CN110228462A - 四轮轮毂电机驱动电动汽车横摆稳定性控制方法 - Google Patents
四轮轮毂电机驱动电动汽车横摆稳定性控制方法 Download PDFInfo
- Publication number
- CN110228462A CN110228462A CN201910409308.4A CN201910409308A CN110228462A CN 110228462 A CN110228462 A CN 110228462A CN 201910409308 A CN201910409308 A CN 201910409308A CN 110228462 A CN110228462 A CN 110228462A
- Authority
- CN
- China
- Prior art keywords
- yaw
- formula
- tire
- slip angle
- model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000013461 design Methods 0.000 claims abstract description 14
- 230000033001 locomotion Effects 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 7
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 241000153246 Anteros Species 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 229920006395 saturated elastomer Polymers 0.000 abstract description 4
- 238000012360 testing method Methods 0.000 description 35
- 238000004088 simulation Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000012857 repacking Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 101100427344 Mus musculus Usp10 gene Proteins 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000009941 weaving 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/02—Control of vehicle driving stability
-
- 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
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/42—Drive Train control parameters related to electric machines
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/46—Drive Train control parameters related to wheels
-
- 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)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Power Engineering (AREA)
- Automation & Control Theory (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
一种四轮轮毂电机驱动电动汽车横摆稳定性控制方法,属于控制技术领域。本发明的目的是通过对期望的质心侧偏角和期望的横摆角速度进行跟踪,使汽车获得更好稳定性的四轮轮毂电机驱动电动汽车横摆稳定性控制方法。本发明通过二自由度参考模型得到了车辆理想运动状态下质心侧偏角和横摆角速度的参考值,设计横摆力矩优化模型预测控制器,将最优的附加横摆力矩转化为四个轮毂电机附加转矩完成分配。本发明设计的横摆稳定性控制器能有效对质心侧偏角和横摆角速度的参考值进行跟踪,并且考虑了极限工况下轮胎侧向力饱和的因素,使得预测模型更为精准,同时求解出较小的附加横摆力矩,减小了能量损失。
Description
技术领域
本发明属于控制技术领域。
背景技术
随着能源危机、环境污染问题日益严重,电动汽车因为其能源清洁、低排放等优势,已经成为了世界上许多国家的重要研究对象。如今汽车工业迅速发展,汽车保有量不断增加,道路交通状况日趋复杂,提升汽车的安全性成为十分重要的问题。在极限工况下,汽车的安全状态接近或到达物理极限,稳定性急剧下降,易导致重大交通事故。极限工况下的汽车安全问题是全球面临的共性问题,是促进汽车技术发展的核心动力。集中式驱动的电动汽车的直接横摆力矩由差动制动产生,在极限工况下,很难快速准确地产生附加横摆力矩。而四轮轮毂电机驱动电动汽车可以直接在车轮内产生动力,每个轮毂电机均可独立为对应的车轮分配不同的转矩,既加快了响应速度,又提高了控制精度,在结构和功能方面都有着明显的优势。所以,极限工况下的四轮轮毂电机驱动电动汽车横摆稳定性控制问题的研究具有十分重要的意义。针对四轮轮毂电机驱动电动汽车在极限工况下的横摆稳定性控制主要有以下问题:
1.传统的控制算法假设质心侧偏角期望值为β*=0,然后建立横摆角速度期望值γ*的参考模型并对其进行跟踪。然而,当附加横摆力矩ΔMz作为控制输入时会使质心侧偏角产生变化,所以此假设是不完全合理的。
2.轮胎是一个复杂的非线性系统,轮胎力综合作用直接决定车辆的运动状态。在极限工况下,当轮胎侧偏角超过一定值时,轮胎侧向力Fy会最终达到饱和状态。现有的控制算法忽略了极限工况下的轮胎侧向力饱和,没有对轮胎侧向力进行约束,导致汽车的跟踪能力下降。
3.现有的电动汽车横摆稳定性控制方法在计算附加横摆力矩ΔMz时没有对其进行约束,所求出作用于汽车电机的附加转矩较大,导致利用轮胎纵向力产生所需附加横摆力矩时消耗了大量的能量。
发明内容
本发明的目的是通过对期望的质心侧偏角β*和期望的横摆角速度γ*进行跟踪,使汽车获得更好稳定性的四轮轮毂电机驱动电动汽车横摆稳定性控制方法。
本发明的步骤是:
一、车辆理想运动状态下质心侧偏角和横摆角速度:
①建立了一个二自由度的参考模型
式中,V为汽车纵向速度,前轮转向角输入δ到状态β和γ的响应是一个二自由度系统;
②根据频率响应得到从转向输入δ到横摆角速度γ*的传递函数:
式中,ωn表示车辆系统的自然频率,ζ表示阻尼系数,τγ表示从δ到γ*传递函数的系数,Kγ表示传递函数的稳定增益;
