CN114148403B - 一种线控转向系统多工况稳定性控制方法 - Google Patents

一种线控转向系统多工况稳定性控制方法 Download PDF

Info

Publication number
CN114148403B
CN114148403B CN202110819489.5A CN202110819489A CN114148403B CN 114148403 B CN114148403 B CN 114148403B CN 202110819489 A CN202110819489 A CN 202110819489A CN 114148403 B CN114148403 B CN 114148403B
Authority
CN
China
Prior art keywords
vehicle
adhesion coefficient
stability
steering
angle
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
Application number
CN202110819489.5A
Other languages
English (en)
Other versions
CN114148403A (zh
Inventor
陈锋
傅直全
胡斐
俞碧君
赵万忠
周小川
徐坤豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang VIE Science and Technology Co Ltd
Original Assignee
Zhejiang VIE Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang VIE Science and Technology Co Ltd filed Critical Zhejiang VIE Science and Technology Co Ltd
Priority to CN202110819489.5A priority Critical patent/CN114148403B/zh
Publication of CN114148403A publication Critical patent/CN114148403A/zh
Application granted granted Critical
Publication of CN114148403B publication Critical patent/CN114148403B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/02—Control of vehicle driving stability
    • B60W30/045—Improving turning performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开了一种线控转向系统多工况稳定性控制方法，其中步骤(1)建立线控转向系统二自由度动力学模型；步骤(2)建立线控转向变传动比模型：结合获取到的车辆信息，设计得到当前时刻的理想传动比以及横摆角速度理想值和质心侧偏角理想值；步骤(3)设计车辆状态及路面附着系数估计观测器：通过扇形非线性变换，得到具有不可测量前提变量的精确TS模型，步骤(4)设计混合鲁棒稳定性控制器：包括PID，μ，H2/H∞三种稳定性控制算法，根据步骤(3)中车辆状态及路面附着系数估计观测器的观测值，实时切换稳定性控制器的控制算法，本发明利用李雅普诺夫理论保证误差有界，能够较为准确实时地辨识当前时刻的车辆状态和路面附着系数。

