CN108819796B - 双轮毂电机电动汽车的智能转向控制方法 - Google Patents
双轮毂电机电动汽车的智能转向控制方法 Download PDFInfo
- Publication number
- CN108819796B CN108819796B CN201810539967.5A CN201810539967A CN108819796B CN 108819796 B CN108819796 B CN 108819796B CN 201810539967 A CN201810539967 A CN 201810539967A CN 108819796 B CN108819796 B CN 108819796B
- Authority
- CN
- China
- Prior art keywords
- yaw
- vehicle
- mass
- speed
- electric 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000013461 design Methods 0.000 claims description 14
- 238000013459 approach Methods 0.000 claims description 8
- 230000010485 coping Effects 0.000 claims description 8
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 3
- 239000011541 reaction mixture Substances 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000006073 displacement reaction Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
- B60L15/2036—Electric differentials, e.g. for supporting steering vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2220/00—Electrical machine types; Structures or applications thereof
- B60L2220/40—Electrical machine applications
- B60L2220/42—Electrical machine applications with use of more than one motor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2220/00—Electrical machine types; Structures or applications thereof
- B60L2220/40—Electrical machine applications
- B60L2220/44—Wheel Hub motors, i.e. integrated in the wheel hub
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明双轮毂电机电动汽车的智能转向控制方法,涉及提高转向性能的车辆驾驶稳定性的控制,是采用梯度式策略即将车速划分为三个阶段:低速阶段为速度小于20km/h,中速阶段为速度大于等于20km/h,且小于等于40km/h,高速阶段为速度为40km/h以上,来应对不同车速下的转向情况,通过对应不同的滑模控制器,包括质心偏转角滑模控制器、联合滑模控制器和横摆角速度滑模控制器,经过力矩分配,达到智能转向控制,克服了现有技术所存在的汽车在转向过程中,不能同时保证转向时整车的稳定性、转向的实时性和不同速度阶段下的安全转向的要求,以及为开环控制的鲁棒性差的缺陷。
Description
技术领域
本发明的技术方案涉及提高转向性能的车辆驾驶稳定性的控制,具体地说是双轮毂电机电动汽车的智能转向控制方法。
背景技术
如今汽车已经成为了人们生活当中不可或缺的交通工具,而随之而来的环境污染问题也变得日趋严重。传统汽车的尾气排放成为了环境污染的重要因素之一,同时由于石油能源的日渐枯竭,电动汽车的优势逐渐的显现出来。与此同时,人们对于汽车的要求也在趋于人性化,希望汽车变得更安全、更舒适和更智能。轮毂电机电动汽车由于其分布式的驱动方式,完全可以取代传统汽车冗杂的转向控制方法,依靠电池供电实现零尾气排放,因而轮毂电机电动汽车是未来电动汽车发展的必然趋势。
轮毂电机电动汽车的转向控制方法也已经成为当今的研发热点。CN107351911A公开了一种电动汽车转向稳定控制方法,根据汽车偏移率来增加或者减少扭矩,从而控制汽车在转向过程中的稳定性,但是其存在缺少汽车在不同速度的情况下如何有针对性的保证转向的实时性和快速性的缺陷。CN107176205A公开了一种电动汽车四轮转向系统及控制方法,所述控制方法包括前轮转向系统控制方法和后轮转向系统控制方法,该方法存在没有考虑到转向时整车的稳定性以及为开环控制的鲁棒性差的缺陷。CN107415939A公开了一种分布式驱动电动汽车转向稳定性控制方法,虽然该方法报道了其根据自适应反演滑模控制器来有效抑制系统的“抖振”现象,但是存在单一的控制器无法较好地应对各种速度阶段下的安全转向要求的缺陷。CN105741637A公开了四轮轮毂电机电动汽车智能转向控制方法,采用模糊C均值聚类方法来对驾驶员进行分类,从而进行模糊控制,其存在没有考虑在不同车速下驾驶员对于车辆转向特性有不同需求的缺陷。另外,文献还报道的电动汽车的转向控制方法的现有技术有模糊控制方法、自适应控制方法和神经网络。