③车辆系统稳定系数为K,前后轴距离L=Lf+Lr这些参数由下式得到:
④期望的横摆角速度γ*会受到一个与附着系数相关的边界限制:
式中,μ为路面附着系数,g为重力加速度;
⑤同理,得到从转向输入δ到期望质心侧偏角β*的传递函数:
式中,ζ1表示阻尼系数,τβ表示从δ到β*传递函数的系数,Kβ表示传递函数的稳定增益;⑥期望的质心侧偏角β*相关的边界限制为:
二、建立面向控制器设计模型
①车辆模型:基于车辆动力学理论,简化的车辆动态特性描述为:
式中,β为质心侧偏角,γ为横摆角速度,Fyf、Fyr分别为前后轮胎侧向力,m为车身质量,V为车辆纵向速度,Lf、Lr分别为质心到前后轴的距离,Iz为车辆绕z轴的转动惯量,ΔMz为附加横摆力矩;
②轮胎模型,采用魔术公式对轮胎侧向力进行建模:
Fy=-Dysin(Cyarctan(Byα-Ey(Byα-arctanByα))) (16)
式中,By,Cy,Dy和Ey均由垂向载荷Fz决定,所以Fy可描述为一个与α和Fz相关的函数;
③把Fy的公式进行泰勒展开,得到一个三次多项式,得出如下的轮胎侧向力:
Fyf=-2Cfαf+2CfKaαf 3 (17)
Fyr=-2Crαr+2CrKbαr 3 (18)
式中,Cf、Cr为前、后轮胎侧偏刚度,αf、αr为前后轮胎侧偏角,Ka、Kb为拟合参数;定义前、后轮胎侧向力的最大值分别为Fyfmax,Fyrmax,则轮胎侧向力在饱和与不饱和时计算如下:
式中,前、后轮胎侧偏角αf,αr由下式计算:
式中,δ为前轮转向角;
④模型预测控制器
定义系统输入为u,系统状态为x,系统输出为y,它们分别为:
u=ΔMz,则得到面向电动汽车横摆稳定性控制的系统状态空间方程:
⑤将连续的系统状态空间方程进行离散化,Ts表示定步长采样时间间隔,这里我们选取Ts=0.05s,系统的输出系数矩阵为:
⑥则在k时刻,离散预测模型具体形式为:
y(k)=Cx(k) (28)
⑦对质心侧偏角的约束如下:
βmin≤βi≤βmax i=1,2,…,Nc-1 (29)
对附加横摆力矩的约束如下:
umin≤ui≤umax i=1,2,…,Nc-1 (30)
⑧根据模型预测控制,设计的目标函数如下:
式中,权重系数矩阵Γy=diag(Γy1,Γy2)和Γu分别是输出信号序列和控制信号序列的权重系数;
三、附加横摆力矩分配
利用以下公式将其转化为四个轮毂电机附加转矩完成分配:
式中,d为左轮到右轮宽度,Re为车轮半径,ΔTzfl,ΔTzrl,ΔTzfr,ΔTzrr分别是前左轮电机、后左轮电机、前右轮电机、后右轮电机所分配的附加转矩。
本发明针对极限工况下的四轮轮毂电机驱动电动汽车横摆稳定性控制问题,基于模型预测控制算法设计了横摆稳定性控制器,求解出最优的附加横摆力矩,并将其转化为附加转矩分配给四个轮毂电机,使汽车良好的跟踪上期望的质心侧偏角和横摆角速度。本发明设计的横摆稳定性控制器能有效对质心侧偏角和横摆角速度的参考值进行跟踪,并且考虑了极限工况下轮胎侧向力饱和的因素,使得预测模型更为精准,同时求解出较小的附加横摆力矩,减小了能量损失。
与现有技术相比本发明的有益效果是:
1.多数传统的控制算法为了保证车辆在极限工况下的稳定性,保守的设定期望的质心侧偏角β*=0,旨在采用跟踪期望横摆角速度γ*的方法来提高汽车的横摆稳定性。本发明计算出期望的质心侧偏角β*和期望的横摆角速度γ*,并对二者同时进行跟踪,利用模型预测控制算法,将二者作为期望输出放入目标函数中,计算出来的质心侧偏角β与横摆角速度γ不产生冲突,从而获得更好的横摆稳定性控制效果。
2.多数传统的控制算法对汽车转弯时的横摆角速度进行了限制,但是在极限工况下,轮胎侧向力Fy会逐渐增大,最终达到饱和,导致汽车的稳定性变差。本发明在预测系统未来状态时对轮胎侧向力进行了限幅,当Fy饱和时采用其限幅值进行计算,并且在预测时域内的每个采样时刻对轮胎侧向力是否饱和进行判断,将得到的轮胎侧向力用于预测未来的系统状态,从而提高了预测输出的精度。
3.多数传统的控制算法求出作用于汽车电机的附加横摆力矩较大,造成了很大的能量损失。本发明在模型预测过程中,对附加横摆力矩进行约束,然后将其放到目标函数中进行优化,在保证控制效果的同时,得出较小的附加横摆力矩,减小了能量损失,提高了电动汽车的续航性。
附图说明
图1是本发明所述的基于模型预测控制的四轮轮毂电机驱动电动汽车横摆稳定性控制框图;
图2是本发明所述的四轮轮毂电机驱动电动汽车CarSim配置概览;
图3是本发明所述的二自由度车辆模型;
图4是本发明所述的轮胎力变化特性曲线;
图5是本发明所述无轮胎侧向力限幅时的横摆角速度仿真图,单位为rad/s,横坐标为时间,单位为s;
图6是本发明所述无轮胎侧向力限幅时的横摆角速度仿真图,单位为rad/s,横坐标为时间,单位为s;
图7是本发明在Simulink中搭建的横摆稳定性控制器,主要是通过MATLAB中的M文件编译程序来实现模型预测控制算法;
图8是本发明所述双移线工况示意图;
图9是本发明所述蛇形工况示意图;
图10是本发明所述双移线工况下质心侧偏角仿真图,单位为rad,横坐标为时间,单位为s;
图11是本发明所述双移线工况下横摆角速度仿真图,单位为rad/s,横坐标为时间,单位为s;
图12是本发明所述蛇形工况下质心侧偏角仿真图,单位为rad,横坐标为时间,单位为s;
图13是本发明所述蛇形工况下横摆角速度仿真图,单位为rad/s,横坐标为时间,单位为s;
图14是本发明所述的实车试验方案框图;
图15是本发明所述的双移线工况实车试验现场;
图16是本发明所述双移线工况下实车质心侧偏角对比图,单位为rad,横坐标为时间,单位为s;
图17是本发明所述双移线工况下实车横摆角速度对比图,单位为rad/s,横坐标为时间,单位为s;
图18是本发明所述双移线工况下实车附加横摆力矩图,单位为N/m,横坐标为时间,单位为s;
图19是本发明所述的蛇形工况实车试验现场;
图20是本发明所述蛇形工况下实车质心侧偏角对比图,单位为rad,横坐标为时间,单位为s;
图21是本发明所述蛇形工况下实车横摆角速度对比图,单位为rad/s,横坐标为时间,单位为s;
图22是本发明所述蛇形工况下实车附加横摆力矩图,单位为N/m,横坐标为时间,单位为s。
具体实施方式
本发明主要针对极限工况下的四轮轮毂电机驱动电动汽车,利用模型预测控制算法来实现电动汽车横摆稳定性控制。通过对期望的质心侧偏角β*和期望的横摆角速度γ*进行跟踪,使汽车获得更好的稳定性;同时对轮胎侧向力进行限幅,在预测时域内的每个采样时刻对轮胎侧向力是否饱和进行判断,将得到的轮胎侧向力用于预测未来的系统状态,使得预测模型更为精准;然后对附加横摆力矩进行约束,将其放到目标函数中优化,得出较小的附加横摆力矩,减小了能量损失;最后将求解出的附加横摆力矩转化为附加转矩分配给四个轮毂电机。本发明能很好地解决以上三点问题,使汽车在极限工况下获得良好的稳定性。
本发明所述的研究方法是基于模型预测控制的,包括以下步骤:
首先,为了实现控制器设计,我们对实际系统进行分析化简,推导出了面向控制的模型;其次,通过二自由度车辆参考模型计算出期望的质心侧偏角β*和期望的横摆角速度γ*;然后,考虑了质心侧偏角β的约束和附加横摆力矩ΔMz的约束,将β和γ放入目标函数中对β*和γ*进行跟踪,并且将附加横摆力矩ΔMz也放入目标函数中进行优化;最后,通过求解目标函数获得最优的附加横摆力矩,并将其转化为附加转矩分配给四个轮毂电机,从而实现汽车横摆稳定性控制。
为解决上述技术问题,本发明采用如下技术方案进行实现:
本发明所述的基于模型预测控制的四轮轮毂电机驱动电动汽车横摆稳定性控制是通过软件联合仿真和实车试验验证实现的:
1、仿真环境由MATLAB/Simulink和CarSim高级仿真软件组成。
(1)MATLAB/Simulink软件用于电动汽车横摆稳定性控制系统的搭建;
(2)CarSim是一款参数化的整车动力学软件,它在本发明中的主要作用是提供高保真的四轮轮毂电机驱动电动汽车模型。在仿真中,这一模型代替了真实车辆作为控制方法的实施对象。
2、实车试验系统由MicroAutoBox、MATLAB/Simulink、ControlDesk NG、RT3002惯性导航系统以及一辆四轮轮毂电机驱动电动汽车组成。
(1)MicroAutoBox是dSPACE公司用于快速控制原型开发的硬件产品,我们把程序下载到MicroAutoBox里作为控制器,采用MicroAutoBox ITT 156针线端接插件将控制器与实车进行CAN总线通讯;
(2)MATLAB/Simulink用于创建控制器模型,在离线环境下对控制器模型进行测试,进行编译后为控制器模型生成实时C代码;
(3)ControlDesk NG是一款配合MicroAutoBox用于实时实验开发及管理的软件,其利用MATLAB/Simulink生成的C代码建立ControlDesk NG工程,进行开发实时测试环境并进行实车试验;
(4)RT3002是OxTS公司开发的的惯性导航系统,具有RTK(实时动态)功能,将RT3002安装在汽车上,获得纵向速度、侧向速度、横摆角速度、方向盘转角等汽车信息;
(5)四轮轮毂电机驱动电动汽车由一辆东风汽车集团有限公司的电动汽车改装而成,是本控制方法的实施对象。
从功能上说本发明可以包括以下几部分:二自由度参考模型、四轮轮毂电机驱动电动汽车模型、附加横摆力矩优化控制模块以及附加横摆力矩分配模块。下面详细说明各部分的作用:
二自由度参考模型的主要作用是计算出考虑边界限制后的期望的质心侧偏角β*和期望的横摆角速度γ*,确定汽车理想的运动状态。
四轮轮毂电机驱动电动汽车仿真模型的主要作用是提供汽车的各种状态信息,并且按照附加横摆力矩分配模块给出的信号来产生相应的附加转矩。
附加横摆力矩优化控制模块的主要作用是将质心侧偏角β和横摆角速度γ放入目标函数中对β*和γ*进行跟踪,并且将附加横摆力矩ΔMz也放入目标函数中进行优化以减小能耗;同时,考虑了质心侧偏角β的约束和附加横摆力矩ΔMz的约束;最后,通过求解目标函数获得对应的控制输入信号——附加横摆力矩ΔMz。
附加横摆力矩分配模块的主要作用是将求解出的附加横摆力矩ΔMz转化为四个轮毂电机的附加转矩信号,并将其发送给电动汽车。
为详细说明本发明的技术内容、构造特点、实现目的等,下面结合附图对本发明进行全面解释:
本发明中基于模型预测控制的四轮轮毂电机驱动电动汽车横摆稳定性控制方法的控制框图如图1所示,图中横摆稳定性控制器是在Simulink中搭建的,控制器的输入是通过二自由度参考模型计算出的期望的质心侧偏角、期望的横摆角速度,以及汽车实时反馈回控制器的纵向速度、侧向速度、质心侧偏角、横摆角速度和方向盘转角。四轮轮毂电机驱动电动汽车模型是在CarSim中搭建的如图2所示,用来模拟实车的运行,由控制器计算出的附加横摆力矩信号转化为附加转矩作用到CarSim模型中的四个轮毂电机,控制车辆的运行。
本发明的控制目标是,通过控制器计算得到最优的附加横摆力矩ΔMz,并将其转化为附加转矩分配给四个轮毂电机,从而使汽车获得良好的横摆稳定性。
本发明提供了基于以上运行原理和运行过程的装置,即基于PC机的软件仿真平台,以及基于MicroAutoBox的快速控制原型系统的实车试验装置。搭建以及运行过程如下:
1、软件选择
控制系统和被控对象的仿真模型分别通过软件MATLAB/Simulink和CarSim进行搭建,软件版本分别为MATLAB R2016a和CarSim 2016.1,求解器选择ode1,仿真步长为0.02s。
2、联合仿真设置
要实现MATLAB/Simulink和CarSim的联合仿真,首先把CarSim的工作路径设为指定的Simulink Model,然后将在CarSim中把设置好的车辆模型添加到Simulink中,运行Simulink从而实现两者的联合仿真与通信。如果对CarSim中的模型结构或者参数设置进行了修改,则需要重新发送。
3、四轮轮毂电机驱动电动汽车仿真模型搭建
如图2所示,CarSim电动汽车整车模型主要由车身、传动系、转向系、制动系、轮胎、悬架、空气动力学、工况配置等系统构成。选用四轮驱动车辆,其动力装置是四个轮毂电机,车轮外部转矩输入选用IMP_MYUSM_L1、IMP_MYUSM_L2、IMP_MYUSM_R1、IMP_MYUSM_R2、电动汽车参数如表一所示。
表一电动汽车参数表
参数 | 物理描述 | 数值 |
m | 整车质量 | 1430kg |
Re | 车轮半径 | 0.31m |
d | 左右轮距 | 1.55m |
μ | 路面附着系数 | 0.3 |
h | 质心高度 | 0.54m |
C<sub>f</sub> | 前轮轮胎侧偏刚度 | 90700N/m |
C<sub>r</sub> | 后轮轮胎侧偏刚度 | 1090000N/m |
L<sub>f</sub> | 质心到前轴的距离 | 1.050m |
L<sub>r</sub> | 质心到后轴的距离 | 1.610m |
I<sub>z</sub> | 车辆绕z轴的转动惯量 | 2059.2kg/m2 |
4、二自由度参考模型的设计
从车辆动力学的角度,质心侧偏角β和横摆角速度γ与车辆的稳定性和操纵性密切相关,为了确定车辆理想的运动状态,建立了一个二自由度的参考模型,其中期望的质心侧偏角β*反映了稳定性,期望的横摆角速度响应γ*反映了操纵性。由此电动汽车横摆稳定性控制问题就归纳为一个对参考状态跟踪的控制问题。
二自由度参考模型是一个线性的车辆模型,也被称为自行车模型,忽略了轮胎的非线性特性,其方程如下:
式中,V为汽车纵向速度,前轮转向角输入δ到状态β和γ的响应是一个二自由度系统。
根据频率响应分析,我们推导得到从转向输入δ到横摆角速度γ*的传递函数:
式中,ωn表示车辆系统的自然频率,ζ表示阻尼系数,τγ表示从δ到γ*传递函数的系数,Kγ表示传递函数的稳定增益,同时我们定义车辆系统稳定系数为K,前后轴距离L=Lf+Lr这些参数可由下式得到:
如果路面附着系数很低,轮胎力难以为车辆产生一个较大的横摆角速度值,因此期望的横摆角速度γ*会受到一个与附着系数相关的边界限制:
式中,μ为路面附着系数,g为重力加速度。
同理,得到从转向输入δ到期望质心侧偏角β*的传递函数:
式中,ζ1表示阻尼系数,τβ表示从δ到β*传递函数的系数,Kβ表示传递函数的稳定增益。
此时,期望的质心侧偏角β*相关的边界限制为:
综上所述,我们考虑了路面和轮胎间的附着系数的限制,通过二自由度参考模型得到了车辆理想运动状态下质心侧偏角和横摆角速度的参考值。
5、横摆力矩优化模型预测控制器设计
本发明中控制器的控制目标是在满足附加横摆力矩和质心侧偏角约束的前提下,利用汽车状态信息以及期望的质心侧偏角β*和期望的横摆角速度γ*计算得到最优的附加横摆力矩ΔMz。
5.1面向控制器设计模型建立
5.1.1车辆模型
车辆侧向和横摆运动与稳定性密切相关,我们假设车辆在转向过程中纵向速度保持不变或变化很小,仅对车辆侧向和横摆两个自由度进行动力学建模。为了简化车辆模型,忽略转向系统的影响,假定前两轮转向角相同,且驾驶员仅能操纵前轮转向,把汽车简化为只有侧向和横摆两个自由度的自行车模型,如图3所示。基于车辆动力学理论,简化的车辆动态特性可描述为:
式中,β为质心侧偏角,γ为横摆角速度,Fyf、Fyr分别为前后轮胎侧向力,m为车身质量,V为车辆纵向速度,Lf、Lr分别为质心到前后轴的距离,Iz为车辆绕z轴的转动惯量,ΔMz为附加横摆力矩。
5.1.2轮胎模型
轮胎力综合作用直接决定车辆的运动状态,因此轮胎特性的建模显得尤为重要,我们采用魔术公式对轮胎侧向力进行建模。
Fy=-Dysin(Cyarctan(Byα-Ey(Byα-arctanByα))) (16)
式中,By,Cy,Dy和Ey均由垂向载荷Fz决定,所以Fy可描述为一个与α和Fz相关的函数。
然而,复杂的轮胎模型并不适用于控制器的设计,由此考虑简化轮胎模型但仍保留其非线性特性,我们把Fy的公式进行泰勒展开,得到一个三次多项式,得出如下的轮胎侧向力:
Fyf=-2Cfαf+2CfKaαf 3 (17)
Fyr=-2Crαr+2CrKbαr 3 (18)
式中,Cf、Cr为前、后轮胎侧偏刚度,αf、αr为前后轮胎侧偏角,Ka、Kb为拟合参数。
但在极限工况下,当轮胎侧偏角超过一定值时,轮胎侧向力Fy会最终达到饱和状态,如图4所示。我们定义前、后轮胎侧向力的最大值分别为Fyfmax,Fyrmax,则轮胎侧向力在饱和与不饱和时计算如下:
式中,前、后轮胎侧偏角αf,αr由下式计算:
式中,δ为前轮转向角;
所得到的轮胎侧向力Fy将用于预测未来的系统状态,在预测时域内的每个采样时刻,都对Fy是否饱和进行判断,然后通过仿真验证给出了在预测模型中有无轮胎侧向胎力限幅的横摆角速度仿真结果如图5、6所示。当从控制器中去除轮胎侧向力限幅时,由于错误的计算了轮胎侧向力,横摆角速度跟踪误差明显变大。仿真结果表明在有轮胎侧向力限幅时,汽车可以更好地跟踪上期望横摆角速度,验证了对轮胎侧向力进行限幅的必要性和有效性。经过多次调试校验,最终确定采用Fyfmax=1200N,Fyrmax=800N对轮胎侧向力进行限幅,利用限幅后的轮胎侧向力能够更准确的预测质心侧偏角和横摆角速度,使横摆稳定性控制更为精确。
5.2模型预测控制器设计
定义系统输入为u,系统状态为x,系统输出为y,它们分别为:
u=ΔMz,则得到面向电动汽车横摆稳定性控制的系统状态空间方程:
用欧拉公式将连续的系统状态空间方程进行离散化,Ts表示定步长采样时间间隔,这里我们选取Ts=0.05s,系统的输出系数矩阵为:
则在k时刻,离散预测模型具体形式为:
y(k)=Cx(k) (28)
当质心侧偏角超过一定值时,车辆很难操纵。因此,对质心侧偏角的约束如下:
βmin≤βi≤βmax i=1,2,…,Nc-1 (29)
此外,附加横摆力矩应当尽可能小,来降低汽车能量消耗。因此,对附加横摆力矩的约束如下:
umin≤ui≤umax i=1,2,…,Nc-1 (30)
在获得系统输出的预测方程后,为了实现电动汽车横摆稳定性控制,要使实际车辆状态跟踪期望的目标β*、γ*,我们把目标函数定义为二次形式,来使预测输出和参考输出差值最小。并且我们需要在保持车辆稳定的前提下尽量减少整车能耗,因此,我们把附加横摆力矩ΔMz进行优化。综上所述,针对此带约束的控制问题,根据模型预测控制算法,设计的目标函数如下:
式中,权重系数矩阵Γy=diag(Γy1,Γy2)和Γu分别是输出信号序列和控制信号序列的权重系数。
Γy的大小反映对跟踪精度的要求,Γy越大,跟踪的偏差越小。Γu则反映对控制动作的要求,Γu越大,控制动作越小,在保持稳定性的前提下,能减小车辆的能量损耗。我们定义Np为预测时域,Nc为控制时域。本发明中我们设定Np=Nc,这个设定不仅能保证控制性能,还可以降低优化复杂度,缩短求解时间,满足车辆行驶过程中对实时性的需求。在后期经过大量仿真试验调试后,选定预测时域Np为5,控制时域Nc为5,质心侧偏角约束为-0.06rad≤β≤0.06rad,附加横摆力矩约束为-800Nm≤ΔMz≤800Nm,权重系数Γy1值为5,权重系数Γy2为1,权重系数Γu为2×10-7。
6、附加横摆力矩分配
利用上述控制器计算出最优的附加横摆力矩ΔMz后,需要利用以下公式将其转化为四个轮毂电机附加转矩完成分配:
式中,d为左轮到右轮宽度,Re为车轮半径,ΔTzfl,ΔTzrl,ΔTzfr,ΔTzrr分别是前左轮电机、后左轮电机、前右轮电机、后右轮电机所分配的附加转矩。
7、仿真验证
最终的横摆稳定性控制器如图7所示,主要通过MATLAB中的M文件编译程序实现。利用CarSim和Simulink进行联合仿真,仿真测试工况为路面摩擦系数约为0.35的双移线工况和蛇形工况,工况示意图如图8、9所示。得到的双移线工况质心侧偏角仿真结果如图10所示、横摆角速度仿真结果如图11所示;得到的蛇形工况质心侧偏角仿真结果如图12所示、横摆角速度仿真结果如图13所示。仿真结果表明控制器能够较好的跟踪期望的质心侧偏角和横摆角速度,对比无控制器,有控制器作用时汽车横摆稳定性有了显著的提升。
8、实车试验装置
在软件仿真的基础上,以东风汽车集团有限公司的改装四轮轮毂电机驱动电动汽车为试验对象,利用Simulink中验证好的实时控制模型,进行编译后为控制器模型生成C代码,然后利用此C代码生成对应的ControlDesk NG工程,进而将程序直接下载到MicroAutoBox中。利用RT3002惯性导航系统采集需要的四轮轮毂电机驱动电动汽车的实时数据,通过CAN总线与MicroAutoBox进行通信。然后使用ControlDesk NG下载程序至硬件MicroAutoBox并运行。利用ControlDesk NG开发实时测试环境并进行实车试验,ControlDesk NG可以直接访问实时系统并做变量观测、参数标定以及数据记录。
9、实车试验验证
为了进一步验证横摆稳定性模型预测控制器的控制性能,以东风汽车集团有限公司的改装四轮轮毂电机驱动电动汽车为试验对象,以硬件MicroAutoBox为核心设计了实车试验方案如图14所示。在黑河市东风汽车集团有限公司寒区试验场根据《GB/T 6323-2014汽车操纵稳定性试验方法》在雪路面上进行双移线和蛇形两种不同的极限工况下的试验。改变车辆速度,以算法开启和关闭作为对照,对横摆稳定性控制器的性能进行了验证。
