <mi>Q</mi> <mn>1</mn> </msub> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mi>&amp;beta;</mi> <mo>(</mo> <mrow> <mi>k</mi> <mo>+</mo> <mi>i</mi> <mo>|</mo> <mi>k</mi> </mrow> <mo>)</mo> <mo>-</mo> <msub> <mi>&amp;beta;</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>f</mi> </mrow> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;CenterDot;</mo> <msub> <mi>Q</mi> <mn>2</mn> </msub> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>M</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>&amp;Delta;</mi> <mi>u</mi> <msup> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>+</mo> <mi>i</mi> <mo>|</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>S</mi> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>17</mn> <mo>)</mo> </mrow> </mrow>
服从于
i)预测模型A或预测模型B
ii)约束条件为公式(16)
步骤3.3.2、在控制器中，调用QP算法，求解多目标优化控制问题(17)，得到最优开环控制序列Δδr为：
<mrow> <msub> <mi>&amp;Delta;&amp;delta;</mi> <mi>r</mi> </msub> <mo>=</mo> <mi>arg</mi> <munder> <mi>min</mi> <mi>u</mi> </munder> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mrow> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>P</mi> </munderover> <mrow> <mo>&amp;lsqb;</mo> <mrow> <msup> <mrow> <mo>(</mo> <mrow> <mi>&amp;gamma;</mi> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>+</mo> <mi>i</mi> <mo>|</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>f</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;CenterDot;</mo> <msub> <mi>Q</mi> <mn>1</mn> </msub> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mrow> <mi>&amp;beta;</mi> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>+</mo> <mi>i</mi> <mo>|</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;beta;</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>f</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;CenterDot;</mo> <msub> <mi>Q</mi> <mn>2</mn> </msub> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>M</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mrow> <mo>&amp;lsqb;</mo> <mrow> <mrow> <mo>(</mo> <mrow> <mi>&amp;Delta;</mi> <mi>u</mi> <msup> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>+</mo> <mi>i</mi> <mo>|</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>S</mi> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>18</mn> <mo>)</mo> </mrow> </mrow>
选取当前时刻最优开环控制序列中的第一个元素Δδr(0)进行反馈，与前一时刻进行线性叠加，输出给CarSim汽车模型，实现汽车的稳定性控制。
CN201711362581.3A 2017-12-18 2017-12-18 一种拓宽汽车稳定域的主动后轮转向控制方法 Expired - Fee Related CN108082182B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711362581.3A CN108082182B (zh) 2017-12-18 2017-12-18 一种拓宽汽车稳定域的主动后轮转向控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711362581.3A CN108082182B (zh) 2017-12-18 2017-12-18 一种拓宽汽车稳定域的主动后轮转向控制方法

Publications (2)

Publication Number Publication Date
CN108082182A true CN108082182A (zh) 2018-05-29
CN108082182B CN108082182B (zh) 2019-07-09

Family

ID=62176674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711362581.3A Expired - Fee Related CN108082182B (zh) 2017-12-18 2017-12-18 一种拓宽汽车稳定域的主动后轮转向控制方法

Country Status (1)

