CN113935107A - 一种适用于冰雪路面的车辆模型建模方法 - Google Patents
一种适用于冰雪路面的车辆模型建模方法 Download PDFInfo
- Publication number
- CN113935107A CN113935107A CN202111140149.6A CN202111140149A CN113935107A CN 113935107 A CN113935107 A CN 113935107A CN 202111140149 A CN202111140149 A CN 202111140149A CN 113935107 A CN113935107 A CN 113935107A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- tire
- wheel
- road surface
- 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 31
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 239000000725 suspension Substances 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 14
- 238000005096 rolling process Methods 0.000 claims description 8
- 238000013016 damping Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 12
- 238000011160 research Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Abstract
本发明提供了一种适用于冰雪路面的车辆模型建模方法,本发明综合考虑冰雪天气下的路面状况和车辆特性,构建冰雪路面下的车辆模型,使车辆能根据冰雪路况智能选择模型参数,旨在解决在冰雪路面下现有的车辆模型不完全匹配的问题,为后续车辆控制获得更优的控制效果。本发明包含以下步骤:将要研究的车辆看作一个整体,路面考虑冰雪路面的典型路面——对开路面(左右附着系数不一致),假设车辆能够准确地识别行驶条件,当前路况的附着系数可由路面自动识别技术得到或估计,通过所建立的Dugoff轮胎模型求取左右不一致的轮胎力,基于以上假设建立本发明提出的车辆模型,可根据当前冰雪条件下的路况选择模型参数,给出针对冰雪条件下的更加匹配的车辆模型。
Description
技术领域
本发明属于机械工程技术领域,具体设计了一种匹配于冰雪道路工况下的车辆行驶的运动情况,能够根据路况智能选择模型参数的车辆建模方法,以供研究人员后续使用。
背景技术
目前,我国有关汽车的研究及汽车制造业发展迅速,汽车进入了万家万户,人们不仅将汽车作为交通工具,更是作为提升生活品质的重要工具,因此汽车安全性、舒适性及操纵平稳性等性能至关重要。进入新世纪后,各大高校车辆相关专业以及车企持续投入精力以提高汽车性能。因为汽车造价高昂,无法时刻进行实车试验,因此通过相关软件进行仿真实验至关重要,不但能方便研究说明问题,而且成本低好实现。
车辆在冰雪天气条件下行驶,其运行状态必然会受到显著的不利影响,路面打滑、车辆性能在寒冷天气下下降还包括驾驶员视线受阻心里紧张,都使冰雪路况下事故频发,造成人员伤亡。分析在冰雪路况条件下车辆性能的变化,从而对其提出特殊的设计要求和选型原则是很有必要的。
针对车辆在冰雪路面上行驶的问题,目前的研究主要考虑的是在均一冰雪路面下附着系数降低问题,继而考虑了在冰雪路面下的车辆稳定域变小的问题。但对于冰雪路面下的典型路况——对开路面考虑不足,因此本发明考虑对开路面下车辆的左右不一致性,建立左右轮不对称的适用于冰雪路面的车辆模型,可灵活根据路面情况智能选择模型参数,提高模型精度及准确性。
基于上述考虑,提出本发明所述的车辆模型建模方法。汽车是复杂的多体系统,汽车的运行状态是车辆、驾驶员、形式环境相互作用的结果;一般来说,车辆模型的自由度越多,仿真结果越接近实车,但计算复杂度越高,将不利于研究人员开发使用。本发明提出一种适用于冰雪路面的车辆模型建模方法,一方面将复杂的汽车多体系统进行简化,以减弱不同子系统之间的耦合关系,另一方面能够准确描述车辆在冰雪路况下的特性,既可以满足研究需求,又避免因计算复杂导致结果失真。