(1)双移线工况试验
首次试验时,初始车速为50km/h,以该车速稳定直线行驶,然后进入双移线试验路段,同时标定参数并记录数据。逐步提高试验车速,重复上面操作,直至速度到达车辆极限而无法通过标桩。双移线工况实车试验现场如图15所示。
经过反复测试,双移线工况下在车速为65km/h时不启用控制器会因为无横摆稳定性控制而撞到标桩,无法通过。而开启横摆稳定性控制器可以在车速为73km/h时顺利通过标桩。在双移线工况下,车速为73km/h时实车质心侧偏角对比如图16所示,可以看出,有控制作用时汽车质心侧偏角明显较小;实车横摆角速度对比如图17所示,可以看出,有控制作用时汽车横摆角速度较小,并且可以跟踪上期望值曲线;实车附加横摆力矩如图18所示,可以看出,通过本控制器计算出的附加横摆力矩较小。从图中可以看出控制器具有良好的效果,试验在双移线极限工况下验证了本发明的有效性。
(2)蛇形工况试验
首次试验时,初始车速为40km/h,以该车速稳定直线行驶,然后进入蛇形试验路段,同时标定参数并记录数据。逐步提高试验车速,重复上面操作,直至速度到达车辆极限而无法通过标桩。蛇形工况实车试验现场如图19所示。
经过反复测试,双移线工况下在车速为50km/h时不启用控制器会因为无横摆稳定性控制而撞到标桩,无法通过。而开启横摆稳定性控制器可以在车速为60km/h时顺利通过标桩。在蛇形工况下,车速为60km/h时实车质心侧偏角对比如图20所示,可以看出,有控制作用时汽车质心侧偏角明显较小;实车横摆角速度对比如图21所示,可以看出,有控制作用时汽车横摆角速度明显较小,并且可以跟踪上期望值曲线;实车附加横摆力矩如图22所示,可以看出,通过本控制器计算出的附加横摆力矩较小。从图中可以看出控制器具有良好的效果,试验在蛇形极限工况下验证了本发明的有效性。
本发明针对四轮轮毂电机驱动电动汽车设计了基于模型预测控制的横摆稳定性控制方法,这种方法能够同时跟踪期望的质心侧偏角β*和期望的横摆角速度γ*,并且考虑了轮胎侧向力饱和、模型的非线性以及约束条件,利用模型预测控制设计出具有权重的优化代价函数,求解出较小的附加横摆力矩。为了验证横摆稳定性控制方法的有效性,首先采用MATLAB/Simulink和CarSim进行联合仿真,在不同极限工况、不同车速下对控制效果进行了仿真验证;然后,以东风汽车集团有限公司的改装四轮轮毂电机驱动电动汽车为试验对象进行实车试验验证。试验结果表明,本发明所设计的基于模型预测控制的横摆稳定性控制方法具有良好的控制性能。
Claims (1)
1.一种四轮轮毂电机驱动电动汽车横摆稳定性控制方法,其特征在于:其步骤是:
一、车辆理想运动状态下质心侧偏角和横摆角速度:
①建立了一个二自由度的参考模型
式中,V为汽车纵向速度,前轮转向角输入δ到状态β和γ的响应是一个二自由度系统;
②根据频率响应得到从转向输入δ到横摆角速度γ*的传递函数:
式中,ωn表示车辆系统的自然频率,ζ表示阻尼系数,τγ表示从δ到γ*传递函数的系数,Kγ表示传递函数的稳定增益;
③车辆系统稳定系数为K,前后轴距离L=Lf+Lr这些参数由下式得到:
④期望的横摆角速度γ*会受到一个与附着系数相关的边界限制:
式中,μ为路面附着系数,g为重力加速度;
⑤同理,得到从转向输入δ到期望质心侧偏角β*的传递函数:
式中,ζ1表示阻尼系数,τβ表示从δ到β*传递函数的系数,Kβ表示传递函数的稳定增益;
⑥期望的质心侧偏角β*相关的边界限制为:
二、建立面向控制器设计模型
①车辆模型:基于车辆动力学理论,简化的车辆动态特性描述为:
式中,β为质心侧偏角,γ为横摆角速度,Fyf、Fyr分别为前后轮胎侧向力,m为车身质量,V为车辆纵向速度,Lf、Lr分别为质心到前后轴的距离,Iz为车辆绕z轴的转动惯量,ΔMz为附加横摆力矩;
②轮胎模型,采用魔术公式对轮胎侧向力进行建模:
Fy=-Dysin(Cyarctan(Byα-Ey(Byα-arctanByα))) (16)
式中,By,Cy,Dy和Ey均由垂向载荷Fz决定,所以Fy可描述为一个与α和Fz相关的函数;
③把Fy的公式进行泰勒展开,得到一个三次多项式,得出如下的轮胎侧向力:
Fyf=-2Cfαf+2CfKaαf 3 (17)
Fyr=-2Crαr+2CrKbαr 3 (18)
式中,Cf、Cr为前、后轮胎侧偏刚度,αf、αr为前后轮胎侧偏角,Ka、Kb为拟合参数;
定义前、后轮胎侧向力的最大值分别为Fyfmax,Fyrmax,则轮胎侧向力在饱和与不饱和时计算如下:
式中,前、后轮胎侧偏角αf,αr由下式计算:
式中,δ为前轮转向角;
④模型预测控制器
定义系统输入为u,系统状态为x,系统输出为y,它们分别为:
u=ΔMz,则得到面向电动汽车横摆稳定性控制的系统状态空间方程:
⑤将连续的系统状态空间方程进行离散化,Ts表示定步长采样时间间隔,这里我们选取Ts=0.05s,系统的输出系数矩阵为:
⑥则在k时刻,离散预测模型具体形式为:
y(k)=Cx(k) (28)
⑦对质心侧偏角的约束如下:
βmin≤βi≤βmax i=1,2,…,Nc-1 (29)
对附加横摆力矩的约束如下:
umin≤ui≤umax i=1,2,…,Nc-1 (30)
⑧根据模型预测控制,设计的目标函数如下:
式中,权重系数矩阵Γy=diag(Γy1,Γy2)和Γu分别是输出信号序列和控制信号序列的权重系数;
三、附加横摆力矩分配
利用以下公式将其转化为四个轮毂电机附加转矩完成分配:
式中,d为左轮到右轮宽度,Re为车轮半径,ΔTzfl,ΔTzrl,ΔTzfr,ΔTzrr分别是前左轮电机、后左轮电机、前右轮电机、后右轮电机所分配的附加转矩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910409308.4A CN110228462B (zh) | 2019-05-17 | 2019-05-17 | 四轮轮毂电机驱动电动汽车横摆稳定性控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910409308.4A CN110228462B (zh) | 2019-05-17 | 2019-05-17 | 四轮轮毂电机驱动电动汽车横摆稳定性控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110228462A true CN110228462A (zh) | 2019-09-13 |
CN110228462B CN110228462B (zh) | 2021-03-26 |
Family
