CN110161854A - 一种高速公路重型卡车编队纵向行驶控制方法 - Google Patents
一种高速公路重型卡车编队纵向行驶控制方法 Download PDFInfo
- Publication number
- CN110161854A CN110161854A CN201910422168.4A CN201910422168A CN110161854A CN 110161854 A CN110161854 A CN 110161854A CN 201910422168 A CN201910422168 A CN 201910422168A CN 110161854 A CN110161854 A CN 110161854A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- control
- controller
- driving
- heavy truck
- 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
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种高速公路重型卡车队列行驶中车辆纵向跟随控制方法,对重型卡车在高速公路行驶过程中的状态进行分析,建立两车相互运动学模型,随后在该模型的基础上,设计了分布式自适应车辆编队控制器:分布式自适应车辆编队控制器使用相邻车通信结构,控制器通过获取与本车所相邻的前后车道路交通信息,在跟随过程中将前后车动态变化考虑进来,构建每一辆跟随车控制器的参考输入信号,并基于三步法控制原理,设计跟随车的分布式控制器,行驶过程中采用车间时距策略保证行驶时的车间安全距离。
Description
技术领域
本发明涉及一种高速公路重型卡车编队行驶控制方法,具体的说是一种保证高速公路重型卡车编队行驶过程中跟随性能及安全性能的车辆编队行驶控制方法。
背景技术
高速公路卡车编队中车辆数目逐渐增多时,可以进一步充分利用领航车对前方气流的屏障作用,实现进一步提升道路交通运输的燃油经济性以及高速公路的潜在容量,随着通信技术以及汽车电子技术的不断进步,实现多车编队行驶控制是卡车编队研究领域的必然趋势。然而相比于控制两车队列的控制问题,控制由多车组成编队进行协同行进需要控制器能同时兼顾前后车的同态变化,平衡与前后车的安全距离,同时保证应有的跟踪性能以及行驶安全性。
发明内容
本发明提供了一种高速公路重型卡车队列行驶中车辆纵向跟随控制方法,对重型卡车在高速公路行驶过程中的状态进行分析,建立两车相互运动学状态空间模型,随后在该模型的基础上,设计了分布式自适应车辆编队控制器:分布式自适应车辆编队控制器使用相邻车通信结构,控制器通过获取与本车所相邻的前后车道路交通信息,在跟随过程中将前后车动态变化考虑进来,构建每一辆跟随车控制器的参考输入信号,并基于三步法控制原理,设计跟随车的分布式控制器,行驶过程中采用车间时距策略保证行驶时的车间安全距离。
本发明通过以下技术方案实现的:
一种高速公路重型卡车编队纵向行驶控制方法,包括以下步骤:
步骤一、根据车辆在行驶过程中受力情况,建立两车相互运动学模型;
步骤二、基于步骤一建立的两车相互运动学模型,并应用李雅普诺夫函数判别法,设计控制器的参考输入信号,使得控制器在控制编队跟随车辆按照该参考信号行进时,整个编队在稳态时可以实现渐进稳定;
步骤三、基于三步法控制理论设计跟随车的分布式控制器,控制律包括类稳态控制律、参考前馈控制律以及误差反馈控制律三部分,分别从三个不同的角度保证了控制器对参考输入信号的跟踪效果,行驶过程中采用车间时距策略保证行驶时的车间安全距离。
本发明的效益为:
1.本发明将队列中两车的相对速度和两车的距离偏差作为跟踪目标,保证车辆队列在行驶过程中车间距离保持在期望距离,根据车辆行驶过程中空气阻力和车间距离的关系,本发明所提出的控制方法间接提升了车辆队列整体的燃油经济性。
2.控制器的参考输入将前后车动态变化同时考虑进来,兼顾了相对于每一辆跟随车的前后方车辆动态变化对安全性的影响,保证了编队车辆整体的安全性。
3.控制器设计方法基于三步法控制理论,从三个角度保证控制器能控制车辆完成对参考输入信号的跟踪效果,使得编队整体能平稳行进。
附图说明
图1为车辆纵向行驶示意图;
图2为编队行驶车间通信结构示意图;
图3为编队跟随车控制器控制框图;
具体实施方式
以下结合附图详细描述本发明的技术方案:
一种高速公路重型卡车编队纵向行驶控制方法,包括以下步骤:
步骤一:根据车辆在行驶过程中受力情况,建立两车相互运动学模型。
卡车行驶过程中的运动学十分复杂,很多研究是基于高精度车辆动力学模型,但其实复杂的车辆动力学模型并不容易建立,同时也不利于控制器的设计。本发明在牛顿第二定律的基础上,将卡车运动学模型进行简化为单自由度车辆模型,如图1所示,具体表达方法如公式(1)所示。
公式(1)中,Fengine为发动机产生的驱动力矩经车辆传动系统后作用于车轮产生的推力,具体表示为Froll为车辆受自身在沿道路垂直方向的重力分量作用,受道路路面摩擦产生平行切向的滚动阻力,具体可以表示为Froll=μMgcosθ,Fgravity为车辆受自身重力作用,在沿道路坡度斜向所产生的分量,具体表示为Fgravity=Mgsinθ,Fairdrag为车辆在行驶过程中所受空气阻力,具体表示为