上述报道的电动汽车的转向控制方法的现有技术,与传统汽车冗杂的转向方法相比虽然有所进步,但是总体而言还存在汽车在转向过程中,不能同时保证转向时整车的稳定性、转向的实时性和不同速度阶段下的安全转向的要求,以及为开环控制的鲁棒性差的缺陷。
鉴于人们对于汽车的要求越来越高,单一的电动汽车的转向控制方法显然已经无法满足各种工况下的用户对于电动汽车性能的要求,急待研发新的电动汽车的转向控制方法。
发明内容
本发明所要解决的技术问题是:提供双轮毂电机电动汽车的智能转向控制方法,是采用梯度式策略来应对不同车速下的转向情况,通过对应不同的滑模控制器,经过力矩分配,达到智能转向控制,克服了现有技术所存在的汽车在转向过程中,不能同时保证转向时整车的稳定性、转向的实时性和不同速度阶段下的安全转向的要求,以及为开环控制的鲁棒性差的缺陷
本发明解决该技术问题所采用的技术方案是:双轮毂电机电动汽车的智能转向控制方法,是应用了梯度式策略来应对不同车速下的转向情况,通过对应不同的滑模控制器,经过力矩分配,达到智能转向控制,具体步骤如下:
第一步,划分车速阶段:
将车速划分为三个阶段:低速阶段为速度小于20km/h,中速阶段为速度大于等于20km/h,且小于等于40km/h,高速阶段为速度为大于40km/h;
第二步,获得理想质心偏转角βd和理想横摆角速度γd:
以汽车车速和转向角度为输入,通过车辆二自由度模型得到理想质心偏转角βd和理想横摆角速度γd,质心偏转角表征的是车辆的运行轨迹情况,横摆角速度则表征了车辆的转向稳定性;
第三步,建立车辆七自由度模型:
建立车辆七自由度模型,包括车辆纵向运动模型、侧向运动模型、横摆运动模型和四个车轮的旋转运动模型;
第四步,设计滑模控制器:
设计以下三种滑模控制器:以质心偏转角为主要目标,设计质心偏转角滑模控制器s1,产生质心偏转角横摆力矩;以质心偏转角和横摆角速度为共同目标,设计质心偏转角与横摆角速度联合的滑模控制器s2,产生对应附加力矩;以横摆角速度为目标设计横摆角速度滑模控制器s3,产生对应附加力矩,具体方法如下:
公式(1)中,s1为质心偏转角滑模控制器,s2为联合滑模控制器,s3为横摆角速度滑模控制器,β为质心偏转角,γ为横摆角速度,βd为理想质心偏转角,γd为理想横摆角速度,A和B为系数,
第五步,采用阶梯式应对策略:
当汽车对应上述第一步中所述的三个不同车速阶段的车速时,采用阶梯式应对策略,即当汽车速度处于所述的低速阶段速度小于20km/h时,采用上述第四步中设计的质心偏转角滑模控制器来产生对应的质心偏转角横摆力矩;当汽车速度处于所述的中速阶段速度大于等于20km/h,且小于等于40km/h时,采用上述第四步中设计的质心偏转角与横摆角速度联合的滑模控制器来产生对应的联合横摆力矩;当汽车速度处于所述的高速阶段速度为大于40km/h时,采用横摆角速度滑模控制器来产生对应的横摆角速度横摆力矩;
第六步,通过力矩分配达到智能转向控制,来控制车辆的行驶过程:
联合上述第五步得到的质心偏转角横摆力矩、联合横摆力矩、横摆角速度横摆力矩和驾驶员主动输出的力矩,利用下面公式(2)可得到对应左后轮和右后轮的驱动力矩:
公式(2)中,T_total为驾驶员主动输出力矩,d为该电动汽车轮距,F3为左后轮纵向力、F4为右后轮纵向力,T3为左后轮驱动力矩、T4为右后轮驱动力矩,MZ为横摆力矩;
通过公式(2)的力矩分配得到具体每个后轮的驱动力矩,以此达到智能转向控制来控制车辆的行驶过程。
上述双轮毂电机电动汽车的智能转向控制方法,所述通过车辆二自由度模型得到理想质心偏转角βd和理想横摆角速度γd的方法如下:
车辆二自由度模型为如下公式(3)所示:
公式(3)中,m为双轮毂电机电动汽车质量,u为车辆速度,Cf为前轮偏转刚度,Cr为后轮偏转刚度,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,β为质心偏转角,γ为横摆角速度,δ为前轮转向角,Iz为汽车转动惯量;
根据上述车辆二自由度模型公式(3),假设β为0且γ为常数,同时考虑到路面附着条件的限制,可得理想质心偏转角βd和理想横摆角速度γd如下:
公式(4)中,m为双轮毂电机电动汽车质量,ux为车辆纵向速度,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,δ为前轮转向角,Cr为后轮偏转刚度,K为不足转向系数,μ为路面摩擦系数,g为重力加速度,
公式(5)中,ux为车辆纵向速度,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,δ为前轮转向角,K为不足转向系数,μ为路面摩擦系数,g为重力加速度,
公式(6)中,m为双轮毂电机电动汽车质量,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,Cf为前轮偏转刚度,Cr为后轮偏转刚度。
上述双轮毂电机电动汽车的智能转向控制方法,所述建立车辆七自由度模型,包括车辆纵向运动模型、侧向运动模型、横摆运动模型和1、2、3、4四个车轮的旋转运动模型的方法如下:
车辆纵向运动模型建立如下公式(7)所示:
公式(7)中,m为双轮毂电机电动汽车的质量,ux为纵向速度,uy为横向速度,Fxf为前轮纵向力,Fyf为前轮横向力,Fxr为后轮纵向力,δ为前轮转向角;
车辆侧向运动模型建立如下公式(8)所示:
公式(8)中,m为双轮毂电机电动汽车的质量,uy为横向速度,ux为纵向速度,Fyf为前轮横向力,Fxf为前轮纵向力,Fyr为后轮横向力,δ为前轮转向角;
车辆横摆运动模型建立如下公式(9)所示:
公式(9)中,Iz为车辆转动惯量,γ为横摆角速度,a为电动汽车质心到前轴的距离,δ为前轮转向角,d为车轮轮距,Fyf为前轮横向力,Fyfl为左前轮横向力,Fyfr为右前轮横向力,b为电动汽车质心到后轴的距离,Fxfl为左前轮纵向力,Fxfr为右前轮纵向力,Fxf为前轮纵向力,Fxrl为左后轮纵向力,Fxrr为右后轮纵向力;
车辆的1、2、3、4四个车轮的旋转运动模型建立均如下公式(10)所示:
公式(10)中,J为轮胎转动惯量,ωij为各轮胎旋转角速度,Tij为各轮胎驱动力矩,Tbij为各轮胎制动力矩,Fxij为各轮胎纵向力,R为轮胎转动半径,在ωij中:i代表f和r,表示前和后;j代表l和r,表示左和右。
上述双轮毂电机电动汽车的智能转向控制方法,所述横摆运动模型的建立中,当转向角小于10°时,需将公式(9)修改为如下公式(9’)所示:
其中,
公式(9’)中,Iz为车辆转动惯量,γ为横摆角速度,a为电动汽车质心到前轴的距离,δ为前轮转向角,d为车轮轮距,Fyf为前轮横向力,Fyfl为左前轮横向力,Fyfr为右前轮横向力,b为电动汽车质心到后轴的距离,Fxfl为左前轮纵向力,Fxfr为右前轮纵向力,Fxf为前轮纵向力,Fxrl为左后轮纵向力,Fxrr为右后轮纵向力,Mz为横摆力矩,
进一步,根据上述车辆七自由度模型以及车辆二自由度模型,趋近率选择使用指数趋近率,得到相应的横摆力矩如下公式(11)所示:
公式(11)中,为质心偏转角横摆力矩,为横摆角速度横摆力矩,为联合横摆力矩,Iz为车辆转动惯量,γ为横摆角速度,γd为理想横摆角速度,β为质心偏转角,βd为理想质心偏转角,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,δ为前轮转向角,m为双轮毂电机电动汽车的质量,u为车辆速度,Cf为前轮偏转刚度,Cr为后轮偏转刚度,s1为质心偏转角滑模控制器,s2为联合滑模控制器,s3为横摆角速度滑模控制器,kβ1和kβ2为质心偏转角控制切换增益,kγ1和kγ2为横摆角速度控制切换增益,k(β+γ)1和k(β+γ)2为联合控制切换增益;
根据实时车辆速度正处于三种不同速度阶段中的一种,选择与该速度阶段对应的滑模控制器,得到对应的横摆力矩。
上述双轮毂电机电动汽车的智能转向控制方法,所述指数趋近率是公知的。
本发明的有益效果是:与现有技术相比,本发明具有的突出的实质性特点和显著进步如下:
(1)本发明的第一步的划分车速阶段,将车速分段,配合第四步的设计以下三种滑模控制器:以质心偏转角为主要目标,设计质心偏转角滑模控制器s1,产生对应附加力矩;以质心偏转角和横摆角速度为共同目标,设计质心偏转角与横摆角速度联合的滑模控制器s2,产生对应附加力矩;以横摆角速度为目标设计横摆角速度滑模控制器s3,产生对应附加力矩,再在第五步中采用阶梯式应对策略:当汽车对应上述第一步中所述的三个不同车速阶段的车速时,采用阶梯式应对策略,即当汽车速度处于所述的低速阶段速度小于20km/h时,采用上述第四步中设计的质心偏转角滑模控制器来产生对应的质心偏转角横摆力矩;当汽车速度处于所述的中速阶段速度大于等于20km/h且小于等于40km/h时,采用上述第四步中设计的质心偏转角与横摆角速度联合的滑模控制器来产生对应的联合横摆力矩;当汽车速度处于所述的高速阶段速度为大于40km/h时,采用横摆角速度滑模控制器来产生对应的横摆角速度横摆力矩从而实现了双轮毂电机电动汽车的智能转向控制。
(2)本发明应用梯度式策略来应对不同车速下的转向情况,又对应采用不同的滑模控制器,经过力矩分配,达到智能转向的目的。滑模控制具有鲁棒性强、受参数干扰程度小、响应快和物理实现简单的优点,使双轮毂电机电动汽车的运动状态较快地趋于车辆二自由度模型的运动状态。
(3)本发明的技术方案与现有技术CN107351911A公开的“一种电动汽车转向稳定控制方法”相比,所具有的突出的实质性特点和显著进步为:CN107351911A的技术方案是根据汽车偏移率来增加或者减少扭矩,从而控制汽车在转向过程中的稳定性,但是其存在缺少汽车在不同速度的情况下如何有针对性的保证转向的实时性和快速性的缺陷。本发明所采用的控制方法为由滑模控制主导的智能转向控制方法,能够针对不同速度阶段使用不同的滑模控制,从而能够有针对性的保证转向的实时性和快速性的缺陷。
(4)本发明的技术方案与现有技术CN105741637A公开的“四轮轮毂电机电动汽车智能转向控制方法”相比,所具有的突出的实质性特点和显著进步为:CN105741637A的技术方案是采用模糊C均值聚类方法来对驾驶员进行分类,从而进行模糊控制,其存在没有考虑在不同车速下驾驶员对于车辆转向特性有不同需求的缺陷。本发明则考虑到了不同车速下驾驶员对于车辆转向特性的需求。
(5)本发明的技术方案与现有技术CN107176205A公开的“一种电动汽车四轮转向系统及控制方法”相比,所具有的突出的实质性特点和显著进步为:CN107176205A的技术方案中所述控制方法包括前轮转向系统控制方法和后轮转向系统控制方法,该方法存在没有考虑到转向时整车的稳定性以及为开环控制的鲁棒性差的缺陷。本发明是根据不同车速阶梯式选择不同的控制方法,适用速度范围更广,鲁棒性更强,且输出转矩直接作用于轮毂电机,完全没有CN107176205A的技术方案中的转向电机与转向机构的冗杂设计。
(6)本发明的技术方案与现有技术CN107415939A公开的“一种分布式驱动电动汽车转向稳定性控制方法”相比,所具有的突出的实质性特点和显著进步为:CN107415939A的技术方案中存在单一的控制器无法较好地应对各种速度阶段下的安全转向要求的缺陷。本发明是根据不同车速阶梯式选择不同的滑模控制器,从而克服单一控制器无法较好地应对各种速度阶段下的安全转向要求。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明双轮毂电机电动汽车的智能转向控制方法操作流程示意框图。