Description

一种线控转向系统多工况稳定性控制方法
技术领域
本发明属于汽车转向系统技术领域，具体是一种线控转向系统多工况稳定性控制方法。
背景技术
随着汽车智能化程度越来越高，汽车上的各个执行模块都趋于线控化。其中线控转向系统能够提高汽车安全性能，改善驾驶特性，增强操纵性，成为当前人们研究的热点。
转向系统是车辆的关键部件之一，它不仅能保证汽车能按驾驶员的意志进行转向行驶，还与汽车的操纵稳定性密切相关。如何合理地设计转向系统，使汽车具有更好的操纵性，始终是设计人员研究的重要课题。在车辆高速化、驾驶人员非职业化、车流密集化的今天，针对不同的驾驶工况，汽车的易操纵性设计变得极为重要。
目前关于线控转向系统的稳定性控制大多是根据一种稳定性控制算法，适用于一般工况或是特定工况下进行转向系统的稳定性控制，很少考虑路面附着系数变化引起一些非线性工况的影响，尤其是当路面附着系数变化时不能准确辨识时，容易引起车辆的失稳；并且目前工程中虽有能够直接测量轮胎路面附着系数的传感器，但是受限于传感器成本、测量精度以及测量稳定性较差等原因，无法在量产车中推广使用。并且在外部环境改变时，就很难得到准确的附着系数，因此现在的路面附着系数估计的研究更多倾向于基于效果的方法。
发明内容
针对于上述现有技术的不足，本发明的目的在于提供一种线控转向系统多工况稳定性控制方法，以解决现有技术中线控转向系统只适应于单一工况下的稳定性控制，不能较好适用于路面附着系数变化下多工况的问题。
为达到上述目的，本发明采用的技术方案如下：
本发明的一种线控转向系统多工况稳定性控制方法，步骤如下：
步骤(1)建立线控转向系统二自由度动力学模型；
步骤(2)建立线控转向变传动比模型：结合获取到的转向盘转角信号、车速信号，设计得到当前时刻的理想传动比以及横摆角速度理想值和质心侧偏角理想值；
步骤(3)设计车辆状态及路面附着系数估计观测器：根据步骤(1)中线控转向系统二自由度动力学模型，通过扇形非线性变换，得到具有不可测量前提变量的精确TS模型，设计车辆状态和路面附着系数估计观测器，对质心侧偏角、横摆角速度、路面附着系数进行估计；
步骤(4)设计混合鲁棒稳定性控制器：包括PID，μ，H2/H∞三种稳定性控制算法，根据步骤(3)中车辆状态及路面附着系数估计观测器的观测值，实时切换稳定性控制器的控制算法，完成线控转向系统的稳定性控制。
进一步地，所述步骤(1)中的线控转向系统二自由度整车动力学模型如下：
Figure GDA0003990232090000021
式中，m为整车质量，a,b为质心到前后轴的距离，u为车速，ωr为车辆横摆角速度，β为车辆质心侧偏角，Iz为整车绕z轴转动惯量，Fyf、Fyr分别为前后轮胎的侧偏力。
进一步地，所述步骤(2)中的线控转向变传动比模型具体如下：
当驾驶员给方向盘施加转角信号θsw时，变传动比控制模块基于方向盘转角信号θsw和车速信号u，计算出该时刻理想传动比i和前轮转角：
Figure GDA0003990232090000031
根据该时刻理想传动比i和前轮转角可求得横摆角速度理想值和质心侧偏角理想值：
Figure GDA0003990232090000032
式中，i为转向系统传动比，θsw为方向盘转角，δf为前轮转角，Ks为横摆角速度增益，是一个0.12-0.371/s的参数，L是轴距，Ku为稳定性因数；k1、k2分别代表前后轮侧偏刚度。
进一步地，所述步骤(3)中的路面附着系数估计控制器设计具体如下：
在不过度驾驶条件下，前后轮侧偏角可以表示为：
Figure GDA0003990232090000033
其中，αfαr分别为前后轮侧偏角；
前后轮胎侧偏力模型建立如下：
Figure GDA0003990232090000034
其中(i＝f,r)，aci、bci(i＝f,r)分别代表车辆轮胎与路面实际接触部分的长度和宽度，ki(i＝f,r)代表前后轮胎的侧偏刚度，μ表示路面附着系数，Fzi(i＝f,r)分别为轮胎的前后轮胎上的垂向力：Fyi(i＝f,r)分别为前后轮胎侧偏力；Θi(i＝f,r)分别为前后轮侧偏力观测参数；g为重力加速度；
将状态参数用Takagi-Sugeno(TS)模型表示，其中状态参数为质心侧偏角β和横摆角速度ωr：
Figure GDA0003990232090000041
其中Ai、Ei、C是实矩阵和已知矩阵；
Figure GDA0003990232090000048
为状态参数；y(t)为观测值；/>
Figure GDA0003990232090000042
代表Takagi-Sugeno模型求解公式；
采用TS比列积分观测器求得横摆角速度、质心侧偏角观测值以及路面附着系数观测值：
Figure GDA0003990232090000043
其中，LPi代表横摆角速度、质心侧偏角观测值增益；LIi代表路面附着系数观测值增益；
考虑状态估计误差
Figure GDA0003990232090000044
和/>