发明内容
本发明的技术解决问题:针对上述现有研究的缺陷,提供一种适用于冰雪路面的车辆模型建模方法,该方法建立左右轮不对称的适用于冰雪路面的车辆模型,可以根据行使路况智能选择轮胎模型的参数,从而更方便地为后续控制的研究提供针对冰雪路况下车辆行驶的较为匹配的模型。
本发明的目的是通过以下技术方案实现的:
一种适用于冰雪路面的车模型建模方法,包含以下步骤:
步骤一:将要研究的车辆看作一个整体,将车辆运动看作刚体运动,不考虑车辆转向系统和悬架系统的相互联系和影响,假设车辆始终在水平面运动不存在地面不平顺的问题,即不考虑车辆垂直方向的跳动,忽略纵横向空气动力学;
步骤二:根据步骤一中得到的系统,建立不同的坐标系,分别为车辆坐标系和轮胎坐标系;
步骤三:利用牛顿定理,对所述车辆进行受力分析,根据步骤二的车辆坐标系建立力和力矩平衡运动方程,在冰雪路面的典型路况对开路面下建立车辆模型;
步骤四:在冰雪路面情况下,道路存在冰雪混杂和对接、对开路面的问题,会出现车辆轮胎分别处于不同摩擦系数路面的情况,轮胎多数处于附着极限工况,可能引起车辆侧滑使车辆失稳。针对这种情况,假设车辆能够准确地识别行驶条件,当前路况的附着系数可由路面自动识别技术得到或估计,忽略轮胎的回正力矩、滚动阻力、翻转力矩,仅考虑轮胎的侧偏和纵滑特性,建立适用于冰雪路面左右不对称路况下的轮胎模型,能够根据当前的路况来智能选择轮胎模型的参数。
所建立的车辆模型将常用的车辆信号包括方向盘转角、四个轮胎的驱动力及制动力作为作为模型的输入信号,能够充分满足科研人员后续进行工作研究;
实际车辆本身结构复杂具有多个自由度,且具有强非线性和时变性,本发明将要研究的车辆看作一个整体,将车辆运动看作刚体运动,不考虑车辆转向系统和悬架系统的相互联系和影响,假设车辆始终在水平面运动不存在地面不平顺的问题,即不考虑车辆垂直方向的跳动,忽略纵横向空气动力学;步骤三所述的车辆模型按照建模需求进行简化,利用牛顿定理,对所述车辆进行受力分析,根据步骤二的车辆坐标系建立力和力矩平衡运动方程,在冰雪路面的典型路况对开路面下建立车辆模型,其方程表示为:
纵向运动:
其中,m,ms分别为整车质量与簧上质量;vx,vy分别为车辆的纵向速度和侧向速度;为车辆的纵向加速度;γ为车俩横摆角速度;hs为车辆悬挂质量质心到侧倾轴的距离;为车辆横摆角加速度;φ为车辆侧倾角;Fxi为轮胎在X方向的力分量,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;Fxwi,Fywi分别为轮胎的纵、侧向力,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;δi为轮胎转向角,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮。
侧向运动:
其中,为车辆侧倾角加速度;lf,lr分别为质心到前、后轴的距离;muf,mur分别为前、后悬架的非悬挂质量;Fyi为轮胎在Y方向的力分量,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮。
横摆运动:
其中,Izz为车辆绕Z轴的转动惯量;tw为轮胎轴距。
侧倾运动:
其中,Ixx为车辆绕X轴的转动惯量;g为重力加速度;Kφ,Cφ分别为侧倾刚度和侧倾阻尼,且Kφ=Kφf+Kφr,Cφ=Cφf+Cφr;Kφf,Kφr分别为前、后轮侧倾刚度;Cφf,Cφr分别为前、后轮侧倾阻尼。
四个车轮的转动:
其中,Iw,Rw分别为车轮转动惯量、车轮的有效滚动半径;ωfl,ωfr,ωrl,ωrr分别为左前轮、右前轮、左后轮和右后轮的旋转角速度;Tfl,Tfr,Trl,Trr分别为左前轮、右前轮、左后轮和右后轮的力矩。
步骤四所述的能够根据路况智能选择轮胎参数的轮胎模型本发明选用Dugoff轮胎模型,因为其公式表达清晰简单、参数少不需要实验数据拟合,便于研究路面附着系数对整车动力学性能的影响,与Adams、CarSim等车辆仿真软件所使用的轮胎模型一致,避免差异性;
在仿真分析中需要考虑对开路面的工况,这里假设左右轮胎的附着系数分别为μl和μr,则
1、3轮的纵向力为:
2、4轮胎的纵向力:
1、3轮胎的侧向力:
2、4轮胎的侧向力:
其中,
