CN110758117B - 一种电动轮汽车驾驶员智能容错控制系统及其工作方法 - Google Patents

Abstract

一种电动轮汽车驾驶员智能容错控制系统及其工作方法。涉及电动轮汽车主动安全系统。提出了一种根据特定驾驶员的日常操作，汽车的实时行驶状态以及路面信息等进行分析、判断和处理后发出控制信号给四个驱动模块，以控制轮毂电机转矩，轮毂电机作用于车辆，从而控制车辆按照驾驶员意图安全稳定行驶，完成故障容错的电动轮汽车驾驶员智能容错控制系统。本发明的技术方案为：所述电动轮汽车包括车身、转向机构、前桥、后桥、四个电动轮集成；所述智能容错控制系统包括方向盘转角传感器、侧向加速度传感器、陀螺仪、GPS系统、摄像头、电子测控单元、四个车速传感器和四个驱动模块。具有个性化、智能化辅助驾驶员安全驾驶的优点。

Description

一种电动轮汽车驾驶员智能容错控制系统及其工作方法

技术领域

本发明涉及电动轮汽车主动安全系统，尤其涉及一种电动轮汽车驾驶员智能协调辅助容错控制系统。

背景技术

近些年来，迫于能源与环境的双重压力，各种形式的电动汽车正在成为全球汽车工业研发的焦点，电动轮汽车被业界认为是其中最有前景的一种。传统汽车驱动力由内燃机产生，经由变速箱、传动轴、差速器等一系列机械传动装置传递给车轮，驱动车辆行驶。电动轮汽车的驱动转矩由轮毂电机直接提供，电子测控单元根据驾驶员的油门踏板信号产生相应的控制信号，传递给电机的驱动单元，产生驱动力。相比较来看，电动轮汽车动力直接驱动车轮，省去中间环节，效率显著提升，且每个电机可以单独控制，易于实现各类先进底盘控制技术。然而，由于其执行器数量增加，且其驱动控制方式强烈依赖于电控系统，导致可靠性较传统机械驱动系统大幅降低，在电机出现故障时，对整车进行容错控制，保持汽车安全稳定行驶十分重要。

发明内容

本发明针对以上问题，提出了一种根据特定驾驶员的日常操作，汽车的实时行驶状态以及路面信息等进行分析、判断和处理后发出控制信号给四个驱动模块，以控制轮毂电机转矩，轮毂电机作用于车辆，从而控制车辆按照驾驶员意图安全稳定行驶，完成故障容错的电动轮汽车驾驶员智能容错控制系统。

本发明的技术方案为：所述电动轮汽车包括车身、转向机构、前桥、后桥、四个电动轮集成，所述前桥和后桥连接在车身中，四个所述电动轮集成分别设于前桥的两端和后桥的两端，所述转向机构与前桥相连接；所述转向机构包括方向盘、转向杆和转向器，所述转向杆的一端与方向盘连接、且另一端通过转向器与前桥连接；

所述智能容错控制系统包括方向盘转角传感器、侧向加速度传感器、陀螺仪、GPS系统、摄像头、电子测控单元、四个车速传感器和四个驱动模块；

所述方向盘转角传感器固定连接在转向杆上，用于采集方向盘的转角；

所述侧向加速度传感器固定连接在车身内，用于采集汽车的侧向加速度；

所述陀螺仪固定连接在车身内，用于采集汽车的航向角和横摆角速度；

所述GPS系统固定连接在车身内，用于采集汽车的位移；

所述摄像头固定连接在车身的前部，用于采集汽车前部的路面信息；

四个所述车速传感器分别设置于四个电动轮集成中，用于采集汽车的车速；

四个所述驱动模块分别设置于四个电动轮集成中，当某一个或某几个轮毂电机发生故障时，对剩余的正常的轮毂电机进行控制；

所述电子测控单元包括驾驶员参数及路径预测模块、图像处理及路径识别模块和容错控制模块，所述方向盘转角传感器、侧向加速度传感器、陀螺仪、GPS系统、四个车速传感器均连接所述驾驶员参数及路径预测模块，所述摄像头连接所述图像处理及路径识别模块，所述驾驶员参数及路径预测模块、图像处理及路径识别模块均连接所述容错控制模块，所述容错控制模块还与四个驱动模块连接；

