CN109435961B - 一种基于驾驶人特性的全线控电动汽车底盘协调控制方法 - Google Patents

一种基于驾驶人特性的全线控电动汽车底盘协调控制方法 Download PDF

Info

Publication number
CN109435961B
CN109435961B CN201811343373.3A CN201811343373A CN109435961B CN 109435961 B CN109435961 B CN 109435961B CN 201811343373 A CN201811343373 A CN 201811343373A CN 109435961 B CN109435961 B CN 109435961B
Authority
CN
China
Prior art keywords
parameters
longitudinal
ideal
des
vehicle
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
Application number
CN201811343373.3A
Other languages
English (en)
Other versions
CN109435961A (zh
Inventor
高琳琳
姚建红
陈庆樟
许广举
赵付舟
王巍
刘继承
周玮
李玉茹
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.)
Changshu Institute of Technology
Original Assignee
Changshu Institute 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 Changshu Institute of Technology filed Critical Changshu Institute of Technology
Priority to CN201811343373.3A priority Critical patent/CN109435961B/zh
Publication of CN109435961A publication Critical patent/CN109435961A/zh
Application granted granted Critical
Publication of CN109435961B publication Critical patent/CN109435961B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/10Estimation 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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • B60W2520/105Longitudinal acceleration
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2540/00Input parameters relating to occupants
    • B60W2540/10Accelerator pedal position
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2540/00Input parameters relating to occupants
    • B60W2540/12Brake pedal position
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2540/00Input parameters relating to occupants
    • B60W2540/18Steering angle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Regulating Braking Force (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种基于驾驶人特性的全线控电动汽车底盘协调控制方法,包括步骤:采集并处理驾驶行为参数和车辆状态直接参数;估算车辆状态间接参数及道路环境参数;辨识分类驾驶人的个性特征;计算纵向理想状态参数和横向理想状态参数并对理想状态参数进行个性化修正;分配个性化理想横摆角速度;根据个性化纵向理想状态参数和分配得到的个性化理想横摆角速度计算车轮转矩;根据个性化质心侧偏角参数和分配得到的个性化理想横摆角速度计算车轮转角;本发明方法保证了纵向动力学系统在必要的时刻辅助横向动力学系统进行转向,提高车辆转向安全,又避免了纵向动力学系统在不必要时刻的频繁动作,同时实现底盘动力学控制系统的个性化。