v为车辆纵向的行驶速度,Ttq为发动机输出的力矩,单位Nm;ig为差速器传动比;i0为主减速器传动比;η为传动系机械效率;R为车轮有效半径,单位m,M为车辆行驶质量,单位kg;g为重力加速度,单位m/s2;μ为路面滚动阻力系数,其具体数值主要取决于轮胎的材料、路面湿滑程度以及周边环境情况;θ为道路坡度,A为卡车的有效迎风面积,单位m2;ρ为空气密度,单位kg/m3;d为车间距离,单位m;CD为空气阻力系数。
以期望车间距偏差epi和速度偏差evi作为状态量,其中epi=pi-1-pi-dres_i,evi=vi-1-vi,pi为编队中第i辆车的位置,ai为第i辆车的加速度,dres_i为第i辆车的期望车间距离,计算方法为dres_i=vihi-L,vi为第i辆车的行驶速度,L为车身长度,hi为固定参数,以输出力矩u=Tq作为控制量,建立非线性状态空间方程,如式(2)所示:
其中epi为期望车间距偏差,单位m;evi为速度偏差,单位m/s;
为了便于下一步的控制器设计以及对控制性能的理论分析,将对式(2)进行参数化处理,令θi,2=μg,θi,3=g,如式3所示:
步骤二:基于步骤一建立的两车相互运动学模型,并应用李雅普诺夫函数判别法,设计控制器参考输入信号,使得控制器在控制编队跟随车辆按照该参考信号行进时,整个编队在稳态时可以实现渐进稳定。
本发明设计的车辆编队控制器所采取的通信拓步结构如图2所示,队列中每一辆车会获取到前后车的状态信息,同时将本车车辆信息传递给前后车。考虑到本发明的车辆非线性动力学模型以及控制问题,经典控制理论中的根轨迹法、奈奎斯特曲线法等稳定性判别法在此并不适用,因此,本发明考虑车辆编队控制器设计过程中,将李雅普诺夫函数判别法应用进来,保证控制系统的稳定性。首先针对车辆数目为N的车辆编队,针对每一辆车定义耦合变量zi,如式(4)所示:
其中γi为一介于1和0的可变控制器参数。
针对队列中的第i辆车定义李雅普诺夫函数,如式(5)所示:
对其进行求导可得:
定义虚拟参考输入变量如式(7)所示:
其中ki,1为第i辆车的固定参数
定义参数的自适应律如式(8)所示:
针对由N辆车组成的车辆编队整体,可得整体李雅普诺夫函数为并将式(6)式(7)式(8)带入,对整体李雅普诺夫函数V1求导可得式(9):
从函数V1及其导数的形式可以看出,函数V1为正定且其导数为负定,且对任意的状态点,其导数不恒为0,且当evi趋于无穷时,V1也将趋于无穷,根据李雅普诺夫第二定律,当参考信号如公式(7)所示时,系统可以实现大范围渐进稳定。
步骤三:基于三步法控制理论设计跟随车的分布式控制器,控制律包括三个部分,分别为类稳态控制律、参考前馈控制律以及误差反馈控制律,从三个不同的角度保证了控制器对参考输入信号的跟踪效果,行驶过程中采用车间时距策略保证行驶时的车间安全距离。
控制律设计基于三步法控制理论,控制律ui包括类稳态控制律、参考前馈控制律、误差反馈控制律三个部分,分布式控制器的整体框图如图3所示。
控制器第一部分为类稳态控制,设计思路来源于工程中的Map查表控制,由于控制律是基于当前对系统状态的测量值建立的,而当前系统并不一定达到稳定状态,故该控制律为类稳态控制。对于公式(2)所描述的车辆运动学模型,根据编队车辆到达稳态的条件,系统状态量的一阶导数应为零,故令可得类稳态控制律ui,s:
对于复杂的被控系统,仅凭借类稳态控制律并不能保证系统一定能到达稳态,因此为了保证系统的响应速度,在三步法控制器设计中需要结合参考信号建立参考前馈控制ui,f,此时控制律变为ui=ui,s+ui,f,且令evi=e* vi,得到参考前馈控制律ui,f如下:
控制器在实际情况下难免会受到模型参数误差、外部干扰等因素的影响,为了保证控制系统对参考输入信号的跟踪性能,并消除稳态误差,需在前两步的基础上建立误差反馈控制律ui,e,此时控制律变为ui=ui,s+ui,f+ui,e,经过步骤二对参考输入信号形式的构造,为控制器设计提供了跟踪参考信号,定义新误差信号将其带入到公式(6)中,编队整体李雅普诺夫函数导数将变为如式(12)所示:
对误差信号εvi进行求导得到:
将公式(10)以及公式(11)带入公式(13)中,可以得到:
重新定义编队系统李雅普诺夫函数对其求导可得公式(15):
根据李雅普诺夫第二法的稳定性判别条件,为了保证编队系统的渐进稳定性,控制器的误差反馈控制律的形式选取如下:
Claims (4)
1.一种高速公路重型卡车编队纵向行驶控制方法,其特征在于,包括以下步骤:
步骤一、根据车辆在行驶过程中受力情况,建立两车相互运动学模型;
步骤二、基于步骤一建立的两车相互运动学模型,并应用李雅普诺夫函数判别法,设计控制器的参考输入信号,使得控制器在控制编队跟随车辆按照该参考信号行进时,整个编队在稳态时可以实现渐进稳定;
步骤三、基于三步法控制理论设计跟随车的分布式控制器,控制律包括类稳态控制律、参考前馈控制律以及误差反馈控制律三部分,分别从三个不同的角度保证了控制器对参考输入信号的跟踪效果,行驶过程中采用车间时距策略保证行驶时的车间安全距离。
2.如权利要求1所述的一种高速公路重型卡车编队纵向行驶控制方法,其特征在于,所述步骤一建立的两车相互运动学模型为:
其中,epi为期望车间距偏差,单位m;evi为速度偏差,单位m/s;
