CN113296552B - 一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制系统的控制方法 - Google Patents

Abstract

本发明公开了一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制系统的控制方法，包括以下步骤：1、准确获取轮胎非线性纵滑力学特性试验数据，完成轮胎纵滑力学特性分段仿射辨识；2、构建包括前述轮胎纵滑力学特性分段仿射辨识模型在内的汽车纵向动力学系统正向数学模型；3、设计汽车纵向速度分层式跟踪控制策略，上位控制器输出为汽车期望纵向加速度，下位控制器输出为实际控制加速度；4、将设计好的系统控制律刷写至车载控制单元，所述车载控制单元根据传感器输入信号计算出实际控制的发动机节气门开度和制动系统制动压力。本发明能够在充分考虑轮胎非线性纵滑力学特性的基础上，对汽车纵向速度进行有效的跟踪控制，控制精度高、实时性好。

Description

一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制系统的 控制方法

技术领域

本发明涉及一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制方法，特指是在完成轮胎纵滑力学特性分段仿射辨识的基础上，构建汽车纵向动力学正向模型和逆向模型，进而进行汽车纵向速度跟踪控制系统设计，属于车辆系统动力学模拟及其控制技术领域。

背景技术

作为智能交通系统的重要组成部分，智能汽车可在不同道路环境下实现自主驾驶，代表了汽车未来发展的重要方向。速度跟踪控制是智能汽车领域中的关键技术之一。然而，在特殊行驶工况下如何保证智能汽车速度跟踪控制性能仍存在较大的挑战，当车辆处于湿滑路面或急加速/急减速行驶工况下，轮胎纵滑力学特性表现出高度的非线性，因此，考虑轮胎非线性纵滑力学特性的速度跟踪控制研究对于提高智能汽车行驶安全和运动控制性能具有重要意义。

以往智能汽车速度跟踪控制研究中，轮胎非线性纵滑特性往往被忽略，近似认为轮胎纵向力与其影响因素之间呈线性关系，但这种处理方式并不符合客观事实，从而导致智能汽车速度跟踪控制性能不佳。即使部分研究考虑了轮胎非线性纵滑力学特性，但由于所采用的轮胎模型形式复杂，导致其控制策略设计难度大、实时性较差，难以满足智能汽车速度跟踪在湿滑路面或急加速/急减速等行驶工况下，采样间隔短、动态变化快等要求，因此，难以满足实际工程需要。

目前轮胎力学特性模型主要可分为半经验模型、经验模型和物理模型等三类，这些模型大都能以较高的精度反应轮胎实际力学特性，但是这些模型结构复杂、需要拟合的参数较多，不利于车辆纵向动力学控制策略设计。在实际工业过程中，许多被控对象的物理特性都呈现出复杂动态特征，因而这类对象很难通过解析手段获取的机理模型进行准确描述。分段仿射系统的提出为该类问题的解决提供了可能，根据实际控制经验，绝大多数非线性系统在某一局部工作点附近的动态特性均可表示为一个稳定的仿射系统。与此同时，结合模型先验信息进行系统辨识已成为获取系统等价解析模型的有效手段。据此，本发明采用基于数据驱动的多输入多输出分段仿射辨识方法进行轮胎纵滑特性的有效辨识，通过将系统在各局部工作点处进行离散分解，然后运用线性仿射方法描述系统各个局部特征，从而实现系统完整动态特性的有效逼近。在此基础上，构建汽车纵向动力学正向模型和逆向模型，而后完成汽车纵向速度跟踪控制系统设计，以期进一步提升智能汽车纵向运动控制性能。

发明内容

本发明的目的在于提出考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制方法，以进一步提升特殊行驶工况下智能汽车速度跟踪控制性能。

为达成上述目的，本发明所采用的技术方案为：

步骤1，进行轮胎纵滑力学特性试验，准确获取反映轮胎非线性纵滑力学特性的试验数据，完成轮胎纵滑力学特性的分段仿射辨识；所述轮胎纵滑力学特性辨识模型的输入为轮胎纵向滑移率和轮胎垂向载荷，输出为轮胎纵向力；所述轮胎纵滑力学特性分段仿射辨识主要包括试验数据聚类、仿射子模型参数估计以及分界面系数矩阵求解等三个环节；所述三个环节分别采用改进的模糊C均值算法、加权最小二乘算法以及支持向量机算法进行实现；完成所述辨识环节后，将轮胎纵滑特性分段仿射辨识模型的仿真输出数据与实际试验数据进行对比，确保轮胎纵滑力学特性辨识模型的精度满足系统控制设计要求；

