CN109606466B - 一种四轮独立驱动电动车辆的主动转向控制方法 - Google Patents

Abstract

本发明公开一种四轮独立驱动电动车辆的主动转向控制方法，包括以下步骤：预设理想车辆转向模型、状态反馈观测器、前轮转向角控制器和横摆力矩控制器；以车辆直行状态作为初始时刻，实时测量横向速度和横摆角速度，将未知前轮转向角和横摆力矩输入理想车辆转向模型，构造期望的数学模型，将横向速度和横摆角速度期望值与实时值比较，得到实时误差；将实时误差输入到状态观测器，得到稳定闭环系统，通过解线性矩阵不等式方法，既得到实时车辆横向速度和横摆角速度值，也得到实时前轮转向角和横摆力矩值，从而对车辆进行控制。该方法克服了电动车稳定性弱且经济适用的转向策略问题，提高车辆安全行驶的灵活操纵性，具有控制效果好、稳定性高的优点。

Description

一种四轮独立驱动电动车辆的主动转向控制方法

技术领域

本发明涉及车辆控制技术领域，尤其涉及一种四轮独立驱动电动车辆的主动转向控制方法。

背景技术

随着汽车技术的发展，电动汽车完全可由可充电电池(如铅酸电池、锂离子电池)提供动力，从而有利于减少污染气体的排放，具有节能环保的特点，从而使得电动汽车的研究和应用成为汽车研究的热点。

电动汽车的操纵稳定性是关系汽车安全行驶的一项重要性能。电动汽车的每个车轮都可以由车载的轮毂电机独立控制，由于轮毂电机快速和准确的响应，因而可以保证电动汽车具有灵活的驱动性能。电动汽车转向系统可以用来改变或保持汽车行驶的方向，其对汽车的安全行驶至关重要。现有技术中，电动汽车采用主动前轮转向(AFS，ActiveFront-wheel Steering)方式进行转向，就是一种驾驶员控制汽车的前轮转向，后轮跟随前轮转向的方式。人们针对主动前轮转向的控制问题，提出了前轮转向角的前馈控制和横摆角速度反馈控制等方法，可以有效的提高汽车的转向操纵稳定性。目前主动前轮转向系统的结构比较简单，生产成本也比较低，所以在汽车的应用上的到了广泛的使用。横摆力矩控制也是车辆动力学系统稳定控制中一种有效的控制方法，它由左右两侧车轮的力矩差所产生，可以调节车辆的横摆和横向运动，从而保证车辆的稳定性。车辆角速度传感器是车辆稳定系统的重要测量元件，可以测量绕车辆重心的旋转，有助于纠正车辆向前倾斜带来的不利影响，从而可以确保车辆的舒适性和安全性。

因此，现有技术需要进一步改进和完善。

发明内容

本发明的目的在于克服现有技术的不足，提供一种控制效果好、稳定性高的四轮独立驱动电动车辆的主动转向控制方法。

本发明的目的通过下述技术方案实现：

一种四轮独立驱动电动车辆的主动转向控制方法，该主动转向控制方法主要包括如下具体步骤：

步骤S1：预先设置理想车辆转向模型、状态反馈观测器、前轮转向角控制器和横摆力矩控制器。

步骤S2：以车辆直行状态作为初始时刻，在一定范围的扰动情况下，实时测量车辆的横向速度和横摆角速度，同时将未知的前轮转向角和横摆力矩输入理想车辆转向模型，从而构造了一个期望的横向速度和横摆角速度的数学模型，将期望的横向速度和横摆角速度与对应的实时横向速度和横摆角速度进行比较，从而得到实时的横向速度误差和横摆角速度误差。

步骤S3：对于构建的数学模型中存在一些时变参数，采用Takagi-Sugeno(T-S)模糊的方法进行处理。

步骤S4：将实时的横向速度误差和横摆角速度误差同时输入到状态观测器中，就会得到一个稳定的闭环系统，通过使用解线性矩阵不等式的方法，既可以得到实时估计的车辆横向速度和横摆角速度值，也可以得到实时的前轮转向角和横摆力矩值，并采用实时的前轮转向角和横摆力矩对车辆进行控制。