ID=67861284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910409308.4A Active CN110228462B (zh) | 2019-05-17 | 2019-05-17 | 四轮轮毂电机驱动电动汽车横摆稳定性控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110228462B (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687797A (zh) * | 2019-11-11 | 2020-01-14 | 湖南大学 | 一种基于位置和姿态的自适应mpc泊车横向控制方法 |
CN111002840A (zh) * | 2019-12-24 | 2020-04-14 | 大连理工大学 | 一种分布式驱动电动汽车的容错控制方法 |
CN111055921A (zh) * | 2019-12-31 | 2020-04-24 | 吉林大学 | 一种基于数据驱动的四轮转向模型预测控制方法 |
CN111158264A (zh) * | 2020-01-09 | 2020-05-15 | 吉林大学 | 面向车载应用的模型预测控制快速求解方法 |
CN111169293A (zh) * | 2020-01-19 | 2020-05-19 | 北京理工大学 | 无人车放宽静稳定动力学控制方法及系统 |
CN111332278A (zh) * | 2020-03-25 | 2020-06-26 | 北京理工大学 | 一种分布式驱动电动车辆横向稳定控制方法及系统 |
CN111332277A (zh) * | 2020-03-06 | 2020-06-26 | 吉林大学 | 极限工况下基于稳定区域的车辆侧向稳定性控制方法 |
CN111391822A (zh) * | 2020-03-27 | 2020-07-10 | 吉林大学 | 一种极限工况下汽车横纵向稳定性协同控制方法 |
CN111645696A (zh) * | 2020-04-28 | 2020-09-11 | 武汉理工大学 | 一种分布式驱动越野车复杂越野工况辨识方法 |
CN111674386A (zh) * | 2020-05-15 | 2020-09-18 | 武汉科技大学 | 基于afs和dyc的车辆协调控制方法、装置及存储介质 |
CN111688501A (zh) * | 2020-05-09 | 2020-09-22 | 南京航空航天大学 | 一种非充气防暴电动轮式驱动汽车的稳定性控制系统及其工作方法 |
CN111806427A (zh) * | 2020-06-08 | 2020-10-23 | 北京理工大学 | 一种四轮毂电机驱动车辆的综合控制方法 |
CN112092645A (zh) * | 2020-08-18 | 2020-12-18 | 江苏大学 | 一种分布式驱动电动汽车的经济型横向稳定性控制方法 |
CN112172788A (zh) * | 2020-09-30 | 2021-01-05 | 东风汽车集团有限公司 | 用于提高车辆操纵稳定性的分布式三电机驱动力分配策略 |
CN112346337A (zh) * | 2020-09-15 | 2021-02-09 | 吉林大学 | 极限工况下基于后轮主动转向的车辆稳定性控制方法 |
CN112373293A (zh) * | 2020-09-11 | 2021-02-19 | 东风越野车有限公司 | 一种轮毂电机分布式驱动系统故障处理方法 |
CN112606826A (zh) * | 2020-12-24 | 2021-04-06 | 江苏大学 | 一种基于路面附着系数的状态变量全约束直接横摆力矩控制算法 |
CN112622875A (zh) * | 2020-11-04 | 2021-04-09 | 北京理工大学 | 一种四轮毂电机驱动车辆的下层力矩分配控制方法和综合控制方法 |
CN112904826A (zh) * | 2021-01-18 | 2021-06-04 | 辽宁工业大学 | 一种无人驾驶电动赛车算法开发平台 |
CN113022551A (zh) * | 2021-03-26 | 2021-06-25 | 华南理工大学 | 一种操纵杆线控转向控制方法 |
CN113085578A (zh) * | 2021-04-26 | 2021-07-09 | 浙江吉利控股集团有限公司 | 一种基于模糊pid的四驱汽车横摆控制方法及其装置 |
CN113978263A (zh) * | 2021-11-02 | 2022-01-28 | 长春工业大学 | 一种驱动轮防滑与转矩优化融合的电动汽车稳定性控制方法 |
CN114954032A (zh) * | 2022-05-09 | 2022-08-30 | 武汉理工大学 | 车辆滑移转向控制方法、系统、装置及存储介质 |
US20230044869A1 (en) * | 2021-07-22 | 2023-02-09 | GM Global Technology Operations LLC | Vehicle actuation commands to affect transient handling |
WO2023240760A1 (zh) * | 2022-06-16 | 2023-12-21 | 常州工学院 | 面向电动汽车横向稳定控制的经济型优化策略构建方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104175902A (zh) * | 2014-07-25 | 2014-12-03 | 南京航空航天大学 | 电动轮汽车轮毂电机转矩分配系统的转矩分配控制方法 |
CN107139775A (zh) * | 2017-04-26 | 2017-09-08 | 江苏大学 | 一种基于非光滑技术的电动车直接横摆力矩控制方法 |
CN108482363A (zh) * | 2018-04-09 | 2018-09-04 | 吉林大学 | 车辆横摆稳定性预测模型控制方法 |
-
2019
- 2019-05-17 CN CN201910409308.4A patent/CN110228462B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104175902A (zh) * | 2014-07-25 | 2014-12-03 | 南京航空航天大学 | 电动轮汽车轮毂电机转矩分配系统的转矩分配控制方法 |
CN107139775A (zh) * | 2017-04-26 | 2017-09-08 | 江苏大学 | 一种基于非光滑技术的电动车直接横摆力矩控制方法 |
CN108482363A (zh) * | 2018-04-09 | 2018-09-04 | 吉林大学 | 车辆横摆稳定性预测模型控制方法 |
Non-Patent Citations (1)
Title |
---|