Figure GDA0003990232090000045
并确定增益LPi和LIi：
Figure GDA0003990232090000046
其中，e(t)为横摆角速度、质心侧偏角观测误差；
Figure GDA0003990232090000047
代表横摆角速度、质心侧偏角观测误差一阶导；/>
Figure GDA0003990232090000051
代表路面附着系数观测误差一阶导；η(t)代表误差系数；/>
Figure GDA0003990232090000052
分别为前后轮侧偏角、路面附着系数的估计值；
建立增广矩阵：
ea T(t)＝[eT(t) eμ T(t)]
误差状态估计整体动态方程：
Figure GDA0003990232090000053
ea T(t)为增广矩阵；T代表该量的转置运算；
其中，
Figure GDA0003990232090000054
M＝(C0)，/>
Figure GDA0003990232090000055
对称的正定矩阵P，增益矩阵Ki，正标量c满足以下约束条件：
Figure GDA0003990232090000056
γ、α分别表示优化参数；
要求误差状态估计动态方程满足以下要求：
Figure GDA0003990232090000057
其中，从w(t)到估计误差ea(t)的传递衰减水平为γ；λmax(P)和λmin(P)分别表示矩阵P的最小奇异值和最大奇异值，e代表一般自然常数；
结合TS估计算法，路面附着系数识别器将附着系数观测值μ*识别为高2、中1、低0三类：
Figure GDA0003990232090000058
进一步地，所述步骤(4)中的鲁棒稳定性切换控制器设计具体如下：
根据步骤(2)计算得到的横摆角速度理想值与横摆角速度观测值的差值，作为鲁棒稳定性切换控制器的输入，根据路面附着系数识别器识别信号进行判断鲁棒控制算法，通过不同工况下对应的稳定性控制算法计算车辆前轮转向所需要的附加转角；进而通过执行机构带动前轮进行相应的转角补偿，从而实现车辆转向稳定性控制。
进一步地，所述根据路面附着系数识别器识别信号进行判断鲁棒控制算法具体方案为：
1)当μ*＝2时，此时路面附着系数高，PID控制算法具有控制简单、应用方便、参数容易调整等优点，采用PID控制算法进行该工况下的稳定性控制；
2)当μ*＝1时，此时路面附着系数为中等，比较容易进入非线性工况，因此需要对输出进行限制，保证输出的轮胎侧偏角尽可能小，采用H2/H∞控制算法进行该工况下的稳定性控制；
3)当μ*＝0时，此时路面附着系数，对转向控制精度要求较高，轮胎侧偏刚度非线性特性较为显著，因此需要对车辆参数不确定性进行优化，采用μ控制算法进行该工况下的稳定性控制；
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
1.本发明从非线性的角度建立车辆状态和路面附着系数估计观测器，反映了合理的驾驶模式，并且利用李雅普诺夫理论保证误差有界，能够较为准确实时地辨识当前时刻的车辆状态和路面附着系数；
2.本发明考虑路面附着系数变化下多工况的影响，可以根据不同路面工况进行切换稳定性的控制，更好地保证车辆在多工况下行驶的稳定性。
附图说明
图1为本发明依附的线控转向系统的结构框图。
图2为本发明线控转向系统控制方法原理图。
具体实施方式
下面结合附图与实施例对本发明作进一步详细描述。
实施例1
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
基于图1所示的线控转向系统，参照图2所示，本发明的一种线控转向系统多工况稳定性控制方法，步骤如下：
步骤(1)建立线控转向系统二自由度动力学模型；
步骤(2)建立线控转向变传动比模型：结合获取到的转向盘转角信号、车速信号，设计得到当前时刻的理想传动比以及横摆角速度理想值和质心侧偏角理想值；
步骤(3)设计车辆状态及路面附着系数估计观测器：根据步骤(1)中线控转向系统二自由度动力学模型，通过扇形非线性变换，得到具有不可测量前提变量的精确TS模型，设计车辆状态和路面附着系数估计观测器，对质心侧偏角、横摆角速度、路面附着系数进行估计；
步骤(4)设计混合鲁棒稳定性控制器：包括PID，μ，H2/H∞三种稳定性控制算法，根据步骤(3)中车辆状态及路面附着系数估计观测器的观测值，实时切换稳定性控制器的控制算法，完成线控转向系统的稳定性控制。
进一步地，所述步骤(1)中的线控转向系统二自由度整车动力学模型如下：
Figure GDA0003990232090000071
/>
式中，m为整车质量，a,b为质心到前后轴的距离，u为车速，ωr为车辆横摆角速度，β为车辆质心侧偏角，Iz为整车绕z轴转动惯量，Fyf、Fyr分别为前后轮胎的侧偏力。
进一步地，所述步骤(2)中的线控转向变传动比模型具体如下：
当驾驶员给方向盘施加转角信号θsw时，变传动比控制模块基于方向盘转角信号θsw和车速信号u，计算出该时刻理想传动比i和前轮转角：
