CN112977413A - 一种分布式驱动电动汽车稳定性控制方法 - Google Patents

Abstract

本发明公开了一种分布式驱动电动汽车稳定性控制方法。该方法主要包括以下步骤：首先，基于理想的二自由度模型和实际的车辆模型之间稳定性参数的差值，判断此时车辆是否处于稳定性状态。如果判断此时车辆处于不稳定状态，则采取纵向力优化分配模式，以轮胎利用率为目标优化函数，根据目标函数求解每个车轮的纵向力；若此时车辆处于稳定性状态，则采取比例分配模式，根据每个车轮的垂直载荷求解其纵向力。其次，利用模糊PID使控制系统在不同的工况下达到快速精确的控制效果，PID控制器的参数K_p、K_i和K_d达到自适应调整的功能。该方法不仅能够充分利用利用了分布式驱动电动汽车各个车轮可以精确、独立控制的特点，并且能够避在保证整车的直接横摆力矩控制效果的同时，最小化车轮的路面附着利用率，提高整车的行驶稳定性。

Description

一种分布式驱动电动汽车稳定性控制方法

技术领域

本发明涉及一种电动汽车的稳定性控制方法，尤其是涉及一种分布式驱动电动汽车的基于纵向力分配优化的稳定性控制方法。

背景技术

汽车的稳定性能是保证车辆安全行驶的重要性能指标之一，在长期的汽车工业发展过程中，提升汽车的稳定性越来越得到重视。随着电动汽车逐渐出现在人们的视野，分布式驱动电动汽车为车辆的稳定性控制提供了新的思路。与传统的内燃机车相比较，分布式驱动电动汽车的发动机被电池所替代，且电机被直接安装在驱动车轮内或者安装在驱动车轮附近。在去除传统的传动系等结构后，底盘空间宽裕，易于实现轮式电机与车轮直接组合的布局，各个电机的扭矩能够实现独立且精确的控制，为汽车的稳定性控制带来更多的自由度。

直接横摆力矩控制DYC(Direct Yaw Moment Control)是一种常见的车辆稳定性控制方法，旨在通过对车轮的受力进行调节，产生横摆力矩来克服车身的转向不足或转向过多等问题，保持车辆的稳定性。以往针对直接横摆力矩控制的研究中，纵向力的分配规则大多比较简单，容易导致每个车轮的纵向力高频抖振。目前对于纵向力分配优化的方法大多以降低整车路面载荷为约束条件，但获取车轮的实时侧偏力成本较高，难以应用到实际生产。因此，针对分布式驱动电动汽车的稳定性控制，建立基于力矩分配的直接横摆力矩控制系统，能进一步改善车辆的动力学性能。

发明内容

本发明的目的就是为了弥补现有技术所存在的缺陷而提出的一种针对分布式驱动电动汽车基于纵向力优化分配的稳定性控制方法。

本发明的目的可以通过以下技术方案来实现：

一种分布式驱动电动汽车的稳定性控制方法，该方法包括：

附加横摆力矩计算模块：该模块根据整车状态参数和理想参数进行求差，通过模糊PID控制计算得到整车所需附加横摆力矩；

稳定性判断模块：该模块根据此时车辆的稳定性参数，对其稳定性状态做出判断，并以此为依据选择不同的纵向力分配模式；

纵向力区间计算模块：该模块根据路面附着力和电机的最大输出转矩在车轮上所产生的最大驱动力对车轮的纵向力进行限制；

纵向力优化分配模块：该模块根据整车路面载荷的目标函数，以最小化车轮附着率为目标，对车轮的纵向力进行优化分配；

纵向力比例分配模块：该模块根据车辆前后轴的载荷对车轮的纵向力进行分配，同时通过附着限制和驱动限制对纵向力进行约束；

电机控制模块：该模块根据左前轮、右前轮、左后轮、右后轮所分配的纵向力和转矩对电机进行输出控制；

所述的附加横摆力矩计算模块是指首先根据实时获取到的车身稳定性参数γ，计算与理想参数之间的差值eγ及差值变化率

通过模糊PID控制计算得到维持车身稳定性所需的附加横摆力矩M_z。

所述的纵向力区间计算模块是指首先根据获取到的车轮垂直载荷F_zfl、F_zfr、F_zrl和F_zrr，车身的纵向加速度a_x以及附加横摆力矩M_z计算后轴车轮的纵向力取值范围[F_{xrl min}F_{xrl max}]以及[F_{xrr min} F_{xrr max}]。

所述的稳定性判断模块是指根据获取到的车辆稳定性参数β和γ，通过拨叫理想值和实际值之间的偏差判断车辆是否处于稳定行驶的状态。当偏差超过阈值时，表明此时车辆处于不稳定的状态，稳定性控制系统介入；当偏差小于阈值时，表明此时车辆处于稳定性状态。

所述的纵向力优化分配模块是指在确定后轴纵向力取值范围之后，建立目标优化函数，以最小化轮胎利用率为目的，首先计算出后轴两车轮所分配的纵向力，再计算前轴两车轮所分配的纵向力。