任秉韬: "四轮驱动电动汽车转矩协调优化控制研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687797A (zh) * | 2019-11-11 | 2020-01-14 | 湖南大学 | 一种基于位置和姿态的自适应mpc泊车横向控制方法 |
CN110687797B (zh) * | 2019-11-11 | 2022-04-19 | 湖南大学 | 一种基于位置和姿态的自适应mpc泊车横向控制方法 |
CN111002840A (zh) * | 2019-12-24 | 2020-04-14 | 大连理工大学 | 一种分布式驱动电动汽车的容错控制方法 |
CN111002840B (zh) * | 2019-12-24 | 2022-07-12 | 大连理工大学 | 一种分布式驱动电动汽车的容错控制方法 |
CN111055921A (zh) * | 2019-12-31 | 2020-04-24 | 吉林大学 | 一种基于数据驱动的四轮转向模型预测控制方法 |
CN111158264A (zh) * | 2020-01-09 | 2020-05-15 | 吉林大学 | 面向车载应用的模型预测控制快速求解方法 |
CN111169293A (zh) * | 2020-01-19 | 2020-05-19 | 北京理工大学 | 无人车放宽静稳定动力学控制方法及系统 |
CN111332277A (zh) * | 2020-03-06 | 2020-06-26 | 吉林大学 | 极限工况下基于稳定区域的车辆侧向稳定性控制方法 |
CN111332277B (zh) * | 2020-03-06 | 2022-05-31 | 吉林大学 | 极限工况下基于稳定区域的车辆侧向稳定性控制方法 |
CN111332278B (zh) * | 2020-03-25 | 2021-05-11 | 北京理工大学 | 一种分布式驱动电动车辆横向稳定控制方法及系统 |
CN111332278A (zh) * | 2020-03-25 | 2020-06-26 | 北京理工大学 | 一种分布式驱动电动车辆横向稳定控制方法及系统 |
CN111391822A (zh) * | 2020-03-27 | 2020-07-10 | 吉林大学 | 一种极限工况下汽车横纵向稳定性协同控制方法 |
CN111645696A (zh) * | 2020-04-28 | 2020-09-11 | 武汉理工大学 | 一种分布式驱动越野车复杂越野工况辨识方法 |
CN111688501B (zh) * | 2020-05-09 | 2023-09-26 | 南京航空航天大学 | 一种非充气防暴电动轮式驱动汽车的稳定性控制系统及其工作方法 |
CN111688501A (zh) * | 2020-05-09 | 2020-09-22 | 南京航空航天大学 | 一种非充气防暴电动轮式驱动汽车的稳定性控制系统及其工作方法 |
CN111674386A (zh) * | 2020-05-15 | 2020-09-18 | 武汉科技大学 | 基于afs和dyc的车辆协调控制方法、装置及存储介质 |
CN111806427A (zh) * | 2020-06-08 | 2020-10-23 | 北京理工大学 | 一种四轮毂电机驱动车辆的综合控制方法 |
CN111806427B (zh) * | 2020-06-08 | 2021-10-08 | 北京理工大学 | 一种四轮毂电机驱动车辆的综合控制方法 |
CN112092645B (zh) * | 2020-08-18 | 2021-09-10 | 江苏大学 | 一种分布式驱动电动汽车的经济型横向稳定性控制方法 |
CN112092645A (zh) * | 2020-08-18 | 2020-12-18 | 江苏大学 | 一种分布式驱动电动汽车的经济型横向稳定性控制方法 |
CN112373293A (zh) * | 2020-09-11 | 2021-02-19 | 东风越野车有限公司 | 一种轮毂电机分布式驱动系统故障处理方法 |
CN112346337A (zh) * | 2020-09-15 | 2021-02-09 | 吉林大学 | 极限工况下基于后轮主动转向的车辆稳定性控制方法 |
CN112172788A (zh) * | 2020-09-30 | 2021-01-05 | 东风汽车集团有限公司 | 用于提高车辆操纵稳定性的分布式三电机驱动力分配策略 |
CN112622875A (zh) * | 2020-11-04 | 2021-04-09 | 北京理工大学 | 一种四轮毂电机驱动车辆的下层力矩分配控制方法和综合控制方法 |
CN112606826A (zh) * | 2020-12-24 | 2021-04-06 | 江苏大学 | 一种基于路面附着系数的状态变量全约束直接横摆力矩控制算法 |
CN112606826B (zh) * | 2020-12-24 | 2022-02-15 | 江苏大学 | 一种基于路面附着系数的状态变量全约束直接横摆力矩控制算法 |
CN112904826A (zh) * | 2021-01-18 | 2021-06-04 | 辽宁工业大学 | 一种无人驾驶电动赛车算法开发平台 |
CN113022551B (zh) * | 2021-03-26 | 2022-03-29 | 华南理工大学 | 一种操纵杆线控转向控制方法 |
CN113022551A (zh) * | 2021-03-26 | 2021-06-25 | 华南理工大学 | 一种操纵杆线控转向控制方法 |
CN113085578A (zh) * | 2021-04-26 | 2021-07-09 | 浙江吉利控股集团有限公司 | 一种基于模糊pid的四驱汽车横摆控制方法及其装置 |
US20230044869A1 (en) * | 2021-07-22 | 2023-02-09 | GM Global Technology Operations LLC | Vehicle actuation commands to affect transient handling |
US11724739B2 (en) * | 2021-07-22 | 2023-08-15 | GM Global Technology Operations LLC | Vehicle actuation commands to affect transient handling |
CN113978263A (zh) * | 2021-11-02 | 2022-01-28 | 长春工业大学 | 一种驱动轮防滑与转矩优化融合的电动汽车稳定性控制方法 |
CN114954032A (zh) * | 2022-05-09 | 2022-08-30 | 武汉理工大学 | 车辆滑移转向控制方法、系统、装置及存储介质 |
CN114954032B (zh) * | 2022-05-09 | 2024-06-25 | 武汉理工大学 | 车辆滑移转向控制方法、系统、装置及存储介质 |