Figure GDA0003990232090000081
根据该时刻理想传动比i和前轮转角可求得横摆角速度理想值和质心侧偏角理想值：
Figure GDA0003990232090000082
式中，i为转向系统传动比，θsw为方向盘转角，δf为前轮转角，Ks为横摆角速度增益，是一个0.12-0.371/s的参数，L是轴距，Ku为稳定性因数；k1、k2分别代表前后轮侧偏刚度。
进一步地，所述步骤(3)中的路面附着系数估计控制器设计具体如下：
在不过度驾驶条件下，前后轮侧偏角可以表示为：
Figure GDA0003990232090000083
其中，αfαr分别为前后轮侧偏角；
前后轮胎侧偏力模型建立如下：
Figure GDA0003990232090000091
其中(i＝f,r)，aci、bci(i＝f,r)分别代表车辆轮胎与路面实际接触部分的长度和宽度，ki(i＝f,r)代表前后轮胎的侧偏刚度，μ表示路面附着系数，Fzi(i＝f,r)分别为轮胎的前后轮胎上的垂向力：Fyi(i＝f,r)分别为前后轮胎侧偏力；Θi(i＝f,r)分别为前后轮侧偏力观测参数；g为重力加速度；
将状态参数用Takagi-Sugeno(TS)模型表示，其中状态参数为质心侧偏角β和横摆角速度ωr：
Figure GDA0003990232090000092
其中Ai、Ei、C是实矩阵和已知矩阵；
Figure GDA0003990232090000093
为状态参数；y(t)为观测值；/>
Figure GDA0003990232090000094
代表Takagi-Sugeno模型求解公式；
采用TS比列积分观测器求得横摆角速度、质心侧偏角观测值以及路面附着系数观测值：
Figure GDA0003990232090000095
其中，LPi代表横摆角速度、质心侧偏角观测值增益；LIi代表路面附着系数观测值增益；
考虑状态估计误差
Figure GDA0003990232090000101
和/>
Figure GDA0003990232090000102
并确定增益LPi和LIi：
Figure GDA0003990232090000103
其中，e(t)为横摆角速度、质心侧偏角观测误差；
Figure GDA0003990232090000104
代表横摆角速度、质心侧偏角观测误差一阶导；/>
Figure GDA0003990232090000105
代表路面附着系数观测误差一阶导；η(t)代表误差系数；/>
Figure GDA0003990232090000106
分别为前后轮侧偏角、路面附着系数的估计值；
建立增广矩阵：
ea T(t)＝[eT(t) eμ T(t)]
误差状态估计整体动态方程：
Figure GDA0003990232090000107
ea T(t)为增广矩阵；T代表该量的转置运算；
其中，
Figure GDA0003990232090000108
M＝(C 0)，/>
Figure GDA0003990232090000109
对称的正定矩阵P，增益矩阵Ki，正标量c满足以下约束条件：
Figure GDA00039902320900001010
γ、α分别表示优化参数；
要求误差状态估计动态方程满足以下要求：
Figure GDA00039902320900001011
其中，从w(t)到估计误差ea(t)的传递衰减水平为γ；λmax(P)和λmin(P)分别表示矩阵P的最小奇异值和最大奇异值，e代表一般自然常数；
结合TS估计算法，路面附着系数识别器将附着系数观测值μ*识别为高2、中1、低0三类：
Figure GDA0003990232090000111
进一步地，所述步骤(4)中的鲁棒稳定性切换控制器设计具体如下：
根据步骤(2)计算得到的横摆角速度理想值与横摆角速度观测值的差值，作为鲁棒稳定性切换控制器的输入，根据路面附着系数识别器识别信号进行判断鲁棒控制算法，通过不同工况下对应的稳定性控制算法计算车辆前轮转向所需要的附加转角；进而通过执行机构带动前轮进行相应的转角补偿，从而实现车辆转向稳定性控制。
进一步地，所述根据路面附着系数识别器识别信号进行判断鲁棒控制算法具体方案为：
1)当μ*＝2时，此时路面附着系数高，PID控制算法具有控制简单、应用方便、参数容易调整等优点，采用PID控制算法进行该工况下的稳定性控制；
2)当μ*＝1时，此时路面附着系数为中等，比较容易进入非线性工况，因此需要对输出进行限制，保证输出的轮胎侧偏角尽可能小，采用H2/H∞控制算法进行该工况下的稳定性控制；
3)当μ*＝0时，此时路面附着系数，对转向控制精度要求较高，轮胎侧偏刚度非线性特性较为显著，因此需要对车辆参数不确定性进行优化，采用μ控制算法进行该工况下的稳定性控制。
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (6)