步骤2，构建包括前述轮胎纵滑力学特性分段仿射辨识模型在内的汽车纵向动力学系统正向数学模型，包括发动机模型、液力变矩器模型、自动变速器换挡模型、制动系统模型、车轮动力学模型、滑移率计算模型以及车身纵向受力分析模型等；

步骤3，设计汽车纵向速度分层式跟踪控制策略，包括上位控制器和下位控制器，上位控制器以实际车速与目标车速间的误差为输入，输出为汽车期望纵向加速度，下位控制器以前述汽车期望纵向加速度和实际纵向加速度间的误差为输入，输出为实际控制加速度，所述实际控制加速度进一步通过汽车逆纵向动力学模型得到实际控制的发动机节气门开度和制动系统制动压力；所述汽车逆纵向动力学模型主要包括驱动/制动力矩切换控制模型、期望纵向力计算模型、轮胎纵滑力学特性分段仿射辨识逆模型、期望轮速计算模型、期望驱动力矩/制动力矩计算模型、发动机逆模型以及制动系统逆模型等；所述轮胎纵滑力学特性分段仿射辨识逆模型的输入为轮胎纵向力和轮胎垂向载荷，输出为轮胎纵向滑移率；

步骤4，将设计好的系统控制律刷写至车载控制单元，所述车载控制单元接收来自车速传感器、胎压传感器、车辆加速度传感器以及轮速传感器传输的信号，根据这些信号计算出实际控制的发动机节气门开度和制动系统制动压力，而后将这些控制信号发送给发动机控制单元和制动系统控制单元；所述发动机控制单元根据节气门位置传感器传输的信号，对节气门开度进行反馈控制，所述制动系统控制单元根据制动压力传感器传输的信号，对制动系统制动压力进行反馈控制。

优选地，在所述步骤1中的轮胎纵滑力学特性试验过程中，轮胎垂向载荷的变化范围设置为[车辆空载载荷/4～车辆满载载荷/4]，然后每隔500N采集一次轮胎纵向力试验数据；轮胎纵向滑移率的变化范围为[-1～1]，然后每隔0.01采集一次轮胎纵向力试验数据。

优选地，所述步骤3中汽车纵向速度跟踪上位控制器和下位控制器均采用PID控制算法进行控制策略设计。

优选地，所述步骤3中轮胎纵滑力学特性分段仿射辨识逆模型的求取过程包括以下步骤：

步骤1，根据轮胎纵滑力学特性试验数据，获取以轮胎纵向力和轮胎垂向载荷为输入，轮胎纵向滑移率为输出的数据间非线性映射关系；

步骤2，针对该非线性映射关系进行分段仿射辨识，辨识环节也是由数据聚类、仿射子模型参数估计以及分界面系数矩阵求解等三个环节所组成；所述三个环节也分别采用改进的模糊C均值算法、加权最小二乘算法以及支持向量机算法进行实现；

步骤3，完成所述辨识环节后，将轮胎纵滑力学特性分段仿射辨识逆模型的仿真输出数据与实际试验数据进行对比，确保轮胎纵滑力学特性分段仿射辨识逆模型的精度满足系统控制设计要求。

优选地，所述汽车纵向速度跟踪控制系统包括如下模块：

传感模块，主要包括车速传感器、胎压传感器、车辆加速度传感器、轮速传感器、发动机节气门位置传感器以及制动系统制动压力传感器；

控制模块，主要包括数字信号输入处理单元，上位控制器、下位控制器以及数字信号输出处理单元，该模块用于处理汽车纵向速度跟踪误差以及加速度跟踪误差，获得期望的发动机节气门开度与制动系统压力；

执行模块，主要包括发动机节气门位置控制单元、直流电机、节气门体、制动系统制动压力控制单元以及制动加压阀/减压阀，该模块用于执行所述控制模块得出的期望发动机节气门开度与期望制动系统压力。