通过驾驶员参数及路径预测模块对驾驶员参数进行辨识并存储，并根据方向盘的转角及汽车行驶状态预测路径；

通过图像处理及路径识别模块根据摄像头采集的信息识别当前路径；

通过容错控制模块根据驾驶员信息、汽车行驶状态以及当前路径进行分析和判断，并在处理后发出控制信号给驱动模块。

所述驾驶员参数及路径预测模块包括以下任务：

任务一、驾驶员参数辨识：建立驾驶员的转向特性模型，并根据电子测控单元接收到的驾驶员在各类驾驶工况下的操作数据，对该模型的参数进行辨识；

驾驶员的转向特性模型为：

其中，θ_sw(s)是驾驶员方向盘转角，G_h是转向增益，τ_L是微分时间参数，τ_d1是驾驶员神经反应滞后时间，τ_d2是驾驶员操纵反应滞后时间，ΔY(s)是预测位置与驾驶员预瞄点的横向位移差；

根据驾驶员视觉预瞄机制，ΔY(s)可描述为：

其中，

是驾驶员预瞄点的横向位移，τ_P是预瞄时间，Y(s)、θ(s)分别是当前时刻汽车的横向位移和航向角，L是驾驶员预瞄距离；

驾驶员预瞄距离L可近似描述为：

L＝v_x(s)τ_P；

其中，v_x(s)是汽车纵向速度；

任务二、路径预测：在车辆行驶时，利用驾驶员的转向特性模型以及汽车行驶状态预测车辆路径；

所述故障容错模块的算法是基于滑模控制算法设计的，滑模面定义为；

θ_swe＝θ_swd-θ_sw

其中，c₁、c₂均为增益且c₁>0、c₂>0，θ_swd是根据驾驶员的转向特性模型计算的参考方向盘转角。

任务一中对该驾驶员的转向特性模型的参数进行辨识的方法为：利用MATLAB全局优化工具箱确定待辨识参数的近似值；

定义待辨识参数的上下限为：

0.5≤G_h≤1.2

0.02≤τ_L≤0.3

0.1≤τ_d1≤0.34

0.03≤τ_d2≤0.3

0.4≤τ_P≤2.5

定义目标函数：

θ_r是实际驾驶过程中驾驶员的方向盘转角；

MATLAB全局优化工具箱用于查找此非光滑目标函数的全局最小值。

任务二中的路径预测功能具体通过以下公式实现：

其中，(X,Y)是车辆质心相对于地面坐标系的位置，X₀、Y₀和φ₀是t＝0时刻汽车的位置，β是车身质心侧偏角，φ是车辆横摆角，r是汽车横摆角速度。

同现有技术相比，本发明的有益效果在于：通过对驾驶员日常驾驶操作数据的采集，计算适宜的正常电动轮间驱动力矩差，补偿因电机失效产生的横摆力矩，达到容错控制的要求。与传统的容错控制相比，本发明能够充分考虑驾驶员的特性，在不干扰驾驶员正常操作的前提下，提供适宜的控制量，从而完成故障后处理，达到保持车辆安全稳定行驶的要求。同时，本系统配备一台友好的人机交互界面，实时采集特定驾驶员信息，具有个性化、智能化辅助驾驶员安全驾驶的优点。

附图说明

图1是本发明的结构示意图。

图中1是方向盘转角传感器，2是车身，3是侧向加速度传感器，4是陀螺仪，5是GPS系统，6是车速传感器，7是电动轮集成，8是驱动模块，9是摄像头，10是前桥，11是后桥，12是电子测控单元，13是驾驶员参数及路径预测模块，14是图像处理及路径识别模块，15是容错控制模块，16是方向盘，17是转向杆，18是转向器。

具体实施方式

本发明如图1所示，所述电动轮汽车包括车身2、转向机构、前桥10、后桥11、四个电动轮集成7，所述前桥10和后桥11连接在车身2中，四个所述电动轮集成7分别设于前桥10的两端和后桥11的两端，所述转向机构与前桥10相连接；所述转向机构包括方向盘16、转向杆17和转向器18，所述转向杆17的一端与方向盘16连接、且另一端通过转向器18与前桥10连接；