Description

一种基于驾驶人特性的全线控电动汽车底盘协调控制方法
技术领域
本发明涉及一种线控汽车底盘协调控制方法,特别是涉及一种基于驾驶人特性的全线控电动汽车底盘协调控制方法。
背景技术
随着线控技术的出现和电动汽车的飞速发展,可进行独立驱动、制动以及转向的全线控电动汽车应运而生。全线控电动汽车具有更多的可控自由度,能够实现多种驱动、制动、转向行驶模式,且具备更好的容错控制基础,是未来汽车行业的发展趋势之一。
全线控电动汽车底盘集成或协调控制方法作为底盘系统的核心部分,对整车动力性、稳定性、舒适性等会产生决定性的影响。目前,已有不少关于全线控电动汽车底盘集成或协调控制方法方面的研究成果,如文献《四轮独立线控电动汽车试验平台搭建与集成控制策略研究》、《线控四轮独立驱动轮毂电机电动汽车稳定性与节能控制研究》、《基于轮胎力最优分配的车辆动力学集成控制研究》、公开号为CN103434506A的中国专利《一种四轮独立驱动、独立转向电动汽车协调控制系统》、公开号为CN105501078A的中国专利《一种四轮独立驱动电动汽车协同控制方法》等。
就现有研究成果而言,针对全线控电动汽车底盘控制方法的研究大多将在设计之初便将四轮驱动力矩、制动力矩和四轮转向角视为整体,利用先进优化算法对其进行分配。这种方法虽然可以获得较好的系统性能,但其却降低了系统的灵活性,尤其是在转向工况下,由于四轮力矩和四轮转向角被视为整体统一进行分配,这就决定了转向工况下驱动/制动系统也会同时频繁动作,从而导致了轮胎磨损的加剧和能源的浪费。此外,也鲜有针对驾驶人个性特性进行考虑,将驾驶人特性与全线控电动汽车底盘控制方法相结合的相关成果。
发明内容
针对上述现有技术的缺陷,本发明提供了一种基于驾驶人特性的全线控电动汽车底盘协调控制方法,将底盘纵向动力学控制系统与横向动力学控制系统分开,并设计了一种汽车横向动力学目标的分配机制,既保证纵向动力学系统在必要时对车辆转向运行进行辅助,也避免了纵向动力学系统的频繁不必要动作。同时考虑驾驶人个体性格差异,解决全线控电动汽车底盘动力学控制问题的同时,实现底盘个性化协调控制。
本发明的技术方案为,一种基于驾驶人特性的全线控电动汽车底盘协调控制方法,包括以下步骤:
步骤1、数据采集处理单元实时采集并处理驾驶行为参数和车辆状态直接参数;
步骤2、根据步骤1获取的驾驶行为参数和车辆状态直接参数计算车辆状态间接参数及道路环境参数;
步骤3、根据步骤1获得的驾驶行为参数和车辆状态直接参数将驾驶人的个性特征进行辨识并分为若干类型;
步骤4、根据驾驶行为参数、车辆状态直接参数车辆状态间接参数及道路环境参数计算下一时刻汽车的纵向理想状态参数和横向理想状态参数,所述纵向理想状态参数为期望车速,所述横向理想状态参数为期望质心侧偏角和期望横摆角速度;
步骤5、根据步骤3得到的驾驶人的个性特征类型将期望车速修正为个性化期望车速,将期望质心侧偏角修正为个性化期望质心侧偏角,将期望横摆角速度修正为个性化理想横摆角速度;
步骤6、将个性化理想横摆角速度分配至纵向动力学控制单元和横向动力学控制单元;
步骤7、所述纵向动力学控制单元根据个性化期望车速和步骤6分配得到的个性化理想横摆角速度计算四个车轮的驱动力矩或制动力矩,并将计算结果传递至纵向动力学执行单元执行;所述横向动力学控制单元根据个性化期望质心侧偏角和步骤6分配得到的个性化理想横摆角速度计算四个车轮的转角,并将计算结果传递至横向动力学执行单元执行。
进一步的,所述步骤2中计算车辆状态间接参数及道路环境参数包括以下步骤:
步骤201、建立基于GIM轮胎模型的非线性车辆动力学模型,构造状态方程和观测方程;利用泰勒公式展开式,对非线性模型线性化;
步骤202、依据扩展卡尔曼滤波算法流程进行迭代计算,估算车辆的质心侧偏角;
步骤203、依据扩展卡尔曼滤波算法流程进行迭代计算,估算路面附着系数;
步骤204、根据车辆质心侧偏角和路面附着系数的内在联系,对步骤202中的估算结果和步骤203中的估算结果交叉迭代直至收敛,得到最终的质心侧偏角和路面附着系数的估算结果。