优选地，所述胎压传感器获取的胎内气压主要用于反映轮胎垂向载荷，轮胎垂向载荷与胎内气压间数学关系的构建包括如下步骤：

步骤1，将轮胎充至正常气压，车辆负载由空载逐渐加至满载；

步骤2，记录胎压变化数据和车辆负载数据；

步骤3，将车辆负载除以4得到的轮胎垂向载荷数据与胎压数据进行曲线拟合，形成轮胎垂向载荷与轮胎内部气压间的非线性数学关系。

优选地，所述实际控制加速度通过汽车逆纵向动力学模型得到所需控制的发动机节气门开度和制动系统制动压力包括如下步骤：

步骤1，根据整车期望纵向加速度和驱动/制动力矩切换控制模型确定车辆属于驱动模式或是制动模式；

步骤2，根据期望纵向力计算模型计算出整车所需纵向力，并结合整车所处工作模式(驱动或制动)，确定每个轮胎所需的纵向驱动/制动力；

步骤3，根据胎压传感器传输的胎压信号确定轮胎垂向载荷，而后结合轮胎纵向力及轮胎纵滑力学特性分段仿射辨识逆模型得到轮胎期望纵向滑移率；

步骤4，根据所述轮胎期望纵向滑移率和期望轮速计算模型获取期望轮速；

步骤5，根据期望驱动力矩/制动力矩计算模型计算出发动机期望输出转矩和制动系统期望制动转矩；

步骤6，根据发动机逆模型以及制动系统逆模型计算出所需控制的发动机节气门开度和制动系统制动压力。

本发明技术方案通过构建有效的轮胎纵滑力学特性分段仿射辨识模型，进而在此基础上完成整车纵向动力学正向模型和逆向模型构建，实现汽车纵向速度跟踪控制策略设计，达到提高智能汽车速度跟踪控制性能的目的。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为根据本发明优选实施方式的基于模糊C均值算法的轮胎纵滑力学特性试验数据聚类流程图；

图2为考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制总体架构图；

图3为智能汽车纵向速度跟踪控制系统总体软硬件架构图；

图4为根据本发明优选实施方式的汽车纵向速度跟踪控制上位控制器PID控制架构图；

图5为根据本发明优选实施方式的汽车纵向速度跟踪控制下位控制器PID控制架构图。

具体实施方式

下面结合技术方案和附图详细叙述本发明的具体实施方式。

本发明提供了一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制方法及系统，所述汽车纵向速度跟踪控制的实现过程包括如下步骤：

步骤1，进行轮胎纵滑力学特性试验，准确获取反映轮胎非线性纵滑力学特性的试验数据，完成轮胎纵滑力学特性的分段仿射辨识；所述轮胎纵滑力学特性辨识模型的输入为轮胎纵向滑移率和轮胎垂向载荷，输出为轮胎纵向力；所述轮胎纵滑力学特性分段仿射辨识主要包括试验数据聚类、仿射子模型参数估计以及分界面系数矩阵求解等三个环节；所述三个环节分别采用改进的模糊C均值算法、加权最小二乘算法以及支持向量机算法进行实现；完成所述辨识环节后，将轮胎纵滑特性分段仿射辨识模型的仿真输出数据与实际试验数据进行对比，确保轮胎纵滑力学特性辨识模型的精度满足系统控制设计要求；

所述步骤1中，完成轮胎纵滑力学特性试验数据聚类、仿射子模型参数估计以及分界面系数矩阵求解的具体实现方法如下：

(1)定义轮胎纵滑力学特性的分段仿射模型形式

模型数学表达式如下：

式中，y(t)为轮胎纵滑力学特性分段仿射模型的输出，φ_i(i＝1，...，s)是每个仿射子模型的参数，s是仿射子模型个数，

是仿射模型自回归向量，χ_i(i＝1，...，s)为仿射子模型工作区域，且每个区域χ_i是一个凸多面体，其表达式如下：

式中，F_i和g_i是不同子模型间的分界面系数矩阵。

(2)本实施例中，采用基于改进模糊C-means的可能性聚类算法完成轮胎纵滑力学特性的试验数据聚类，即将原始数据集Θ＝{x(j)，j＝1，...，N}划分为c个不相交的子集Θ₁，...，Θ_c，x(j)表示每个数据点，N表示数据集内所有数据点的个数。数据聚类的具体流程如图1所示。