图2为本发明方法中的梯度式策略示意框图。
图3为本发明方法中的双轮毂电机电动汽车在15km/h的低速状态下的质心偏转角曲线对比示意图。
图4为本发明方法中的双轮毂电机电动汽车在15km/h的低速状态下的横摆角速度曲线对比示意图。
图5为本发明方法中的双轮毂电机电动汽车在15km/h的低速状态下的行驶路线曲线对比示意图。
图6为本发明方法中的双轮毂电机电动汽车在36km/h的中速状态下的质心偏转角曲线对比示意图。
图7为本发明方法中的双轮毂电机电动汽车在36km/h的中速状态下的横摆角速度曲线对比示意图。
图8为本发明方法中的双轮毂电机电动汽车在36km/h的中速状态下的行驶路线曲线对比示意图。
图9为本发明方法中的双轮毂电机电动汽车在45km/h高速状态下的质心偏转角曲线对比示意图。
图10为本发明方法中的双轮毂电机电动汽车在45km/h高速状态下的横摆角速度曲线对比示意图。
图11为本发明方法中的双轮毂电机电动汽车在45km/h高速状态下的行驶路线曲线对比示意图。
具体实施方式
图1所示实施例表明,本发明双轮毂电机电动汽车的智能转向控制方法操作流程如下:
驾驶员根据车辆运行实况回馈回来的速度u(回),输出速度u(出)和前轮转向角δ;利用速度u(出)和前轮转向角δ,联立车辆二自由度模型和车辆七自由度模型得到理想质心偏转角βd和理想横摆角速度γd并分别输出至质心偏转角滑模控制器、联合滑模控制器和横摆角速度滑模控制器;根据输出的速度u(出),判断是否u<20;若是,则使用质心偏转角滑模控制器,输出对应的横摆力矩是质心偏转角横摆力矩若否,则再次判断是否u≤40;若是,则使用联合滑模控制器,输出对应的联合横摆力矩若否,则使用横摆角速度控制器,输出对应的横摆角速度横摆力矩至力矩分配,结合驱动力矩T_total之后,输出作用于左后轮的左后轮驱动力矩T3与作用于右后轮的右后轮驱动力矩力矩T4,并且结合前轮转向角δ,由此控制车辆运行实况。
图2所示实施例表明,本发明方法中的梯度式策略为:输入车辆速度u,界定实时速度属于哪一个预先设定的三个不同车速阶段,分别是速度20km/h以下的低速阶段、速度大于等于20km/h且小于等于40km/h的中速阶段和速度大于40km/h的高速阶段,之后梯度式地选择不同的滑模控制器,即当车速在20km/h以下的低速阶段时,选择质心偏转角滑模控制器,当车速大于等于20km/h且小于等于40km/h的中速阶段时,选择联合滑模控制器,当车速在大于40km/h的高速阶段时,选择横摆角速度滑模控制器,由此输出横摆力矩Mz。
图3所示实施例表明,图中x轴为时间,单位是s;y轴为质心偏转角,单位是rad;三条曲线分别表示了在15km/h的低速状态下的理想的质心偏转角目标值曲线、直接驱动控制时的质心偏转角曲线和智能驱动控制时的质心偏转角曲线。经对比发现,相比于直接驱动控制时的质心偏转角曲线,智能驱动控制时的质心偏转角曲线更加接近理想的质心偏转角目标值曲线,这说明在低速状态下,双轮毂电机电动汽车的智能驱动控制优于双轮毂电机电动汽车的直接驱动控制。
图4所示实施例表明,图中x轴为时间,单位是s;y轴为横摆角速度,单位是rad/s;三条曲线分别表示了在15km/h低速状态下的理想的横摆角速度目标值曲线、直接驱动控制时的横摆角速度曲线和智能驱动控制时的横摆角速度曲线。经对比发现,相比于直接驱动控制时的横摆角速度曲线,智能驱动控制时的横摆角速度曲线更加接近理想的横摆角速度目标值曲线,这说明在低速状态下,双轮毂电机电动汽车的智能驱动控制优于双轮毂电机电动汽车的直接驱动控制。
图5所示实施例表明,图中x轴为纵向位移,单位是m;y轴为横向位移,单位是m;三条曲线分别表示了在15km/h低速状态下的理想的行驶路线目标值曲线、直接驱动控制时的行驶路线曲线和智能驱动控制时的行驶路线曲线,经对比发现,这三条曲线相似,这说明在低速状态下,双轮毂电机电动汽车的智能驱动控制和双轮毂电机电动汽车的直接驱动控制都比较稳定。
图6所示实施例表明,图中x轴为时间,单位是s;y轴为质心偏转角,单位是rad;三条曲线分别表示了在36km/h中速状态下的理想的质心偏转角目标值曲线、直接驱动控制时的质心偏转角曲线和智能驱动控制时的质心偏转角曲线,经对比发现,相比于直接驱动控制时的质心偏转角曲线,智能驱动控制时的质心偏转角曲线更加接近理想的质心偏转角目标值曲线,而直接驱动控制时的质心偏转角曲线则出现较大浮动的波动,这说明在中速状态下,双轮毂电机电动汽车的智能驱动控制优于双轮毂电机电动汽车的直接驱动控制。
图7所示实施例表明,图中x轴为时间,单位是s;y轴为横摆角速度,单位是rad/s;三条曲线分别表示了在36km/h中速状态下的理想的横摆角速度目标值曲线、直接驱动控制时的横摆角速度曲线和智能驱动控制时的横摆角速度曲线,经对比发现,相比于直接驱动控制时的横摆角速度曲线,智能驱动控制时的横摆角速度曲线更加接近理想的横摆角速度目标值曲线,直接驱动控制时的横摆角速度曲线则逐渐发散,并且趋于不稳定状态,这说明在中速状态下,双轮毂电机电动汽车的智能驱动控制优于双轮毂电机电动汽车的直接驱动控制。
图8所示实施例表明,图中x轴为纵向位移,单位是m;y轴为横向位移,单位是m;三条曲线分别表示了在36km/h中速状态下的理想的行驶路线目标值曲线、直接驱动控制时的行驶路线曲线和智能驱动控制时的行驶路线曲线,经对比发现,相比于直接驱动控制时的行驶路线曲线,智能驱动控制时的行驶路线曲线更加接近理想的行驶路线目标值曲线,直接驱动控制时的行驶路线曲线则无法在曲线后期趋于稳定,这说明在中速状态下,双轮毂电机电动汽车的智能驱动控制优于双轮毂电机电动汽车的直接驱动控制。