以期望车间距偏差epi和速度偏差evi作为状态量,其中epi=pi-1-pi-dres_i,evi=vi-1-vi,pi为编队中第i辆车的位置,dres_i为第i辆车的期望车间距离,dres_i=vihi-L,ai为第i辆车的加速度,vi为第i辆车的行驶速度,L为车身长度,hi为固定参数,ig为差速器传动比;i0为主减速器传动比;η为传动系机械效率;R为车轮有效半径,单位m,M为车辆行驶质量,单位kg;g为重力加速度,单位m/s2;μ为路面滚动阻力系数;θ为道路坡度,A为卡车的有效迎风面积,单位m2;ρ为空气密度,单位kg/m3;CD为空气阻力系数;
以发动机输出力矩u=Tq作为控制量,单位Nm;
对上式进行参数化处理,令θi,2=μg,θi,3=g,如下式所示:
3.如权利要求2所述的一种高速公路重型卡车编队纵向行驶控制方法,其特征在于,所述步骤二包括以下具体过程:
首先针对车辆数目为N的车辆编队,针对每一辆车定义耦合变量zi,如下式所示:
其中,γi为一介于1和0的可变控制器参数;
针对队列中的第i辆车定义李雅普诺夫函数,如下式所示:
对其进行求导可得:
定义虚拟参考输入变量如下式所示:
其中,ki,1为第i辆车的固定参数;
定义参数的自适应律如下式所示:
针对由N辆车组成的车辆编队整体,可得整体李雅普诺夫函数为对整体李雅普诺夫函数V1求导可得:
函数V1为正定且其导数为负定,且对任意的状态点,其导数不恒为0,且当evi趋于无穷时,V1也将趋于无穷,根据李雅普诺夫第二定律,当参考信号如下式所示时,系统可以实现大范围渐进稳定:
4.如权利要求3所述的一种高速公路重型卡车编队纵向行驶控制方法,其特征在于,所述步骤三的具体过程为:
控制器第一部分为类稳态控制律ui,s:
在三步法控制器设计中结合参考信号建立参考前馈控制ui,f,此时控制律变为ui=ui,s+ui,f,且令evi=e* vi,得到参考前馈控制律ui,f:
在前两步的基础上建立误差反馈控制律ui,e,此时控制律变为ui=ui,s+ui,f+ui,e,定义新误差信号编队整体李雅普诺夫函数导数将变为:
对误差信号εvi进行求导得到:
即:
重新定义编队系统李雅普诺夫函数对其求导可得:
根据李雅普诺夫第二法的稳定性判别条件,为了保证编队系统的渐进稳定性,控制器的误差反馈控制律的形式选取如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910422168.4A CN110161854B (zh) | 2019-05-21 | 2019-05-21 | 一种高速公路重型卡车编队纵向行驶控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910422168.4A CN110161854B (zh) | 2019-05-21 | 2019-05-21 | 一种高速公路重型卡车编队纵向行驶控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110161854A true CN110161854A (zh) | 2019-08-23 |
CN110161854B CN110161854B (zh) | 2021-06-29 |
Family
ID=67631510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910422168.4A Active CN110161854B (zh) | 2019-05-21 | 2019-05-21 | 一种高速公路重型卡车编队纵向行驶控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110161854B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110843793A (zh) * | 2019-12-04 | 2020-02-28 | 苏州智加科技有限公司 | 基于前馈控制的自动驾驶车辆的纵向控制系统和方法 |
CN112849135A (zh) * | 2019-11-27 | 2021-05-28 | 克诺尔商用车制动系统有限公司 | 对队列内车辆跟踪调整的方法和装置和具有该装置的车辆 |
CN112882389A (zh) * | 2021-01-13 | 2021-06-01 | 吉林大学 | 一种基于分段t-s模糊模型的车辆稳定性控制器设计方法 |
CN116013062A (zh) * | 2023-03-27 | 2023-04-25 | 江苏天一航空工业股份有限公司 | 一种港区无人驾驶重载移动平台智慧编队方法及系统 |
CN117930665A (zh) * | 2024-03-22 | 2024-04-26 | 苏州观瑞汽车技术有限公司 | 考虑车辆异质性的多自动驾驶矿卡同步控制方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105172790A (zh) * | 2015-10-30 | 2015-12-23 | 吉林大学 | 一种基于三步法的车辆横摆稳定性控制方法 |
CN105511268A (zh) * | 2016-01-07 | 2016-04-20 | 北京交通大学 | 一种针对列车执行器故障的复合控制方法 |
CN106125728A (zh) * | 2016-07-05 | 2016-11-16 | 上海电机学院 | 一种四驱轮式移动机器人轨迹跟踪控制方法 |
CN106338998A (zh) * | 2016-10-27 | 2017-01-18 | 吉林大学 | 一种控制汽车以簇形式编队行驶的方法 |