进一步的,所述步骤3中将驾驶人的个性特征进行辨识并分为若干类型包括以下步骤:
步骤301、将加速踏板开度转换为加速踏板开度变化率,将制动踏板开度转换为制动踏板开度变化率,将纵向加速度转换为纵向加速度变化率,将方向盘转角转换为方向盘转角加速度;
步骤302、根据加速踏板开度变化率由上层RBF神经网络模型中的第一模型得到第一单因素识别结果;根据制动踏板开度变化率由上层RBF神经网络模型中的第二模型得到第二单因素识别结果;根据纵向加速度变化率由上层RBF神经网络模型中的第三模型得到第三单因素识别结果;根据方向盘转角加速度由上层RBF神经网络模型中的第四模型得到第四单因素识别结果;
步骤303、由第一单因素识别结果、第二单因素识别结果、第三单因素识别结果和第四单因素识别结果作为输入信息,下层RBF神经网络模型输出驾驶人的个性特征的类型。
进一步的,所述步骤4中期望车速通过以下公式计算,
Figure GDA0002528009320000031
其中Vdes表示期望车速,t表示当前时刻,t+1表示下一时刻,ades表示期望加速度,Vx表示当前时刻车速,所述期望加速度由以下方法计算:
如果Ob<Ob_l,且Od<Od_l,则ades=amin;如果Ob<Ob_l,且Od_l≤Od<Od_h,则
Figure GDA0002528009320000032
如果Ob<Ob_l,且Od≥Od_h,则ades=amax;如果Ob_l≤Ob<Ob_h,则
Figure GDA0002528009320000033
如果Ob≥Ob_h,则ades=-amax
其中ades表示期望加速度,amax表示加速度上限值,amin表示加速度下限值,Ob表示制动踏板开度,Ob_l表示制动踏板开度低阈值,Ob_h表示制动踏板开度高阈值,Ob_l<Ob_h,Od≥Od_h表示加速踏板开度,Od_l表示加速踏板开度低阈值,Od_h表示加速踏板开度高阈值,Od_l<Od_h
进一步的,所述步骤4中期望质心侧偏角和期望横摆角速度通过以下公式计算,
Figure GDA0002528009320000034
其中,ωdes表示期望质心侧偏角,βdes表示期望横摆角速度,
Figure GDA0002528009320000035
表示方向盘转角,μ表示路面附着系数,g表示重力加速度,Gω表示横摆角速度稳态增益,
Figure GDA0002528009320000036
其中,a表示汽车前轴到质心的距离,b表示汽车后轴到质心的距离,K表示汽车稳定性因数。
进一步的,所述步骤5对纵向、横向理想状态参数进行个性化修正,纵向个性化理想状态参数可按如下公式计算,
Vdes *=kx·Vdes
其中,kx表示不同类型驾驶人纵向修正系数,其数值根据步骤3的驾驶人个性特征类型确定;
横向个性化理想状态参数可按如下公式计算,
Figure GDA0002528009320000041
其中,ky表示不同类型驾驶人横向修正系数,其数值根据步骤3的驾驶人个性特征类型确定;
进一步的,所述步骤6将个性化理想横摆角速度分配至纵向动力学控制单元和横向动力学控制单元是根据个性化理想横摆角速度ωdes *和汽车当前时刻的实际横摆角速度ω,计算当前时刻横摆角速度误差eω和横摆角速度误差变化率
Figure GDA0002528009320000042
并进行以下处理:设定横摆角速度误差阈值eω_T和横摆角速度误差变化率阈值
Figure GDA0002528009320000043
如果eω≤eω_T,则ωdes *将全部分配给横向动力学控制单元;如果eω>eω_T,且
Figure GDA0002528009320000044
则ωdes *将全部分配给横向动力学控制单元;如果eω>eω_T,且
Figure GDA0002528009320000045
则ωdes *将按照1:kω的比例分别分配给纵向动力学控制单元与横向动力学控制单元,kω表示分配比例系数。
优选的,所述纵向动力学控制单元根据个性化期望车速和步骤6分配得到的个性化理想横摆角速度采用滑模控制的方法计算四个车轮的驱动力矩或制动力矩。
