CN113998001A - 一种无人驾驶车辆线控转向的容错控制器及其设计方法 - Google Patents
一种无人驾驶车辆线控转向的容错控制器及其设计方法 Download PDFInfo
- Publication number
- CN113998001A CN113998001A CN202111307278.XA CN202111307278A CN113998001A CN 113998001 A CN113998001 A CN 113998001A CN 202111307278 A CN202111307278 A CN 202111307278A CN 113998001 A CN113998001 A CN 113998001A
- Authority
- CN
- China
- Prior art keywords
- fault
- tolerant controller
- steer
- motor
- tolerant
- 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
- 238000013461 design Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000011159 matrix material Substances 0.000 claims description 23
- 239000000126 substance Substances 0.000 claims description 18
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000013016 damping Methods 0.000 claims description 6
- 238000012938 design process Methods 0.000 claims description 6
- 125000004432 carbon atom Chemical group C* 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000007499 fusion processing Methods 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 description 13
- 238000012544 monitoring process Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000006872 improvement Effects 0.000 description 8
- 238000013178 mathematical model Methods 0.000 description 6
- 239000000243 solution Substances 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D5/00—Power-assisted or power-driven steering
- B62D5/04—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
- B62D5/0457—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
- B62D5/0481—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such monitoring the steering system, e.g. failures
- B62D5/049—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such monitoring the steering system, e.g. failures detecting sensor failures
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D5/00—Power-assisted or power-driven steering
- B62D5/04—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
- B62D5/0457—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
- B62D5/046—Controlling the motor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D5/00—Power-assisted or power-driven steering
- B62D5/04—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
- B62D5/0457—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
- B62D5/0481—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such monitoring the steering system, e.g. failures
- B62D5/0493—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such monitoring the steering system, e.g. failures detecting processor errors, e.g. plausibility of steering direction
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明涉及车辆控制技术领域,特别是涉及一种无人驾驶车辆线控转向的容错控制器及其设计方法。该容错控制器用于根据监测到的转向电机的转角传感器故障和故障电压,对车辆的线控转向系统进行补偿,控制转向电机跟随期望的电机转角。容错控制器的设计方法包括:一、定义容错控制器的跟踪误差。二、定义容错控制器的切换函数。三、根据跟踪误差和切换函数设计一个滑模容错控制器;以滑模容错控制器作为所需的容错控制器。四、根据设计的容错控制器确定其自适应律。本发明解决了基于现有车辆线控转向系统中的容错控制器无法同时针对转角传感器故障和执行器故障进行融合处理,进而完成控制补偿的问题。
Description
技术领域
本发明涉及车辆控制技术领域,特别是涉及一种无人驾驶车辆线控转向的容错控制器及其设计方法。
背景技术
汽车转向系统是决定汽车主动安全性的关键总成,传统汽车转向系统是机械系统,汽车的转向运动是由驾驶员操纵转向盘,通过转向器和一系列的杆件传递到转向车轮而实现的。汽车线控转向系统取消了转向盘与转向轮之间的机械连接,完全由电能实现转向,摆脱了传统转向系统的各种限制。线控转向系统采用信号控制,因而相较于传统的机械转向系统要复杂得多,对控制精度的要求也更高。线控转向系统在运行过程中可能发生故障,任何故障都可能会对车辆的运行安全造成挑战。
在线控转向系统中,为了应对车辆运行过程中出现的各类故障状态,需要应用到线控转向容错技术,线控转向容错技术对于保障车辆控制系统的鲁棒性、可靠性和安全性具有重要意义。
转角传感器故障和执行器故障时转向电机常见的两类故障状态,目前应用的一些关于线控转向系统的主动容错控制器中,大多只针对其中一类故障设计。这类容错控制器对于单一故障具有较好的修正效果,但是在同时出现两类故障状态时,由于线控转向系统无法对不同故障状态进行融合控制,不同的故障状态的补偿过程相互独立,因此线控转向系统可能无法保证车辆的实际前轮转角能够有效跟随期望转角。这将对车辆运行过程的稳定性和安全性造成不利影响。
此外,现有的线控转向系统中,当发生执行器故障时,通常需要采用双电机控制提高车辆的稳定性。这样的容错方法,效果的确较好,但是硬件的冗余设计也大大增加了车辆的成本。
发明内容
基于现有车辆线控转向系统中的容错控制器无法同时针对转角传感器故障和执行器故障进行融合处理,进而完成控制补偿的问题;有必要设计一种无人驾驶车辆线控转向的容错控制器及其设计方法。
本发明提供的技术方案如下:
一种无人驾驶车辆线控转向的容错控制器,该容错控制器用于根据监测到的转向电机的转角传感器故障和故障电压,对车辆的线控转向系统进行补偿,控制转向电机跟随期望的电机转角。
其中,定义容错控制器的状态量x1和x2分别如下:
其中,θm为转向电机转角。
则包含容错控制器的线控转向系统的状态方程如下:
上式中,
其中,u表示容错控制输入;fa表示转向电机的故障电压的真实值;f表示外加干扰;rp表示转向小齿轮半径;Kr表示齿条等效刚度;Beq表示电机及齿条等效至转向电机轴上的阻尼系数;Jeq表示电机及齿条等效至转向电机轴上的转动惯量;Kt表示电机转矩系数;Kb表示电枢反电动势系数;Rm表示电枢电阻;Lm表示电枢电感;N表示电动机减速机构传动比;Im表示转向电机通过的电流;Tr表示轮胎回正力矩。
设计出的容错控制器的方程如下:
其中,r1为设计的跟踪误差;r2为虚拟控制项;xd表示期望的转向电机转角;σ表示一个切换函数;h、c1、k1和β均为容错控制器中满足设计要求的一个正的常数;θs表示转角传感器测量到的电机转角;fs表示传感器故障的真实值。
作为本发明进一步地改进,转向电机的转角传感器故障和故障电压通过一个故障观测器监测得到,故障观测器用于同步获取转向电机的转角传感器故障和输出电压的执行器故障。
作为本发明进一步地改进,容错控制器应用于线控转向系统中,并使得线控转向系统在发生转角传感器故障和执行器故障中的任意一个或两个时,均能根据故障信息进行自动补偿,进而使得车辆的实际的前轮转角有效跟踪期望的前轮转角。
本发明还包括一种无人驾驶车辆线控转向的容错控制器的设计方法,该容错控制器的设计方法用于设计如前述的容错控制器,设计方法包括如下步骤:
一、定义容错控制器中的跟踪误差r1。
二、定义容错控制器中的切换函数σ。
三、根据跟踪误差r1、切换函数σ以及线控转向系统的状态方程设计一个滑模容错控制器;以滑模容错控制器作为所需的容错控制器。
四、根据设计的容错控制器确定其自适应律。
作为本发明进一步地改进,前述设计方法中的跟踪误差r1为:
r1=x1-xd;
其中,xd为期望的转向电机转角;
根据容错控制器的状态量x1和x2的定义,则有:
作为本发明进一步地改进,前述设计方法中的切换函数σ为:
σ=k1r1+r2;
其中,k1为满足设计要求的一个常数,且k1>0。
作为本发明进一步地改进,滑模容错控制器的设计方法包括如下步骤:
根据跟踪误差r1构造一个李亚普若夫函数一V1:
令
其中,c1为正的常数,r2为虚拟控制项;
则有
且
由于
则
因此,根据定义的所述切换函数σ进一步构造一个李亚普若夫函数二V2:
则
进一步构造一个李雅普诺夫函数三V3:
则有
基于构造的函数,将滑模容错控制器设计为:
其中,在满足设计要求的条件下,h和β为正的常数。
作为本发明进一步地改进,容错控制器的自适应律为:
作为本发明进一步地改进,基于容错控制器的自适应律可以进一步得到:
考虑到
作为本发明进一步地改进,在容错控制器设计过程中,根据拉萨尔不变性原理可知:
则t→∞时,z→0,σ→0,
从而z1→0,z2→0,
令θs为转角传感器测量到的电机转角,则
x1=θm=θs-fs;
本发明提供的技术方案,具有如下有益效果:
本发明提供的容错控制器是基于同步监测的转角传感器故障和执行器故障设计的,因而能够更加有效针对更复杂的故障状况对车辆的线控转向系统进行补偿,使得车辆的前轮转角控制更加精准,车辆控制效果更加平滑有效,提升车辆运行过程中的稳定性。
该容错控制器基于现有车辆模型设计,无需要对车辆的硬件进行改装或调整,能够适应各类常规车辆的升级应用,在达到更高性能的同时降低车辆的成本。且由于该容错控制有效融合了不同的故障控制过程中,因而具有更可靠的控制性能,能够增强车辆控制系统的鲁棒性。
附图说明
图1为本发明实施例1中容错控制器与线控转向系统间的控制关系示意图。
图2为本发明实施例1中提供的容错控制器的设计方法的步骤流程图。
图3为本发明实施例1中在本实施例的容错控制器的联合仿真实验中,车辆前轮的期望转角和实际转角的变化曲线。
图4为图3的变化曲线中A部分的局部放大图。
图5为本发明实施例2中提供的一种无人驾驶汽车线控转向系统的故障观测器的设计方法的步骤流程图。
图6为本发明实施例2中故障观测器建立过程的步骤流程图。
图7为本发明实施例2的仿真实验中车辆的实际转角和期望转角的转角跟随状态曲线。
图8为本发明实施例2的仿真实验中电机故障电压真实值和估计值的变化曲线。
图9为本发明实施例2的仿真实验中转向电机的转角传感器故障估计值和真实值的变化曲线。
图10为图9的变化曲线中B部分的局部放大图。
图11为本发明实施例3中提供的一种基于故障估计的车辆前轮转角容错控制方法的步骤流程图。
图12为本发明实施例3中提供的一种基于故障估计的车辆前轮转角容错控制系统的拓扑结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“或/及”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
本实施例提供一种无人驾驶车辆线控转向的容错控制器,如图1所示,该容错控制器用于根据监测到的转向电机的转角传感器故障和故障电压,对车辆的线控转向系统进行补偿,控制转向电机输出的实际前轮转角跟随期望的电机转角。
其中,定义容错控制器的状态量x1和x2分别如下:
其中,θm为转向电机转角。
则包含容错控制器的线控转向系统的状态方程如下:
上式中,
其中,u表示容错控制输入;fa表示转向电机的故障电压的真实值;f表示外加干扰;rp表示转向小齿轮半径;Kr表示齿条等效刚度;Beq表示电机及齿条等效至转向电机轴上的阻尼系数;Jeq表示电机及齿条等效至转向电机轴上的转动惯量;Kt表示电机转矩系数;Kb表示电枢反电动势系数;Rm表示电枢电阻;Lm表示电枢电感;N表示电动机减速机构传动比;Im表示转向电机通过的电流;Tr表示轮胎回正力矩。
设计出的容错控制器的方程如下:
其中,r1为设计的跟踪误差;r2为虚拟控制项;xd表示期望的转向电机转角;σ表示一个切换函数;h、c1、k1和β均为容错控制器中满足设计要求的一个正的常数;θs表示转角传感器测量到的电机转角;fs表示传感器故障的真实值。
本实施例中,转向电机的转角传感器故障和故障电压通过一个故障观测器监测得到,故障观测器用于同步获取转向电机的转角传感器故障和输出电压的执行器故障。
容错控制器应用于线控转向系统中,并使得线控转向系统在发生转角传感器故障和执行器故障中的任意一个或两个时,均能根据故障信息进行自动补偿,进而使得车辆的实际的前轮转角有效跟踪期望的前轮转角。
本实施例提供的容错控制器,如图2所示,其设计方法具体包括如下步骤:
一、定义容错控制器中的跟踪误差r1。
跟踪误差r1为:
r1=x1-xd;
其中,xd为期望的转向电机转角;
根据容错控制器的状态量x1和x2的定义,则有:
二、定义容错控制器中的切换函数σ。
切换函数σ为:
σ=k1r1+r2;
其中,k1为满足设计要求的一个常数,且k1>0。
三、根据跟踪误差r1、切换函数σ以及线控转向系统的状态方程设计一个滑模容错控制器;以滑模容错控制器作为所需的容错控制器。
滑模容错控制器的设计方法包括如下步骤:
根据跟踪误差r1构造一个李亚普若夫函数一V1:
令
其中,c1为正的常数,r2为虚拟控制项;
则有
且
由于
则
因此,根据定义的切换函数σ进一步构造一个李亚普若夫函数二V2:
则
进一步构造一个李雅普诺夫函数三V3:
则有
基于构造的函数,将滑模容错控制器设计为:
其中,在满足设计要求的条件下,h和β为正的常数。
四、根据设计的容错控制器确定其自适应律。
容错控制器的自适应律为:
本实施例中,容错控制器的设计过程还需要进一步确定其中的参数。
基于容错控制器的自适应律可以进一步得到:
考虑到
在容错控制器的设计过程中,根据拉萨尔不变性原理可知:
则t→∞时,z→0,σ→0,
从而z1→0,z2→0,
令θs为转角传感器测量到的电机转角,则
x1=θm=θs-fs;
为了验证本实施例中的容错控制器的性能,本实施例还将容错控制器、故障观测器和车辆的线控转向系统进行联合仿真,联合仿真过程主要模拟车辆在同时发生转角传感器故障和执行器故障的状态下,车辆前轮转角的实际转角与期望转角之间的偏差。并根据仿真结果绘制如图3所示的车辆前轮的期望转角和实际转角的变化曲线,同时为了观测线控转向系统控制下的前轮转向角度跟随期望转角的误差大小,对图1中的如图A标记部分的某个时段的局部图形进行放大处理,得到图4的曲线。
分析图3和图4的曲线可以得知,应用本实施例提供的容错控制器之后,车辆的线控转向系统即使在同时发生转角传感器故障和执行器故障的状态下,依然能够保证精准的转角跟随,且由土4的放大图可知,本实施例中的得到转角跟随误差非常小。因此可以证明,本实施例提供的容错控制器应用于车辆的线控转向系统后,能够保证对车辆进行有效控制,进而提升车辆的稳定性和安全性。
实施例2
本实施例提供一种适用于实施例1中的容错控制器的故障观测器,本实施例提供的故障观测器能够基于车辆的运行状态,得出车辆的转角传感器故障和电机的执行器故障的故障监测值。该故障观测器的同步性好,准确度高,因此非常适合本实施例1中的容错控制器应用。使得车辆的转向控制系统在发生转角传感器故障和电机执行器故障中的任意一种,或两者同时发生时,均能对车辆进行稳定控制,保持车辆的实际转角能够准确跟随控制,进而提升车辆的运行稳定性。
具体地,本实施例提供一种无人驾驶汽车线控转向系统的故障观测器的设计方法设计出的故障观测器主要包括两个部分:分别为监测转向电机的转角传感器故障的第一部分,以及用于监测转向电机的输出电压执行器故障的第二部分。其中,两个部分根据同一个线控转向系统的状态空间方程建立,能够同步获取两类故障类型的值。因而对提升故障观测的可靠性,增强自动驾驶车辆的安全性具有重要意义。
本实施例中提供的一种无人驾驶汽车线控转向系统的故障观测器的设计方法,如图5所示,具体包括如下步骤:
S1:建立无人驾驶汽车的线控转向系统的数学模型。其中,建立的无人驾驶汽车的线控转向系统的数学模型如下:
其中,
上式中,x∈R3,表示状态变量;y∈R2,表示系统输出;u∈R1,表示容错控制输入;d∈R1,表示外加干扰;θm为转向电机转角;Im为转向电机通过的电流;U为转向电机端电压;Tr为轮胎回正力矩;A、B、C、D为含有无人驾驶汽车实车数据的矩阵;rp为转向小齿轮半径;Kr为齿条等效刚度;Jeq、Beq分别为电机及齿条等效至转向电机轴上的转动惯量及阻尼系数;N为电动机减速机构传动比;Kt为电机转矩系数;Kb为电枢反电动势系数;Lm为电枢电感;Rm为电枢电阻;fs为转角传感器故障的真实值;fa为输出电压执行器故障的真实值;Fs为转角传感器故障向量。
S2:基于数学模型建立存在传感器故障和执行器故障的线控转向系统的状态空间方程。
在本实施例中,首先,确定转角传感器发生的四种故障类型分别为增益、偏差、卡死和信号中断;建立反映上述四种转角传感器故障类型的不同模式的统一的状态空间方程为:
θf=Δ*θm+α=θm+(Δ-1)θm+α;
其中,θf为电机转角传感器故障输出;Δ为故障的增益值大小;α为故障的恒偏差或卡死值;特别地,当Δ=0、α=0时,说明传感器发生信号中断故障。
其次,考虑转向电机因绝缘不良,以及绕组阻值变化引起端电压发生故障;将转向电机的故障端电压表示为:
uf=ΔmU=U+(Δm-1)U;
其中,Δm为电压增益故障系数,Δm∈(0,1);uf表示故障端电压。
S3:将上步骤的状态空间方程分别降阶为只包含传感器故障的第一子状态空间方程,以及只包含执行器故障的第二子状态空间方程,从而得到子系统一和子系统二。
本实施例中,子系统一和子系统二的建立方法包括如下过程:
构造两个非奇异变换矩阵T和S,矩阵T和矩阵S分别满足:
其中
A1∈R1×1,A2∈R1×2,A3∈R2×1,A4∈R2×2;B1∈R1×1;D1∈R1×1,D2∈R2×1;
C1∈R1×1,C4∈R1×2;F2∈R1×1。
令
利用上述矩阵中的元素,则可以将原线控转向系统降阶为如下的子系统一和子系统二:
子系统一:
子系统二:
其中,子系统一的状态空间方程中只含有传感器故障,子系统二的状态空间方程中只含有执行器故障。
S4:分别为子系统一和子系统二建立故障观测器;故障观测器包括为子系统一设计的一个自适应滑模观测器,以及为子系统二设计的一个未知输入观测器。故障观测器用于同步对无人驾驶汽车线控转向系统中转向电机的转角传感器故障和执行器故障进行监测和估计。
其中,如图6所示,故障观测器的建立过程包括如下步骤:
(1)根据子系统一设计自适应滑模观测器:
将子系统一的状态空间方程转化为:
基于转化后的子系统一,设计如下的滑模观测器:
(2)根据子系统二设计未知输入观测器:
将子系统二的状态空间方程转化为:
基于转换后的子系统二,设计如下的未知输入观测器:
其中,F0∈R3×3,L0∈R3×1,M0∈R3×3,N0∈R3×1均为待设计的矩阵;h表示一个中间变量。
基于上式则有:
定义状态估计误差函数如下:
结合状态空间方程,得到发生故障后的函数为:
其中,I3为单位矩阵;
令待设计的矩阵F0、L0、M0、N0分别满足如下条件:
则有:
定义控制估计误差r为:
其中,H为预先指定的权重矩阵,结构为
(3)根据设计出的自适应滑模观测器和未知输入观测器;求解故障观测器中的参数:
假设存在正定矩阵P1、P2,矩阵X、Y和U,和一个正定标量γ,能够使得以下LMI方程有一个合适的解:
其中,
π1=U+UT,
则估计误差动态在规定的干扰衰减水平μ下渐近稳定;
则求解出故障观测器中的参数如下:
其中,δ为一个预设的正常数。
至此,本实施例提供了一种故障观测器,该故障观测器即是采用前述的一种无人驾驶线控转向系统的故障观测器的设计方法设计得到。该故障观测器包括转角传感器故障观测模块和执行器故障观测模块。该故障观测器用于同步监测和估计无人驾驶汽车线控转向系统运行过程中转向电机的转角传感器故障和执行器故障。
本实施例中建立的故障观测器输出的转角传感器故障的估计值和转角传感器故障的真实值fs之间的误差,以及电机故障电压的估计值和电机故障电压的真实值fa之间的误差均小于最大允许误差;故障观测将估算出的两个估计值作为真实值进行输出。
以下通过仿真实验验证本实施例提供的故障观测器的性能,该仿真实验中部分展示只发生转角传感器故障、只发生执行器故障、以及两种故障同时发生时的状况。
在仿真实验中,设置转向电机的转角传感器故障时的测量值为:
yf=0.7*y+2
其中,y为电机正常工作时转角传感器的测量值。
同时,设置转向电机的故障电压为:
uf=0.8*u
其中,u为转向电机正常工作时的电压值。
在仿真实验中,设置0-5秒没有故障发生,5-10秒只发生执行器故障,10-15秒两种故障都发生,15-20秒只发生转角传感器故障。在实施例中,该条件下的电机的实际转角和期望转角的转角跟随如图7所示。
在仿真过程中,根据仿真结果绘制如图8所示的电机故障电压真实值和估计值的变化曲线。以及如图9的转向电机的转角传感器故障估计值和真实值的变化曲线。为了确定转角传感器的故障估计结果和真实值之间的误差大小,对图9中的B部分的局部图形进行放大,得到如图10的图像。
分析图8-10中的曲线可以发现,本实施例设计的故障观测器,在只发生转角传感器故障、只发生执行器故障,以及同时发生两种故障时,均能够很好地对不同类型的故障状态进行准确估计,并且给出的估计值与真实值的误差极小。因此可以说明,本实施例设计的故障观测器达到了设计之初的要求。
实施例3
本实施例提供一种基于故障估计的车辆前轮转角容错控制方法,如图11所示,该转角容错控制方法包括如下步骤:
S1:根据车辆线控转向系统的数学模型,建立只存在传感器故障和只存在执行器故障的两个状态空间方程。
建立的车辆线控转向系统的数学模型如下:
其中,
上式中,x∈R3,表示状态变量;y∈R2,表示系统输出;u∈R1,表示容错控制输入;d∈R1,表示外加干扰;θm为转向电机转角;Im为转向电机通过的电流;U为转向电机端电压;Tr为轮胎回正力矩;A、B、C、D为含有无人驾驶汽车实车数据的矩阵;Fs为转角传感器故障向量;rp为转向小齿轮半径;Kr为齿条等效刚度;Beq表示电机及齿条等效至转向电机轴上的阻尼系数;Jeq表示电机及齿条等效至转向电机轴上的转动惯量;N为电动机减速机构传动比;Kt为电机转矩系数;Kb为电枢反电动势系数;Lm为电枢电感;Rm为电枢电阻;fs为传感器故障的真实值;fa为电机故障电压的真实值。
在传感器故障中,考察对线控转向性能影响较大的电机转角传感器故障。一般情况下,电机转角传感器可发生四种故障类型,分别是增益、偏差、卡死和信号中断,当发生这四种不同模式的故障时,传感器故障的统一的状态空间方程为:
θf=Δ*θm+α=θm+(Δ-1)θm+α
其中,θf为电机转角传感器故障输出;Δ为故障的增益值大小;α为故障的恒偏差或卡死值;特别地,当Δ=0、α=0时,说明传感器发生信号中断故障。
此外,线控转向系统中的元器件也会因使用周期增长及外界因素的影响而发生故障,其中影响较大的转向电机可能因为绝缘不良、绕组阻值变化等引起端电压发生增益故障,转向电机的故障端电压表示为:
uf=ΔmU=U+(Δm-1)U
其中,Δm为电压增益故障系数,Δm∈(0,1);uf表示故障端电压。
本实施例中继续将车辆线控转向系统的数学模型降阶为两个子状态空间方程,第一个状态空间方程只含有传感器故障,第二个状态空间方程只含有执行器故障。构造只存在传感器故障和只存在执行器故障的状态空间方程的方法包括如下步骤:
构造两个非奇异变换矩阵T和S,矩阵T和矩阵S分别满足:
其中
A1∈R1×1,A2∈R1×2,A3∈R2×1,A4∈R2×2;B1∈R1×1;D1∈R1×1,D2∈R2×1;
C1∈R1×1,C4∈R1×2;F2∈R1×1。
令
利用上述矩阵中的元素,则可以将原线控转向系统降阶为如下的子系统一和子系统二:
子系统一:
子系统二:
其中,子系统一的状态空间方程中只含有传感器故障,子系统二的状态空间方程中只含有执行器故障。
S2:根据两个状态空间方程设计故障观测器,故障观测器分别包括用于监测电机转角传感器故障的观测模块一,以及用于监测转向电机故障电压的观测模块二。故障观测器用于同步对无人驾驶汽车线控转向系统中转向电机的转角传感器故障和执行器故障进行监测和估计。
其中,故障观测器的建立过程包括如下步骤:
(1)根据子系统一设计自适应滑模观测器:
将子系统一的状态空间方程转化为:
基于转化后的子系统一,设计如下的滑模观测器:
(2)根据子系统二设计未知输入观测器:
将子系统二的状态空间方程转化为:
基于转换后的子系统二,设计如下的未知输入观测器:
其中,F0∈R3×3,L0∈R3×1,M0∈R3×3,N0∈R3×1均为待设计的矩阵;h表示一个中间变量。
基于上式则有:
定义状态估计误差函数如下:
结合状态空间方程,得到发生故障后的函数为:
其中,I3为单位矩阵;
令待设计的矩阵F0、L0、M0、N0分别满足如下条件:
则有:
定义控制估计误差r为:
其中,H为预先指定的权重矩阵,结构为
(3)根据设计出的自适应滑模观测器和未知输入观测器;求解故障观测器中的参数:
假设存在正定矩阵P1、P2,矩阵X、Y和U,和一个正定标量γ,能够使得以下LMI方程有一个合适的解:
其中,
π1=U+UT,
则估计误差动态在规定的干扰衰减水平μ下渐近稳定;
则求解出故障观测器中的参数如下:
其中,δ为一个预设的正常数。
S3:设计一个容错控制器,容错控制器根据电机转角传感器故障和转向电机故障电压换算出对应的转向电机的期望电机转角。
本实施例中,容错控制器的设计方法包括如下步骤:
定义容错控制器的状态量x1和x2分别如下:
其中,θm为转向电机转角。
则包含容错控制器的线控转向系统的状态方程如下:
上式中,
其中,u表示容错控制输入;fa表示转向电机的故障电压的真实值;f表示外加干扰;rp表示转向小齿轮半径;Kr表示齿条等效刚度;Beq表示电机及齿条等效至转向电机轴上的阻尼系数;Jeq表示电机及齿条等效至转向电机轴上的转动惯量;Kt表示电机转矩系数;Kb表示电枢反电动势系数;Rm表示电枢电阻;Lm表示电枢电感;N表示电动机减速机构传动比;Im表示转向电机通过的电流;Tr表示轮胎回正力矩。
定义容错控制器中的跟踪误差r1,跟踪误差r1为:
r1=x1-xd;
其中,xd为期望的转向电机转角。
根据容错控制器的状态量x1和x2的定义,则有:
定义容错控制器中的切换函数σ,切换函数σ为:
σ=k1r1+r2;
其中,k1为满足设计要求的一个常数,且k1>0。
根据跟踪误差r1、切换函数σ以及线控转向系统的状态方程设计一个滑模容错控制器;以滑模容错控制器作为所需的容错控制器。
滑模容错控制器的设计方法包括如下步骤:
根据跟踪误差r1构造一个李亚普若夫函数一V1:
令
其中,c1为正的常数,r2为虚拟控制项;
则有
且
由于
则
因此,根据定义的切换函数σ进一步构造一个李亚普若夫函数二V2:
则
进一步构造一个李雅普诺夫函数三V3:
则有
基于构造的函数,将滑模容错控制器设计为:
其中,在满足设计要求的条件下,h和β为正的常数。
根据设计的容错控制器确定其自适应律,容错控制器的自适应律为:
本实施例中,容错控制器的设计过程还需要进一步确定其中的参数。
基于容错控制器的自适应律可以进一步得到:
考虑到
在容错控制器的设计过程中,根据拉萨尔不变性原理可知:
则t→∞时,z→0,σ→0,
从而z1→0,z2→0,
令θs为转角传感器测量到的电机转角,则
x1=θm=θs-fs;
S4:将故障观测器和容错控制器应用于车辆的线控转向系统,作为车辆的转向控制器。
S5:获取车辆当前状态对应的期望前轮转角,并由转向控制器根据车辆的期望前轮转角换算出转向电机的期望电机转角。
S6:通过转角传感器接收转向电机当前的实际转角的信号,然后根据期望电机转角和接收到的实际转角计算出期望的电机电压。
S7:根据计算出的期望的电机电压,通过转向电机执行器控制转向电机按照期望电机转角转动,进而通过减速器带动车辆的前轮转动,使得车辆的运行状态达到期望前轮转角。
本实施例还包括一种基于故障估计的车辆前轮转角容错控制系统,车辆前轮转角容错控制系统应用于车辆的转向系统中,该车辆前轮转角容错控制系统用于采用如实施例1的基于故障估计的车辆前轮转角容错控制方法,对车辆前轮转角进行控制,使得车辆运动时的状态达到期望前轮转角。如图12所示,车辆前轮转角容错控制系统包括:电机转角传感器,故障观测器,容错控制器,以及期望电机电压计算模块。
其中,电机转角传感器用于检测车辆转向电机的实际转角。
故障观测器用于根据车辆的运动状态同步估算出车辆的传感器故障和执行器故障的状态量;故障观测器包括观测模块一和观测模块二,观测模块一用于监测电机转角传感器故障,观测模块二用于监测转向电机的故障电压。
容错控制器用于根据故障观测器监测到的电机转角传感器故障和转向电机的故障电压,换算出转向电机的期望电机转角。
期望电机电压计算模块用于根据获取的期望电机转角和转向电机的实际转角计算出期望的电机电压,并将期望的电机电压输出到转向电机执行器中,进而由转向电机执行相应的转向动作。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明的保护范围应以所附权利要求为准。
Claims (10)
1.一种无人驾驶车辆线控转向的容错控制器,其特征在于:所述容错控制器用于根据检测到的转向电机的转角传感器故障和故障电压,对车辆的线控转向系统进行补偿,控制转向电机跟随期望的电机转角;
其中,定义容错控制器的状态量x1和x2分别如下:
其中,θm为转向电机转角;
则包含所述容错控制器的线控转向系统的状态方程如下:
上式中,
其中,u表示容错控制输入;fa表示转向电机的故障电压的真实值;f表示外加干扰;rp表示转向小齿轮半径;Kr表示齿条等效刚度;Beq表示电机及齿条等效至转向电机轴上的阻尼系数;Jeq表示电机及齿条等效至转向电机轴上的转动惯量;Kt表示电机转矩系数;Kb表示电枢反电动势系数;Rm表示电枢电阻;Lm表示电枢电感;N表示电动机减速机构传动比;Im表示转向电机通过的电流;Tr表示轮胎回正力矩;
设计出的所述容错控制器的方程如下:
其中,r1为设计的跟踪误差;r2为虚拟控制项;xd表示期望的转向电机转角;σ表示一个切换函数;h、c1、k1和β均为容错控制器中满足设计要求的一个正的常数;θs表示转角传感器测量到的电机转角;fs表示转角传感器故障的真实值。
2.根据权利要求1所述的无人驾驶车辆线控转向的容错控制器,其特征在于:所述转向电机的转角传感器故障和故障电压通过一个故障观测器监测得到,所述故障观测器用于同步获取转向电机的转角传感器故障和输出电压的执行器故障。
3.根据权利要求2所述的无人驾驶车辆线控转向的容错控制器,其特征在于:所述容错控制器应用于线控转向系统中,并使得所述线控转向系统在发生转角传感器故障和执行器故障中的任意一个或两个时,均能根据故障信息进行自动补偿,进而使得车辆的实际的前轮转角有效跟踪期望的前轮转角。
4.一种无人驾驶车辆线控转向的容错控制器的设计方法,其特征在于:所述容错控制器的设计方法用于设计如权利要求1-3任意一项所述的容错控制器,设计方法包括如下步骤:
定义容错控制器中的跟踪误差r1;
定义容错控制器中的切换函数σ;
根据所述跟踪误差r1、切换函数σ以及线控转向系统的状态方程设计一个滑模容错控制器;以所述滑模容错控制器作为所需的容错控制器;
根据设计的所述容错控制器确定其自适应律。
6.根据权利要求5所述的无人驾驶车辆线控转向的容错控制器的设计方法,其特征在于:所述切换函数σ为:
σ=k1r1+r2;
其中,k1为满足设计要求的一个常数,且k1>0。
7.根据权利要求6所述的无人驾驶车辆线控转向的容错控制器的设计方法,其特征在于,所述滑模容错控制器的设计方法包括如下步骤:
根据所述跟踪误差r1构造一个李亚普若夫函数一V1:
令
其中,c1为正的常数,r2为虚拟控制项;
则有
且
由于
则
因此,根据定义的所述切换函数σ进一步构造一个李亚普若夫函数二V2:
则
进一步构造一个李雅普诺夫函数三V3:
则有
基于构造的函数,将所述滑模容错控制器设计为:
其中,在满足设计要求的条件下,h和β为正的常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111307278.XA CN113998001B (zh) | 2021-11-05 | 2021-11-05 | 一种无人驾驶车辆线控转向的容错控制器及其设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111307278.XA CN113998001B (zh) | 2021-11-05 | 2021-11-05 | 一种无人驾驶车辆线控转向的容错控制器及其设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113998001A true CN113998001A (zh) | 2022-02-01 |
CN113998001B CN113998001B (zh) | 2024-01-16 |
Family
ID=79927695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111307278.XA Active CN113998001B (zh) | 2021-11-05 | 2021-11-05 | 一种无人驾驶车辆线控转向的容错控制器及其设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113998001B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104749959A (zh) * | 2015-04-27 | 2015-07-01 | 重庆大学 | 一种基于广义滑模估计器的机组变桨容错控制方法 |
CN109557818A (zh) * | 2019-01-10 | 2019-04-02 | 南京航空航天大学 | 具有执行器和传感器故障的多智能体跟踪系统的滑模容错控制方法 |
CN109630281A (zh) * | 2019-01-10 | 2019-04-16 | 大连理工大学 | 一种基于误差区间观测器的航空发动机主动容错控制方法 |
CN110091876A (zh) * | 2019-05-14 | 2019-08-06 | 合肥工业大学 | 一种线控四轮转向电动叉车的多故障检测和隔离方法 |
CN110334312A (zh) * | 2019-06-28 | 2019-10-15 | 武汉理工大学 | 具有容错控制功能的盘式轮毂电机驱动车辆控制方法 |
CN110513198A (zh) * | 2019-08-13 | 2019-11-29 | 大连理工大学 | 一种涡扇发动机控制系统主动容错控制方法 |
CN110826143A (zh) * | 2019-07-22 | 2020-02-21 | 江苏理工学院 | 一种基于切换控制的汽车主动悬架系统的容错控制方法 |
CN111596545A (zh) * | 2020-04-27 | 2020-08-28 | 江苏建筑职业技术学院 | 一种多输入多输出机械系统自适应容错预设性能控制方法 |
CN111679579A (zh) * | 2020-06-10 | 2020-09-18 | 南京航空航天大学 | 针对传感器和执行器故障系统的滑模预测容错控制方法 |
CN111717278A (zh) * | 2020-06-29 | 2020-09-29 | 北京理工大学 | 一种电动汽车转向失效的容错控制方法及系统 |
US20200339140A1 (en) * | 2019-04-26 | 2020-10-29 | GM Global Technology Operations LLC | Controlling operation of a vehicle with a supervisory control module having a fault-tolerant controller |
CN113086000A (zh) * | 2021-04-30 | 2021-07-09 | 哈尔滨工业大学 | 一种线控转向系统齿条力容错估计方法 |
US20210269087A1 (en) * | 2018-12-18 | 2021-09-02 | Nanjing University Of Aeronautics And Astronautics | Active Fault Tolerance and Fault Mitigation System Based on Steer-by-wire with Dual Motors and Control Method Therefor |
-
2021
- 2021-11-05 CN CN202111307278.XA patent/CN113998001B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104749959A (zh) * | 2015-04-27 | 2015-07-01 | 重庆大学 | 一种基于广义滑模估计器的机组变桨容错控制方法 |
US20210269087A1 (en) * | 2018-12-18 | 2021-09-02 | Nanjing University Of Aeronautics And Astronautics | Active Fault Tolerance and Fault Mitigation System Based on Steer-by-wire with Dual Motors and Control Method Therefor |
CN109557818A (zh) * | 2019-01-10 | 2019-04-02 | 南京航空航天大学 | 具有执行器和传感器故障的多智能体跟踪系统的滑模容错控制方法 |
CN109630281A (zh) * | 2019-01-10 | 2019-04-16 | 大连理工大学 | 一种基于误差区间观测器的航空发动机主动容错控制方法 |
US20200339140A1 (en) * | 2019-04-26 | 2020-10-29 | GM Global Technology Operations LLC | Controlling operation of a vehicle with a supervisory control module having a fault-tolerant controller |
CN110091876A (zh) * | 2019-05-14 | 2019-08-06 | 合肥工业大学 | 一种线控四轮转向电动叉车的多故障检测和隔离方法 |
CN110334312A (zh) * | 2019-06-28 | 2019-10-15 | 武汉理工大学 | 具有容错控制功能的盘式轮毂电机驱动车辆控制方法 |
CN110826143A (zh) * | 2019-07-22 | 2020-02-21 | 江苏理工学院 | 一种基于切换控制的汽车主动悬架系统的容错控制方法 |
CN110513198A (zh) * | 2019-08-13 | 2019-11-29 | 大连理工大学 | 一种涡扇发动机控制系统主动容错控制方法 |
CN111596545A (zh) * | 2020-04-27 | 2020-08-28 | 江苏建筑职业技术学院 | 一种多输入多输出机械系统自适应容错预设性能控制方法 |
CN111679579A (zh) * | 2020-06-10 | 2020-09-18 | 南京航空航天大学 | 针对传感器和执行器故障系统的滑模预测容错控制方法 |
CN111717278A (zh) * | 2020-06-29 | 2020-09-29 | 北京理工大学 | 一种电动汽车转向失效的容错控制方法及系统 |
CN113086000A (zh) * | 2021-04-30 | 2021-07-09 | 哈尔滨工业大学 | 一种线控转向系统齿条力容错估计方法 |
Non-Patent Citations (4)
Title |
---|
章仁燮, 熊璐, 余卓: "智能汽车转向轮转角主动控", 机械工程学报, vol. 53, no. 14, pages 106 - 113 * |
贾 全,张小超,苑严伟, 付拓,伟利国,赵博: "拖拉机自动转向系统容错自适应滑模控制方法", 农业工程学报, vol. 34, no. 10, pages 76 - 82 * |
阚亚雄,赵飞: "基于自适应容错算法 四旋翼控制器设计与实验研究", 镇江高专学报, vol. 34, no. 3, pages 62 - 67 * |
高锦秋,鲁家栋,刘景林: "基于滑模重构观测器的伺服系统容错控制律设计", 微电机, vol. 49, no. 6, pages 38 - 41 * |
Also Published As
Publication number | Publication date |
---|---|
CN113998001B (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210269087A1 (en) | Active Fault Tolerance and Fault Mitigation System Based on Steer-by-wire with Dual Motors and Control Method Therefor | |
CN109733464B (zh) | 基于线控转向双电机的主动容错和故障缓解系统及其控制方法 | |
JP6376270B2 (ja) | 車両用舵角検出装置及びそれを搭載した電動パワーステアリング装置 | |
JP6515989B2 (ja) | 電動パワーステアリング装置 | |
US20190092377A1 (en) | Steer-by-wire system and control method thereof | |
Sobhani-Tehrani et al. | Hybrid fault diagnosis of nonlinear systems using neural parameter estimators | |
CN111273549A (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈容错控制方法及系统 | |
Zheng et al. | Fault tolerant steer-by-wire road wheel control system | |
US8901874B2 (en) | Electric power steering system | |
CN116573037A (zh) | 一种双绕组分布式线控转向系统及其容错控制方法 | |
CN113998001A (zh) | 一种无人驾驶车辆线控转向的容错控制器及其设计方法 | |
CN113815720B (zh) | 一种无人驾驶汽车线控转向系统的故障观测器的设计方法 | |
CN113830168B (zh) | 一种基于故障估计的车辆前轮转角容错控制方法、系统 | |
CN110442110B (zh) | 一种基于二阶滑模观测器的航天器故障诊断方法 | |
CN112068444A (zh) | 一种采用非线性自适应滑模的飞行器攻角控制方法 | |
Momtaz et al. | Concurrent error detection in embedded digital control of nonlinear autonomous systems using adaptive state space checks | |
CN114578795B (zh) | 一种针对电动汽车eps的具有暂态性能保证的自适应故障补偿控制方法 | |
Cholakkal et al. | Fault tolerant control of electric power steering using robust filter-simulation study | |
CN117227830A (zh) | 一种六相永磁同步电机线控转向系统路感鲁棒控制方法 | |
Mortazavizadeh | Fault-Tolerant Steer-by-Wire System | |
Cholakkal et al. | Fault tolerant Control of electric power steering using Kalman filter-simulation study | |
Guo et al. | Adaptive Sliding‐Mode Control for Permanent Magnet Spherical Actuator Based on Trajectory Re‐Planning | |
CN115071736A (zh) | 基于故障估计的自动驾驶车辆容错控制方法及系统 | |
CN116974199A (zh) | 基于神经网络和扰动观测的离散增量滑模四旋翼控制方法 | |
Huang et al. | Actuator and sensor fault tolerant control for Steer-by-Wire systems: Recent Advances |
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 |