Country Link
CN (1) CN108082182B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108909703A (zh) * 2018-06-27 2018-11-30 聊城大学 一种自动驾驶紧急避让的失稳可控域的判定方法
CN109050658A (zh) * 2018-07-06 2018-12-21 长春工业大学 基于模型预测控制的汽车主动前轮转向自适应调节方法
CN109190171A (zh) * 2018-08-02 2019-01-11 武汉中海庭数据技术有限公司 一种基于深度学习的车辆运动模型优化的方法
CN110217229A (zh) * 2019-06-25 2019-09-10 长春工业大学 一种适用于高速极限工况的路径跟踪控制方法
CN112346337A (zh) * 2020-09-15 2021-02-09 吉林大学 极限工况下基于后轮主动转向的车辆稳定性控制方法
CN112572410A (zh) * 2020-12-15 2021-03-30 长春工业大学 一种基于稳定状态预测的汽车侧向稳定性提升方法
CN112918464A (zh) * 2021-03-25 2021-06-08 北京车和家信息技术有限公司 车辆稳态转向控制方法和装置
CN113682372A (zh) * 2020-05-18 2021-11-23 广州汽车集团股份有限公司 车辆控制的方法、装置、存储介质及终端设备
CN114701483A (zh) * 2022-03-23 2022-07-05 蔡渤 四轮转向控制方法、装置及存储介质
CN115344047A (zh) * 2022-08-22 2022-11-15 吉林大学 基于神经网络模型的机器人切换式预测控制轨迹跟踪方法
CN117565878A (zh) * 2024-01-17 2024-02-20 中国第一汽车股份有限公司 一种轮胎残余侧向力获取方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006341673A (ja) * 2005-06-08 2006-12-21 Toyota Motor Corp 車輪負担率配分や操舵性能の制御を安定化した車輌
US20130079988A1 (en) * 2011-09-27 2013-03-28 Hitachi Automotive Systems, Ltd. Vehicle motion control apparatus and suspension control apparatus
CN103895704A (zh) * 2014-03-19 2014-07-02 南京航空航天大学 基于后轮主动转向的变传动比控制方法
US20150045988A1 (en) * 2013-08-09 2015-02-12 Ford Global Technologies, Llc Multi-vehicle settings
CN104843057A (zh) * 2015-05-26 2015-08-19 吉林大学 一种四轮独立转向汽车的转向控制方法
CN106080553A (zh) * 2016-07-13 2016-11-09 南京航空航天大学 一种融合车速变化的四轮转向汽车防侧翻控制系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006341673A (ja) * 2005-06-08 2006-12-21 Toyota Motor Corp 車輪負担率配分や操舵性能の制御を安定化した車輌
US20130079988A1 (en) * 2011-09-27 2013-03-28 Hitachi Automotive Systems, Ltd. Vehicle motion control apparatus and suspension control apparatus
US20150045988A1 (en) * 2013-08-09 2015-02-12 Ford Global Technologies, Llc Multi-vehicle settings
CN103895704A (zh) * 2014-03-19 2014-07-02 南京航空航天大学 基于后轮主动转向的变传动比控制方法
CN104843057A (zh) * 2015-05-26 2015-08-19 吉林大学 一种四轮独立转向汽车的转向控制方法
CN106080553A (zh) * 2016-07-13 2016-11-09 南京航空航天大学 一种融合车速变化的四轮转向汽车防侧翻控制系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李绍松: "电动助力转向主动回正控制方法", 《吉林大学学报（工学版）》 *
李绍松等: "电动助力转向系统阻尼特性分析及测试方法", 《制造业自动化》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108909703A (zh) * 2018-06-27 2018-11-30 聊城大学 一种自动驾驶紧急避让的失稳可控域的判定方法
CN108909703B (zh) * 2018-06-27 2020-05-12 聊城大学 一种自动驾驶紧急避让的失稳可控域的判定方法
CN109050658A (zh) * 2018-07-06 2018-12-21 长春工业大学 基于模型预测控制的汽车主动前轮转向自适应调节方法
CN109050658B (zh) * 2018-07-06 2020-09-18 长春工业大学 基于模型预测控制的汽车主动前轮转向自适应调节方法
CN109190171A (zh) * 2018-08-02 2019-01-11 武汉中海庭数据技术有限公司 一种基于深度学习的车辆运动模型优化的方法
CN109190171B (zh) * 2018-08-02 2022-06-17 武汉中海庭数据技术有限公司 一种基于深度学习的车辆运动模型优化的方法
CN110217229A (zh) * 2019-06-25 2019-09-10 长春工业大学 一种适用于高速极限工况的路径跟踪控制方法
CN113682372A (zh) * 2020-05-18 2021-11-23 广州汽车集团股份有限公司 车辆控制的方法、装置、存储介质及终端设备
CN112346337A (zh) * 2020-09-15 2021-02-09 吉林大学 极限工况下基于后轮主动转向的车辆稳定性控制方法
CN112572410A (zh) * 2020-12-15 2021-03-30 长春工业大学 一种基于稳定状态预测的汽车侧向稳定性提升方法
CN112918464A (zh) * 2021-03-25 2021-06-08 北京车和家信息技术有限公司 车辆稳态转向控制方法和装置
CN114701483A (zh) * 2022-03-23 2022-07-05 蔡渤 四轮转向控制方法、装置及存储介质
CN115344047A (zh) * 2022-08-22 2022-11-15 吉林大学 基于神经网络模型的机器人切换式预测控制轨迹跟踪方法
CN117565878A (zh) * 2024-01-17 2024-02-20 中国第一汽车股份有限公司 一种轮胎残余侧向力获取方法、装置、设备及存储介质
CN117565878B (zh) * 2024-01-17 2024-04-16 中国第一汽车股份有限公司 一种轮胎残余侧向力获取方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN108082182B (zh) 2019-07-09

Similar Documents

Publication Publication Date Title
CN108082182B (zh) 一种拓宽汽车稳定域的主动后轮转向控制方法
CN108099902B (zh) 一种体现汽车非线性特性的横摆稳定性控制方法
CN108099900B (zh) 一种极限工况下保持汽车横向稳定的四轮转向控制方法
CN108107731A (zh) 一种基于轮胎非线性特性的汽车稳定性控制方法
CN108099901B (zh) 一种提高极限工况下主动前轮转向控制精度的方法
CN108107732A (zh) 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
CN109318905B (zh) 一种智能汽车路径跟踪混合控制方法
CN112622903B (zh) 一种车辆跟随驾驶环境下自主车辆的纵向和横向控制方法
CN108944866A (zh) 一种改善转向与制动协同控制的自适应模型预测控制算法
CN109050658A (zh) 基于模型预测控制的汽车主动前轮转向自适应调节方法
CN108248605A (zh) 一种智能车辆轨迹跟随的横纵向协调控制方法
CN106094530B (zh) 倒立摆的非线性控制器设计方法
CN110989597B (zh) 一种集成模糊神经网络的自适应路径跟踪方法
CN109050659A (zh) 一种基于时变动力学模型的四轮转向汽车稳定性控制方法
Xu et al. Coordinated control of dual-motor using the interval type-2 fuzzy logic in autonomous steering system of AGV
Qin et al. Nonholonomic dynamics and control of road vehicles: moving toward automation
Chen et al. Implementation of MPC-based trajectory tracking considering different fidelity vehicle models
CN117369287B (zh) 一种用于多轴车辆的鲁棒超螺旋滑模控制方法
Chang et al. An adaptive MPC trajectory tracking algorithm for autonomous vehicles
Tan et al. Driver directional control using two-point preview and fuzzy decision
Kim et al. Path manifold-based kinematic control of wheeled mobile robots considering physical constraints
Fu et al. Overview of longitudinal and lateral control for intelligent vehicle path tracking
Wang et al. Research on path tracking control of unmanned vehicle
Liang et al. Motion control of a two-wheeled inverted pendulum with uncertain rolling resistance and angle constraint based on slow-fast dynamics
Li et al. Path tracking control based on the prediction of tire state stiffness using the optimized steering sequence

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190709

Termination date: 20191218

CF01 Termination of patent right due to non-payment of annual fee