具体的，所述步骤S1中理想车辆转向模型构造过程如下：

建立如下的车辆转向运动学模型：

式中，V_x和V_y分别是车辆在x轴和y轴上的速度分量；M是车辆质量；Ω_z是车辆的横摆角速度；I_z是车辆绕z轴的转动惯量；l_f表示车辆前轴与车辆重心的间距；w₁(t)和w₂(t)表示外界的干扰因素；l_s表示车辆左右轮间距的一半；F_yf和F_yr分别表示前轮横向力和后轮横向力；ΔM_z表示车轮所受纵向力所产生附加控制的横摆力矩：

ΔM_z＝(F_xfr-F_xfl)l_s, (2)

前轮的侧偏角a_f和后轮的侧偏角a_r可以分别表示为：

式中，δ表示前轮转向角；l_r表示车辆后轴与车辆重心的间距；假设轮胎偏离角对车辆安全行驶的影响较小，则轮胎横向力可以表示为：

F_yi＝C_iα_i,(i＝f,r), (4)

定义系统的状态矢量x(t)＝[V_y Ω_z]^T,控制输入矢量u(t)＝[δ ΔM_z]^T和外界干扰因素w(t)＝[w₁ w₂]^T，根据式(3)和(4)建立如下的车辆状态空间模型为：

式中：系统矩阵

控制输入矩阵

考虑车辆模型含有时变参数，轮胎侧偏刚度值易受道路变化的影响，其值是不断变化的且有界；因此，轮胎侧偏刚度值可以表示为：

式中C_0f和C_0r分别表示侧偏刚度C_f和C_r的标称值；结合式子(6)，则C_f/M的值表示为：

式中λ_f和λ_r是时变参数；式子λ₁＝λ_f和

同样的，也可以定义

和

并且未知参数满足：λ_i(i＝2,3,4)|λ_i|≤1，其中

同时考虑车辆转向系统参数的变化因素对系统作用的影响，定义如下式子：

A＝A₀+ΔA,B＝B₀+ΔB, (8)

根据式子(8)，则式子(5)可以进一步写为：

式中：

分别表示系统矩阵A的标称矩阵和变化矩阵；

分别表示系统矩阵B的标称矩阵和变化矩阵；

根据ΔA和ΔB的定义，可以得到：

[ΔA ΔB]＝HN[E₁ E₂], (10)

式中：

N＝diag{λ₁,λ₂,λ₃,λ₄},

和

并且H，E₁和E₂都表示合适维数的矩阵，N满足N^TN≤I；

因此，构建理想车辆转向模型为：

式中：y(t)被定义为测量输出；z(t)被定义为控制输出；C₁＝[0 1]和C₂＝diag{1,1}，其中diag{·}表示为对角矩阵；

闭环系统(11)渐进稳定，并且满足如下H_∞性能指标：

式子中，γ表示衰减水平系数；

考虑到不同的装载条件，车辆质量将会变化，电动车辆系统将成为一个不确定因素的复杂系统；另外，惯性力矩将很容易受到不同质量的影响；为了减少电动车辆的质量和惯性力矩的变化量会对车辆的性能造成影响；采用Takagi-Sugeno(T-S)模糊方法来处理复杂非线性系统的不确定项，假设变量1/I_z(t)在范围内[1/I_zmax,1/I_zmin]变化，变量1/M(t)在范围内[1/M_max,1/M_min]变化.因此，可定义变量：

通过采用部分非线性方法，参数

和

可以表示为：

定义前提变量

和

如下：

M₁(ξ₁(t))+M₂(ξ₁(t))＝1,N₁(ξ₂(t))+N₂(ξ₂(t))＝1. (15)

车辆转向模型的隶属度函数可以表示为：

因此，理想车辆转向模型可以进一步写为：

定义变量：

h₁(ξ(t))＝M₁(ξ₁(t))×N₁(ξ₂(t)),h₂(ξ(t))＝M₁(ξ₁(t))×N₂(ξ₂(t)),

h₃(ξ(t))＝M₂(ξ₁(t))×N₁(ξ₂(t)),h₄(ξ(t))＝M₂(ξ₁(t))×N₂(ξ₂(t)).

