CN113359688B - 基于驾驶员nms特征的人机共驾鲁棒控制方法 - Google Patents
基于驾驶员nms特征的人机共驾鲁棒控制方法 Download PDFInfo
- Publication number
- CN113359688B CN113359688B CN202110593444.0A CN202110593444A CN113359688B CN 113359688 B CN113359688 B CN 113359688B CN 202110593444 A CN202110593444 A CN 202110593444A CN 113359688 B CN113359688 B CN 113359688B
- Authority
- CN
- China
- Prior art keywords
- driver
- state
- matrix
- controller
- vehicle
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 61
- 230000008859 change Effects 0.000 claims description 16
- 239000000126 substance Substances 0.000 claims description 6
- 230000003416 augmentation Effects 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 description 9
- 210000003205 muscle Anatomy 0.000 description 8
- 238000013016 damping Methods 0.000 description 6
- 230000004913 activation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 210000000278 spinal cord Anatomy 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002161 motor neuron Anatomy 0.000 description 1
- 210000004699 muscle spindle Anatomy 0.000 description 1
- 108091008709 muscle spindles Proteins 0.000 description 1
- 230000002232 neuromuscular Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000003094 perturbing effect Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0055—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot with safety arrangements
- G05D1/0061—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot with safety arrangements for transition from automatic pilot to manual pilot and vice versa
Abstract
本发明公开了一种基于驾驶员NMS特征的人机共驾鲁棒控制方法，包括步骤：S1.在自动驾驶状态下，确定控制EPS电机力矩的H∞控制器；S2.调整所述H∞控制器的控制参数，使得车辆输出目标方向盘转角；S3.在驾驶员接管车辆的情况下，确定控制驾驶员输入的保性能控制器；S4.调整所述保性能控制器的控制参数，使得车辆输出目标方向盘转角。本发明的一种基于驾驶员NMS特征的人机共驾鲁棒控制方法，能够在自动驾驶状态下，降低驾驶员输入干扰以提高车辆路径跟踪能力，在驾驶员接管车辆的情况下，提高驾驶员路径跟踪能力。
Description
技术领域
本发明涉及人机共驾领域，具体涉及一种基于驾驶员NMS特征的人机共驾鲁棒控制方法。
背景技术
人机共驾是指驾驶员和自动驾驶系统共同享有对车辆的控制权，当遇到自动驾驶系统不能处理的驾驶场景时，需要驾驶员对车辆进行有效的接管。驾驶任务在人机共驾状态下会由传统的连续过程转变为自动驾驶以及驾驶员接管交替变换的离散过程。
在人机共驾环境下，不可避免地会出现自动驾驶失效而需要驾驶员接管的情况，目前的现有技术主要集中在系统提供给驾驶员多长预警时间，而未考虑接管时驾驶员神经肌肉系统(neuromuscular system,NMS)特征变化的影响，以及在NMS特征变化情况下如何对驾驶员进行辅助。