CN107688343A (zh) * | 2017-08-01 | 2018-02-13 | 北京理工大学 | 一种混合动力车辆的能量控制方法 |
CN108011947A (zh) * | 2017-11-30 | 2018-05-08 | 湖北汽车工业学院 | 一种车辆协作式编队行驶系统 |
CN109241674A (zh) * | 2018-10-16 | 2019-01-18 | 长安大学 | 一种智能网联车辆编队的多时延稳定性分析方法 |
CN109375510A (zh) * | 2018-11-14 | 2019-02-22 | 南京航空航天大学 | 一种用于高速列车的自适应滑模容错控制方法 |
CN109656255A (zh) * | 2019-01-28 | 2019-04-19 | 湖南大学 | 考虑通信拓扑时变下的车辆队列跟驰稳定性控制方法 |
-
2019
- 2019-05-21 CN CN201910422168.4A patent/CN110161854B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105172790A (zh) * | 2015-10-30 | 2015-12-23 | 吉林大学 | 一种基于三步法的车辆横摆稳定性控制方法 |
CN105511268A (zh) * | 2016-01-07 | 2016-04-20 | 北京交通大学 | 一种针对列车执行器故障的复合控制方法 |
CN106125728A (zh) * | 2016-07-05 | 2016-11-16 | 上海电机学院 | 一种四驱轮式移动机器人轨迹跟踪控制方法 |
CN106338998A (zh) * | 2016-10-27 | 2017-01-18 | 吉林大学 | 一种控制汽车以簇形式编队行驶的方法 |
CN107688343A (zh) * | 2017-08-01 | 2018-02-13 | 北京理工大学 | 一种混合动力车辆的能量控制方法 |
CN108011947A (zh) * | 2017-11-30 | 2018-05-08 | 湖北汽车工业学院 | 一种车辆协作式编队行驶系统 |
CN109241674A (zh) * | 2018-10-16 | 2019-01-18 | 长安大学 | 一种智能网联车辆编队的多时延稳定性分析方法 |
CN109375510A (zh) * | 2018-11-14 | 2019-02-22 | 南京航空航天大学 | 一种用于高速列车的自适应滑模容错控制方法 |
CN109656255A (zh) * | 2019-01-28 | 2019-04-19 | 湖南大学 | 考虑通信拓扑时变下的车辆队列跟驰稳定性控制方法 |
Non-Patent Citations (3)
Title |
---|
FU LIN等: "Optimal Control of Vehicular Formations With Nearest Neighbor Interactions", 《IEEE TRANSACTIONS ON AUTOMATIC CONTROL》 * |
WANG QIU等: "Autonomous Vehicle Longitudinal Following Control Based On Model Predictive Control", 《PROCEEDINGS OF THE 34TH CHINESE CONTROL CONFERENCE》 * |
郭洪艳等: "高速公路卡车队列行驶非线性滚动优化控制", 《吉林大学学报(工学版)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112849135A (zh) * | 2019-11-27 | 2021-05-28 | 克诺尔商用车制动系统有限公司 | 对队列内车辆跟踪调整的方法和装置和具有该装置的车辆 |
CN112849135B (zh) * | 2019-11-27 | 2023-11-03 | 克诺尔商用车制动系统有限公司 | 对队列内车辆跟踪调整的方法和装置和具有该装置的车辆 |
CN110843793A (zh) * | 2019-12-04 | 2020-02-28 | 苏州智加科技有限公司 | 基于前馈控制的自动驾驶车辆的纵向控制系统和方法 |
CN110843793B (zh) * | 2019-12-04 | 2021-11-23 | 苏州智加科技有限公司 | 基于前馈控制的自动驾驶车辆的纵向控制系统和方法 |
CN112882389A (zh) * | 2021-01-13 | 2021-06-01 | 吉林大学 | 一种基于分段t-s模糊模型的车辆稳定性控制器设计方法 |
CN116013062A (zh) * | 2023-03-27 | 2023-04-25 | 江苏天一航空工业股份有限公司 | 一种港区无人驾驶重载移动平台智慧编队方法及系统 |
CN117930665A (zh) * | 2024-03-22 | 2024-04-26 | 苏州观瑞汽车技术有限公司 | 考虑车辆异质性的多自动驾驶矿卡同步控制方法及系统 |