根据图1，算法的具体流程包括：

1)设置初始子集个数c＝2(c∈[2，c_max]，c_max≤N-1)并通过计算

找到最不相似的两个样本x_i，x_j作为初始的聚类中心；

2)初始化子集的聚类中心

并设置参数ε＞0和迭代计数器l＝0；

3)计算隶属度矩阵U＝[μ_ij]_c×N和每个子集中心

此步首先确定聚类算法的目标函数为：

式中，μ_ij＝μ_i(x_j)表示数据点x_j属于子集Θ_i的隶属度函数，ρ＝{ρ₁，...，ρ_c}是c个子集所对应的聚类中心，m是对聚类性能有影响的模糊因子，β是衡量数据集分离程度的参数，并定义如下：

求出算法目标函数的极小值需要满足以下条件：

根据上式，可计算得到

和

并令l＝l+1。

当

的条件满足即可得到隶属度矩阵U＝[μ_ij]_c×N和每个子集中心

4)通过计算聚类有效性的性能指标确定最优聚类子集个数c。此步涉及四个性能指标，第一个性能指标是分配系数，定义如下：

第二个性能指标是划分熵，定义如下：

第三个性能指标定义如下：

式中

第四个性能指标定义如下：

5)如果c＞c_max，则退出并执行步骤8，否则通过计算

在数据样本集中找到一个与各子集均不相似的样本x_k作为新的聚类中心ρ_c+1；

6)以ρ₁，…，ρ_c，ρ_c+1为新的聚类中心并计算新的初始隶属度矩阵U₀；

7)设置c＝c+1并执行步骤2；

8)综合考虑4个性能指标的极值并选择最佳的聚类个数c_opt；

9)以c_opt为最佳聚类个数得到样本的隶属度矩阵

和各个子集的聚类中心

(3)本实施例中，采用加权最小二乘算法完成轮胎纵滑力学特性分段仿射辨识仿射子模型参数估计。子模型参数估计的具体流程包括：

1)按照每个样本数据的最大隶属度划分系统数据得到子集：

2)通过下式计算各子集的参数φ_i。

式中，

是第i个子数据集中的N_i回归向量，y_i＝[y_i(1)，...，y_i(N_i)]^T是第i个子数据集N_i个系统输出。

是第i子数据集中样本x_j的最大隶属度值。

(4)本实施例中，采用支持向量机算法完成轮胎纵滑力学特性分段仿射辨识模型分界面系数矩阵的求解，算法具体流程包括：

1)找到两两相邻的子数据集，其计算公式如下：

2)根据支持向量机算法建立以下代价函数：

式中，ζ_i是松弛变量，l是相邻子集中的数据点数量，C是惩罚系数。

3)构造拉格朗日方程并求解其极值得到分界面系数矩阵。为获得所述代价函数的解，构造拉格朗日方程，其表达式如下：

式中，α_i，λ_i是拉格朗日系数。利用拉格朗日条件极值，可以得到如下表达式：

将上述方程代入所述拉格朗日方程中，去掉F_i和g_i，即可得到公式的对偶问题。所述对偶问题的解可以通过以下方式获得：

在获得对偶问题的最优解

后，分界面系数矩阵可以按下式计算：

步骤2，构建包括前述轮胎纵滑力学特性分段仿射辨识模型在内的汽车纵向动力学系统正向数学模型，包括发动机模型、液力变矩器模型、自动变速器换挡模型、制动系统模型、车轮动力学模型、滑移率计算模型以及车身纵向受力分析模型等；

所述步骤2中，各部件正向模型形式如下：

(1)发动机模型：

(2)液力变矩器及自动变速器模型：

(3)制动系统模型：

T_b＝k_pfP_br

(4)车轮动力学模型：

T_d＝T₀i₀η_t

T_{d_fl}+T_{d_fr}＝T_d

(5)滑移率计算模型：

(6)轮胎分段仿射辨识模型：

F_x＝f_PWA(s_t，F_z，μ_r)