WO2023240760A1 (zh) * | 2022-06-16 | 2023-12-21 | 常州工学院 | 面向电动汽车横向稳定控制的经济型优化策略构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110228462B (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110228462A (zh) | 四轮轮毂电机驱动电动汽车横摆稳定性控制方法 | |
Yuan et al. | Nonlinear MPC-based slip control for electric vehicles with vehicle safety constraints | |
Xu et al. | Torque optimization control for electric vehicles with four in-wheel motors equipped with regenerative braking system | |
CN105045102B (zh) | 一种车辆侧向稳定非线性集成控制方法 | |
Zeng et al. | Model predictive control-based dynamic coordinate strategy for hydraulic hub-motor auxiliary system of a heavy commercial vehicle | |
CN103823929A (zh) | 一种基于驾驶员模型的车辆转向系统性能测试方法 | |
An et al. | Game theory-based control strategy for trajectory following of four-wheel independently actuated autonomous vehicles | |
de Carvalho Pinheiro et al. | Design and validation of a high-level controller for automotive active systems | |
Parra et al. | Validation of a real-time capable multibody vehicle dynamics formulation for automotive testing frameworks based on simulation | |
Cao et al. | An improved motion control with cyber-physical uncertainty tolerance for distributed drive electric vehicle | |
Li et al. | Lateral stability regulation of intelligent electric vehicle based on model predictive control | |
Bárdos et al. | Implementation and experimental evaluation of a MIMO drifting controller on a test vehicle | |
Zhang et al. | A survey of vehicle dynamics modeling methods for autonomous racing: Theoretical models, physical/virtual platforms, and perspectives | |
Shangguan et al. | Coordinated control of path tracking and energy optimization for in-wheel motor drive electric buses with velocity estimation | |
Lattarulo et al. | Towards conformant models of automated electric vehicles | |
Fehér et al. | Proving ground test of a ddpg-based vehicle trajectory planner | |
Wang et al. | A double-layered nonlinear model predictive control based control algorithm for local trajectory planning for automated trucks under uncertain road adhesion coefficient conditions | |
Hamilton et al. | Modeling and simulation of an autonomous-capable electrified vehicle: A review | |
Wang et al. | Modeling and simulation of automobile anti-lock braking system based on Simulink | |
Zhiwei et al. | Simulation research on trajectory tracking controller based on MPC algorithm | |
Li et al. | Time-Optimal Trajectory Planning and Tracking for Autonomous Vehicles | |
Kovács et al. | Modeling of commercial vehicles for vehicle dynamics control development | |
Valera et al. | Integrated Modeling Approach for Highly electrified HEY. Yirtual Design and Simulation Methodology for Advanced Powertrain Prototyping | |
Liu et al. | Vehicle Trajectory Planning and Control Based on Bi-Level Model Predictive Control Algorithm | |
Du et al. | Control strategy for four-wheel steering vehicle based on collaborative simulation |
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 |