优选的,所述横向动力学控制单元根据个性化期望质心侧偏角和步骤6分配得到的个性化理想横摆角速度采用最优控制的方法计算四个车轮的转角。
本发明所提供的技术方案的优点在于:通过车辆横向动力学目标分配机制,既保证了纵向动力学系统在必要的时刻辅助横向动力学系统进行转向,提高车辆转向安全,又避免了纵向动力学系统在不必要时刻的频繁动作。本发明还进一步针对驾驶人的个性化特性加以考虑,并将其引入全线控电动汽车底盘动力学控制系统的设计中,实现底盘动力学控制系统的个性化。
附图说明
图1为基于驾驶人特性的全线控电动汽车底盘协调控制方法流程示意图。
图2为基于驾驶人特性的全线控电动汽车底盘协调控制系统模块示意图。
图3为期望车速计算方法示意图。
具体实施方式
下面结合实施例对本发明作进一步说明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等同形式的修改均落于本申请所附权利要求所限定的范围内。
请结合图1及图2所示,基于驾驶风格的线控转向系统传动比控制系统包括数据采集处理单元1、状态观测单元2、理想状态计算单元3、驾驶人特性辨识单元4、个性化理想状态计算单元5、横向动力学目标分配单元6、纵向动力学控制单元7、纵向动力学执行单元8、横向动力学控制单元9和横向动力学执行单元10。数据采集处理单元分别连接至状态观测单元、理想状态计算单元和驾驶人特性辨识单元;状态观测单元连接至理想状态计算单元;理想状态计算单元和驾驶人特性辨识单元连接至个性化理想状态计算单元;个性化理想状态计算单元分别连接至横向动力学目标分配单元、纵向动力学控制单元和横向动力学控制单元;纵向动力学控制单元连接至纵向动力学执行单元;横向动力学控制单元连接至横向动力学执行单元。
基于驾驶人特性的全线控电动汽车底盘协调控制方法具体实施如下:
步骤1、数据采集处理单元实时采集并处理驾驶行为参数和车辆状态直接参数,采集的参数包括:汽车纵向车速、纵向加速度、横摆角速度、加速踏板开度、制动踏板开度以及方向盘转角;处理驾驶行为参数和车辆状态直接参数是指对上述参数进行单位的转换;
步骤2、由状态观测单元根据步骤1获取的驾驶行为参数和车辆状态直接参数计算一些不便由传感器直接采集的车辆状态间接参数及道路环境参数;
具体步骤包括:
步骤201、建立基于GIM轮胎模型的非线性车辆动力学模型,构造状态方程和观测方程;利用泰勒公式展开式,对非线性模型线性化;
步骤202、依据扩展卡尔曼滤波算法流程进行迭代计算,估算车辆的质心侧偏角;
步骤203、依据扩展卡尔曼滤波算法流程进行迭代计算,估算路面附着系数;
步骤204、根据车辆质心侧偏角和路面附着系数的内在联系,对步骤202中的估算结果和步骤203中的估算结果交叉迭代直至收敛,得到最终的质心侧偏角和路面附着系数的估算结果。
步骤3、根据步骤1获得的驾驶行为参数和车辆状态直接参数将驾驶人的个性特征进行辨识并分为保守型、正常型、一般激进型和特别激进型中的一种;
具体步骤包括:
步骤301、将加速踏板开度转换为加速踏板开度变化率,将制动踏板开度转换为制动踏板开度变化率,将纵向加速度转换为纵向加速度变化率,将方向盘转角转换为方向盘转角加速度;
步骤302、根据加速踏板开度变化率,上层RBF神经网络模型中的加速踏板开度变化率RBF神经网络模型输出第一单因素辨识结果I;根据制动踏板开度变化率,上层RBF神经网络模型中的制动踏板开度变化率RBF神经网络模型输出第二单因素辨识结果II;根据纵向加速度变化率,上层RBF神经网络模型中的纵向加速度变化率RBF神经网络模型输出第三单因素辨识结果III;根据方向盘转角加速度,上层RBF神经网络模型中的方向盘转角加速度RBF神经网络模型输出第四单因素辨识结果IV;
步骤303、由第一单因素识别结果I、第二单因素识别结果II、第三单因素识别结果III和第四单因素识别结果IV作为输入信息,下层RBF神经网络模型输出驾驶人的个性特征的类型。
步骤4、根据驾驶行为参数、车辆状态直接参数车辆状态间接参数及道路环境参数计算下一时刻汽车的纵向理想状态参数和横向理想状态参数,所述纵向理想状态参数为期望车速,所述横向理想状态参数为期望质心侧偏角和期望横摆角速度;请结合图3所示,具体的计算如下:
Figure GDA0002528009320000061
其中Vdes表示期望车速,t表示当前时刻,t+1表示下一时刻,ades为期望加速度,所述期望加速度由以下方法计算:
如果制动踏板开度Ob<5%,且加速踏板开度Od<5%,则期望加速度ades=0;
如果制动踏板开度Ob<5%,且加速踏板开度5%≤Od<95%,则期望加速度
Figure GDA0002528009320000062
如果制动踏板开度Ob<5%,且加速踏板开度Od≥95%,则期望加速度ades=amax
如果制动踏板开度5%≤Ob<95%,则期望加速度
Figure GDA0002528009320000063
如果制动踏板开度Ob≥95%,则期望加速度ades=-amax
其中,amax表车辆的加速度上限值,amin表示车辆的加速度下限值;
期望质心侧偏角和期望横摆角速度通过以下公式计算,
Figure GDA0002528009320000064
其中,ωdes表示期望质心侧偏角,βdes表示期望横摆角速度,
Figure GDA0002528009320000065
表示方向盘转角,μ表示路面附着系数,g表示重力加速度,Gω表示横摆角速度稳态增益,
Figure GDA0002528009320000071
其中,a表示汽车前轴到质心的距离,b表示汽车后轴到质心的距离,K表示汽车稳定性因数。
步骤5、根据步骤3得到的驾驶人的个性特征类型将期望车速修正为个性化期望车速,Vdes *=kx·Vdes,其中,kx表示不同类型驾驶人纵向修正系数,实施例中保守型驾驶人取1.1、正常型驾驶人取1.0、一般激进型驾驶人取0.9、特别激进型驾驶人取0.8;将期望质心侧偏角修正为个性化期望质心侧偏角,将期望横摆角速度修正为个性化理想横摆角速度,
Figure GDA0002528009320000072
其中,ky表示不同类型驾驶人横向修正系数,实施例中保守型驾驶人取1.1、正常型驾驶人取1.0、一般激进型驾驶人取0.8、特别激进型驾驶人取0.7;
步骤6、将个性化理想横摆角速度分配至纵向动力学控制单元和横向动力学控制单元;具体分配步骤如下:
步骤601、根据个性化理想横摆角速度ωdes *和汽车当前时刻的实际横摆角速度ω,计算当前时刻横摆角速度误差eω和横摆角速度误差变化率
Figure GDA0002528009320000073
步骤602、如果当前时刻横摆角速度误差eω≤0.05rad/s,则个性化理想横摆角速度ωdes *将全部分配给横向动力学控制单元,并最终由横向动力学执行单元执行;
步骤603、如果当前时刻横摆角速度误差eω>0.05rad/s,且
Figure GDA0002528009320000074
则个性化理想横摆角速度ωdes *将全部分配给横向动力学控制单元,并最终由横向动力学执行单元执行;
步骤604、如果当前时刻横摆角速度误差eω>0.05rad/s,且
Figure GDA0002528009320000075
则个性化理想横摆角速度ωdes *将按照1:1的比例分别分配给纵向动力学控制单元与横向动力学控制单元,并最终由纵向动力学执行单元和横向动力学执行单元共同执行。
步骤7、所述纵向动力学控制单元根据个性化期望车速和步骤6分配得到的个性化理想横摆角速度采用滑模控制的方法计算四个车轮的驱动力矩或制动力矩,并将计算结果传递至纵向动力学执行单元执行;所述横向动力学控制单元根据个性化期望质心侧偏角和步骤6分配得到的个性化理想横摆角速度采用最优控制的方法计算四个车轮的转角,并将计算结果传递至横向动力学执行单元执行。
上述方法能够为不同特性驾驶人提供个性化的底盘动力学特征,提高汽车行驶安全以及改善驾驶体验,同时,设计中的横向动力学目标分配单元既保证了纵向动力学系统在必要的时刻辅助横向动力学系统进行转向,又避免了纵向动力学系统在不必要时刻的频繁动作,实现了底盘纵向、横向动力学系统间协调控制的同时,也提高了车辆转向时的安全性且降低了能力消耗。