(7)车辆纵向运动模型：

上述各式中，α_th表示节气门开度，ω_e表示发动机转速，T_p表示液力变矩器的泵轮扭矩，τ_e表示一阶惰性环节常数，J_e表示发动机转动部件和液力变矩器泵轮的有效转动惯量，T_t表示涡轮扭矩，ω_t表示涡轮转速，ω_p表示泵伦转速，K_tc表示容量系数，τ表示扭矩比系数，ω₀表示变速器输出轴的转速，I_g表示变速器传动比，T₀表示变速器输出轴的扭矩，T_b表示制动力矩，k_pf表示制动比例系数，P_b表示制动压力，r表示车轮滚动半径，T_d表示前轮驱动力矩，i₀表示主减速器传动比，η_t表示传动系统动力传递系数，J_ω表示车轮转动惯量，M_{y_f}和M_{y_r}表示前后轮的滚动阻力矩，T_{d_fl}和T_{d_fr}分别表示左前轮和右前轮的驱动力矩，T_{b_f}和T_{b_r}表示左前轮和左后轮的制动力矩，F_{x_f}和F_{x_r}分别表示地面施加给前轮和后轮的纵向力，r_f和r_r表示前轮和后轮的滚动半径，ω_f和ω_r分别表示前轮和后轮的轮速，s_d和s_b分别表示驱动工作模式下的车轮滑移率和制动工作模式下的车轮滑移率，r_t和ω_t分别表示车轮滚动半径和轮速，v表示纵向车速，F_x为轮胎纵向力，s_t为轮胎纵向滑移率，F_z为轮胎垂向载荷，μ_r为路面附着系数，m表示车辆质量，C_D表示风阻系数，A表示等效迎风面积，ρ_a表示空气密度。

步骤3，设计汽车纵向速度分层式跟踪控制策略，包括上位控制器和下位控制器，上位控制器以实际车速与目标车速间的误差为输入，输出为汽车期望纵向加速度，下位控制器以前述汽车期望纵向加速度和实际纵向加速度间的误差为输入，输出为实际控制加速度，所述实际控制加速度进一步通过汽车逆纵向动力学模型得到实际控制的发动机节气门开度和制动系统制动压力；所述汽车逆纵向动力学模型主要包括驱动/制动力矩切换控制模型、期望纵向力计算模型、轮胎纵滑力学特性分段仿射辨识逆模型、期望轮速计算模型、期望驱动力矩/制动力矩计算模型、发动机逆模型以及制动系统逆模型等；所述轮胎纵滑力学特性分段仿射辨识逆模型的输入为轮胎纵向力和轮胎垂向载荷，输出为轮胎纵向滑移率；

所述步骤3中，考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制总体架构如图2所示。所述汽车逆纵向动力学模型主要包括：

(1)发动机力矩控制、制动力矩切换模型如下：

式中，a₀是在汽车纵向动力学模型中，保持节气门开度为0，不同初始速度下的最大制动减速度，a_des是期望加速度。

(2)期望纵向力计算模型：

式中，a_con表示控制加速度，F_xdes表示期望纵向力。

(3)逆PWA轮胎模型：

s_des＝f_PWA(F_xdes，F_z，μ_r)

(4)期望轮速模型：

式中，ω_des表示期望的轮速，S_des表示期望的滑移率。

(5)期望驱动力矩/制动力矩模型：

式中，ω_fdes和ω_rdes分别表示前后轮的期望轮速，T_ddes表示期望驱动力矩，F_xfdes和F_xrdes分别表示前后轮期望纵向力，T_bfdes和T_brdes表示前后轮期望制动力矩。

(6)逆发动机模型：

α_th＝f(T_des，ω_e)

式中，T_des为发动机总期望驱动力矩。

(7)逆制动系模型：

步骤4，将设计好的系统控制律刷写至车载控制单元，所述车载控制单元接收来自车速传感器、胎压传感器、车辆加速度传感器以及轮速传感器传输的信号，根据这些信号计算出实际控制的发动机节气门开度和制动系统制动压力，而后将这些控制信号发送给发动机控制单元和制动系统控制单元；所述发动机控制单元根据节气门位置传感器传输的信号，对节气门开度进行反馈控制，所述制动系统控制单元根据制动压力传感器传输的信号，对制动系统制动压力进行反馈控制。

所述步骤4中，智能汽车纵向速度跟踪控制系统总体软硬件架构如图3所示。

优选地，在轮胎纵滑力学特性试验过程中，轮胎垂向载荷的变化范围一般设置为[车辆空载载荷/4～车辆满载载荷/4]，然后每隔500N采集一次轮胎纵向力试验数据；轮胎纵向滑移率的变化范围为[-1～1]，然后每隔0.01采集一次轮胎纵向力试验数据。