所述的纵向力比例分配模块是指当后轴取值范围为空集时，控制系统切换到纵向力比例分配模式。在满足地面附着以及电机输出范围的情况下，根据每个车轮上的垂直载荷对纵向力进行分配。

所述的电机控制模块是指在得到每个车轮所分配的纵向力后，计算驱动电机所需输出的转矩，再结合抗积分饱和PID控制器对电机进行控制，达到精确快速控制电机输出转矩的目的。

本发明的原理是：背景技术中的纵向力分配规则比较简单，容易导致每个车轮的纵向力高频抖振。对于纵向力分配优化的方法大多以降低整车路面载荷为约束条件，但获取车轮的实时侧偏力成本较高，难以应用到实际生产。因此本发明从降低车辆的四个轮胎利用率着手，建立目标优化函数，将维持稳定的附加横摆力矩分配到四个车轮上，通过四个轮毂电机实现车辆的稳定性控制。

本发明有益技术效果如下：

(1)本发明提出的一种分布式驱动电动汽车稳定性控制方法，通过算法对四个车轮的纵向力在约束范围内进行合理的分配，在保证整车的直接横摆力矩控制效果的同时，最小化车轮的路面附着利用率，提高整车的行驶稳定性；

(2)本发明充分利用了分布式驱动电动汽车各个车轮可以精确、独立控制的特点，后轮纵向力根据需求进行分配，前轮纵向力根据整车动力学性能进行分配，方法简单实用，具有较强的适用性，为无人驾驶技术提供了一定的参考；

附图说明

图1为本发明的一种分布式驱动电动汽车的稳定性控制方法结构框图；

图2为本发明中附加横摆力矩模块的K_p的模糊关系图；

图3为本发明中附加横摆力矩模块的K_i的模糊关系图；

图4为本发明中附加横摆力矩模块的K_d的模糊关系图；

图5为本发明中稳定性判断模块结构框图；

图6为本发明中电机控制模块的抗积分饱和结构框图。

具体实施方式

一种分布式驱动电动汽车稳定性控制方法，该方法包括如下步骤：

(1)通过七自由度车辆模型获取车身稳定性参数横摆角速度γ，车轮垂直载荷F_zfl、F_zfr、F_zrl和F_zrr，车身的纵向加速度a_x和侧向加速度a_y；

(2)基于理想的二自由度车辆模型得到理想的横摆角速度γ_d，进行对比求差，得到eγ和

并通过模糊PID计算得到附加横摆力矩M_z；

(3)根据车轮垂直载荷F_zfl、F_zfr、F_zrl和F_zrr，纵向加速度a_x以及附加横摆力矩计算后轴车轮的纵向力区间，并对当前车辆稳定性状态进行判断，选择纵向力分配模式；

(4)若此时车辆处于非稳定性状态，则采取纵向力优化分配模式，以轮胎利用率为目标优化函数，根据目标函数求解每个车轮的纵向力；若此时车辆处于稳定性状态，则采取比例分配模式，根据每个车轮的垂直载荷求解其纵向力；

(5)根据每个车轮所分配的纵向力对电机进行精确控制，并输入给车辆模型实现闭环控制。

步骤(1)中所述的垂直载荷观测方式为：

其中，M为车身质量，a、b分别为前轴和后轴到车辆质心的距离，h表示质心高度，l表示前轴到后轴的距离，d表示前轴和后轴的轮距，a_x、a_y分别表示车辆的纵向加速度和侧向加速度。F_zfl、F_zfr、F_zrl和F_zrr分别表示左前轮、右前轮、左后轮和右后轮的垂直载荷。

步骤(2)所述的理想参数是基于理想的二自由度车辆模型得到的：

其中，C_f、C_r分别表示前后轴轮胎的侧偏刚度，I_z表示车辆绕Z轴转动的转动惯量，属于车辆自身的参数。δ_f表示前轮侧偏角，β和γ分别表示二自由度车辆模型的质心侧偏角和横摆角速度。

因此得到理想的横摆角速度γ_d，其计算方式为：

其中K为稳定性因素，且

由于受到路面附着的约束，理想的横摆角速度应满足下列条件：

a_y＝γ·v≤μg

所以理想的横摆角速度最终的计算方式如下：

步骤(2)所述的模糊PID控制率为：

传统的PID控制器拥有计算速度快、实时响应好等优点，但是为了使控制系统在不同的工况下达到快速精确的控制效果，PID控制器的参数K_p、K_i和K_d应实现自适应调整的功能。因此采用模糊PID控制器来计算所需的附加横摆力矩。其中K_p、K_i以及K_d是通过eγ和差值变化率

建立模糊关系表来确定。

步骤(3)中所述的纵向力区间计算方式如下：

左后轮的纵向力区间为：

F_{xrl min}＝max(-μ·F_zrl,-F_eng)

F_{xrl max}＝min(μ·F_zrl,F_eng)

右后轮的纵向力区间为：

F_{xrr min}＝max(-μ·F_zrr,-F_eng)

F_{xrr max}＝min(μ·F_zrr,F_eng)