在人机共驾环境下，面对驾驶员的误操作，自动驾驶系统应当具备良好的抗干扰和鲁棒性性能；除此之外，自动驾驶系统失效后还应对驾驶员接管进行有效调节，以避免驾驶员因负荷突然增加而出现过激反应，导致安全事故的发生。
发明内容
有鉴于此，本发明的目的是克服现有技术中的缺陷，提供基于驾驶员NMS特征的人机共驾鲁棒控制方法，能够在自动驾驶状态下，降低驾驶员输入干扰以提高车辆路径跟踪能力，在驾驶员接管车辆的情况下，提高驾驶员路径跟踪能力。
本发明的基于驾驶员NMS特征的人机共驾鲁棒控制方法，包括如下步骤：
S1.在自动驾驶状态下，确定控制EPS电机力矩的H∞控制器；
S2.调整所述H∞控制器的控制参数，使得车辆输出目标方向盘转角；
S3.在驾驶员接管车辆的情况下，确定控制驾驶员输入的保性能控制器；
S4.调整所述保性能控制器的控制参数，使得车辆输出目标方向盘转角。
进一步，所述步骤S1，具体包括：
S11.将驾驶员和车辆模型统一为增广矩阵形式，得到人机共驾的横向控制系统状态空间表达式：
其中，
为状态变化率；所述
δsw为方向盘转角；
为方向盘转角变化率；δf为前轮转角；β为车辆航向角；ωr为车辆横摆角；A1、B2、B1、C1以及D1均为状态矩阵；z为系统输出；u(t)为EPS电机输出力矩；ω(t)为驾驶员干扰力矩；
S12.将所述u(t)替换为-kx，并带入表达式(1)，得到如下表达式：
其中，D2为状态矩阵；k为状态反馈控制器；所述Z＝(δswβωr)T；ω(t)为驾驶员干扰力矩；
S13.引入Riccati方程，并求取所述Riccati方程的正定解P，得到状态反馈控制器
其中，u为输入控制变量；
S14.将所述状态反馈控制器
作为控制EPS电机力矩的H∞控制器。
进一步，根据如下公式确定Riccati方程：
其中，A为系统状态矩阵；γ为设定常数。
进一步，所述步骤S3，具体包括：
S31.确定驾驶员手臂横向线性不确定模型：
其中，
为状态变化率；A2为状态矩阵；ΔA以及ΔB均为矩阵函数；x为状态变量，所述
δsw为前轮转角；
为前轮转角变化率；Ta为转向电机作用力矩；X4为状态量；B3为对应状态矩阵；u(t)为目标方向盘转角；y为系统输出；C2为状态矩阵；D3为对应状态矩阵；
S32.确定驾驶员手臂横向线性不确定模型的性能指标：
其中，J为目标函数；e(t)为目标轨迹与实际轨迹误差；Q为分配系数矩阵；u(t)为控制变量；R为分配系数矩阵；
S33.求取对称正定矩阵P、黎卡提增益矩阵K以及标量ε以满足设定的线性矩阵不等式；
S34.对所述设定的线性矩阵不等式进行求解，得到状态反馈控制器u*(t)；所述状态反馈控制器u*(t)＝-Kx(t)；其中，K为为黎卡提增益矩阵；x(t)为状态变量，所述
S35.将状态反馈控制器u*(t)作为控制驾驶员输入的保性能控制器。
进一步，根据如下公式确定设定的线性矩阵不等式：
其中，D为单位常数矩阵；A以及B均为状态矩阵；Ea以及Eb均为参数不确定性的矩阵；I为单位矩阵；Q以及R均为分配系数矩阵。
本发明的有益效果是：本发明公开的一种基于驾驶员NMS特征的人机共驾鲁棒控制方法，通过考虑驾驶员对方向盘的误操作，将方向盘转角和期望的横摆角速度作为控制器的输入而设计H∞控制器，进而降低驾驶员输入干扰以提高车辆路径跟踪能力；然后基于驾驶员NMS特征建立驾驶员横向手臂模型，同时考虑驾驶员NMS参数摄动，设计控制驾驶员输入的保性能控制器，进而通过调节驾驶员的输入来纠正驾驶员接管时的不当操作，使得在驾驶员接管车辆的情况下，提高驾驶员路径跟踪能力。
附图说明
下面结合附图和实施例对本发明作进一步描述：
图1为本发明的方法流程示意图；
图2为本发明的人机共驾的鲁棒控制原理示意图；
图3为本发明的驾驶员闭环控制框图。
具体实施方式
以下结合说明书附图对本发明做出进一步的说明，如图所示：
本发明的基于驾驶员NMS特征的人机共驾鲁棒控制方法，包括如下步骤：
S1.在自动驾驶状态下，确定控制EPS电机力矩的H∞控制器；
S2.调整所述H∞控制器的控制参数，使得车辆输出目标方向盘转角；
S3.在驾驶员接管车辆的情况下，确定控制驾驶员输入的保性能控制器；
S4.调整所述保性能控制器的控制参数，使得车辆输出目标方向盘转角。
其中，所述EPS为Electric Power Steering的缩写，即电动助力转向系统，此为现有概念。
需要说明的是，为了更好地理解本发明，下面对人机共驾的系统动力学模型进行分析：
驾驶员手臂对于激励的响应可以简化为弹簧阻尼系统，手臂刚度和阻尼来源于肌肉、器官和皮肤软组织特性，不同的刚度和阻尼值代表手臂肌肉不同的协同收缩和激活水平。
耦合驾驶员手臂模型和转向系统动力学模型的运动方程为：
其中，Jdr为驾驶员手臂转动惯量；Jst为转向系统的转动惯量；
为方向盘角加速度；Bdr为驾驶员手臂阻尼；Bst为转向系统阻尼；