图9所示实施例表明,图中x轴为时间,单位是s;y轴为质心偏转角,单位是rad;三条曲线分别表示了在45km/h高速状态下的理想的质心偏转角目标值曲线、直接驱动控制时的质心偏转角曲线和智能驱动控制时的质心偏转角曲线,经对比发现,相比于直接驱动控制时的质心偏转角曲线,智能驱动控制时的质心偏转角曲线更加接近理想的质心偏转角目标值曲线,直接驱动控制时的质心偏转角曲线则出现了大幅度的发散,这说明在高速状态下,双轮毂电机电动汽车的智能驱动控制优于双轮毂电机电动汽车的直接驱动控制。
图10所示实施例表明,图中x轴为时间,单位是s;y轴为横摆角速度,单位是rad/s;三条曲线分别表示了在45km/h高速状态下的理想的横摆角速度目标值曲线、直接驱动控制时的横摆角速度曲线和智能驱动控制时的横摆角速度曲线,经对比发现,相比于直接驱动控制时的横摆角速度曲线,智能驱动控制时的横摆角速度曲线比较接近理想的横摆角速度目标值曲线,直接驱动控制时的横摆角速度曲线则出现了大幅度的发散,这说明在高速状态下,双轮毂电机电动汽车的智能驱动控制优于双轮毂电机电动汽车的直接驱动控制。
图11所示实施例表明,图中x轴为纵向位移,单位是m;y轴为横向位移,单位是m;三条曲线分别表示了在45km/h高速状态下的理想的行驶路线目标值曲线、直接驱动控制时的行驶路线曲线和智能驱动控制时的行驶路线曲线,经对比发现,相比于直接驱动控制时的行驶路线曲线,智能驱动控制时的行驶路线曲线比较接近理想的行驶路线目标值曲线,直接驱动控制时的行驶路线曲线则出现了大幅度的发散,这说明在高速状态下,双轮毂电机电动汽车的智能驱动控制优于双轮毂电机电动汽车的直接驱动控制。
实施例1
本实施例为双轮毂电机电动汽车的智能转向控制方法,应用了梯度式策略来应对不同车速下的转向情况,通过对应不同的滑模控制器,经过力矩分配,达到智能转向控制,具体步骤如下:
第一步,划分车速阶段:
将车速划分为三个阶段:低速阶段为速度小于20km/h,中速阶段为速度大于等于20km/h,且小于等于40km/h,高速阶段为速度为大于40km/h;
第二步,获得理想质心偏转角βd和理想横摆角速度γd:
以汽车车速和转向角度为输入,通过车辆二自由度模型得到理想质心偏转角βd和理想横摆角速度γd,质心偏转角表征的是车辆的运行轨迹情况,横摆角速度则表征了车辆的转向稳定性;
上述通过车辆二自由度模型得到理想质心偏转角βd和理想横摆角速度γd的方法如下:车辆二自由度模型为如下公式(3)所示:
公式(3)中,m为双轮毂电机电动汽车质量,u为车辆速度,Cf为前轮偏转刚度,Cr为后轮偏转刚度,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,β为质心偏转角,γ为横摆角速度,δ为前轮转向角,Iz为汽车转动惯量;
根据上述车辆二自由度模型公式(3),假设β为0且γ为常数,同时考虑到路面附着条件的限制,可得理想质心偏转角βd和理想横摆角速度γd如下:
公式(4)中,m为双轮毂电机电动汽车质量,ux为车辆纵向速度,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,δ为前轮转向角,Cr为后轮偏转刚度,K为不足转向系数,μ为路面摩擦系数,g为重力加速度,
公式(5)中,ux为车辆纵向速度,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,δ为前轮转向角,K为不足转向系数,μ为路面摩擦系数,g为重力加速度,
公式(6)中,m为双轮毂电机电动汽车质量,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,Cf为前轮偏转刚度,Cr为后轮偏转刚度;
第三步,建立车辆七自由度模型:
建立车辆七自由度模型,包括车辆纵向运动模型、侧向运动模型、横摆运动模型和四个车轮的旋转运动模型;
所述建立车辆七自由度模型,包括车辆纵向运动模型、侧向运动模型、横摆运动模型和1、2、3、4四个车轮的旋转运动模型的方法如下:
车辆纵向运动模型建立如下公式(7)所示:
公式(7)中,m为双轮毂电机电动汽车的质量,ux为纵向速度,uy为横向速度,Fxf为前轮纵向力,Fyf为前轮横向力,Fxr为后轮纵向力,δ为前轮转向角;
车辆侧向运动模型建立如下公式(8)所示:
公式(8)中,m为双轮毂电机电动汽车的质量,uy为横向速度,ux为纵向速度,Fyf为前轮横向力,Fxf为前轮纵向力,Fyr为后轮横向力,δ为前轮转向角;
车辆横摆运动模型建立如下公式(9)所示:
公式(9)中,Iz为车辆转动惯量,γ为横摆角速度,a为电动汽车质心到前轴的距离,δ为前轮转向角,d为车轮轮距,Fyf为前轮横向力,Fyfl为左前轮横向力,Fyfr为右前轮横向力,b为电动汽车质心到后轴的距离,Fxfl为左前轮纵向力,Fxfr为右前轮纵向力,Fxf为前轮纵向力,Fxrl为左后轮纵向力,Fxrr为右后轮纵向力;
车辆的1、2、3、4四个车轮的旋转运动模型建立均如下公式(10)所示:
公式(10)中,J为轮胎转动惯量,ωij为各轮胎旋转角速度,Tij为各轮胎驱动力矩,Tbij为各轮胎制动力矩,Fxij为各轮胎纵向力,R为轮胎转动半径,在ωij中:i代表f和r,表示前和后;j代表l和r,表示左和右;
上述横摆运动模型的建立中,当转向角小于10°时,需将公式(9)修改为如下公式(9’)所示:
其中,
公式(9’)中,Iz为车辆转动惯量,γ为横摆角速度,a为电动汽车质心到前轴的距离,δ为前轮转向角,d为车轮轮距,Fyf为前轮横向力,Fyfl为左前轮横向力,Fyfr为右前轮横向力,b为电动汽车质心到后轴的距离,Fxfl为左前轮纵向力,Fxfr为右前轮纵向力,Fxf为前轮纵向力,Fxrl为左后轮纵向力,Fxrr为右后轮纵向力,Mz为横摆力矩,
进一步,根据上述车辆七自由度模型以及车辆二自由度模型,趋近率选择使用指数趋近率,得到相应的横摆力矩如下公式(11)所示:
公式(11)中,为质心偏转角横摆力矩,为横摆角速度横摆力矩,为联合横摆力矩,Iz为车辆转动惯量,γ为横摆角速度,γd为理想横摆角速度,β为质心偏转角,βd为理想质心偏转角,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,δ为前轮转向角,m为双轮毂电机电动汽车的质量,u为车辆速度,Cf为前轮偏转刚度,Cr为后轮偏转刚度,s1为质心偏转角滑模控制器,s2为联合滑模控制器,s3为横摆角速度滑模控制器,kβ1和kβ2为质心偏转角控制切换增益,kγ1和kγ2为横摆角速度控制切换增益,k(β+γ)1和k(β+γ)2为联合控制切换增益;
第四步,设计滑模控制器:
设计以下三种滑模控制器:以质心偏转角为主要目标,设计质心偏转角滑模控制器s1,产生质心偏转角横摆力矩;以质心偏转角和横摆角速度为共同目标,设计质心偏转角与横摆角速度联合的滑模控制器s2,产生对应附加力矩;以横摆角速度为目标设计横摆角速度滑模控制器s3,产生对应附加力矩,具体方法如下:
公式(1)中,s1为质心偏转角滑模控制器,s2为联合滑模控制器,s3为横摆角速度滑模控制器,β为质心偏转角,γ为横摆角速度,βd为理想质心偏转角,γd为理想横摆角速度,A和B为系数,
第五步,采用阶梯式应对策略:
当汽车对应上述第一步中所述的三个不同车速阶段的车速时,采用阶梯式应对策略,即当汽车速度处于所述的低速阶段速度小于20km/h时,采用上述第四步中设计的质心偏转角滑模控制器来产生对应的质心偏转角横摆力矩;当汽车速度处于所述的中速阶段速度大于等于20km/h,且小于等于40km/h时,采用上述第四步中设计的质心偏转角与横摆角速度联合的滑模控制器来产生对应的联合横摆力矩;当汽车速度处于所述的高速阶段速度为大于40km/h时,采用横摆角速度滑模控制器来产生对应的横摆角速度横摆力矩;
上述,质心偏转角表征的是车辆的运行轨迹情况,横摆角速度则表征了车辆的转向稳定性。在上述第五步所述的低速状态下,理想横摆角速度较大,因此采用质心偏转角滑模控制器来输出对应附加横摆力矩,保证车辆的运行轨迹和响应速度。在上述第五步所述的中速状态下,由于速度适中,因此采用联合滑模控制器输出对应附加横摆力矩,从而达到在质心偏转角尽可能小的前提下,追踪理想横摆角速度情况良好的目的。在上述第五步所述的高速状态下,由于速度较大,根据上述公式可知,理想横摆角速度较小。因此采用横摆角速度滑模控制器输出对应附加横摆力矩,有效的保证车辆行驶的稳定性和安全性。
第六步,通过力矩分配达到智能转向控制,来控制车辆的行驶过程:
联合上述第五步得到的质心偏转角横摆力矩、联合横摆力矩、横摆角速度横摆力矩和驾驶员主动输出的力矩,利用下述公式(2)可得到对应左后轮和右后轮的驱动力矩:
公式(2)中,T_total为驾驶员主动输出力矩,d为该电动汽车轮距,F3为左后轮纵向力、F4为右后轮纵向力,T3为左后轮驱动力矩、T4为右后轮驱动力矩,MZ为横摆力矩;
通过公式(2)的力矩分配得到具体每个后轮的驱动力矩,以此达到智能转向控制来控制车辆的行驶过程。
上述实施例中所述指数趋近率是公知的。
Claims (4)
1.双轮毂电机电动汽车的智能转向控制方法,其特征在于:是应用了梯度式策略来应对不同车速下的转向情况,通过对应不同的滑模控制器,经过力矩分配,达到智能转向控制,具体步骤如下:
第一步,划分车速阶段:
将车速划分为三个阶段:低速阶段为速度小于20km/h,中速阶段为速度大于等于20km/h,且小于等于40km/h,高速阶段为速度为大于40km/h;
第二步,获得理想质心偏转角βd和理想横摆角速度γd:
以汽车车速和转向角度为输入,通过车辆二自由度模型得到理想质心偏转角βd和理想横摆角速度γd,质心偏转角表征的是车辆的运行轨迹情况,横摆角速度则表征了车辆的转向稳定性;
第三步,建立车辆七自由度模型:
建立车辆七自由度模型,包括车辆纵向运动模型、侧向运动模型、横摆运动模型和四个车轮的旋转运动模型;
第四步,设计滑模控制器:
设计以下三种滑模控制器:以质心偏转角为主要目标,设计质心偏转角滑模控制器s1,产生质心偏转角横摆力矩;以质心偏转角和横摆角速度为共同目标,设计质心偏转角与横摆角速度联合的滑模控制器s2,产生对应附加力矩;以横摆角速度为目标设计横摆角速度滑模控制器s3,产生对应附加力矩,具体方法如下:
公式(1)中,s1为质心偏转角滑模控制器,s2为联合滑模控制器,s3为横摆角速度滑模控制器,β为质心偏转角,γ为横摆角速度,βd为理想质心偏转角,γd为理想横摆角速度,A和B为系数,
第五步,采用阶梯式应对策略:
当汽车对应上述第一步中所述的三个不同车速阶段的车速时,采用阶梯式应对策略,即当汽车速度处于所述的低速阶段速度小于20km/h时,采用上述第四步中设计的质心偏转角滑模控制器来产生对应的质心偏转角横摆力矩;当汽车速度处于所述的中速阶段速度大于等于20km/h,且小于等于40km/h时,采用上述第四步中设计的质心偏转角与横摆角速度联合的滑模控制器来产生对应的联合横摆力矩;当汽车速度处于所述的高速阶段速度为大于40km/h时,采用横摆角速度滑模控制器来产生对应的横摆角速度横摆力矩;
第六步,通过力矩分配达到智能转向控制,来控制车辆的行驶过程:
联合上述第五步得到的质心偏转角横摆力矩、联合横摆力矩、横摆角速度横摆力矩和驾驶员主动输出的力矩,利用下面公式(2)可得到对应左后轮和右后轮的驱动力矩:
公式(2)中,T_total为驾驶员主动输出力矩,d为该电动汽车轮距,F3为左后轮纵向力、F4为右后轮纵向力,T3为左后轮驱动力矩、T4为右后轮驱动力矩,MZ为横摆力矩;
通过公式(2)的力矩分配得到具体每个后轮的驱动力矩,以此达到智能转向控制来控制车辆的行驶过程。