其中μ表示路面附着系数，F_eng为驱动电机的最大输出。

步骤(3)中所述的稳定性判断为：

对比车辆的质心侧偏角β和质心侧偏角速度

其应满足的不等式关系如下：

对比车辆的横摆角速度γ和理想的横摆角速度γ_d，其应满足的不等式关系如下：

|γ-γ_d|≤|cγ_d|

当两个不等式其中任意一个不成立时，表明此时车辆处于不稳定状态，稳定性控制系统介入，纵向力采用优化分配模式；当两个不等式同时成立时，表明此时车辆处于稳定状态，纵向力采用比例分配模式。

步骤(4)中所述的优化分配模式为：

目标优化函数为：

结合车辆模型和magic轮胎模型方程，将其转换成与左后轮和右后轮相关的目标优化函数J＝f(F_xrl+F_xrr)。当J取最小值时，表示此时车辆轮胎的附着利用率最小，即车辆有更多的富余量去维持车身的稳定性。

步骤(4)中所述的比例分配模式为：

步骤(5)中所述的电机控制方式为：

传统的PID控制器为了达到追踪目标的变化，会提高比例和积分输出来尽快达到追踪目的，但在跟随控制后期，电机输出超过目标之后，比例输出会迅速下降，但是积分控制输出只能逐渐减小，需要花费大量时间去消除追踪误差。为了达到电机的输出能精准快速的追踪车轮所分配的纵向力，对其控制进行抗积分饱和处理。当比例控制和积分控制的输出超过所限制的范围时，主动停止积分控制，防止积分过大。

Claims (5)

1.一种分布式驱动电动汽车稳定性控制方法，其特征在于：在车辆行驶的过程中，根据当前车辆的速度和转角，进行当前时刻的车辆稳定性判断，并依据不同的稳定性状态选择不同的力矩分配模式，保证车辆在行驶中保持稳定状态。所述方法的步骤如下：

步骤一：根据当前车辆的纵向速度和方向盘转角，结合车辆模型和理想的二自由度模型，计算当前状态下车辆的实际稳定性参数和理想稳定性参数，结合稳定性判据对车辆状态做出判断；

步骤二：通过不断表征车辆的实际稳定性参数和理想稳定性参数，得到两者之间的差值，若该差值不在容许的范围内，则需要通过产生附加横摆力矩对车辆进行稳定性控制；

步骤三：若当前状态下稳定性参数的差值不在容许的范围内，则产生的附加横摆力矩以轮胎最小利用率为目标优化函数对附加横摆力矩进行优化分配，当轮胎利用率达到最小则表明车辆有更多的附着余量去维持车辆的稳定性；若当前状态下稳定参数的差值在容许的范围内，则采用纵向力比例分配模式，根据每个轮胎上的垂直载荷对附加横摆力矩进行优化分配；

步骤四：根据车轮所分配的力矩，对车轮附近的轮毂电机进行抗积分饱和控制，输出力矩，在驱动车辆行驶的过程中保持车辆的稳定性。

2.根据权利要求1所述的一种分布式驱动电动汽车稳定性控制方法，其特征在于：所述步骤一是指：利用车速传感器和方向盘角度传感器得到当前状态下的车辆纵向速度和前轮转角，结合车辆的实际模型和理想模型，计算车辆的实际稳定性参数和理想稳定性参数，结合稳定性判断不等式进行车辆状态判断。

3.根据权利要求1所述的一种分布式驱动电动汽车稳定性控制方法，其特征在于：所述步骤二是指：若是当前车辆的实际稳定性参数和理想的稳定性参数不满足稳定性不等式，则以两者之差作为附加横摆力矩控制器的输入，通过模糊计算得到当前状态下维持车辆稳定性所需的附加横摆例句。

4.根据权利要求1所述的一种分布式驱动电动汽车稳定性控制方法，其特征在于：所述步骤三是指：若是当前状态下稳定性参数的差值不在容许的范围内，则产生的附加横摆力矩以轮胎最小利用率为目标优化函数对附加横摆力矩进行优化分配。通过优化分配每个车轮上的纵向力，使车辆达到维持稳定目的的同时，轮胎利用率达到最小，即表示此时车辆有更多的附着余量去维持车辆的稳定性；若是当前状态下的稳定性参数的差值在容许的范围内，则表明此时车辆处于稳定性状态，则产生的附加横摆力矩以每个轮胎的垂直载荷依据进行优化分配。

5.根据权利要求1所述的一种分布式驱动电动汽车稳定性控制方法，其特征在于：所述步骤四是指：在得到每个车轮所分配的纵向力后，计算驱动电机所需输出的转矩，再结合抗积分饱和PID控制器对电机进行控制，达到精确快速控制电机输出转矩的目的。传统的PID控制器为了达到追踪目标的变化，会提高比例和积分输出来尽快达到追踪目的，但在跟随控制后期，电机输出超过目标之后，比例输出会迅速下降，但是积分控制输出只能逐渐减小，需要花费大量时间去消除追踪误差。为了达到电机的输出能精准快速的追踪车轮所分配的纵向力，对其控制进行抗积分饱和处理。当比例控制和积分控制的输出超过所限制的范围时，主动停止积分控制，防止积分过大。

Images