为方向盘转动角速度；Kdr为驾驶员手臂刚度；Kst为转向系统刚度；δsw为方向盘转角；Td为驾驶员施加在方向盘上的力矩；Mt为轮胎侧偏力矩；nrsw为转向系统的转向比；
驾驶员手臂模型和转向系统动力学模型的运动方程对应的传递函数为：
其中，Hcd(s)为系统传递函数；δsw(s)方向盘转角s域表达式；Td(s)为驾驶员力矩s域表达式；s为拉普拉斯变换符；
人体脊髓中的α运动神经元从大脑接收信息，并从肌梭获得反馈，然后产生信号来激活肌肉，肌肉运动的速度和位置信息反馈到肌梭形成闭环。闭环反射控制引起肌肉阻尼和刚度的变化。其中，反射控制表达式为：
其中，Hr(s)为传递函数；ωc为截止频率，可设为30rad/s；s为拉普拉斯变换符；Br为反射阻尼；Kr为反射刚度；τ为肌肉激活和信号从脊髓传递到肌肉的延迟时间；e-sτ为延迟时间τ对应的一阶传递函数；所述
则驾驶员手臂模型用状态空间表达式可表示为：
其中，
为状态变化率；x为状态变量，所述
所述
所述
所述C2＝[1 0 0 0]；D2为状态矩阵；所述y为系统输出；u(t)为EPS电机输出力矩；
本实施例中，所述步骤S1，具体包括：
S11.将驾驶员和车辆模型统一为增广矩阵形式，得到人机共驾的横向控制系统状态空间表达式：
其中，
为状态变化率；所述
δsw为方向盘转角；
为方向盘转角变化率；δf为前轮转角；β为车辆航向角；ωr为车辆横摆角；A1、B2、B1、C1以及D1均为状态矩阵；z为系统输出；u(t)为EPS电机输出力矩；ω(t)为驾驶员干扰力矩；
S12.将所述u(t)替换为-kx，并带入表达式(1)，得到如下表达式：
其中，D2为状态矩阵；k为状态反馈控制器；所述Z＝(δswβωr)T；ω(t)为驾驶员干扰力矩；
S13.引入Riccati方程，并求取所述Riccati方程的正定解P，得到状态反馈控制器
其中，u为输入控制变量；
所述Riccati方程为：
其中，A为系统状态矩阵；γ为设定常数；
一般地，如果Riccati方程有正定解P，则人机共驾系统渐进稳定，且存在状态反馈控制器u(t)＝-kx，使从扰动输入到被调输出的闭环传递函数的H∞范数满足如下式子：
||Twz(s)||∞＝||C1[sI-(A+B2K)]-1B1||＜γ；
其中，Twz(s)为从扰动输入到被调输出的闭环传递函数的H∞范数；I为单位矩阵；K为黎卡提增益矩阵；γ为设定常数，其取值为正数；
S14.将所述状态反馈控制器
作为控制EPS电机力矩的H∞控制器。
在自动驾驶状态下，驾驶员出于对周围环境信息的误判或者对自动驾驶系统的不信任，可能会介入转动方向盘，突然的干预极有可能会使车辆失去稳定性。通过设计H∞控制器控制EPS电机力矩，使车辆能够输出目标方向盘转角。
本实施例中，所述步骤S3，具体包括：
S31.为提高驾驶员驾驶车辆的路径跟踪能力和横向稳定性，并考虑驾驶员的NMS参数摄动，则确定驾驶员手臂横向线性不确定模型：
其中，
为状态变化率；A2为状态矩阵；ΔA以及ΔB均为矩阵函数，所述矩阵函数表示驾驶员模型参数不确定性的矩阵函数；x为状态变量，所述
δsw为前轮转角；
为前轮转角变化率；Ta为转向电机作用力矩；X4为状态量，表示肌肉激活力矩；B3为对应状态矩阵；u(t)为目标方向盘转角；y为系统输出；C2为状态矩阵；D3为对应状态矩阵；
S32.确定驾驶员手臂横向线性不确定模型的性能指标：
其中，J为目标函数；e(t)为目标轨迹与实际轨迹误差；Q为分配系数矩阵；u(t)为控制变量；R为分配系数矩阵；
S33.求取对称正定矩阵P、黎卡提增益矩阵K以及标量ε以满足设定的线性矩阵不等式；所述设定的线性矩阵不等式为：
其中，D为单位常数矩阵；A以及B均为状态矩阵；Ea以及Eb均为参数不确定性的矩阵；I为单位矩阵；Q以及R均为分配系数矩阵；
S34.驾驶员手臂横向线性不确定模型是鲁棒稳定的，且满足J≤J*，所述状态反馈控制器u*(t)＝-Kx(t)，其中，x(t)为状态变量；所述
也即是，若满足J≤J*，当且仅存在对称正定矩阵P，矩阵K和标量ε＞0满足设定的线性矩阵不等式，则可得到状态反馈控制器u*(t)；
S35.将状态反馈控制器u*(t)作为控制驾驶员输入的保性能控制器；所述控制驾驶员输入的保性能控制器是基于NMS参数不确定性的能提高驾驶员路径跟踪能力的控制器。
当自动驾驶系统面对复杂工况不能胜任驾驶任务时，需要驾驶员立刻接管。此时驾驶员感知通道未完全恢复、驾驶负荷突然增加，驾驶员NMS特征会发生一定的变化，可能会引起驾驶员误操作。在驾驶员NMS参数变化的情况下，通过设计状态反馈保性能控制器来调节驾驶员的输入，从而使得驾驶员能够输出目标方向盘转角。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种基于驾驶员NMS特征的人机共驾鲁棒控制方法，其特征在于：包括如下步骤：