优选地，所述步骤3中汽车纵向速度跟踪上位控制器和下位控制器均采用PID控制算法进行控制策略设计。

本实施例中，汽车纵向速度跟踪控制上位控制器PID控制架构和下位控制器PID控制架构如图4和图5所示。上位控制器以实际车速与目标车速间的误差为输入，输出为汽车期望纵向加速度，下位控制器以前述汽车期望纵向加速度和实际纵向加速度间的误差为输入，输出为实际控制加速度。

所述控制器PID控制律为：

式中，K_P表示比例增益，T_t表示积分时间常数，T_D表示微分时间常数，u(t)表示PID控制器的输出信号，e(t)表示目标值与实际值之差。

优选地，所述步骤3中轮胎纵滑力学特性分段仿射辨识逆模型的求取过程包括以下步骤：

步骤1，根据轮胎纵滑力学特性试验数据，获取以轮胎纵向力和轮胎垂向载荷为输入，轮胎纵向滑移率为输出的数据间非线性映射关系；

步骤2，针对该非线性映射关系进行分段仿射辨识，辨识环节也是由数据聚类、仿射子模型参数估计以及分界面系数矩阵求解等三个环节所组成；所述三个环节也分别采用改进的模糊C均值算法、加权最小二乘算法以及支持向量机算法进行实现；

步骤3，完成所述辨识环节后，将轮胎纵滑力学特性分段仿射辨识逆模型的仿真输出数据与实际试验数据进行对比，确保轮胎纵滑力学特性分段仿射辨识逆模型的精度满足系统控制设计要求。

优选地，所述汽车纵向速度跟踪控制系统包括如下模块：

传感模块，主要包括车速传感器、胎压传感器、车辆加速度传感器、轮速传感器、发动机节气门位置传感器以及制动系统制动压力传感器；

控制模块，主要包括数字信号输入处理单元，上位控制器、下位控制器以及数字信号输出处理单元，该模块用于处理汽车纵向速度跟踪误差以及加速度跟踪误差，获得期望的发动机节气门开度与制动系统压力；

执行模块，主要包括发动机节气门位置控制单元、直流电机、节气门体、制动系统制动压力控制单元以及制动加压阀/减压阀，该模块用于执行所述控制模块得出的期望发动机节气门开度与期望制动系统压力。