Claims (9)

1.一种基于驾驶人特性的全线控电动汽车底盘协调控制方法,其特征在于,包括以下步骤:
步骤1、数据采集处理单元实时采集并处理驾驶行为参数和车辆状态直接参数;
步骤2、根据步骤1获取的驾驶行为参数和车辆状态直接参数计算车辆状态间接参数及道路环境参数;
步骤3、根据步骤1获得的驾驶行为参数和车辆状态直接参数将驾驶人的个性特征进行辨识并分为若干类型;
步骤4、根据驾驶行为参数、车辆状态直接参数、车辆状态间接参数及道路环境参数计算下一时刻汽车的纵向理想状态参数和横向理想状态参数,所述纵向理想状态参数为期望车速,所述横向理想状态参数为期望质心侧偏角和期望横摆角速度;
步骤5、根据步骤3得到的驾驶人的个性特征类型将期望车速修正为个性化期望车速,将期望质心侧偏角修正为个性化期望质心侧偏角,将期望横摆角速度修正为个性化理想横摆角速度;
步骤6、将个性化理想横摆角速度分配至纵向动力学控制单元和横向动力学控制单元;
步骤7、所述纵向动力学控制单元根据个性化期望车速和步骤6分配得到的个性化理想横摆角速度计算四个车轮的驱动力矩或制动力矩,并将计算结果传递至纵向动力学执行单元执行;所述横向动力学控制单元根据个性化期望质心侧偏角和步骤6分配得到的个性化理想横摆角速度计算四个车轮的转角,并将计算结果传递至横向动力学执行单元执行。
2.根据权利要求1所述的基于驾驶人特性的全线控电动汽车底盘协调控制方法,其特征在于,所述步骤2中计算车辆状态间接参数及道路环境参数包括以下步骤:
步骤201、建立基于GIM轮胎模型的非线性车辆动力学模型,构造状态方程和观测方程;利用泰勒公式展开式,对非线性模型线性化;
步骤202、依据扩展卡尔曼滤波算法流程进行迭代计算,估算车辆的质心侧偏角;
步骤203、依据扩展卡尔曼滤波算法流程进行迭代计算,估算路面附着系数;
步骤204、根据车辆质心侧偏角和路面附着系数的内在联系,对步骤202中的估算结果和步骤203中的估算结果交叉迭代直至收敛,得到最终的质心侧偏角和路面附着系数的估算结果。
3.根据权利要求1所述的基于驾驶人特性的全线控电动汽车底盘协调控制方法,其特征在于,所述步骤3中将驾驶人的个性特征进行辨识并分为若干类型包括以下步骤:
步骤301、将加速踏板开度转换为加速踏板开度变化率,将制动踏板开度转换为制动踏板开度变化率,将纵向加速度转换为纵向加速度变化率,将方向盘转角转换为方向盘转角加速度;
步骤302、根据加速踏板开度变化率由上层RBF神经网络模型中的第一模型得到第一单因素识别结果;根据制动踏板开度变化率由上层RBF神经网络模型中的第二模型得到第二单因素识别结果;根据纵向加速度变化率由上层RBF神经网络模型中的第三模型得到第三单因素识别结果,根据方向盘转角加速度由上层RBF神经网络模型中的第四模型得到第四单因素识别结果;
步骤303、由第一单因素识别结果、第二单因素识别结果、第三单因素识别结果和第四单因素识别结果作为输入信息,下层RBF神经网络模型输出驾驶人的个性特征类型。
4.根据权利要求1所述的基于驾驶人特性的全线控电动汽车底盘协调控制方法,其特征在于,所述步骤4中期望车速通过以下公式计算,
Figure FDA0002600799130000021
其中Vdes表示期望车速,t表示当前时刻,t+1表示下一时刻,ades表示期望加速度,Vx表示当前时刻车速,所述期望加速度由以下方法计算:
如果Ob<Ob_l,且Od<Od_l,则ades=amin;如果Ob<Ob_l,且Od_l≤Od<Od_h,则
Figure FDA0002600799130000022
如果Ob<Ob_l,且Od≥Od_h,则ades=amax;如果Ob_l≤Ob<Ob_h,则
Figure FDA0002600799130000023
如果Ob≥Ob_h,则ades=-amax