CN117930665B (zh) * | 2024-03-22 | 2024-06-07 | 苏州观瑞汽车技术有限公司 | 考虑车辆异质性的多自动驾驶矿卡同步控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110161854B (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110161854A (zh) | 一种高速公路重型卡车编队纵向行驶控制方法 | |
Ni et al. | Dynamics control of autonomous vehicle at driving limits and experiment on an autonomous formula racing car | |
Marzbani et al. | Autonomous vehicles: Autodriver algorithm and vehicle dynamics | |
Hu et al. | Output constraint control on path following of four-wheel independently actuated autonomous ground vehicles | |
CN107015477B (zh) | 基于状态反馈的车辆路径跟踪h∞控制方法 | |
CN110827535B (zh) | 非线性车辆队列协同自适应抗扰纵向控制方法 | |
CN106649983B (zh) | 用于无人驾驶车辆高速运动规划的车辆动力学模型建模方法 | |
Alipour et al. | Lateral stabilization of a four wheel independent drive electric vehicle on slippery roads | |
Wnag et al. | Path planning and stability control of collision avoidance system based on active front steering | |
CN108284836A (zh) | 一种车辆纵向跟随控制方法 | |
Yu et al. | MPC-based regional path tracking controller design for autonomous ground vehicles | |
CN110286681A (zh) | 一种变曲率弯道的动态自动驾驶换道轨迹规划方法 | |
Subosits et al. | Autonomous vehicle control for emergency maneuvers: The effect of topography | |
Zhang et al. | Cooperative strategy of trajectory tracking and stability control for 4WID autonomous vehicles under extreme conditions | |
Ying et al. | A sliding mode control approach to longitudinal control of vehicles in a platoon | |
Kim et al. | Compact cooperative adaptive cruise control for energy saving: Air drag modelling and simulation | |
CN108573109B (zh) | 一种基于Carsim仿真的公路圆曲线路段限速值计算方法 | |
CN113050651A (zh) | 智能车自主行驶路径跟踪的时滞控制方法及系统 | |
Wang et al. | Integrated path tracking control of steering and differential braking based on tire force distribution | |
Ali et al. | Urban platooning using a flatbed tow truck model | |
Ali et al. | Minimizing the inter-vehicle distances of the time headway policy for urban platoon control with decoupled longitudinal and lateral control | |
Fergani et al. | Full vehicle dynamics control based on LPV/ℋ∞ and flatness approaches | |
CN110162045A (zh) | 一种基于自适应三步法的卡车编队行驶跟随车控制方法 | |
Zhao et al. | PID slip control based on vertical suspension system for in-wheel-motored electric vehicles | |
Fujioka et al. | Control of longitudinal and lateral platoon using sliding control |
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 |