定义权重函数：

h_i(ξ(t))≥0,

具体的，所述步骤S1中状态反馈观测器的具体构造过程如下：

式中：L_i表示观测器的增益；

表示状态矢量的估计状态；

表示测量输出的估计状态；定义误差

根据式子(11)和(18)推导出控制误差方程：

具体的，所述步骤S1中前轮转向角控制器及横摆力矩控制器的具体构造过程如下：

已知控制输入矢量u(t)＝[δ ΔM_z]^T,其中控制器u同时包含前轮转向角控制和横摆力矩控制；根据实际的控制需要，则定义控制器u的表达式如下：

式中：K_j(j＝1,...,4).是控制器增益矩阵；因此，采用上述的控制方法可以对车辆进行实时控制。

本发明的工作过程和原理是：本发明提出了一种四轮独立驱动电动车辆的主动转向控制方法，通过前轮转向角控制器、横摆力矩控制器和状态反馈观测器的组合控制，使得横摆角速度测量值与理想模型对应输出间的误差尽可能小，让车辆能够获得良好的跟踪性能，从而满足安全行驶稳定性要求。前轮转向角和横摆力矩控制的组合可以使得本发明的控制效果优于单一的方式的控制；一方面，可以获得良好的转向角精度；另一方面，特别是遇到路面上侧风，路面摩擦力等干扰情况下，能够获得好的控制效果，满足H_∞性能指标。本发明可以通过使用Takagi-Sugeno(T-S)方法来抑制或减少车辆模型中的时变参数变化带来的扰动对控制性能的影响，从而可以提高车辆转向系统的控制鲁棒性。该方法克服了电动车辆稳定性弱且经济适用的转向策略问题，使得车辆四个车轮更能协调的工作，以提高车辆安全行驶的灵活操纵性，具有控制效果好，稳定性高的特点。

附图说明

图1为本发明所提供的电动车辆运动学模型示意图。

图2为本发明提供的四轮独立驱动电动车辆主动转向控制方法的流程图。

图3为本发明所提供的车辆横摆角速度的波形图。

图4为本发明所提供的车辆前轮转向角的波形图。

图5为本发明所提供的车辆横摆力矩的波形图。

图6为本发明所提供的车辆横向速度估计的波形图。

图7为本发明所提供的车辆横摆角速度估计的波形图。

图8为本发明所提供的车辆横向速度的波形图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明作进一步说明。

实施例1：

如图1至图8所示，本实施例公开了一种四轮独立驱动电动车辆主动转向控制方法，其中，四轮独立驱动电动车辆设置有四个独立的动力驱动电机，并且两前轮都设置有两个独立的转向电机，这样的驱动设计，使得车辆操纵更加灵活，能够获得良好的转向精度，稳定性增强，如图1所示。如图2所示，介绍四轮独立驱动电动车辆主动转向控制方法包括以下步骤：

A、预设理想的车辆模型、状态反馈观测器、前轮转向角控制器、横摆力矩控制器；

所述的理想车辆转向运动模型构造过程如下：

建立如下的车辆转向运动学模型：

式中，V_x和V_y分别是车辆在x轴和y轴上的速度分量；M是车辆质量；Ω_z是车辆的横摆角速度；I_z是车辆绕z轴的转动惯量；l_f表示车辆前轴与车辆重心的间距；w₁(t)和w₂(t)表示外界的干扰因素；l_s表示车辆左右轮间距的一半；F_yf和F_yr分别表示前轮横向力和后轮横向力；ΔM_z表示车轮所受纵向力所产生附加控制的横摆力矩。