1.一种线控转向系统多工况稳定性控制方法，其特征在于：包括以下步骤，
步骤(1)建立线控转向系统二自由度动力学模型；
步骤(2)建立线控转向变传动比模型：结合获取到的转向盘转角信号、车速信号，设计得到当前时刻的理想传动比以及横摆角速度理想值和质心侧偏角理想值；
步骤(3)设计车辆状态及路面附着系数估计观测器：根据步骤(1)中线控转向系统二自由度动力学模型，通过扇形非线性变换，得到具有不可测量前提变量的精确TS模型，设计车辆状态和路面附着系数估计观测器，对质心侧偏角、横摆角速度、路面附着系数进行估计；
步骤(4)设计混合鲁棒稳定性控制器：包括PID，μ，H2/H∞三种稳定性控制算法，根据步骤(3)中车辆状态及路面附着系数估计观测器的观测值，实时切换稳定性控制器的控制算法，完成线控转向系统的稳定性控制；
步骤(1)中的线控转向系统二自由度整车动力学模型如下：
Figure FDA0003990232080000011
式中，m为整车质量，a,b为质心到前后轴的距离，u为车速，ωr为车辆横摆角速度，β为车辆质心侧偏角，Iz为整车绕z轴转动惯量，Fyf、Fyr分别为前后轮胎的侧偏力。
2.根据权利要求1所述的一种线控转向系统多工况稳定性控制方法，其特征在于，步骤(2)中的线控转向变传动比模型具体如下：
当驾驶员给方向盘施加转角信号θsw时，变传动比控制模块基于方向盘转角信号θsw和车速信号u，计算出该时刻理想传动比i和前轮转角：
Figure FDA0003990232080000021
根据该时刻理想传动比i和前轮转角可求得横摆角速度理想值和质心侧偏角理想值：
Figure FDA0003990232080000022
式中，i为转向系统传动比，θsw为方向盘转角，δf为前轮转角，Ks为横摆角速度增益，是一个0.12-0.371/s的参数，L是轴距，Ku为稳定性因数；k1、k2分别代表前后轮侧偏刚度。
3.根据权利要求1所述的一种线控转向系统多工况稳定性控制方法，其特征在于，步骤(3)中的路面附着系数估计控制器设计具体如下：
在不过度驾驶条件下，前后轮侧偏角可以表示为：
Figure FDA0003990232080000023
其中，αfαr分别为前后轮侧偏角；
前后轮胎侧偏力模型建立如下：
Figure FDA0003990232080000024
其中(i＝f,r)，aci、bci(i＝f,r)分别代表车辆轮胎与路面实际接触部分的长度和宽度，ki(i＝f,r)代表前后轮胎的侧偏刚度，μ表示路面附着系数，Fzi(i＝f,r)分别为轮胎的前后轮胎上的垂向力：Fyi(i＝f,r)分别为前后轮胎侧偏力；Θi(i＝f,r)分别为前后轮侧偏力观测参数；g为重力加速度；
将状态参数用Takagi-Sugeno(TS)模型表示，其中状态参数为质心侧偏角β和横摆角速度ωr：
Figure FDA0003990232080000031
其中Ai、Ei、C是实矩阵和已知矩阵；
Figure FDA0003990232080000038
为状态参数；y(t)为观测值；/>
Figure FDA0003990232080000032
代表Takagi-Sugeno模型求解公式；
采用TS比列积分观测器求得横摆角速度、质心侧偏角观测值以及路面附着系数观测值：
Figure FDA0003990232080000033
其中，LPi代表横摆角速度、质心侧偏角观测值增益；LIi代表路面附着系数观测值增益；
考虑状态估计误差
Figure FDA0003990232080000034
和/>
Figure FDA0003990232080000035
并确定增益LPi和LIi：/>
Figure FDA0003990232080000036
其中，e(t)为横摆角速度、质心侧偏角观测误差；
Figure FDA0003990232080000037
代表横摆角速度、质心侧偏角观测误差一阶导；/>
Figure FDA0003990232080000041
代表路面附着系数观测误差一阶导；η(t)代表误差系数；/>
Figure FDA0003990232080000042
分别为前后轮侧偏角、路面附着系数的估计值；