优选地，所述胎压传感器获取的胎内气压主要用于反映轮胎垂向载荷，轮胎垂向载荷与胎内气压间数学关系的构建包括如下步骤：

步骤1，将轮胎充至正常气压，车辆负载由空载逐渐加至满载；

步骤2，记录胎压变化数据和车辆负载数据；

步骤3，将车辆负载除以4得到的轮胎垂向载荷数据与胎压数据进行曲线拟合，形成轮胎垂向载荷与轮胎内部气压间的非线性数学关系。

优选地，所述实际控制加速度通过汽车逆纵向动力学模型得到所需控制的发动机节气门开度和制动系统制动压力包括如下步骤：

步骤1，根据整车期望纵向加速度和驱动/制动力矩切换控制模型确定车辆属于驱动模式或是制动模式；

步骤2，根据期望纵向力计算模型计算出整车所需纵向力，并结合整车所处工作模式(驱动或制动)，确定每个轮胎所需的纵向驱动/制动力；

步骤3，根据胎压传感器传输的胎压信号确定轮胎垂向载荷，而后结合轮胎纵向力及轮胎纵滑力学特性分段仿射辨识逆模型得到轮胎期望纵向滑移率；

步骤4，根据所述轮胎期望纵向滑移率和期望轮速计算模型获取期望轮速；

步骤5，根据期望驱动力矩/制动力矩计算模型计算出发动机期望输出转矩和制动系统期望制动转矩；

步骤6，根据发动机逆模型以及制动系统逆模型计算出所需控制的发动机节气门开度和制动系统制动压力。

本发明公开了一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制方法及系统，包括以下步骤：1、进行轮胎纵滑力学特性试验，准确获取反映轮胎非线性纵滑力学特性的试验数据，完成轮胎纵滑力学特性的分段仿射辨识；2、构建包括前述轮胎纵滑力学特性分段仿射辨识模型在内的汽车纵向动力学系统正向数学模型，包括发动机模型、液力变矩器模型、自动变速器换挡模型、制动系统模型、车轮动力学模型、滑移率计算模型以及车身纵向受力分析模型等；3、设计汽车纵向速度分层式跟踪控制策略，包括上位控制器和下位控制器，上位控制器以实际车速与目标车速间的误差为输入，输出为汽车期望纵向加速度，下位控制器以前述汽车期望纵向加速度和实际纵向加速度间的误差为输入，输出为实际控制加速度，所述实际控制加速度进一步通过汽车逆纵向动力学模型得到所需控制的发动机节气门开度和制动系统制动压力；4、将设计好的系统控制律刷写至车载控制单元，所述车载控制单元接收来自车速传感器、胎压传感器、车辆加速度传感器以及轮速传感器传输的信号，根据这些信号计算出实际控制的发动机节气门开度和制动系统制动压力，而后发动机控制单元根据节气门位置传感器传输的信号，对节气门开度进行控制，制动系统控制单元根据制动压力传感器传输的信号，对制动系统制动压力进行控制。本发明能够在充分考虑轮胎非线性纵滑力学特性的基础上，对汽车纵向速度进行有效的跟踪控制，控制精度高、实时性好。

综上，本发明提出了一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制方法及系统，通过完成轮胎纵滑力学特性分段仿射辨识，构建了考虑轮胎纵滑力学特性的汽车纵向动力学正向模型和逆向模型，在此基础上，基于PID控制算法完成汽车纵向速度跟踪上位控制器和下位控制设计，系统鲁棒性和适应性较强，同时控制算法稳定性好，实时性高，实际工程应用价值显著。

上述对实施例的描述是为便于该技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于这里的实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围。

Claims (6)

1.一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制系统的控制方法，其特征在于，包括如下步骤：

步骤1，进行轮胎纵滑力学特性试验，准确获取反映轮胎非线性纵滑力学特性的试验数据，完成轮胎纵滑力学特性的分段仿射辨识；所述轮胎纵滑力学特性辨识模型的输入为轮胎纵向滑移率和轮胎垂向载荷，输出为轮胎纵向力；所述轮胎纵滑力学特性分段仿射辨识主要包括试验数据聚类、仿射子模型参数估计以及分界面系数矩阵求解三个环节；所述三个环节分别采用改进的模糊C均值算法、加权最小二乘算法以及支持向量机算法进行实现；完成所述辨识环节后，将轮胎纵滑特性分段仿射辨识模型的仿真输出数据与实际试验数据进行对比，确保轮胎纵滑力学特性辨识模型的精度满足系统控制设计要求；

步骤2，构建包括前述轮胎纵滑力学特性分段仿射辨识模型在内的汽车纵向动力学系统正向数学模型，包括发动机模型、液力变矩器模型、自动变速器换挡模型、制动系统模型、车轮动力学模型、滑移率计算模型以及车身纵向受力分析模型；

步骤3，设计汽车纵向速度分层式跟踪控制策略，包括上位控制器和下位控制器，上位控制器以实际车速与目标车速间的误差为输入，输出为汽车期望纵向加速度，下位控制器以前述汽车期望纵向加速度和实际纵向加速度间的误差为输入，输出为实际控制加速度，所述实际控制加速度进一步通过汽车逆纵向动力学模型得到实际控制的发动机节气门开度和制动系统制动压力；所述汽车逆纵向动力学模型主要包括驱动/制动力矩切换控制模型、期望纵向力计算模型、轮胎纵滑力学特性分段仿射辨识逆模型、期望轮速计算模型、期望驱动力矩/制动力矩计算模型、发动机逆模型以及制动系统逆模型等；所述轮胎纵滑力学特性分段仿射辨识逆模型的输入为轮胎纵向力和轮胎垂向载荷，输出为轮胎纵向滑移率；