所述的状态反馈观测器的具体构造过程如下：

式中：L_i表示观测器的增益；

表示状态矢量的估计状态；

表示测量输出的估计状态。

B、以车辆直行状态作为初始时刻，在一定范围的扰动情况下，实时测量车辆的横向速度和横摆角速度，同时将未知的前轮转向角和横摆力矩输入理想车辆转向模型，从而构造了一个期望的横向速度和横摆角速度的数学模型，将期望的横向速度和横摆角速度与对应的实时横向速度和横摆角速度进行比较，从而得到实时的横向速度误差和横摆角速度误差。

C、对于构建的数学模型中存在一些时变参数，采用Takagi-Sugeno(T-S)模糊的方法进行处理。

D、将实时的横向速度误差和横摆角速度误差同时输入到状态观测器中，就会得到一个稳定的闭环系统，通过使用解线性矩阵不等式的方法，既可以得到实时估计的车辆横向速度和横摆角速度值，也可以得到实时的前轮转向角和横摆力矩值，并采用实时的前轮转向角和横摆力矩对车辆进行控制。

所述的前轮转向角控制器及横摆力矩控制器的具体构造过程如下：

已知控制输入矢量u(t)＝[δ ΔM_z]^T,其中控制器u同时包含前轮转向角控制和横摆力矩控制。根据实际的控制需要，则定义控制器u的表达式如下：

式中：K_i(i＝1,...,4).是控制器增益矩阵。

因此，采用上述的控制方法可以对车辆进行实时控制。

下面结合附图对本发明的具体实施方式作进一步的说明。本实例通过MATLAB软件对本申请方案进行仿真对比试验，车辆动力学模型的仿真参数如表1所示,其中，车辆的质量M(t)∈[1476kg,1524kg]和转动惯量Iz(t)∈[2457kg.m2,2543kg.m2]。鉴于车辆参数中轮胎侧偏刚度易发生变化，因此假定表1中的轮胎侧偏刚度值增加20％。

表1车辆参数

物理量	名称	数值
			l<sub>s</sub>	车轨宽度的一半	0.8m
l<sub>f</sub>	前轮到质心的距离	1.3m
			l<sub>r</sub>	后轮到质心的距离	1.4m
C<sub>f</sub>	前轮侧偏刚度	46000N/rad
			Cr	后轮侧偏刚度	45000N/rad
V<sub>x</sub>	纵向速度	30m/s

基于理想理想车辆状态模型和实际车辆状态模型，实时估计的横摆角速度值可以很好的跟踪理想的横摆角速度值，图3显示了车辆横摆角速度的时域响应曲线。对图3分析可见，在无控制的条件下，在0-2.2s的时间范围内，车辆横摆角速度才能收敛；然而在两种控制器组合控制的条件下，车辆横摆角速度能够在0-0.8s的时间范围内快速的收敛到稳定，极大地提高了车辆的稳定性。并且，与无控制的FWIA车辆相比，在控制作用的条件下，车辆横摆角速度的响应曲线的振荡现象明显得到抑制，稳定性得到提高，避免或降低了车辆行驶状态下驾驶员猛打方向盘造成的危险。而且可以看出，车辆附加控制的横摆角速度可以很好的跟踪理想的参考信号，具有良好的跟踪能力。

当车辆在道路上行驶的过程中，会受到路面上侧风，路面摩擦力等外界干扰因素的影响，从而使得车辆的稳定性弱，通过加入前轮转向角和横摆力矩控制，如图4和图5分别表示车辆前轮转向角和横摆力矩的时域响应曲线图，即前轮转向角和横摆力矩控制，对车辆进行实时控制，极大地提高了车辆的操纵稳定性。

当电动车辆处于工作状态或者转向状态时，通过状态反馈观测器来实时估计车辆的横向速度值和横摆角速度值；图6和图7表示当电动车辆处于工作状态或者转向状态时，通过状态反馈观测器分别来实时估计车辆的横向速度和横摆角速度的值，并得到相关的时域响应曲线图；