建立增广矩阵：
ea T(t)＝[eT(t) eμ T(t)]
ea T(t)为增广矩阵；T代表该量的转置运算；
误差状态估计整体动态方程：
Figure FDA0003990232080000043
其中，
Figure FDA0003990232080000044
对称的正定矩阵P，增益矩阵Ki，正标量C满足以下约束条件：
Figure FDA0003990232080000045
γ、α分别表示优化参数；
要求误差状态估计动态方程满足以下要求：
Figure FDA0003990232080000046
其中，从w(t)到估计误差ea(t)的传递衰减水平为γ；λmax(P)和λmin(P)分别表示矩阵P的最小奇异值和最大奇异值，e代表一般自然常数；
结合TS估计算法，路面附着系数识别器将附着系数观测值μ*识别为高2、中1、低0三类：
Figure FDA0003990232080000047
4.根据权利要求1所述的一种线控转向系统多工况稳定性控制方法，其特征在于，步骤(4)中的鲁棒稳定性切换控制器设计具体如下：
根据步骤(2)计算得到的横摆角速度理想值与横摆角速度观测值的差值，作为鲁棒稳定性切换控制器的输入，根据路面附着系数识别器识别信号进行判断鲁棒控制算法，通过不同工况下对应的稳定性控制算法计算车辆前轮转向所需要的附加转角；进而通过执行机构带动前轮进行相应的转角补偿，从而实现车辆转向稳定性控制。
5.根据权利要求4所述的一种线控转向系统多工况稳定性控制方法，其特征在于，所述根据路面附着系数识别器识别信号进行判断鲁棒控制算法具体方案为：
1)当μ*＝2时，此时路面附着系数高，PID控制算法具有控制简单、应用方便、参数容易调整等优点，采用PID控制算法进行该工况下的稳定性控制；
2)当μ*＝1时，此时路面附着系数为中等，比较容易进入非线性工况，因此需要对输出进行限制，保证输出的轮胎侧偏角尽可能小，采用H2/H∞控制算法进行该工况下的稳定性控制；
3)当μ*＝0时，此时路面附着系数，对转向控制精度要求较高，轮胎侧偏刚度非线性特性较为显著，因此需要对车辆参数不确定性进行优化，采用μ控制算法进行该工况下的稳定性控制。
6.根据权利要求2所述的一种线控转向系统多工况稳定性控制方法，其特征在于，步骤(4)中线控驱动系统差速转向来实时补偿驾驶员操作车辆产生的前轮转角与理想前轮转角的误差采用模糊PID控制，具体步骤如下：
1)车辆紧急转向过程中，底盘数据库储存有当前工况理想的车辆前轮转角
Figure FDA0003990232080000051
底盘决策单元根据接收到的传感器信息估计出驾驶员当前操作下的实际车辆前轮转角δf；
2)以理想的前轮转角
Figure FDA0003990232080000061
和实际的前轮转角δf的偏差e和偏差变化率ec作为控制器的输入量；
3)偏差e和偏差变化率ec经由模糊控制器的模糊推理，按照模糊规则输出调节量ΔKp、ΔKi、ΔKd，实施对PID控制器的参数Kp、Ki、Kd进行调整，使得PID控制参数对根据车辆的紧急转时的动态变化进行实时调整，调整之后的PID控制参数为：
Figure FDA0003990232080000062
其中，Kp0、Ki0、Kd0为PID控制器的初始参数；
4)循环上述控制，直至达到理想的前轮转角
Figure FDA0003990232080000063
完成紧急转向操作。/>
CN202110819489.5A 2021-07-20 2021-07-20 一种线控转向系统多工况稳定性控制方法 Active CN114148403B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110819489.5A CN114148403B (zh) 2021-07-20 2021-07-20 一种线控转向系统多工况稳定性控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110819489.5A CN114148403B (zh) 2021-07-20 2021-07-20 一种线控转向系统多工况稳定性控制方法

Publications (2)

Publication Number Publication Date
CN114148403A CN114148403A (zh) 2022-03-08
CN114148403B true CN114148403B (zh) 2023-03-28

Family

ID=80462055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110819489.5A Active CN114148403B (zh) 2021-07-20 2021-07-20 一种线控转向系统多工况稳定性控制方法

Country Status (1)

Country Link
CN (1) CN114148403B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114537517B (zh) * 2022-03-22 2023-08-01 陕西汽车集团股份有限公司 一种提升操稳性能的线控转向系统自适应反推控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104354697A (zh) * 2014-10-08 2015-02-18 南京航空航天大学 一种利用在线修正的汽车状态参数估计路面附着系数的方法
CN108177692B (zh) * 2017-12-28 2019-07-30 吉林大学 一种电动轮驱动汽车差动助力转向与稳定性协调控制方法
CN109094644B (zh) * 2018-07-19 2024-05-24 南京航空航天大学 极限工况下的主动后轮转向与直接横摆力矩控制方法
CN112977602B (zh) * 2021-02-04 2022-04-08 南京航空航天大学 一种双电机线控转向系统及其混合鲁棒稳定性控制方法

Also Published As

Publication number Publication date
CN114148403A (zh) 2022-03-08

Similar Documents

Publication Publication Date Title
US7273127B2 (en) Rack force disturbance rejection
CN107415939B (zh) 一种分布式驱动电动汽车转向稳定性控制方法
US6904349B2 (en) Method of estimating quantities that represent state of vehicle
US6865461B2 (en) Method and device for controlling driving dynamics
CN107215329B (zh) 一种基于atsm的分布式驱动电动汽车横向稳定性控制方法
US20040015284A1 (en) Method for controlling yaw and transversal dynamics in a road vehicle
US6745112B2 (en) Method of estimating quantities that represent state of vehicle
Pang et al. Adaptive backstepping robust tracking control for stabilizing lateral dynamics of electric vehicles with uncertain parameters and external disturbances
CN113183950A (zh) 一种电动汽车主动前轮转向的自适应控制方法
CN111142534B (zh) 一种智能车横纵向综合轨迹跟踪方法及控制系统
CN116552550A (zh) 基于参数不确定性和横摆稳定性的车辆轨迹跟踪控制系统
CN113799783B (zh) 应用于车辆的道路横向坡度测量方法及系统
CN113460088A (zh) 基于非线性轮胎和驾驶员模型的无人车路径跟踪控制方法
CN114148403B (zh) 一种线控转向系统多工况稳定性控制方法
US20060095188A1 (en) Ackerman angle correction in a steering system for a low speed turn
CN109849898B (zh) 基于遗传算法混合优化gpc的车辆横摆稳定性控制方法
CN116184835A (zh) 考虑输入时延与速度时变的无人驾驶车辆跟踪控制方法
US6853886B2 (en) Method of estimating quantities that represent state of vehicle
CN112829766B (zh) 一种基于分布式驱动电动车辆的自适应路径跟踪方法
CN111231976B (zh) 一种基于变步长的车辆状态估计方法
GB2435102A (en) Friction estimation for vehicle control systems
CN114148411B (zh) 一种轮式无人平台的漂移控制方法
CN114043986A (zh) 一种考虑质量失配的轮胎路面附着系数多模型融合估计方法
CN111332278A (zh) 一种分布式驱动电动车辆横向稳定控制方法及系统
CN117125134A (zh) 车辆的控制方法、装置和车辆

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