其中ades表示期望加速度,amax表示加速度上限值,amin表示加速度下限值,Ob表示制动踏板开度,Ob_l表示制动踏板开度低阈值,Ob_h表示制动踏板开度高阈值,Ob_l<Ob_h,Od表示加速踏板开度,Od_l表示加速踏板开度低阈值,Od_h表示加速踏板开度高阈值,Od_l<Od_h
5.根据权利要求1所述的基于驾驶人特性的全线控电动汽车底盘协调控制方法,其特征在于,所述步骤4中期望质心侧偏角和期望横摆角速度通过以下公式计算,
Figure FDA0002600799130000024
其中,ωdes表示期望质心侧偏角,βdes表示期望横摆角速度,
Figure FDA0002600799130000025
表示方向盘转角,μ表示路面附着系数,g表示重力加速度,Gω表示横摆角速度稳态增益,
Figure FDA0002600799130000031
其中,a表示汽车前轴到质心的距离,b表示汽车后轴到质心的距离,K表示汽车稳定性因数。
6.根据权利要求1所述的基于驾驶人特性的全线控电动汽车底盘协调控制方法,其特征在于,所述步骤5对纵向、横向理想状态参数进行个性化修正,纵向个性化理想状态参数可按如下公式计算,
Vdes *=kx·Vdes
其中,kx表示不同类型驾驶人纵向修正系数,其数值根据步骤3的驾驶人个性特征类型确定;
横向个性化理想状态参数可按如下公式计算,
Figure FDA0002600799130000032
其中,ky表示不同类型驾驶人横向修正系数,其数值根据步骤3的驾驶人个性特征类型确定。
7.根据权利要求1所述的基于驾驶人特性的全线控电动汽车底盘协调控制方法,其特征在于,所述步骤6将个性化理想横摆角速度分配至纵向动力学控制单元和横向动力学控制单元是根据个性化理想横摆角速度ωdes *和汽车当前时刻的实际横摆角速度ω,计算当前时刻横摆角速度误差eω和横摆角速度误差变化率
Figure FDA0002600799130000033
并进行以下处理:设定横摆角速度误差阈值eω_T和横摆角速度误差变化率阈值
Figure FDA0002600799130000034
如果eω≤eω_T,则ωdes *将全部分配给横向动力学控制单元;如果eω>eω_T,且
Figure FDA0002600799130000035
则ωdes *将全部分配给横向动力学控制单元;如果eω>eω_T,且
Figure FDA0002600799130000036
则ωdes *将按照1∶kω的比例分别分配给纵向动力学控制单元与横向动力学控制单元,kω表示分配比例系数。
8.根据权利要求1所述的基于驾驶人特性的全线控电动汽车底盘协调控制方法,其特征在于,所述纵向动力学控制单元根据个性化期望车速和步骤6分配得到的个性化理想横摆角速度采用滑模控制的方法计算四个车轮的驱动力矩或制动力矩。
9.根据权利要求1所述的基于驾驶人特性的全线控电动汽车底盘协调控制方法,其特征在于,所述横向动力学控制单元根据个性化期望质心侧偏角和步骤6分配得到的个性化理想横摆角速度采用最优控制的方法计算四个车轮的转角。
CN201811343373.3A 2018-11-13 2018-11-13 一种基于驾驶人特性的全线控电动汽车底盘协调控制方法 Active CN109435961B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811343373.3A CN109435961B (zh) 2018-11-13 2018-11-13 一种基于驾驶人特性的全线控电动汽车底盘协调控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811343373.3A CN109435961B (zh) 2018-11-13 2018-11-13 一种基于驾驶人特性的全线控电动汽车底盘协调控制方法