其中,u为车轮的纵向速度;Rw为车轮有效滚动半径;Cxi,Cyi分别为轮胎纵向刚度和侧偏刚度,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;λi为车辆的轮胎滑移率,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;μl、μr分别为路面左、右附着系数,假设可由路面自动识别技术得到或估计;Sj为Dugoff轮胎模型中的动态参数,Sj代表Sl或Sr;f(Sj)则是关于Sj的一个函数;εr为路面附着缩减系数;αi分别为四个车轮的轮胎侧偏角,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;Fzi为轮胎垂向载荷,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮。
车辆坐标系的原点位于汽车质心,X轴位于车辆左右对称面并平行于地面指向前方,Y轴垂直于轴X并与地面平行指向驾驶员的左侧,Z轴与XY轴符合右手坐标系(通过质心垂直地面指向上方)。
轮胎坐标系中,构成三维空间的三个坐标轴分别垂直相交。其中点o为坐标系原点,垂直于地面的zw轴向上的方向为正方向;轮胎的中分面与地平面的交线为xw轴,其前进的方向为正方向;坐标轴yw与xw、zw之间的关系可以通过右手定则进行判断。
本发明相比现有技术的有益效果在于:本发明提供了一种适用于冰雪路面的车辆模型建模方法,综合考虑冰雪天气下的路面状况和车辆特性,给出针对冰雪条件下的更加匹配的车辆模型,可根据当前冰雪条件下的路况选择模型参数,为后续的车辆控制提高仿真精度。且在基本工况下能够很好地计算车辆状态量,精度与CarSim自带模型相差无几。并且本发明建立的车辆模型能够很好地为科研人员所进行的相关科研任务提供准确的动力学约束,可以与上层控制器进行联合控制。本发明建立的车辆模型具有较强的通用性,也适用于其他车辆控制系统。
附图说明
图1为本发明所提供的车辆坐标系示意图;
图2为本发明所提供的轮胎坐标系示意图;
图3为本发明所提供的车辆动力学模型简化图;
图4为基于Simulink的仿真模型图;
图5为本发明CarSim仿真中对开路面3D示意图;
图6为角阶跃输入横摆角速度对比图;
图7为角阶跃输入质心侧偏角对比图;
图8为角阶跃输入侧向加速度对比图;
图9为角阶跃输入车身侧倾角对比图;
图10为双移线工况方向盘转角对比图;
图11为双移线工况横摆角速度对比图;
图12为双移线工况侧向加速度对比图;
图13为双移线工况车身侧倾角对比图
图14为直线制动工况纵向位移对比图;
图15为直线制动工况侧向速度对比图。
具体实施方式
下面结合附图,对提出的模型建立方法进一步地阐述和说明。
车辆模型动力学框图如图一所示,本发明一种适用于冰雪路面的车模型建模方法,按下述步骤实施:
1.将要研究的车辆看作一个整体,将车辆运动看作刚体运动,不考虑车辆转向系统和悬架系统的相互联系和影响,假设车辆始终在水平面运动不存在地面不平顺的问题,即不考虑车辆垂直方向的跳动,忽略纵横向空气动力学;
2.汽车整体结构极其复杂,汽车在行驶过程中,运行状态由驾驶员行为、车辆状态、外界环境共同影响,因此车辆各部分受力不断变化,且相互之间存在耦合关系。为了简化后续计算过程,建立两组不同的坐标系,分别为车辆坐标系、轮胎坐标系。其中车辆坐标系是用来描述车辆自身的运动状态的,本发明采用ISO标准进行建模;轮胎坐标系中,构成三维空间的三个坐标轴分别垂直相交。其中点o为坐标系原点,垂直于地面的zw轴向上的方向为正方向;轮胎的中分面与地平面的交线为xw轴,其前进的方向为正方向;坐标轴yw与xw、zw之间的关系可以通过右手定则进行判断,轮胎坐标系的作用是求取轮胎力。
3.利用牛顿定理,对所述车辆进行受力分析,根据步骤二的车辆坐标系建立力和力矩平衡运动方程,在冰雪路面的典型路况对开路面下建立车辆模型,其方程表示为:
纵向运动:
其中,m,ms分别为整车质量与簧上质量;vx,vy分别为车辆的纵向速度和侧向速度;为车辆的纵向加速度;γ为车俩横摆角速度;hs为车辆悬挂质量质心到侧倾轴的距离;为车辆横摆角加速度;φ为车辆侧倾角;Fxi为轮胎在X方向的力分量,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;Fxwi,Fywi分别为轮胎的纵、侧向力,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;δi为轮胎转向角,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮。
侧向运动:
其中,为车辆侧倾角加速度;lf,lr分别为质心到前、后轴的距离;muf,mur分别为前、后悬架的非悬挂质量;Fyi为为轮胎在Y方向的力分量,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮。
横摆运动:
其中,Izz为车辆绕Z轴的转动惯量;tw为轮胎轴距。
侧倾运动:
其中,Ixx为车辆绕X轴的转动惯量;g为重力加速度;Kφ,Cφ分别为侧倾刚度和侧倾阻尼,且Kφ=Kφf+Kφr,Cφ=Cφf+Cφr;Kφf,Kφr分别为前、后轮侧倾刚度;Cφf,Cφr分别为前、后轮侧倾阻尼。
四个车轮的转动:
其中,Iw,Rw分别为车轮转动惯量、车轮的有效滚动半径;ωfl,ωfr,ωrl,ωrr分别为左前轮、右前轮、左后轮和右后轮的旋转角速度;Tfl,Tfr,Trl,Trr分别为左前轮、右前轮、左后轮和右后轮的力矩。
4.汽车在正常行驶过程中,轮胎和地面直接接触摩擦,轮胎会产生力或者力矩反映给车辆行驶过程,所以轮胎及路面情况大大影响车辆行驶状态。在冰雪路面情况下,道路存在冰雪混杂和对接、对开路面的问题,会出现车辆轮胎分别处于不同摩擦系数路面的情况,轮胎多数处于附着极限工况,可能引起车辆侧滑使车辆失稳,因此轮胎模型是本发明提出的车辆模型的关键,本发明采用Dugoff轮胎模型,便于研究路面附着系数对整车动力学性能的影响,且有一定的预测能力,同时与Adams、CarSim等车辆仿真软件所使用的轮胎模型一致,避免差异性。
在仿真分析中需要考虑对开路面的工况,这里假设左右轮胎的附着系数分别为μl和μr,则
1、3轮的纵向力为:
2、4轮胎的纵向力:
1、3轮胎的侧向力:
2、4轮胎的侧向力:
其中,
其中,u为车轮的纵向速度;Rw为车轮有效滚动半径;Cxi,Cyi分别为轮胎纵向刚度和侧偏刚度,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;λi为车辆的轮胎滑移率,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;μl、μr分别为路面左、右附着系数,假设可由路面自动识别技术得到或估计;Sj为Dugoff轮胎模型中的动态参数,Sj代表Sl或Sr;f(Sj)则是关于Sj的一个函数;εr为路面附着缩减系数;αi分别为四个车轮的轮胎侧偏角,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;Fzi为轮胎垂向载荷,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮。
5.基于以上步骤建立的车辆仿真模型如图4所示,首先,为了验证本发明建立的车辆模型比一般常规的不能智能选择路况的车辆模型更具准确性,分别与CarSim内置实车模型进行对比,进行联合仿真实验,仿真车辆参数如表1所示。模型输入量为方向盘转角、油门踏板开度、制动踏板开度及纵向速度。其中方向盘转角以及纵向速度均可以根据实车参数手动设置,油门踏板开度以及制动踏板开度归一化后介于0和1之间。
本发明假设车辆能够准确地识别行驶条件,当前路况的附着系数可由路面自动识别技术得到或估计,能够时变地根据当前的路况来智能选择轮胎模型的参数。在仿真分析中考虑对开路面的工况,这里假设左右轮胎的附着系数已由上层得到或估计,分别为μl=0.35和μr=0.7,再输入到所建的车辆模型中,在不同工况下进行仿真。本发明通过Simulink与CarSim联合仿真来验证以上工况下本发明所建车辆模型的准确性,下面对这几种工况分别讨论。
工况一:角阶跃转向工况。在此工况下对比本发明所建的车辆模型和一般无智能选择路况功能的车辆模型分别相较于CarSim中的实车模型的准确性。图6-图9为角阶跃转向实验,车速均保持为72km/h,路面设置为μl=0.35和μr=0.7,设置车辆行驶1s后方向盘紧急左转30°。可以看出,在角阶跃转向工况中,本发明所建的车辆模型明显优于一般无智能选择功能的车辆模型,与CarSim内置的实车模型更接近,更具准确性。所以可以得出,本发明所建的模型在冰雪路面下更能模拟实际车辆的行驶特性,更具准确性,可为后续控制等研究提供帮助。
接下来在以下两种工况下着重对比本发明所建模型与与CarSim内置的实车模型。
工况二:双移线工况。图10-图13所示为双移线试验,车速保持为72km/h。
工况三:直线制动工况。图14、15所示为直线制动试验,初始速度为72km/h,制动时,由于冰雪对开路面,左右轮胎侧向力相差较大,因此汽车横向位移较大,可能出现轮胎到达路面同一侧的情况,这里为了简化工况考虑,通过设置仿真时间限制车辆的左、右侧轮胎分别在对开路面两侧。
本发明综合考虑冰雪天气下的路面状况和车辆特性,通过对车辆运动状态进行受力分析,忽略可能引起系统扰动的空气阻力及各种摩擦力,构建冰雪路面下的车辆模型,使车辆能根据冰雪路况智能选择模型参数,更准确地描述冰雪路面下的车辆行驶情况。与现有的用于冰雪路面车辆控制的常规模型相比,本发明所建的车辆模型明显优于一般无智能选择功能的车辆模型,与CarSim内置的实车模型更接近,更具准确性。因此本发明所建的模型在冰雪路面下更能模拟实际车辆的行驶特性,可以解决在冰雪路面下现有的常规车辆模型不完全匹配的问题,为后续车辆控制获得更优的控制效果打下基础。同时,车辆模型参数根据实车获得,与实车试验可以很好地吻合。
表1
Claims (8)
1.一种适用于冰雪路面的车辆模型建模方法,其特征在于,该方法包含以下步骤:
步骤一:将要研究的车辆看作一个整体,将车辆运动看作刚体运动,不考虑车辆转向系统和悬架系统的相互联系和影响,假设车辆始终在水平面运动不存在地面不平顺的问题,即不考虑车辆垂直方向的跳动,忽略纵横向空气动力学;
步骤二:根据步骤一中得到的系统,建立不同的坐标系,分别为车辆坐标系和轮胎坐标系;
步骤三:利用牛顿定理,对所述车辆进行受力分析,根据步骤二的车辆坐标系建立力和力矩平衡运动方程,在冰雪路面的典型路况对开路面下建立车辆模型;
步骤四:假设车辆能够准确地识别行驶条件,当前路况的附着系数可由路面自动识别技术得到或估计,忽略轮胎的回正力矩、滚动阻力、翻转力矩,仅考虑轮胎的侧偏和纵滑特性,建立适用于冰雪路面左右不对称路况下的轮胎模型,得到适用于冰雪路面的车辆模型。
2.根据权利要求1所述的适用于冰雪路面的车辆模型建模方法,其特征在于,所建立的车辆模型将常用的车辆信号包括方向盘转角、四个轮胎的驱动力及制动力作为作为模型的输入信号。
3.根据权利要求1所述的适用于冰雪路面的车辆模型建模方法,其特征在于,在冰雪路面的典型路况对开路面下建立车辆模型,其方程表示为:
纵向运动:
其中,m,ms分别为整车质量与簧上质量;vx,vy分别为车辆的纵向速度和侧向速度;为车辆的纵向加速度;γ为车俩横摆角速度;hs为车辆悬挂质量质心到侧倾轴的距离;为车辆横摆角加速度;φ为车辆侧倾角;Fxi为轮胎在X方向的力分量,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;Fxwi,Fywi分别为轮胎的纵、侧向力,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;δi为轮胎转向角,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮。
侧向运动:
其中,为车辆侧倾角加速度;lf,lr分别为质心到前、后轴的距离;muf,mur分别为前、后悬架的非悬挂质量;Fyi为轮胎在Y方向的力分量,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮。
横摆运动:
其中,Izz为车辆绕Z轴的转动惯量;tw为轮胎轴距。
侧倾运动:
其中,Ixx为车辆绕X轴的转动惯量;g为重力加速度;Kφ,Cφ分别为侧倾刚度和侧倾阻尼,且Kφ=Kφf+Kφr,Cφ=Cφf+Cφr;Kφf,Kφr分别为前、后轮侧倾刚度;Cφf,Cφr分别为前、后轮侧倾阻尼。
四个车轮的转动:
其中,Iw,Rw分别为车轮转动惯量、车轮的有效滚动半径;ωfl,ωfr,ωrl,ωrr分别为左前轮、右前轮、左后轮和右后轮的旋转角速度;Tfl,Tfr,Trl,Trr分别为左前轮、右前轮、左后轮和右后轮的力矩。
4.根据权利要求1所述的适用于冰雪路面的车辆模型建模方法,其特征在于,步骤四所述的轮胎模型为能够根据路况智能选择轮胎参数的轮胎模型。
5.根据权利要求4所述的适用于冰雪路面的车辆模型建模方法,其特征在于,所述轮胎模型为Dugoff轮胎模型。
6.根据权利要求5所述的适用于冰雪路面的车辆模型建模方法,其特征在于,步骤四中车辆模型需要考虑对开路面的工况,这里假设左右轮胎的附着系数分别为μl和μr,则
1、3轮的纵向力为:
2、4轮胎的纵向力:
1、3轮胎的侧向力:
2、4轮胎的侧向力:
其中,
其中,u为车轮的纵向速度;Rw为车轮有效滚动半径;Cxi,Cyi分别为轮胎纵向刚度和侧偏刚度,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;λi为车辆的轮胎滑移率,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;μl、μr分别为路面左、右附着系数,假设可由路面自动识别技术得到或估计;Sj为Dugoff轮胎模型中的动态参数,Sj代表Sl或Sr;f(Sj)则是关于Sj的一个函数;εr为路面附着缩减系数;αi分别为四个车轮的轮胎侧偏角,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮;Fzi为轮胎垂向载荷,i=1,2,3,4,分别表示:左前车轮、右前车轮、左后车轮以及右后车轮。
7.根据权利要求1所述的适用于冰雪路面的车辆模型建模方法,其特征在于,车辆坐标系的原点位于汽车质心,X轴位于车辆左右对称面并平行于地面指向前方,Y轴垂直于X轴并与地面平行指向驾驶员的左侧,Z轴与XY轴符合右手坐标系,通过质心垂直地面指向上方。
8.根据权利要求1所述的适用于冰雪路面的车辆模型建模方法,其特征在于,轮胎坐标系中,构成三维空间的三个坐标轴分别垂直相交。其中点o为坐标系原点,垂直于地面的zw轴向上的方向为正方向;轮胎的中分面与地平面的交线为xw轴,其前进的方向为正方向;坐标轴yw与xw、zw之间的关系可以通过右手定则进行判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111140149.6A CN113935107B (zh) | 2021-09-28 | 一种适用于冰雪路面的车辆模型建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111140149.6A CN113935107B (zh) | 2021-09-28 | 一种适用于冰雪路面的车辆模型建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113935107A true CN113935107A (zh) | 2022-01-14 |
CN113935107B CN113935107B (zh) | 2024-05-10 |
Family
ID=
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6163747A (en) * | 1997-09-25 | 2000-12-19 | Fuji Jukogyo Kabushiki Kaisha | Road friction coefficient detecting apparatus and method thereof |
US20200023852A1 (en) * | 2017-02-06 | 2020-01-23 | Seoul National University R&Db Foundation | Method for estimating road surface friction coefficient of tire and device for estimating road surface friction coefficient of tire in high speed normal driving state |
CN112937588A (zh) * | 2021-04-01 | 2021-06-11 | 吉林大学 | 一种冰雪车辙路况的车辆稳定性分析方法 |
CN113221257A (zh) * | 2021-06-11 | 2021-08-06 | 吉林大学 | 考虑控制区域的极限工况下车辆横纵向稳定控制方法 |
CN113361121A (zh) * | 2021-06-21 | 2021-09-07 | 吉林大学 | 一种基于时空同步与信息融合的路面附着系数估计方法 |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6163747A (en) * | 1997-09-25 | 2000-12-19 | Fuji Jukogyo Kabushiki Kaisha | Road friction coefficient detecting apparatus and method thereof |
US20200023852A1 (en) * | 2017-02-06 | 2020-01-23 | Seoul National University R&Db Foundation | Method for estimating road surface friction coefficient of tire and device for estimating road surface friction coefficient of tire in high speed normal driving state |
CN112937588A (zh) * | 2021-04-01 | 2021-06-11 | 吉林大学 | 一种冰雪车辙路况的车辆稳定性分析方法 |
CN113221257A (zh) * | 2021-06-11 | 2021-08-06 | 吉林大学 | 考虑控制区域的极限工况下车辆横纵向稳定控制方法 |
CN113361121A (zh) * | 2021-06-21 | 2021-09-07 | 吉林大学 | 一种基于时空同步与信息融合的路面附着系数估计方法 |
Non-Patent Citations (1)
Title |
---|
李寿涛等: "可实现车辆稳定性控制的滑模变结构策略", 《吉林大学学报(工学版)》, 22 June 2018 (2018-06-22) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112644457B (zh) | 一种分布式驱动车辆转向稳定性控制系统及其控制方法 | |
CN109606133B (zh) | 基于双层控制的分布式驱动电动汽车转矩矢量控制方法 | |
CN110827535B (zh) | 非线性车辆队列协同自适应抗扰纵向控制方法 | |
CN110606079B (zh) | 一种分层控制的车辆防侧翻方法及多轴分布式驱动车辆 | |
CN105857304A (zh) | 基于四轮驱动汽车力矩分配控制系统 | |
CN109094640A (zh) | 一种轮驱电动汽车线控转向系统及控制方法 | |
CN113359457B (zh) | 智能车底盘域控制器的高维动力学模型解算装置及方法 | |
CN105946863A (zh) | 一种车辆行驶稳定性区域的确定方法 | |
CN112668093A (zh) | 一种分布式驱动汽车全轮纵向力最优分配控制方法 | |
CN111796522A (zh) | 一种车辆状态估计方法 | |
CN111746304A (zh) | 基于失效状态的分布式驱动电动汽车驱动系统控制方法 | |
CN113848942B (zh) | 一种约束导向的智能网联汽车鲁棒换道合流控制方法 | |
Hu et al. | Integrated control of AFS and DYC for in-wheel-motor electric vehicles based on operation region division | |
CN108398949B (zh) | 一种松软路面智能农机自动驾驶方法 | |
CN111994085A (zh) | 复杂路况下车辆行驶稳定区域的估计方法 | |
CN113935107A (zh) | 一种适用于冰雪路面的车辆模型建模方法 | |
CN116933384A (zh) | 基于管路压力与轴荷动态分配的车辆制动性能优化方法 | |
CN113935107B (zh) | 一种适用于冰雪路面的车辆模型建模方法 | |
CN112937588B (zh) | 一种冰雪车辙路况的车辆稳定性分析方法 | |
CN112784355A (zh) | 一种基于多体动力学的十四自由度车辆动力学模型建模方法 | |
CN115422837A (zh) | 一种基于深度高斯过程的智能汽车动力学预测模型、训练数据获取方法、以及训练方法 | |
CN112835292B (zh) | 一种自动驾驶电动车在崎岖路面的横向控制方法 | |
CN115292671A (zh) | 驾驶员横纵耦合行为模型 | |
CN115406669A (zh) | 一种多轴特种车辆侧翻指标优化方法 | |
CN115048715A (zh) | 一种无人驾驶方程式赛车的路径规划和控制算法 |
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 |