S1.在自动驾驶状态下，确定控制EPS电机力矩的H∞控制器；具体包括：
S11.将驾驶员和车辆模型统一为增广矩阵形式，得到人机共驾的横向控制系统状态空间表达式：
其中，
为状态变化率；所述
δsw为方向盘转角；
为方向盘转角变化率；δf为前轮转角；β为车辆航向角；ωr为车辆横摆角；A1、B2、B1、C1以及D1均为状态矩阵；z为系统输出；u(t)为EPS电机输出力矩；ω(t)为驾驶员干扰力矩；
S12.将所述u(t)替换为-kx，并带入表达式(1)，得到如下表达式：
其中，D2为状态矩阵；k为状态反馈控制器；所述Z＝(δswβωr)T；ω(t)为驾驶员干扰力矩；
S13.引入Riccati方程，并求取所述Riccati方程的正定解P，得到状态反馈控制器
其中，u为输入控制变量；
S14.将所述状态反馈控制器
作为控制EPS电机力矩的H∞控制器；
S2.调整所述H∞控制器的控制参数，使得车辆输出目标方向盘转角；
S3.在驾驶员接管车辆的情况下，确定控制驾驶员输入的保性能控制器；具体包括：
S31.确定驾驶员手臂横向线性不确定模型：
其中，
为状态变化率；A2为状态矩阵；ΔA以及ΔB均为矩阵函数；x为状态变量，所述
δsw为前轮转角；
为前轮转角变化率；Ta为转向电机作用力矩；X4为状态量；B3为对应状态矩阵；u(t)为目标方向盘转角；y为系统输出；C2为状态矩阵；D3为对应状态矩阵；
S32.确定驾驶员手臂横向线性不确定模型的性能指标：
其中，J为目标函数；e(t)为目标轨迹与实际轨迹误差；Q为分配系数矩阵；u(t)为控制变量；R为分配系数矩阵；
S33.求取对称正定矩阵P、黎卡提增益矩阵K以及标量ε以满足设定的线性矩阵不等式；
S34.对所述设定的线性矩阵不等式进行求解，得到状态反馈控制器u*(t)；所述状态反馈控制器u*(t)＝-Kx(t)；其中，K为为黎卡提增益矩阵；x(t)为状态变量，所述
S35.将状态反馈控制器u*(t)作为控制驾驶员输入的保性能控制器；
S4.调整所述保性能控制器的控制参数，使得车辆输出目标方向盘转角。
2.根据权利要求1所述的基于驾驶员NMS特征的人机共驾鲁棒控制方法，其特征在于：根据如下公式确定Riccati方程：
其中，A为系统状态矩阵；γ为设定常数。
3.根据权利要求1所述的基于驾驶员NMS特征的人机共驾鲁棒控制方法，其特征在于：根据如下公式确定设定的线性矩阵不等式：
其中，D为单位常数矩阵；A以及B均为状态矩阵；Ea以及Eb均为参数不确定性的矩阵；I为单位矩阵；Q以及R均为分配系数矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110593444.0A CN113359688B (zh) | 2021-05-28 | 2021-05-28 | 基于驾驶员nms特征的人机共驾鲁棒控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110593444.0A CN113359688B (zh) | 2021-05-28 | 2021-05-28 | 基于驾驶员nms特征的人机共驾鲁棒控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113359688A CN113359688A (zh) | 2021-09-07 |
| CN113359688B true CN113359688B (zh) | 2022-06-24 |
Family
ID=77528103
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110593444.0A Active CN113359688B (zh) | 2021-05-28 | 2021-05-28 | 基于驾驶员nms特征的人机共驾鲁棒控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113359688B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114228826B (zh) * | 2021-12-31 | 2022-07-22 | 中国矿业大学 | 一种智能汽车驾驶员紧急接管行为识别方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110532887A (zh) * | 2019-07-31 | 2019-12-03 | 郑州大学 | 一种基于面部特征融合的疲劳驾驶检测方法及系统 |
