CN115817199B - 一种用于虚拟轨道列车的牵引导向协同控制方法和系统 - Google Patents
一种用于虚拟轨道列车的牵引导向协同控制方法和系统 Download PDFInfo
- Publication number
- CN115817199B CN115817199B CN202211529458.7A CN202211529458A CN115817199B CN 115817199 B CN115817199 B CN 115817199B CN 202211529458 A CN202211529458 A CN 202211529458A CN 115817199 B CN115817199 B CN 115817199B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- train
- control
- traction
- 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
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种用于虚拟轨道列车的牵引导向协同控制方法及系统,该方法包括:S1、建立虚拟轨道列车动力学模型;S2、基于目标轨迹获取虚拟轨道列车与目标轨迹的相对位置;S3、计算各节车循迹导向控制目标;S4、根据列车运行速度信息、目标跟踪速度、循迹导向控制目标计算列车牵引导向所需的作用在各节车质心处的广义力;S5、根据每节车的车轮数量计算车轮转向角与转矩输入,以满足牵引导向所需的作用在各节车质心处的广义力,并将车轮转矩及转向角控制目标传递至对应的轮毂电机控制器及转向控制器,完成牵引导向协同控制。与现有技术相比,本发明的方法具有循迹导向精度高、车辆间铰接力低的优点。
Description
技术领域
本发明涉及虚拟轨道列车技术领域,尤其是涉及一种用于虚拟轨道列车的牵引导向协同控制方法和系统。
背景技术
随着城市人口的不断增多,城市公共交通承载的压力也不断增大。传统的公共交通主要分为轨道交通和巴士系统两部分。轨道交通具有运力强,准点率高的优点,但是其建设成本高、建设周期长占地面积大,不利于快速部署以及中小城市采用。巴士系统成本较低、运行灵活,但是运力短板使其不能承担主力公共交通的作用。因此,亟需发展一种可以结合轨道交通与巴士系统优点的公共交通制式。
虚拟轨道列车是一种使用胶轮承载与轨道交通管理模式的公共交通系统,它同时具有媲美轨道交通的运力和巴士系统的建设周期与运营灵活性。新一代的虚拟轨道列车更是具有全轴导向,全轮驱动,多节编组,中高速运行的特点,可以有效缓解城市公共交通压力。与传统轨道交通列车的钢轮钢轨导向不同,“虚拟轨道”由地面划线、预埋磁钉或其他信标及感应装置构成,轨道与列车之间并无强约束关系。列车通过车载摄像头与传感器进行环境感知,从而计算得到虚拟轨道以及列车状态信息,并由列车控制器进行牵引导向控制,使列车以一定循迹导向精度沿着虚拟轨道行驶,并跟踪目标速度曲线。因此,虚拟轨道列车的牵引导向控制是保障列车安全平稳运行,减小行驶时扫掠面积的关键问题。
目前,针对虚拟轨道列车的导向控制已有一定研究。例如中国专利申请CN105292249A、CN110244731A、CN112793677A中公开的基于扩展阿克曼转向几何的方法,具体为:首先根据列车与目标轨迹的偏差计算首轴的转向角大小;然后根据列车几何尺寸信息计算各个导向控制点的速度瞬心;最后通过控制后续各车轴的转向角使得列车的各个控制点的速度瞬心相同,从而获得相同行驶轨迹。上述方法是集中式牵引虚拟轨道列车在低速条件下常用的循迹导向方法,但是对于全轴导向、全轮驱动、中高速运行的虚拟轨道列车而言,上述方法存在以下缺点:
第一,忽略了车轮的侧偏力对列车的动力学性能的影响,认为车轮严格按照其转向的方向前进,列车行驶与车轮转向仅存在运动学关系,导致列车在中高速运行时的循迹导向精度不高。