图8表示在附加的控制条件下，车辆横向速度的时域响应曲线，并与无控制的条件下进行对比。对图8可以看出，与无控制的FWIA电动车辆相比，受控车辆的横向速度稳定响应速度比较快，并且超调量小一些，能够保证车辆的横向稳定性。

本发明旨在提供一种四轮独立驱动电动车辆的主动转向控制方法，包括以下步骤：A、预设理想车辆转向模型、状态反馈观测器、前轮转向角控制器、横摆力矩控制器；B、以车辆直行状态作为初始时刻，在一定范围的扰动情况下，实时测量车辆的横向速度和横摆角速度，同时将未知的前轮转向角和横摆力矩输入理想车辆转向模型，从而构造了一个期望的横向速度和横摆角速度的数学模型，将期望的横向速度和横摆角速度与对应的实时横向速度和横摆角速度进行比较，从而得到实时的横向速度误差和横摆角速度误差；C、对于构建的数学模型中存在一些不确定参数，采用Takagi-Sugeno(T-S)模糊的方法进行处理。D、将实时的横向速度误差和横摆角速度误差同时输入到状态观测器中，就会得到一个稳定的闭环系统，通过使用解线性矩阵不等式的方法，既可以得到实时估计的车辆横向速度和横摆角速度值，也可以得到实时的前轮转向角和横摆力矩值，并采用实时的前轮转向角和横摆力矩对车辆进行控制。该方法克服了电动车辆稳定性弱且经济适用的转向策略问题，使得车辆四个车轮更能协调的工作，以提高车辆安全行驶的灵活操纵性，具有控制效果好，稳定性高的特点。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (1)

1.一种四轮独立驱动电动车辆的主动转向控制方法，其特征在于，包括如下步骤：

步骤S1：预先设置理想车辆转向模型、状态反馈观测器、前轮转向角控制器和横摆力矩控制器；

步骤S2：以车辆直行状态作为初始时刻，在一定范围的扰动情况下，实时测量车辆的横向速度和横摆角速度，同时将未知的前轮转向角和横摆力矩输入理想车辆转向模型，从而构造了一个期望的横向速度和横摆角速度的数学模型，将期望的横向速度和横摆角速度与对应的实时横向速度和横摆角速度进行比较，从而得到实时的横向速度误差和横摆角速度误差；

步骤S3：对于构建的数学模型中存在一些时变参数，采用Takagi-Sugeno(T-S)模糊的方法进行处理；

步骤S4：将实时的横向速度误差和横摆角速度误差同时输入到状态观测器中，就会得到一个稳定的闭环系统，通过使用解线性矩阵不等式的方法，既可以得到实时估计的车辆横向速度和横摆角速度值，也可以得到实时的前轮转向角和横摆力矩值，并采用实时的前轮转向角和横摆力矩对车辆进行控制；

所述步骤S1中理想车辆转向模型构造过程如下：

建立如下的车辆转向运动学模型：

式中，V_x和V_y分别是车辆在x轴和y轴上的速度分量；M是车辆质量；Ω_z是车辆的横摆角速度；I_z是车辆绕z轴的转动惯量；l_f表示车辆前轴与车辆重心的间距；w₁(t)和w₂(t)表示外界的干扰因素；l_s表示车辆左右轮间距的一半；F_yf和F_yr分别表示前轮横向力和后轮横向力；ΔM_z表示车轮所受纵向力所产生附加控制的横摆力矩：

ΔM_z＝(F_xfr-F_xfl)l_s, (2)

前轮的侧偏角a_f和后轮的侧偏角a_r可以分别表示为：

式中，δ表示前轮转向角；l_r表示车辆后轴与车辆重心的间距；假设轮胎偏离角对车辆安全行驶的影响较小，则轮胎横向力可以表示为：

F_yi＝C_iα_i,(i＝f,r), (4)