步骤4，将设计好的系统控制律刷写至车载控制单元，所述车载控制单元接收来自车速传感器、胎压传感器、车辆加速度传感器以及轮速传感器传输的信号，根据这些信号计算出实际控制的发动机节气门开度和制动系统制动压力，而后将这些控制信号发送给发动机控制单元和制动系统控制单元；所述发动机控制单元根据节气门位置传感器传输的信号，对节气门开度进行反馈控制，所述制动系统控制单元根据制动压力传感器传输的信号，对制动系统制动压力进行反馈控制；

在所述步骤1中的轮胎纵滑力学特性试验过程中，轮胎垂向载荷的变化范围设置为[车辆空载载荷/4～车辆满载载荷/4]，然后每隔500N采集一次轮胎纵向力试验数据；轮胎纵向滑移率的变化范围为[-1～1]，然后每隔0.01采集一次轮胎纵向力试验数据。

2.根据权利要求1所述的一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制系统的控制方法，其特征在于，所述步骤3中汽车纵向速度跟踪上位控制器和下位控制器均采用PID控制算法进行控制策略设计。

3.根据权利要求1所述的一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制系统的控制方法，其特征在于，所述步骤3中轮胎纵滑力学特性分段仿射辨识逆模型的求取过程包括以下步骤：

步骤1，根据轮胎纵滑力学特性试验数据，获取以轮胎纵向力和轮胎垂向载荷为输入，轮胎纵向滑移率为输出的数据间非线性映射关系；

步骤2，针对该非线性映射关系进行分段仿射辨识，辨识环节也是由数据聚类、仿射子模型参数估计以及分界面系数矩阵求解三个环节所组成；所述三个环节也分别采用改进的模糊C均值算法、加权最小二乘算法以及支持向量机算法进行实现；

步骤3，完成所述辨识环节后，将轮胎纵滑力学特性分段仿射辨识逆模型的仿真输出数据与实际试验数据进行对比，确保轮胎纵滑力学特性分段仿射辨识逆模型的精度满足系统控制设计要求。

4.根据权利要求1所述的一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制系统的控制方法，其特征在于，所述汽车纵向速度跟踪控制系统包括如下依次相连接的模块：

传感模块，主要包括车速传感器、胎压传感器、车辆加速度传感器、轮速传感器、发动机节气门位置传感器以及制动系统制动压力传感器；

控制模块，主要包括数字信号输入处理单元，上位控制器、下位控制器以及数字信号输出处理单元，该模块用于处理汽车纵向速度跟踪误差以及加速度跟踪误差，获得期望的发动机节气门开度与制动系统压力；

执行模块，主要包括发动机节气门位置控制单元、直流电机、节气门体、制动系统制动压力控制单元以及制动加压阀/减压阀，该模块用于执行所述控制模块得出的期望发动机节气门开度与期望制动系统压力。

5.根据权利要求1所述的一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制系统的控制方法，其特征在于，所述胎压传感器获取的胎内气压主要用于反映轮胎垂向载荷，轮胎垂向载荷与胎内气压间数学关系包括：

将轮胎充至正常气压，车辆负载由空载逐渐加至满载，记录胎压变化数据和车辆负载数据，将车辆负载除以4得到的轮胎垂向载荷数据与胎压数据进行曲线拟合，形成轮胎垂向载荷与轮胎内部气压间的非线性数学关系。

6.根据权利要求1所述的一种考虑轮胎纵滑力学特性的汽车纵向速度跟踪控制系统的控制方法，其特征在于，还包括，实际控制加速度通过汽车逆纵向动力学模型得到所需控制的发动机节气门开度和制动系统制动压力包括如下步骤：

步骤1，根据整车期望纵向加速度和驱动/制动力矩切换控制模型确定车辆属于驱动模式或是制动模式；

步骤2，根据期望纵向力计算模型计算出整车所需纵向力，并结合整车所处工作模式，确定每个轮胎所需的纵向驱动/制动力；

步骤3，根据胎压传感器传输的胎压信号确定轮胎垂向载荷，而后结合轮胎纵向力及轮胎纵滑力学特性分段仿射辨识逆模型得到轮胎期望纵向滑移率；

步骤4，根据所述轮胎期望纵向滑移率和期望轮速计算模型获取期望轮速；

步骤5，根据期望驱动力矩/制动力矩计算模型计算出发动机期望输出转矩和制动系统期望制动转矩；

步骤6，根据发动机逆模型以及制动系统逆模型计算出所需控制的发动机节气门开度和制动系统制动压力。

Images