| CN112016457A (zh) * | 2020-08-27 | 2020-12-01 | 青岛慕容信息科技有限公司 | 驾驶员分神以及危险驾驶行为识别方法、设备和存储介质 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR940003849B1 (ko) * | 1991-08-02 | 1994-05-03 | 한국전기통신공사 | 특정 출중계 루트의 제어 방법 |
| AU2013205954B2 (en) * | 2012-05-29 | 2015-09-24 | Tata Consultancy Services Limited | A system and method for vehicle movement modeling in a railway network |
| CN204595513U (zh) * | 2015-03-20 | 2015-08-26 | 重庆交通大学 | 基于跟驰理论的智能运输车队 |
| GB2554759B (en) * | 2016-10-10 | 2020-02-19 | Jaguar Land Rover Ltd | Control of a vehicle emergency braking system |
| CN106525047B (zh) * | 2016-10-28 | 2019-07-02 | 重庆交通大学 | 一种基于floyd算法的无人机路径规划方法 |
| JP6686869B2 (ja) * | 2016-12-22 | 2020-04-22 | 株式会社デンソー | 運転交代制御装置、及び運転交代制御方法 |
| JP6790807B2 (ja) * | 2016-12-26 | 2020-11-25 | トヨタ自動車株式会社 | 車両走行制御装置及び自動運転制御方法 |
| US11796996B2 (en) * | 2017-02-19 | 2023-10-24 | Transportation Ip Holdings, Llc | Vehicle control system |
| CN106909157A (zh) * | 2017-04-12 | 2017-06-30 | 上海量明科技发展有限公司 | 共享车辆的预约配送机器人、系统及方法 |
| CN108394429B (zh) * | 2018-02-06 | 2020-04-07 | 重庆交通大学 | 一种为城轨列车群生成自动驾驶曲线的方法 |
| CN109823337A (zh) * | 2019-02-28 | 2019-05-31 | 重庆交通大学 | 一种营运客车驾驶员异常情况下车辆自主避险系统及方法 |
| CN109747633A (zh) * | 2019-03-04 | 2019-05-14 | 重庆交通大学 | 营运车辆高速状态下异常转向主动控制系统及控制方法 |
| KR20210044329A (ko) * | 2019-10-14 | 2021-04-23 | 주식회사 만도 | 주행 모드 전환 장치 및 주행 모드 전환 방법 |
| CN111857340B (zh) * | 2020-07-17 | 2024-04-16 | 南京航空航天大学 | 一种多因素融合的人机共驾驾驶权分配方法 |
-
2021
- 2021-05-28 CN CN202110593444.0A patent/CN113359688B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110532887A (zh) * | 2019-07-31 | 2019-12-03 | 郑州大学 | 一种基于面部特征融合的疲劳驾驶检测方法及系统 |
| CN112016457A (zh) * | 2020-08-27 | 2020-12-01 | 青岛慕容信息科技有限公司 | 驾驶员分神以及危险驾驶行为识别方法、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113359688A (zh) | 2021-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102015204332B4 (de) | Verfahren zum halb-autonomen Fahren eines Fahrzeugs mit Steer-by-Wire System und Steer-by-Wire System zum Regelungsbetrieb eines Fahrzeugs | |
| US6799104B2 (en) | System and method of controlling a vehicle steer-by-wire system applying robust control | |