2.根据权利要求1所述双轮毂电机电动汽车的智能转向控制方法,其特征在于:所述通过车辆二自由度模型得到理想质心偏转角βd和理想横摆角速度γd的方法如下:
车辆二自由度模型为如下公式(3)所示:
公式(3)中,m为双轮毂电机电动汽车质量,u为车辆速度,Cf为前轮偏转刚度,Cr为后轮偏转刚度,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,β为质心偏转角,γ为横摆角速度,δ为前轮转向角,Iz为汽车转动惯量;
根据上述车辆二自由度模型公式(3),假设β为0且γ为常数,同时考虑到路面附着条件的限制,可得理想质心偏转角βd和理想横摆角速度γd如下:
公式(4)中,m为双轮毂电机电动汽车质量,ux为车辆纵向速度,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,δ为前轮转向角,Cr为后轮偏转刚度,K为不足转向系数,μ为路面摩擦系数,g为重力加速度,
公式(5)中,ux为车辆纵向速度,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,δ为前轮转向角,K为不足转向系数,μ为路面摩擦系数,g为重力加速度,
公式(6)中,m为双轮毂电机电动汽车质量,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,Cf为前轮偏转刚度,Cr为后轮偏转刚度。
3.根据权利要求1所述双轮毂电机电动汽车的智能转向控制方法,其特征在于:所述建立车辆七自由度模型,包括车辆纵向运动模型、侧向运动模型、横摆运动模型和1、2、3、4四个车轮的旋转运动模型的方法如下:
车辆纵向运动模型建立如下公式(7)所示:
公式(7)中,m为双轮毂电机电动汽车的质量,ux为纵向速度,uy为横向速度,Fxf为前轮纵向力,Fyf为前轮横向力,Fxr为后轮纵向力,δ为前轮转向角;
车辆侧向运动模型建立如下公式(8)所示:
公式(8)中,m为双轮毂电机电动汽车的质量,uy为横向速度,ux为纵向速度,Fyf为前轮横向力,Fxf为前轮纵向力,Fyr为后轮横向力,δ为前轮转向角;
车辆横摆运动模型建立如下公式(9)所示:
公式(9)中,Iz为车辆转动惯量,γ为横摆角速度,a为电动汽车质心到前轴的距离,δ为前轮转向角,d为车轮轮距,Fyf为前轮横向力,Fyfl为左前轮横向力,Fyfr为右前轮横向力,b为电动汽车质心到后轴的距离,Fxfl为左前轮纵向力,Fxfr为右前轮纵向力,Fxf为前轮纵向力,Fxrl为左后轮纵向力,Fxrr为右后轮纵向力;
车辆的1、2、3、4四个车轮的旋转运动模型建立均如下公式(10)所示:
公式(10)中,J为轮胎转动惯量,ωij为各轮胎旋转角速度,Tij为各轮胎驱动力矩,Tbij为各轮胎制动力矩,Fxij为各轮胎纵向力,R为轮胎转动半径,在ωij中:i代表f和r,表示前和后;j代表l和r,表示左和右。
4.根据权利要求3所述双轮毂电机电动汽车的智能转向控制方法,其特征在于:所述横摆运动模型的建立中,当转向角小于10°时,需将公式(9)修改为如下公式(9’)所示:
其中,
公式(9’)中,Iz为车辆转动惯量,γ为横摆角速度,a为电动汽车质心到前轴的距离,δ为前轮转向角,d为车轮轮距,Fyf为前轮横向力,Fyfl为左前轮横向力,Fyfr为右前轮横向力,b为电动汽车质心到后轴的距离,Fxfl为左前轮纵向力,Fxfr为右前轮纵向力,Fxf为前轮纵向力,Fxrl为左后轮纵向力,Fxrr为右后轮纵向力,Mz为横摆力矩,
进一步,根据上述车辆七自由度模型以及车辆二自由度模型,趋近率选择使用指数趋近率,得到相应的横摆力矩如下公式(11)所示:
公式(11)中,为质心偏转角横摆力矩,为横摆角速度横摆力矩,为联合横摆力矩,Iz为车辆转动惯量,γ为横摆角速度,γd为理想横摆角速度,β为质心偏转角,βd为理想质心偏转角,a为电动汽车质心到前轴的距离,b为电动汽车质心到后轴的距离,δ为前轮转向角,m为双轮毂电机电动汽车的质量,u为车辆速度,Cf为前轮偏转刚度,Cr为后轮偏转刚度,s1为质心偏转角滑模控制器,s2为联合滑模控制器,s3为横摆角速度滑模控制器,kβ1和kβ2为质心偏转角控制切换增益,kγ1和kγ2为横摆角速度控制切换增益,k(β+γ)1和k(β+γ)2为联合控制切换增益;
根据实时车辆速度正处于三种不同速度阶段中的一种,选择与该速度阶段对应的滑模控制器,得到对应的横摆力矩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810539967.5A CN108819796B (zh) | 2018-05-30 | 2018-05-30 | 双轮毂电机电动汽车的智能转向控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810539967.5A CN108819796B (zh) | 2018-05-30 | 2018-05-30 | 双轮毂电机电动汽车的智能转向控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108819796A CN108819796A (zh) | 2018-11-16 |
CN108819796B true CN108819796B (zh) | 2019-11-19 |
Family