第二,将每个车轴中心点的行驶轨迹相同作为循迹导向控制的目标,而未考虑到相邻车辆铰接点的运动一致性,可能导致较大的铰接力,对列车循迹导向精度、运行安全及零部件使用寿命均有不利影响。
第三,上述方法认为列车导向只与车轮转角有关,列车牵引只受车轮驱动力矩影响,而未考虑到牵引与导向同时存在情况下,轮毂电机驱动力矩与车轮侧偏力的耦合作用,车轮驱动力矩在车轮存在转角的情况下会同时产生车辆坐标系下的纵向力与侧向力,而产生的侧向力则会影响循迹导向精度。
综上,现有的循迹导向控制方法并不适用于全轴导向、全轮驱动、中高速运行的新一代虚拟轨道列车。
发明内容
本发明的目的就是为了克服上述现有技术存在的虚拟轨道列车在中高速运行时循迹导向误差及车间铰接盘受力过大的缺陷而提供了一种用于虚拟轨道列车的牵引导向协同控制方法和系统,该方法可以保证虚拟轨道列车全速区间的高循迹导向精度、低车辆间铰接力,并且可以针对不同编组的车辆数量及车轮数量进行快速扩展与重构。
本发明的目的可以通过以下技术方案来实现:
根据本发明的第一方面,提供了一种用于虚拟轨道列车的牵引导向协同控制方法,该方法包括以下步骤:
步骤S1、建立虚拟轨道列车动力学模型,包括各车辆动力学模型以及车轮转向角转矩输入与产生的作用在各节车辆质心处广义力间的计算关系;
步骤S2、针对运行的目标轨迹,获取虚拟轨道列车与目标轨迹的相对位置;
步骤S3、依据列车与目标轨迹的相对位置以及车辆尺寸参数,计算各节车循迹导向控制目标;
步骤S4、根据列车运行速度信息、目标跟踪速度、循迹导向控制目标计算列车牵引导向所需的作用在各节车质心处的广义力;
步骤S5、根据每节车的车轮数量计算每个车轮的转向角与车轮转矩,以满足牵引导向所需的作用在各节车质心处的广义力,并将车轮转矩及转向角控制目标传递至对应的轮毂电机控制器及转向控制器,完成牵引导向协同控制。
优选地,所述步骤S2具体为:目标轨迹采用地面划线的信标标识方式,通过车载摄像头与传感器进行环境感知,生成目标轨迹曲线以及计算虚拟轨道列车中各车质心与目标轨迹的相对位置。
优选地,所述步骤S2具体为:目标轨迹采用铺设磁钉的信标标识方式,通过车载摄像头与传感器进行环境感知,生成目标轨迹曲线以及计算虚拟轨道列车中各车质心与目标轨迹的相对位置。
优选地,所述步骤S1中的虚拟轨道列车共N节编组,每个车轮均采用轮毂电机驱动并可以转向,对应的列车动力学模型包括以下两部分:
第一,以作用在车辆质心处的侧向力及横摆力偶矩为控制输入的各车辆动力学模型,表达式为:
Yi=CiXi (2)
式中,i为车辆编号,FGi为作用在第i节车质心处的侧向力及横摆力偶矩向量,Fhi为作用在第i节车上的车间铰接力,Xi为第i节车的状态向量,为状态向量的导数,Yi为输出向量,Ai为系统矩阵,Bi为输入矩阵,Ci为输出矩阵,Ki为铰接力作用矩阵;
第二,车轮的控制输入Uij与产生的作用在第i节车辆质心处的广义力FCOGi间的计算关系,表达式为:
其中,Mi为第i节车的车轮数量,Uij为第i节车第j个车轮的控制输入,表示为:
Uij=[δij Qij]T (4)
式中,δij表示第i节车第j个车轮的转向角输入,Qij表示驱动力矩输入。
优选地,所述步骤S3包括以下子步骤:
步骤S3-1、将首尾车的质心以及中间的所有铰接盘中心点作为循迹导向控制点,N节编组的列车共N+1个控制点,并将目标轨迹上与首节车质心距离最近的点作为第一个控制点的目标位置Tp1;
步骤S3-2、根据各循迹导向控制点间的距离依次确定其在目标轨迹上的位置,作为后续各控制点的目标位置Tpi,i=2,3,...,N+1;
步骤S3-3、根据各目标位置的连线确定第i节车的循迹导向目标Yi d,包含第i节车质心处目标位置及目标方向角/>表示为:
优选地,所述步骤S4包括以下子步骤:
步骤S4-1、根据第i节车的速度信息及式(5)中的循迹导向目标Yi d,基于式(1)与式(2)中的车辆动力学模型,计算第i节车循迹导向所需要的作用在车辆质心处的侧向力及横摆力偶矩,表示为:
FGi=[Fyi Mzi]T (6)
式中,Fyi为第i节车循迹导向需要的作用在车辆质心处的侧向力,Mzi为横摆力偶矩;
步骤S4-2、根据首节车质心点需跟踪的目标纵向速度计算后续所有车辆质心点处的目标纵向速度/>表达式为:
式中,vi为第i节车的侧向速度,γi为横摆角速度,lhi为铰接中心点距车辆质心的纵向距离,λi为第i个铰接转动角度;
步骤S4-3、根据第i节车的车辆速度信息及需跟踪的目标纵向速度基于控制算法计算所需要的作用在车辆质心处的纵向牵引力Fxi;
步骤S4-4、牵引所需的纵向力Fxi与式(6)中的侧向力及横摆力偶矩一同构成第i节车牵引导向所需的作用在车辆质心处的广义力FDesiredi,表达式为:
FDesiredi=[Fxi Fyi Mzi]T,i=1,2,...,N (8)
优选地,所述步骤S5包括以下子步骤:
步骤S5-1、基于式(3),车轮控制输入Uij产生的作用在第i节车质心处的广义力为FCOGi,其与第i节车牵引导向所需要的质心处广义力FDesiredi的误差表示为:
式中,系数矩阵QF取正定矩阵,从而第i节车质心处广义力误差Ji为关于车轮控制输入Uij的标准二次型;
步骤S5-2、通过二次规划快速求得Ji为极小值时得各车轮控制输入Uij,作为列车的控制输入,以满足牵引导向所需要的作用在车辆质心处的广义力需求;
步骤S5-3、将车轮控制输入传递至对应的轮毂电机控制器及转向控制器,完成牵引导向控制。
根据本发明的第二方面,提供了一种用于多节编组虚拟轨道列车的牵引导向协同控制系统,所述系统包括:
数据采集模块,用于采集列车自身数据以及目标轨迹数据;
控制信号计算模块,用于依据数据采集模块采集到的数据,采用所述的方法,计算满足牵引导向所需的作用在各节车质心处的广义力所需的控制信号;
列车控制器,包括轮毂电机控制器及转向控制器,用于依据控制信号进行牵引导向协同控制。
根据本发明的第三方面,提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现任一项所述的方法。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现任一项所述的方法。
与现有技术相比,本发明具有以下优点:
1)本发明的控制方法基于列车动力学模型,考虑了列车动力学特性以及车轮侧偏力对列车循迹导向的影响,使列车在中高速运行时同样可以达到很高的循迹导向精度;
2)在进行每节车循迹导向目标的分配时,将所有铰接中心点作为控制点,保证了相邻车辆铰接点的运动轨迹一致性,从而获得了低车间铰接受力;
3)进行每节车牵引导向控制时,分别计算循迹导向所需的作用在车辆质心处的侧向力与横摆力偶矩,再与计算得到的牵引所需的作用在车辆质心处的纵向力一同构成牵引导向所需的作用在各节车质心处的广义力,这是一种相对通用的控制量,然后根据每节车的车轮数量进行车轮转向角及驱动力矩计算,因此,在车辆数量或轮对数量变化时,控制方法可以快速进行扩展与重构;
4)本发明的方法在计算所需的作用在车辆质心处的广义力时实现了牵引与导向功能的解耦,避免了车轮驱动力矩与转向角的耦合作用对导向精度的负面影响。
附图说明
图1为本发明实施例提供的一种基于全轮驱动多节编组虚拟轨道列车的牵引导向协同控制方法的流程图;
图2为本发明实施例中各节车的循迹导向目标计算示意图;
图3为本发明实施例中步骤S3的子步骤流程图;
图4为本发明实施例中步骤S4的子步骤流程图;
图5为本发明实施例中步骤S5的子步骤流程图;
图6为本发明实施例仿真验证计算所采用的测试线路;
图7为本发明实施例中列车跟踪的纵向速度曲线;
图8为本发明实施例中列车跟踪纵向速度曲线并通过测试线路时的最大横向循迹导向误差变化曲线;
图9为本发明实施例中列车跟踪纵向速度曲线并通过测试线路时的最大方向角误差变化曲线;
图10为本发明实施例中列车跟踪纵向速度曲线并通过测试线路时的最大车间铰接受力变化曲线;