| US6728615B1 (en) | System and method of controlling vehicle steer-by-wire systems with adjustable steering feel | |
| CN111267834B (zh) | 一种车辆横摆稳定预测控制方法及系统 | |
| US10884121B2 (en) | Inter-vehicle distance control device | |
| EP1097855B1 (en) | Steering device for vehicle | |
| DE102020201897A1 (de) | Steer-by-Wire-Lenksystem für ein Fahrzeug und Verfahren zum Betreiben eines Steer-by-Wire-Lenksystems | |
| US6691009B1 (en) | System and method of controlling a vehicle steer-by-wire system applying multivariable decoupling control | |
| CN112519873B (zh) | 一种四轮独立线控转向电动汽车执行机构主动容错控制算法及系统 | |
| CN113359688B (zh) | 基于驾驶员nms特征的人机共驾鲁棒控制方法 | |
| CN111090237A (zh) | 一种鲁棒前馈控制器与高频增益补偿器优化方法 | |
| US6694239B1 (en) | System and method of controlling vehicle steer-by-wire systems | |
| US6718243B1 (en) | System and method of controlling a vehicle steer-by-wire system applying gain scheduling control | |
| US6757601B1 (en) | System and method of controlling a steer-by-wire system having a road wheel reference angle generator | |
| CN110509930A (zh) | 人机共驾控制方法以及装置、电子设备、存储介质 | |
| CN113954958A (zh) | 车辆及其线控转向系统前轮驱动控制方法、装置 | |
| CN113741172B (zh) | 一种基于带宽参数整定的滑移率自抗扰控制方法及控制器 | |
| CN111731316B (zh) | 一种考虑车辆侧翻特性的驾驶员模型的建立方法 | |
| CN114802202A (zh) | 一种基于Lyapunov稳定性理论的车辆稳定性控制方法 | |
| CN113364391B (zh) | 电机控制系统及其震动抑制方法 | |
| US7818107B2 (en) | Method and device for controlling the driving dynamics of a vehicle | |
| CN110758378B (zh) | 一种无人驾驶汽车抗侧风控制方法 | |
| CN112255915A (zh) | 一种汽车底盘解耦滑模控制器的构建及参数整定方法 | |
| US20240116371A1 (en) | System and method to coordinate lash crossingtransitions in multi-axle electrified drivetrains | |
| Gáspár et al. | Design of an LPV-based integrated control for driver assistance systems |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231008 Address after: 401120 No. 19, Zhuoyue Road, Longxing Town, Liangjiang New Area, Yubei District, Chongqing (cluster registration) Patentee after: Huanshan (Chongqing) Technology Co.,Ltd. Address before: 400074 No. 66, Xuefu Avenue, Nan'an District, Chongqing Patentee before: CHONGQING JIAOTONG University |
|
| TR01 | Transfer of patent right |