所述智能容错控制系统包括方向盘转角传感器1、侧向加速度传感器3、陀螺仪4、GPS系统5、摄像头9、电子测控单元12、四个车速传感器6和四个驱动模块8；

所述方向盘转角传感器1固定连接在转向杆17上，用于采集方向盘的转角；

所述侧向加速度传感器3固定连接在车身2内，用于采集汽车的侧向加速度；本案中的驾驶员模型为驾驶员转向模型，主要考虑汽车加速度的侧向分量；

所述陀螺仪4固定连接在车身2内，用于采集汽车的航向角和横摆角速度；

所述GPS系统5固定连接在车身2内，用于采集汽车的位移；

所述摄像头9固定连接在车身2的前部，用于采集汽车前部的路面信息；

四个所述车速传感器6分别设置于四个电动轮集成7中，用于采集汽车的车速；

四个所述驱动模块8分别设置于四个电动轮集成7中，当某一个或某几个轮毂电机发生故障时，对剩余的正常的轮毂电机进行控制，从而重新调整其余正常工作的轮毂电机的转速，使得汽车按照预定轨迹完成转向；

所述电子测控单元12包括驾驶员参数及路径预测模块13、图像处理及路径识别模块14和容错控制模块15，所述方向盘转角传感器1、侧向加速度传感器3、陀螺仪4、GPS系统5、四个车速传感器6均连接所述驾驶员参数及路径预测模块13，所述摄像头9连接所述图像处理及路径识别模块14，所述驾驶员参数及路径预测模块13、图像处理及路径识别模块14均连接所述容错控制模块15，所述容错控制模块15还与四个驱动模块8连接；

通过驾驶员参数及路径预测模块13对驾驶员参数进行辨识并存储，并根据方向盘的转角及汽车行驶状态预测路径；

通过图像处理及路径识别模块14根据摄像头9采集的信息识别当前路径；

通过容错控制模块15根据驾驶员信息、汽车行驶状态以及当前路径进行分析和判断，并在处理后发出控制信号给驱动模块。

这样，当某个轮毂电机失效时，容错控制模块15根据驾驶员信息、汽车行驶状态以及路面信息进行分析、判断，并在处理后发出控制信号给四个电机驱动模块，以控制轮毂电机转矩，轮毂电机作用于车辆，从而控制车辆按照驾驶员意图安全稳定行驶，完成故障容错。

具体来说：驾驶员参数及路径预测模块包含两个任务；

任务一、驾驶员参数辨识：根据驾驶员日常驾驶过程中，根据不同路径不同工况下的方向转角转矩等输入，建立驾驶员的转向特性模型，并通过历史驾驶数据对该模型的参数精确辨识；

任务二、路径预测：在车辆行驶时，利用驾驶员的转向特性模型以及汽车行驶状态预测车辆路径，汽车行驶状态包括纵向车速、横向车速、侧向加速度、横摆角速度、航向角、实时路径，其中纵/横向车速可以根据车速v(由车速传感器测得)、航向角θ(由陀螺仪测得)信息求得，表现为：纵向车速v_x＝vcosθ，横向车速v_y＝vsinθ。

图像处理及路径识别模块，根据摄像头采集到的画面，识别当前的路面信息，例如路沿，交通标志线等，识别出驾驶员的当前路径。

容错控制模块根据前两个模块的预处理信息(预测路径，实时路径)，针对驾驶员的转向特性模型，以及当前车辆行驶状态(纵/横向车速、侧向加速度、横摆角速度、航向角、实时路径)，充分考虑驾驶员的特性，在不干扰驾驶员正常操作的前提下，提供适宜的控制量，从而完成故障后处理，达到保持车辆安全稳定行驶的要求。