定义系统的状态矢量x(t)＝[V_y Ω_z]^T,控制输入矢量u(t)＝[δ ΔM_z]^T和外界干扰因素w(t)＝[w₁ w₂]^T，根据式(3)和(4)建立如下的车辆状态空间模型为：

式中：系统矩阵

控制输入矩阵

考虑车辆模型含有时变参数，轮胎侧偏刚度值易受道路变化的影响，其值是不断变化的且有界；因此，轮胎侧偏刚度值可以表示为：

式中C_0f和C_0r分别表示侧偏刚度C_f和C_r的标称值；结合式子(6)，则C_f/M的值表示为：

式中λ_f和λ_r是时变参数；式子λ₁＝λ_f和

同样的，也可以定义

和

并且未知参数满足：λ_i(i＝2,3,4)|λ_i|≤1，其中

同时考虑车辆转向系统参数的变化因素对系统作用的影响，定义如下式子：

A＝A₀+ΔA,B＝B₀+ΔB, (8)

根据式子(8)，则式子(5)可以进一步写为：

式中：

分别表示系统矩阵A的标称矩阵和变化矩阵；

分别表示系统矩阵B的标称矩阵和变化矩阵；

根据ΔA和ΔB的定义，可以得到：

[ΔA ΔB]＝HN[E₁ E₂], (10)

式中：

N＝diag{λ₁,λ₂,λ₃,λ₄},

和

并且H，E₁和E₂都表示合适维数的矩阵，N满足N^TN≤I；

因此，构建理想车辆转向模型为：

式中：y(t)被定义为测量输出；z(t)被定义为控制输出；C₁＝[0 1]和C₂＝diag{1,1}，其中diag{·}表示为对角矩阵；

闭环系统(11)渐进稳定，并且满足如下H_∞性能指标：

式子中，γ表示衰减水平系数；

考虑到不同的装载条件，车辆质量将会变化，电动车辆系统将成为一个不确定因素的复杂系统；另外，惯性力矩将很容易受到不同质量的影响；为了减少电动车辆的质量和惯性力矩的变化量会对车辆的性能造成影响；采用Takagi-Sugeno(T-S)模糊方法来处理复杂非线性系统的不确定项，假设变量1/I_z(t)在范围内[1/I_zmax,1/I_zmin]变化，变量1/M(t)在范围内[1/M_max,1/M_min]变化，因此，可定义变量：

通过采用部分非线性方法，参数

和

可以表示为：

定义前提变量

和

如下：

M₁(ξ₁(t))+M₂(ξ₁(t))＝1,N₁(ξ₂(t))+N₂(ξ₂(t))＝1 (15)

车辆转向模型的隶属度函数可以表示为：

因此，理想车辆转向模型可以进一步写为：

定义变量：

h₁(ξ(t))＝M₁(ξ₁(t))×N₁(ξ₂(t)),h₂(ξ(t))＝M₁(ξ₁(t))×N₂(ξ₂(t)),

h₃(ξ(t))＝M₂(ξ₁(t))×N₁(ξ₂(t)),h₄(ξ(t))＝M₂(ξ₁(t))×N₂(ξ₂(t))

定义权重函数：

h_i(ξ(t))≥0,

h_i＝h_i(ξ(t))；

所述步骤S1中状态反馈观测器的具体构造过程如下：

式中：L_i表示观测器的增益；

表示状态矢量的估计状态；

表示测量输出的估计状态；定义误差

根据式子(11)和(18)推导出控制误差方程：

所述步骤S1中前轮转向角控制器及横摆力矩控制器的具体构造过程如下：

已知控制输入矢量u(t)＝[δ ΔM_z]^T,其中控制器u同时包含前轮转向角控制和横摆力矩控制；根据实际的控制需要，则定义控制器u的表达式如下：

式中：K_j(j＝1,...,4)是控制器增益矩阵；因此，采用上述的控制方法可以对车辆进行实时控制。

Images