ID=64146464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810539967.5A Expired - Fee Related CN108819796B (zh) | 2018-05-30 | 2018-05-30 | 双轮毂电机电动汽车的智能转向控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108819796B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110979022B (zh) * | 2019-11-12 | 2021-11-30 | 珠海格力电器股份有限公司 | 一种电动汽车电子差速的控制方法、系统及电动汽车 |
CN111762261B (zh) * | 2020-07-01 | 2021-11-12 | 中国第一汽车股份有限公司 | 车辆转向控制方法、装置及系统 |
CN112644457B (zh) * | 2021-01-08 | 2022-01-11 | 江苏大学 | 一种分布式驱动车辆转向稳定性控制系统及其控制方法 |
CN114312749B (zh) * | 2021-11-24 | 2024-05-07 | 中国煤炭科工集团太原研究院有限公司 | 多点独立轮边驱动矿用车辆防滑横摆转矩控制方法及设备 |
CN114734834A (zh) * | 2022-05-05 | 2022-07-12 | 安徽理工大学环境友好材料与职业健康研究院(芜湖) | 一种电动车后桥双电机电子差速控制系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102529976B (zh) * | 2011-12-15 | 2014-04-16 | 东南大学 | 一种基于滑模观测器的车辆运行状态非线性鲁棒估计方法 |
CN107010104B (zh) * | 2017-03-09 | 2020-04-10 | 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 |
CN107179686B (zh) * | 2017-05-10 | 2019-02-05 | 江苏大学 | 一种基于灰色预测的分布式驱动电动汽车横向稳定性高阶变结构控制方法 |
CN107253453B (zh) * | 2017-07-05 | 2019-08-27 | 厦门大学 | 一种分布式电动汽车横向稳定性自适应控制系统及方法 |
CN107696915A (zh) * | 2017-09-20 | 2018-02-16 | 江苏大学 | 一种基于分层控制的电动汽车轮式驱动控制系统及其控制方法 |
-
2018
- 2018-05-30 CN CN201810539967.5A patent/CN108819796B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN108819796A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108819796B (zh) | 双轮毂电机电动汽车的智能转向控制方法 | |
CN111890951B (zh) | 智能电动汽车轨迹跟踪与运动控制方法 | |
CN111152834B (zh) | 一种基于阿克曼转向修正的电动汽车电子差速控制方法 | |
CN105691381B (zh) | 一种四轮独立驱动电动汽车稳定性控制方法及系统 | |
CN104443022B (zh) | 一种四轮独立驱动电动汽车稳定性控制方法及系统 | |
CN109263716B (zh) | 一种四轮毂电机驱动车辆转向的控制方法 | |
CN104773170B (zh) | 一种车辆稳定性集成控制方法 | |
CN109606133A (zh) | 基于双层控制的分布式驱动电动汽车转矩矢量控制方法 | |
CN108790940A (zh) | 轮边驱动转向差速控制方法、控制装置、设备及汽车 | |
CN110329255A (zh) | 一种基于人机协同策略的车道偏离辅助控制方法 | |
CN111746305B (zh) | 线控四轮驱动轮毂电机电动汽车节能控制方法及系统 | |
CN110091914B (zh) | 一种分布式汽车多工况识别差速转向方法及系统 | |
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 | |
CN114454871A (zh) | 一种用于四轮独立驱动的无人驾驶平台稳定跟踪控制方法 | |
CN115723590A (zh) | 一种轮毂电机驱动汽车的节能转矩矢量控制方法 | |
CN114407880A (zh) | 一种无人驾驶紧急避障路径跟踪方法 | |
CN116512934A (zh) | 实现三电机四驱电动汽车能耗优化的扭矩分配控制方法 | |
CN117962866A (zh) | 一种面向纵横垂协同控制的车辆运动控制方法 | |
CN111055694B (zh) | 一种基于规则的四轮分布式驱动转矩分配方法 | |
CN114919421B (zh) | 一种越野工况下轮毂电机车辆分层驱动控制装置和方法 | |
CN114044003B (zh) | 前后双轴转向车辆的循迹控制方法 | |
CN114312751A (zh) | 一种4wid/s电动汽车变角传动比控制方法 | |
Lu et al. | Research on Handling Stability Control Strategy of Distributed Drive Electric Vehicle | |
CN112848923B (zh) | 一种电动菱形汽车跟车转矩分配方法 | |
CN115891680B (zh) | 一种基于电动方程式赛车的四电机轮边驱动控制系统 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191119 |