所述智能容错控制系统还包括人机交互界面。

人机交互界面由一台装有主控制程序的笔记本电脑提供，整个控制实施过程如下：将整个系统安装在电动轮汽车上后，给每个设备通电，进入人机交互界面，登陆驾驶员的用户名和密码。待程序检验正确后跳转至开始界面，电机启动按钮，系统运行。待车辆启动后，电子测控单元开始运行，方向盘转角传感器、侧向加速度传感器、陀螺仪、GPS系统、摄像头分别采集驾驶员在日常驾驶各类工况下的操作数据，输送给电子测控单元，通过对操作数据的分析，生成驾驶员的转向特性模型，并对模型的各个参数进行拟合标定，存储在电子测控单元内。当轮毂电机失效时，电子测控单元通过当前汽车行驶状态和路面信息的分析处理，以及存储的驾驶员的转向特性模型，对汽车路径进行预测，根据预测路径、实时路径以及车辆实时行驶状态，针对性地实施智能协调辅助控制，计算适宜的正常电动轮间驱动力矩差，电子测控单元产生控制信号，传递给轮毂电机驱动单元，重新调整每个电机的驱动力矩，补偿因故障电机产生的横摆力矩，以达到保持车辆安全稳定行驶的要求。

本发明的有益效果在于：通过对驾驶员日常驾驶操作数据的采集，计算适宜的正常电动轮间驱动力矩差，补偿因电机失效产生的横摆力矩，达到容错控制的要求。与传统的容错控制相比，本发明能够充分考虑驾驶员的特性，在不干扰驾驶员正常操作的前提下，提供适宜的控制量，从而完成故障后处理，达到保持车辆安全稳定行驶的要求。而且系统配备一台友好的人机交互界面，实时采集特定驾驶员信息，具有个性化、智能化辅助驾驶员安全驾驶的优点。

所述驾驶员参数及路径预测模块包括以下任务：

任务一、驾驶员参数辨识：建立驾驶员的转向特性模型，并根据电子测控单元接收到的驾驶员在各类驾驶工况下的操作数据，对该模型的参数进行辨识；

驾驶员的转向特性模型为：

其中，θ_sw(s)是驾驶员方向盘转角，G_h是转向增益，τ_L是微分时间参数，τ_d1是驾驶员神经反应滞后时间，τ_d2是驾驶员操纵反应滞后时间，ΔY(s)是预测位置与驾驶员预瞄点的横向位移差；

根据驾驶员视觉预瞄机制，ΔY(s)可描述为：

其中，

是驾驶员预瞄点的横向位移，τ_P是预瞄时间，Y(s)、θ(s)分别是当前时刻汽车的横向位移和航向角，L是驾驶员预瞄距离；

驾驶员预瞄距离L可近似描述为：

L＝v_x(s)τ_P；

其中，v_x(s)是汽车纵向速度；

任务二、路径预测：在车辆行驶时，利用驾驶员的转向特性模型以及汽车行驶状态(纵向车速、横向车速、侧向加速度、横摆角速度、航向角、实时路径)测车辆路径；

所述故障容错模块的算法是基于滑模控制算法设计的，滑模面定义为；

θ_swe＝θ_swd-θ_sw

其中，c₁、c₂均为增益且c₁>0、c₂>0，θ_swd是根据驾驶员的转向特性模型计算的参考方向盘转角。

任务一中对该驾驶员的转向特性模型的参数进行辨识的方法为：利用MATLAB(Matrix Laboratory，矩阵实验室)全局优化工具箱确定待辨识参数的近似值；

定义待辨识参数的上下限为：

0.5≤G_h≤1.2

0.02≤τ_L≤0.3

0.1≤τ_d1≤0.34

0.03≤τ_d2≤0.3

0.4≤τ_P≤2.5

定义目标函数：

θ_r是实际驾驶过程中驾驶员的方向盘转角；

MATLAB全局优化工具箱用于查找此非光滑目标函数的全局最小值。

任务二中的路径预测功能具体通过以下公式实现：

其中，(X,Y)是车辆质心相对于地面坐标系的位置，X₀、Y₀和φ₀是t＝0时刻汽车的位置，β是车身质心侧偏角，φ是车辆横摆角，r是汽车横摆角速度。

Claims (4)

1.一种电动轮汽车驾驶员智能容错控制系统，所述电动轮汽车包括车身、转向机构、前桥、后桥、四个电动轮集成，所述前桥和后桥连接在车身中，四个所述电动轮集成分别设于前桥的两端和后桥的两端，所述转向机构与前桥相连接；所述转向机构包括方向盘、转向杆和转向器，所述转向杆的一端与方向盘连接、且另一端通过转向器与前桥连接；其特征在于，