Publications (2)

Publication Number Publication Date
CN109435961A CN109435961A (zh) 2019-03-08
CN109435961B true CN109435961B (zh) 2020-10-02

Family

ID=65552120

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811343373.3A Active CN109435961B (zh) 2018-11-13 2018-11-13 一种基于驾驶人特性的全线控电动汽车底盘协调控制方法

Country Status (1)

Country Link
CN (1) CN109435961B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110001654B (zh) * 2019-05-06 2023-07-28 吉林大学 一种自适应驾驶员类型的智能车纵向速度跟踪控制系统及控制方法
CN110329085B (zh) * 2019-07-25 2021-08-06 吉林大学 一种整车控制器独立模块化的轮毂电机驱动电动汽车及其控制方法
CN112009564B (zh) * 2020-09-04 2021-12-14 中国第一汽车股份有限公司 一种线控转向控制方法、装置、设备及存储介质
CN112918458B (zh) * 2021-02-01 2022-04-08 南京航空航天大学 一种全工况下的智能线控底盘能耗预测优化方法
CN112874502B (zh) * 2021-03-01 2022-07-12 南京航空航天大学 一种智能交通环境下的线控底盘信息物理系统及控制方法
CN112896177B (zh) * 2021-03-26 2023-01-10 北京车和家信息技术有限公司 确定车辆行驶速度的方法、装置、存储介质及电子设备
CN113753054B (zh) * 2021-09-23 2023-01-20 扬州亚星客车股份有限公司 一种车辆线控底盘控制方法、装置、电子设备及介质
CN114647235B (zh) * 2022-05-24 2022-10-04 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) 一种线控底盘的控制方法、联合控制系统及服务器
CN115556761A (zh) * 2022-10-08 2023-01-03 合众新能源汽车有限公司 车速预测方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005037479B4 (de) * 2005-08-09 2017-10-26 Bayerische Motoren Werke Aktiengesellschaft Fahrdynamik-Steuerungssystem für ein zweispuriges Kraftfahrzeug
DE112009005330T5 (de) * 2009-10-30 2012-11-22 Ford Global Technologies, Llc Fahrzeug mit Identifikationssystem
CN105501078A (zh) * 2015-11-26 2016-04-20 湖南大学 一种四轮独立驱动电动汽车协同控制方法
CN105691381B (zh) * 2016-03-10 2018-04-27 大连理工大学 一种四轮独立驱动电动汽车稳定性控制方法及系统
CN107804315B (zh) * 2017-11-07 2019-07-16 吉林大学 一种考虑驾驶权实时分配的人车协同转向控制方法
CN108248601B (zh) * 2018-01-10 2019-07-16 大连理工大学 一种基于四轮独立驱动电动车的转向稳定性控制系统及方法
CN108248583B (zh) * 2018-02-09 2023-05-12 南京航空航天大学 一种汽车电子稳定控制系统及其分层控制方法

Also Published As

Publication number Publication date
CN109435961A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN109435961B (zh) 一种基于驾驶人特性的全线控电动汽车底盘协调控制方法
CN104773170B (zh) 一种车辆稳定性集成控制方法
Li et al. An optimal torque distribution control strategy for four-independent wheel drive electric vehicles
CN104260725B (zh) 一种含有驾驶员模型的智能驾驶系统
CN110901561B (zh) 汽车的底盘域控制器、系统及方法
JP6396213B2 (ja) ステアリング装置のラック力を決定するための方法、及び、ステアリング装置
CN111332362B (zh) 一种融合驾驶员个性的智能线控转向控制方法
CN108136935A (zh) 车速控制装置
WO2020113805A1 (zh) 一种自适应车辆弯道辅助控制方法、装置、计算机设备和存储介质
Pennycott et al. Enhancing the energy efficiency of fully electric vehicles via the minimization of motor power losses
JP6754433B2 (ja) ホイールスリップ及び車両加速を独立的に制御するためのシステム及び方法
CN112572411B (zh) 一种考虑轮胎侧偏特性的车辆底盘协调控制方法及系统
JP2003191774A (ja) 統合型車両運動制御装置
CN105857301B (zh) 用于带有独立前推进系统和后推进系统的车辆的扭矩控制
CN106542011B (zh) 对主动气动元件进行基于模型的控制的车辆
CN109017758B (zh) 一种先行调节的车辆稳定控制系统和方法
CN107272405B (zh) 匀质车辆队列的车辆分布式控制器增益求取方法和装置
CN110228480B (zh) 用于车辆的增强偏航响应的方法和系统
WO2022134929A1 (zh) 一种确定车辆质量方法、装置、设备及介质
CN113147420A (zh) 一种基于路面附着系数识别的目标优化转矩分配方法
CN113682282A (zh) 一种车辆稳定性控制方法、系统、车辆和存储介质
US20230311849A1 (en) Motion control in motor vehicles
CN107200013A (zh) 用于驾驶员命令解释器中可行状态确定的系统和方法
CN116674558A (zh) 一种确定全地形驾驶模式的方法、车辆和存储介质
CN116620046A (zh) 一种用于四轮独立分布式驱动车辆的稳定性驱动控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant