CN108099902B - 一种体现汽车非线性特性的横摆稳定性控制方法 - Google Patents

Abstract

一种体现汽车非线性特性的横摆稳定性控制方法，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；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和汽车的实际运动状态信息，优化求解出汽车的前轮附加转角，与驾驶员转向输入产生的前轮转角进行叠加，输出给CarSim汽车模型，控制汽车实现横摆稳定性控制。

Description

一种体现汽车非线性特性的横摆稳定性控制方法

技术领域

本发明涉及汽车横摆稳定性控制领域，特别是关于一种体现汽车非线性特性的横摆稳定性控制方法。

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，其中主动前轮转向(Active Front Steering,AFS)技术作为一种有效的横摆稳定性控制系统被广泛应用。目前，AFS所采用的控制方法主要有PID控制、滑模变结构控制和模型预测控制(Model Predictive Control,MPC)等方法，其中模型预测控制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，而能表征汽车非线性动力学特性的非线性MPC计算负担太重，实时性差，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[Cairano S D,Tseng H E,Bernardini D,et al.Steering Vehicle Control bySwitched Model Predictive 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进而导致的控制精度低以及控制器稳定域窄的问题。本发明提供一种体现汽车非线性特性的横摆稳定性控制方法，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，在表征汽车非线性动力学特性的同时减小系统的计算负担，保证汽车在极限工况下的横摆稳定性。

本发明解决技术问题所采取的技术方案如下：

一种体现汽车非线性特性的横摆稳定性控制方法，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；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和汽车的实际运动状态信息，优化求解出汽车的前轮附加转角，与驾驶员转向输入产生的前轮转角进行叠加，输出给CarSim汽车模型，控制汽车实现横摆稳定性控制；

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，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；I_z是绕汽车质心的铅垂轴的横摆转动惯量；U_x是汽车纵向速度；l_f和l_r分别是汽车质心至前、后轴的距离；C_f和C_r分别是汽车前、后轮轮胎的侧偏刚度；δ_f,dri是驾驶员转向输入产生的前轮转角；

步骤1.2、将线性二自由度汽车模型的运动微分方程转换成传递函数，形式如下式：

为了达到理想的闭环效果，基于公式(2)得到期望的汽车横摆角速度：

其中：γ_ref是期望的汽车横摆角速度；w_n是系统的固有频率；ξ是系统阻尼；G_ω(s)是传递函数增益；w_d＝k₁w_n,ξ_d＝k₂ξ,G_kω(s)＝k₃G_ω(s)；k₁、k₂、k₃是改善系统相位延迟和响应速度的参数；

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：α_f和α_r分别是汽车前、后轮轮胎的侧偏角；δ_f是最终作用于汽车的前轮转角，即优化求解的前轮附加转角与驾驶员转向输入产生前轮转角的叠加；

步骤2.2、设计轮胎侧向力和侧偏刚度计算模块，为了获得前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前轮轮胎侧向力与前轮轮胎侧偏角的关系曲线，得到前轮轮胎侧偏特性三维图；获取不同路面附着系数下的前轮轮胎侧向力对前轮轮胎侧偏角导数的关系曲线，得到前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前轮轮胎侧偏角和路面附着系数分别输入到前轮轮胎侧偏特性三维图和前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前轮轮胎侧向力和前轮轮胎侧偏刚度，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前轮轮胎侧向力和前轮轮胎侧偏刚度数据；

其中：Pacejka轮胎模型如下：

其中：F_y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F_z；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，其运动微分方程与公式(1)相同，将其写成状态空间方程，用于设计预测方程，具体如下：

其中：状态变量x是横摆角速度；控制输入u是前轮附加转角；系统干扰输入d是汽车的质心侧偏角；式中状态矩阵A₁，控制输入矩阵Bu₁，干扰输入矩阵B_d1如下所示：

步骤3.1.2、建立预测模型B，其运动微分方程表达式为：

考虑到汽车在实际行驶中前轮轮胎侧偏角较大，前轮轮胎侧向力和前轮轮胎侧偏角呈现出非线性变化关系，当前轮轮胎侧偏刚度小于0时，前轮轮胎侧向力随前轮轮胎侧偏角的增大而减小，为了表征前轮轮胎侧向力与前轮轮胎侧偏角间的这种非线性变化特性，构建前轮轮胎侧向力表达式如下：

其中：

其中：是前轮轮胎的残余侧向力；是基于前轮轮胎侧偏特性三维图，通过线性插值法获得的前轮轮胎的侧向力；是基于前轮轮胎侧偏刚度特性三维图，通过线性插值法获得的前轮轮胎的侧偏刚度；是当前时刻实际的前轮轮胎侧偏角；

考虑到汽车在实际行驶中后轮轮胎侧偏角较小，后轮轮胎侧向力随后轮轮胎侧偏角的增大线性增加，后轮轮胎侧偏刚度为定值，因此构建后轮轮胎侧向力表达式如下：

F_y,r＝C_r·α_r (9)

其中：C_r是后轮轮胎的侧偏刚度，α_r是后轮轮胎的侧偏角；

最终得到预测模型B的运动微分方程表达式为：

将公式(10)写成状态空间方程，用于设计预测方程，具体如下:

其中：状态变量x是汽车的横摆角速度；统控制输入u是前轮附加转角；系统干扰输入d是汽车的质心侧偏角；式中状态矩阵A₂，控制输入矩阵B_u2，干扰输入矩阵B_d2如下所示：

步骤3.1.3、设计预测模型A和预测模型B的切换门条件，当前轮轮胎侧偏刚度值大于零时，MPC控制器使用预测模型A，当前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前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前轮附加转角；

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/T_s)，t是仿真时间，T_s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和实际的汽车横摆角速度误差的二范数作为横摆角速度跟踪性能指标，体现汽车的轨迹跟踪特性，其表达式如下：

其中：γ_ref是期望的汽车横摆角速度；γ是实际的汽车横摆角速度；P是预测时域；k表示当前时刻；Q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，体现横摆角速度跟踪过程中的转向平滑特性，控制量u是汽车前轮转角，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前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：

δ_fmin＜δ_fk＜δf_max k＝tt+1……t+M-1

Δδ_fmin＜Δδ_fk＜Δδ_fmax k＝t，t+1……t+M-1 (15)

其中：δ_fmin是前轮转角下限，δ_fmax是前轮转角上限；Δδ_fmin是前轮转角变化量的下限；Δδ_fmax是前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，构建汽车横摆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(15)

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(16)，得到最优开环控制序列Δδ_f为：

选取当前时刻最优开环控制序列中的第一个元素Δδ_f(0)进行反馈，与驾驶员转向输入的前轮转角进行线性叠加，输出给CarSim汽车模型，实现汽车的横摆稳定性控制。

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，减小系统的计算负担，改善汽车的横摆稳定性，扩大汽车的横摆稳定性控制域；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前轮轮胎侧偏特性三维图。

图4前轮轮胎侧偏刚度特性三维图。

图5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是本发明一种体现汽车非线性特性的横摆稳定性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；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和汽车的实际运动状态信息，优化求解出汽车的前轮附加转角，与驾驶员转向输入产生的前轮转角进行叠加，输出给CarSim汽车模型4，控制汽车实现横摆稳定性控制。

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；

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；I_z是绕汽车质心的铅垂轴的横摆转动惯量；U_x是汽车纵向速度；l_f和l_r分别是汽车质心至前、轴的距离；C_f和C_r分别是汽车前、后轮轮胎的侧偏刚度。δ_f,dri是驾驶员转向输入产生的前轮转角。

在1.2部分中，将线性二自由度汽车模型的运动微分方程转换成传递函数，形式如下式：

为了达到理想的闭环效果，基于公式(2)得到期望的汽车横摆角速度：

其中：γ_ref是期望的横摆角速度；w_n是系统的固有频率；ξ是系统阻尼；G_ω(s)是传递函数增益；w_d＝k₁w_n,ξ_d＝k₂ξ,G_kω(s)＝k₃G_ω(s)；k₁、k₂、k₃是改善系统相位延迟和响应速度的参数。w_n、ξ、G_ω(s)、K_ω的计算过程如下：

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：α_f和α_r分别是汽车前、后轮轮胎的侧偏角；δ_f是最终作用于汽车的前轮转角，即优化求解的前轮附加转角，与驾驶员转向输入产生前轮转角的叠加。

在2.2部分中，为了获得前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前轮轮胎侧向力与前轮轮胎侧偏角的关系曲线，得到前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前轮轮胎侧向力对前轮轮胎侧偏角导数的关系曲线，得到前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将当前时刻实际的前轮轮胎侧偏角和路面附着系数分别输入到前轮轮胎侧偏特性三维图和前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前轮轮胎侧向力和前轮轮胎侧偏刚度，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2更新一次前轮轮胎侧向力和前轮轮胎侧偏刚度数据。

其中：Pacejka轮胎模型如下：

其中：F_y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F_z；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采用线性二自由度汽车模型，如图2所示，其运动微分方程与公式(1)相同，将其写成状态空间方程，用于设计预测方程，具体如下：

其中：状态变量x是横摆角速度；控制输入u是前轮附加转角；系统干扰输入d是汽车的质心侧偏角；式中状态矩阵A₁，控制输入矩阵Bu₁，干扰输入矩阵B_d1如下所示：

在3.1.2部分中，预测模型B采用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为：

考虑到汽车在实际行驶中前轮轮胎侧偏角较大，前轮轮胎侧向力和前轮轮胎侧偏角呈现出非线性变化关系，如图5所示，当前轮轮胎侧偏刚度小于0时，前轮轮胎侧向力随前轮轮胎侧偏角的增大而减小，为了表征前轮轮胎侧向力与前轮轮胎侧偏角间的这种非线性变化特性，构建前轮轮胎侧向力表达式如下：

其中：

其中：是前轮轮胎的残余侧向力，即公式(8)中的截距，如图5所示；是基于前轮轮胎侧偏特性三维图，通过线性插值法获得的前轮轮胎的侧向力；是基于前轮轮胎侧偏刚度特性三维图，通过线性插值法获得的前轮轮胎的侧偏刚度；是当前时刻实际的前轮轮胎侧偏角。

考虑到汽车在实际行驶中后轮轮胎侧偏角较小，轮胎侧偏特性处于线性区，后轮轮胎侧向力随后轮轮胎侧偏角的增大线性增加，后轮轮胎侧偏刚度为定值，因此构建后轮轮胎侧向力表达式如下：

F_y,r＝C_r·α_r (9)

其中：C_r是后轮轮胎的侧偏刚度，α_r是后轮轮胎的侧偏角；

最终得到预测模型B的运动微分方程表达式为：

将公式(10)写成状态空间方程，用于设计预测方程，具体如下:

其中：状态变量x是汽车的横摆角速度；统控制输入u是前轮附加转角；系统干扰输入d是汽车的质心侧偏角；式中状态矩阵A₂，控制输入矩阵B_u2，干扰输入矩阵B_d2如下所示：

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5所示，当前轮轮胎侧偏刚度值大于零时，MPC控制器3使用预测模型A，当前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5所示，当前轮轮胎侧偏角为时，前轮轮胎侧偏特性处于非线性区域，前轮轮胎侧偏刚度值小于零，MPC控制器3从轮胎侧向力和侧偏刚度处理器2获得当前时刻的前轮轮胎侧向力前轮轮胎侧偏刚度计算出前轮轮胎残余侧向力使用预测模型B优化出当前时刻的前轮附加转角；在下一时刻，前轮轮胎侧偏角改变，轮胎侧向力和侧偏刚度处理器2重新获取前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根据前轮轮胎侧偏刚度选择预测模型，优化出下一时刻的前轮附加转角。

在3.1.4部分中，为了实现汽车横摆角速度的跟踪控制，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/T_s)，t是仿真时间，T_s是仿真步长；

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和实际的汽车横摆角速度误差的二范数作为横摆角速度跟踪性能指标，体现汽车的轨迹跟踪特性，其表达式如下：

其中：γ_ref是期望的汽车横摆角速度；γ是实际的汽车横摆角速度；P是预测时域；k表示当前时刻；Q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，体现横摆角速度跟踪过程中的转向平滑特性，控制量u是汽车前轮转角，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前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：

δ_fmin＜δ_fk＜δ_fmax k＝t，t+1……t+M-1

Δδ_fmin＜Δδ_fk＜Δδ_fmax k＝t，t+1……t+M-1 (15)

其中：δ_fmin是前轮转角下限，δ_fmax是前轮转角上限；Δδ_fmin是前轮转角变化量的下限；Δδ_fmax是前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构建汽车横摆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(13)的横摆角速度跟踪性能指标和公式(14)的转向平滑指标转化为单一指标，构建汽车横摆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(15)

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(16)，得到最优开环控制序列Δδ_f为：

选取当前时刻最优开环控制序列中的第一个元素Δδ_f(0)进行反馈，与驾驶员转向输入的前轮转角进行线性叠加，输出给CarSim汽车模型4，实现汽车的横摆稳定性控制。

Claims (1)

1.一种体现汽车非线性特性的横摆稳定性控制方法，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；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和汽车的实际运动状态信息，优化求解出汽车的前轮附加转角，与驾驶员转向输入产生的前轮转角进行叠加，输出给CarSim汽车模型，控制汽车实现横摆稳定性控制；

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，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；I_z是绕汽车质心的铅垂轴的横摆转动惯量；U_x是汽车纵向速度；l_f和l_r分别是汽车质心至前、后轴的距离；C_f和C_r分别是汽车前、后轮轮胎的侧偏刚度；δ_f,dri是驾驶员转向输入产生的前轮转角；

步骤1.2、将线性二自由度汽车模型的运动微分方程转换成传递函数，形式如下式：

为了达到理想的闭环效果，基于公式(2)得到期望的汽车横摆角速度：

其中：γ_ref是期望的汽车横摆角速度；w_n是系统的固有频率；ξ是系统阻尼；G_ω(s)是传递函数增益；w_d＝k₁w_n,ξ_d＝k₂ξ,G_kω(s)＝k₃G_ω(s)；k₁、k₂、k₃是改善系统相位延迟和响应速度的参数；

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：α_f和α_r分别是汽车前、后轮轮胎的侧偏角；δ_f是最终作用于汽车的前轮转角，即优化求解的前轮附加转角与驾驶员转向输入产生前轮转角的叠加；

步骤2.2、设计轮胎侧向力和侧偏刚度计算模块，为了获得前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前轮轮胎侧向力与前轮轮胎侧偏角的关系曲线，得到前轮轮胎侧偏特性三维图；获取不同路面附着系数下的前轮轮胎侧向力对前轮轮胎侧偏角导数的关系曲线，得到前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前轮轮胎侧偏角和路面附着系数分别输入到前轮轮胎侧偏特性三维图和前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前轮轮胎侧向力和前轮轮胎侧偏刚度，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前轮轮胎侧向力和前轮轮胎侧偏刚度数据；

其中：Pacejka轮胎模型如下：

其中：F_y是轮胎侧向力，α是轮胎侧偏角，μ是路面附着系数；B，C，D和E取决于车轮垂直载荷F_z；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，其运动微分方程与公式(1)相同，将其写成状态空间方程，用于设计预测方程，具体如下：

其中：状态变量x是横摆角速度；控制输入u是前轮附加转角；系统干扰输入d是汽车的质心侧偏角；式中状态矩阵A₁，控制输入矩阵Bu₁，干扰输入矩阵B_d1如下所示：

步骤3.1.2、建立预测模型B，其运动微分方程表达式为：

考虑到汽车在实际行驶中前轮轮胎侧偏角较大，前轮轮胎侧向力和前轮轮胎侧偏角呈现出非线性变化关系，当前轮轮胎侧偏刚度小于0时，前轮轮胎侧向力随前轮轮胎侧偏角的增大而减小，为了表征前轮轮胎侧向力与前轮轮胎侧偏角间的这种非线性变化特性，构建前轮轮胎侧向力表达式如下：

其中：

其中：是前轮轮胎的残余侧向力；是基于前轮轮胎侧偏特性三维图，通过线性插值法获得的前轮轮胎的侧向力；是基于前轮轮胎侧偏刚度特性三维图，通过线性插值法获得的前轮轮胎的侧偏刚度；是当前时刻实际的前轮轮胎侧偏角；

考虑到汽车在实际行驶中后轮轮胎侧偏角较小，后轮轮胎侧向力随后轮轮胎侧偏角的增大线性增加，后轮轮胎侧偏刚度为定值，因此构建后轮轮胎侧向力表达式如下：

F_y,r＝C_r·α_r (9)

其中：C_r是后轮轮胎的侧偏刚度，α_r是后轮轮胎的侧偏角；

最终得到预测模型B的运动微分方程表达式为：

将公式(10)写成状态空间方程，用于设计预测方程，具体如下:

其中：状态变量x是汽车的横摆角速度；统控制输入u是前轮附加转角；系统干扰输入d是汽车的质心侧偏角；式中状态矩阵A₂，控制输入矩阵B_u2，干扰输入矩阵B_d2如下所示：

步骤3.1.3、设计预测模型A和预测模型B的切换门条件，当前轮轮胎侧偏刚度值大于零时，MPC控制器使用预测模型A，当前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前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前轮附加转角；

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/T_s)，t是仿真时间，T_s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和实际的汽车横摆角速度误差的二范数作为横摆角速度跟踪性能指标，体现汽车的轨迹跟踪特性，其表达式如下：

其中：γ_ref是期望的汽车横摆角速度；γ是实际的汽车横摆角速度；P是预测时域；k表示当前时刻；Q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，体现横摆角速度跟踪过程中的转向平滑特性，控制量u是汽车前轮转角，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前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：

δ_{f min}＜δ_fk＜δ_{f max} k＝t，t+1……t+M-1

Δδ_{f min}＜Δδ_fk＜Δδ_fmax k＝t，t+1……t+M-1(15)

其中：δ_fmin是前轮转角下限，δ_fmax是前轮转角上限；Δδ_{f min}是前轮转角变化量的下限；Δδ_{f max}是前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，构建汽车横摆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(15)

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(16)，得到最优开环控制序列Δδ_f为：

选取当前时刻最优开环控制序列中的第一个元素Δδ_f(0)进行反馈，与驾驶员转向输入的前轮转角进行线性叠加，输出给CarSim汽车模型，实现汽车的横摆稳定性控制。