所述智能容错控制系统包括方向盘转角传感器、侧向加速度传感器、陀螺仪、GPS系统、摄像头、电子测控单元、四个车速传感器和四个驱动模块；

所述方向盘转角传感器固定连接在转向杆上，用于采集方向盘的转角；

所述侧向加速度传感器固定连接在车身内，用于采集汽车的侧向加速度；

所述陀螺仪固定连接在车身内，用于采集汽车的航向角和横摆角速度；

所述GPS系统固定连接在车身内，用于采集汽车的位移；

所述摄像头固定连接在车身的前部，用于采集汽车前部的路面信息；

四个所述车速传感器分别设置于四个电动轮集成中，用于采集汽车的车速；

四个所述驱动模块分别设置于四个电动轮集成中，当某一个或某几个轮毂电机发生故障时，对剩余的正常的轮毂电机进行控制；

所述电子测控单元包括驾驶员参数及路径预测模块、图像处理及路径识别模块和容错控制模块，所述方向盘转角传感器、侧向加速度传感器、陀螺仪、GPS系统、四个车速传感器均连接所述驾驶员参数及路径预测模块，所述摄像头连接所述图像处理及路径识别模块，所述驾驶员参数及路径预测模块、图像处理及路径识别模块均连接所述容错控制模块，所述容错控制模块还与四个驱动模块连接；

通过驾驶员参数及路径预测模块对驾驶员参数进行辨识并存储，并根据方向盘的转角及汽车行驶状态预测路径；

通过图像处理及路径识别模块根据摄像头采集的信息识别当前路径；

通过容错控制模块根据驾驶员信息、汽车行驶状态以及当前路径进行分析和判断，并在处理后发出控制信号给驱动模块。

2.一种权利要求1所述的电动轮汽车驾驶员智能容错控制系统的工作方法，其特征在于，所述驾驶员参数及路径预测模块包括以下任务：

任务一、驾驶员参数辨识：建立驾驶员的转向特性模型，并根据电子测控单元接收到的驾驶员在各类驾驶工况下的操作数据，对该模型的参数进行辨识；

驾驶员的转向特性模型为：

其中，θ_sw(s)是驾驶员方向盘转角，G_h是转向增益，τ_L是微分时间常数，τ_d1是驾驶员神经反应滞后时间，τ_d2是驾驶员操纵反应滞后时间，ΔY(s)是预测位置与驾驶员预瞄点的横向位移差；

根据驾驶员视觉预瞄机制，ΔY(s)可描述为：

其中，

是驾驶员预瞄点的横向位移，τ_P是预瞄时间，Y(s)、θ(s)分别是当前时刻汽车的横向位移和航向角，L是驾驶员预瞄距离；

驾驶员预瞄距离L可近似描述为：

L＝v_x(s)τ_P；

其中，v_x(s)是汽车纵向速度；

任务二、路径预测：在车辆行驶时，利用驾驶员的转向特性模型以及汽车行驶状态预测车辆路径；

故障容错模块的算法是基于滑模控制算法设计的，滑模面定义为；

θ_swe＝θ_swd-θ_sw

其中，c₁、c₂均为增益且c₁>0、c₂>0，θ_swd是根据驾驶员的转向特性模型计算的参考方向盘转角。

3.一种权利要求2所述的电动轮汽车驾驶员智能容错控制系统的工作方法，其特征在于，任务一中对该驾驶员的转向特性模型的参数进行辨识的方法为：利用MATLAB全局优化工具箱确定待辨识参数的近似值；

定义待辨识参数的上下限为：

0.5≤G_h≤1.2

0.02≤τ_L≤0.3

0.1≤τ_d1≤0.34

0.03≤τ_d2≤0.3

0.4≤τ_P≤2.5

定义目标函数：

θ_r是实际驾驶过程中驾驶员的方向盘转角；

MATLAB全局优化工具箱用于查找此非光滑目标函数的全局最小值。

4.一种权利要求2所述的电动轮汽车驾驶员智能容错控制系统的工作方法，其特征在于，任务二中的路径预测功能具体通过以下公式实现：

其中，(X,Y)是车辆质心相对于地面坐标系的位置，X₀、Y₀和φ₀是t＝0时刻汽车的位置，β是车身质心侧偏角，φ是车辆横摆角，r是汽车横摆角速度。

Images