图11为发明实施例中列车以不同运行速度匀速通过半径50m的曲线时的最大横向循迹导向误差。
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,所描述的实施例是本发明的一部分实施例,而不是全部实施例。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的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
实施例
为了说明本发明提供的一种基于全轮驱动多节编组虚拟轨道列车的牵引导向协同控制方法,本实施例具体以某型号四模块六轴虚拟轨道列车为基础进行建模及控制方法实现,该列车共四节编组,列车总长35m、重30t,首尾车具有两个轮对,中间两节车各有一个轮对,所有轮对均可转向,每个车轮采用轮毂电机驱动。本实施例通过Simpack多体动力学仿真软件及MATLAB/Simulink数学软件进行控制效果的仿真验证。
图1为本发明实施例提供的一种基于全轮驱动多节编组虚拟轨道列车的牵引导向协同控制方法的流程图,控制方法包括以下步骤:
步骤S1、建立虚拟轨道列车动力学模型,包括各车辆动力学模型以及车轮转向角转矩输入与产生的车辆质心处广义力间的计算关系;
步骤S2、针对运行的目标轨迹,获取虚拟轨道列车与目标轨迹的相对位置;
步骤S3、依据列车与目标轨迹的相对位置以及车辆尺寸参数,计算各节车循迹导向控制目标;
步骤S4、根据列车运行速度信息、目标跟踪速度、循迹导向控制目标计算列车牵引导向所需的作用在各节车质心处的广义力大小;
步骤S5、根据每节车的车轮数量计算每个车轮的转向角与转矩输入,以满足牵引导向所需的作用在各节车质心处的广义力,并将车轮转矩及转向角控制目标传递至对应的轮毂电机控制器及转向控制器,完成牵引导向协同控制。
接下来,对本实施例的方法进行详细介绍。
本实施例中的虚拟轨道列车共4节编组,首尾车各有4个车轮,中间两车各有2个车轮,步骤S1中的列车动力学模型包括两部分:
第一,以作用在车辆质心处的侧向力及横摆力偶矩为控制输入的各车辆动力学模型,表示为:
Yi=CiXi (2)
其中,i为车辆编号,FGi为作用在第i节车质心处的侧向力及横摆力偶矩向量,Fhi为作用在第i节车上的车间铰接力,Xi为第i节车的状态向量,为状态向量的导数,Yi为输出向量,Ai为系统矩阵,Bi为输入矩阵,Ci为输出矩阵,Ki为铰接力作用矩阵;
第二,车轮的控制输入Uij与产生的作用在第i节车辆质心处的广义力FCOGi间的计算关系,表达式为:
其中,Mi为第i节车的车轮数量,Uij为第i节车第j个车轮的控制输入,表示为:
Uij=[δij Qij]T (4)
其中,δij表示第i节车第j个车轮的转向角输入,Qij表示驱动力矩输入。
步骤S2、目标轨迹采用地面划线、铺设磁钉等信标进行标识,并通过车载摄像头与传感器进行环境感知,生成目标轨迹曲线以及计算虚拟轨道列车中各车质心与目标轨迹的相对位置。
步骤S3、依据列车与目标轨迹的相对位置以及车辆尺寸参数,计算各节车循迹导向控制目标。图2为各节车循迹目标计算示意图,图3为步骤S3的具体流程图,包括以下子步骤:
步骤S3-1,将首尾车的质心以及中间的所有铰接盘中心点作为循迹导向控制点,4节编组的列车共5个控制点,并将目标轨迹上与首节车质心距离最近的点作为第一个控制点的目标位置Tp1;
步骤S3-2、根据各循迹导向控制点间的距离依次确定其在目标轨迹上的位置,作为后续各控制点的目标位置Tpi,i=2,3,4,5;
步骤S3-3,根据各目标位置的连线确定第i节车的循迹导向目标Yi d,包含第i节车质心处目标位置及目标方向角/>表示为:
步骤S4、根据列车运行速度信息、目标跟踪速度、循迹导向控制目标计算列车牵引导向所需的作用在各节车质心处的广义力大小。图4为步骤S4的具体流程图,包括以下子步骤:
步骤S4-1、根据第i节车的速度信息及式(5)中的循迹导向目标Yi d,基于式(1)与式(2)中的车辆动力学模型,计算第i节车循迹导向所需要的作用在车辆质心处的侧向力及横摆力偶矩,表示为:
FGi=[Fyi Mzi]T (6)
其中,Fyi为第i节车循迹导向需要的作用在车辆质心处的侧向力,Mzi为横摆力偶矩;
步骤S4-2、根据首节车质心点需跟踪的目标纵向速度计算后续所有车辆质心点处的目标纵向速度/>表示为:
其中,vi为第i节车的侧向速度,γi为横摆角速度,lhi为铰接中心点距车辆质心的纵向距离,λi为第i个铰接转动角度;
步骤S4-3、根据第i节车的车辆速度信息及需跟踪的目标纵向速度基于控制算法计算所需要的作用在车辆质心处的纵向牵引力Fxi,表示为:
其中,K1与K2为常量,Ts为控制周期,Δui为第i节车的纵向速度误差;
步骤S4-4、牵引所需的纵向力Fxi与式(6)中的侧向力及横摆力偶矩一同构成第i节车牵引导向所需的作用在车辆质心处的广义力FDesiredi,表示为:
FDesiredi=[Fxi Fyi Mzi]T,i=1,2,3,4 (9)
步骤S5、根据每节车的车轮数量计算每个车轮的转向角与转矩输入,以满足牵引导向所需的作用在各节车质心处的广义力。图5为步骤S5的具体流程图,包括以下子步骤:
步骤S5-1、基于式(3),车轮控制输入Uij产生的作用在第i节车质心处的广义力为FCOGi,其与第i节车牵引导向所需要的质心处广义力FDesiredi的误差表示为:
系数矩阵QF取正定矩阵,从而第i节车质心处广义力误差Ji为关于车轮控制输入Uij的标准二次型;
步骤S5-2、通过二次规划快速求得Ji为极小值时得各车轮控制输入Uij,作为列车的控制输入,以满足牵引导向所需要的作用在车辆质心处的广义力需求;
步骤S5-3、将车轮控制输入传递至对应的轮毂电机控制器及转向控制器,完成牵引导向控制。
接下来,给出本发明的系统实施例,一种用于多节编组虚拟轨道列车的牵引导向协同控制系统,所述系统包括:
数据采集模块,用于采集列车自身数据以及目标轨迹数据;
控制信号计算模块,用于依据数据采集模块采集到的数据,采用所述的方法,计算满足牵引导向所需的作用在各节车质心处的广义力所需的控制信号;
列车控制器,包括轮毂电机控制器及转向控制器,用于依据控制信号进行牵引导向协同控制。
图6为本发明实施例仿真验证计算所采用的测试线路,图7为本发明实施例中列车跟踪的纵向速度曲线,图8为本发明实施例中列车跟踪纵向速度曲线并通过测试线路时的最大横向循迹导向误差变化曲线,图9为本发明实施例中列车跟踪纵向速度曲线并通过测试线路时的最大方向角误差变化曲线,图10为本发明实施例中列车跟踪纵向速度曲线并通过测试线路时的最大车间铰接受力变化曲线,图11为发明实施例中列车以不同运行速度匀速通过半径50m的曲线时的最大横向循迹导向误差。
作用与效果
根据本发明提供的虚拟轨道列车牵引导向协同控制方法,由于控制方法基于列车动力学模型,考虑了列车动力学特性以及车轮侧偏力对列车循迹导向的影响,使列车在中高速运行时同样可以达到很高的循迹导向精度。同时,在进行每节车循迹导向目标的分配时,将所有铰接中心点作为控制点,保证了相邻车辆铰接点的运动轨迹一致性,从而获得了低车间铰接受力。另外,进行每节车牵引导向控制时,分别计算循迹导向所需的作用在质心处的侧向力与横摆力偶矩,再与计算得到的牵引所需的作用在质心处的纵向力一同构成所需的作用在各节车质心处的广义力,这是一种相对通用的控制量,再根据每节车的车轮数量及是否具有驱动能力进行车轮转向角及驱动力矩计算,因此,在车辆数量或轮对数量变化时,控制方法可以快速进行扩展与重构,并且,控制方法在计算所需的作用在车辆质心处的广义力时实现了牵引与导向功能的解耦,避免了车轮驱动力矩与转向角的耦合作用对导向精度的负面影响。
本发明电子设备包括中央处理单元(CPU),其可以根据存储在只读存储器(ROM)中的计算机程序指令或者从存储单元加载到随机访问存储器(RAM)中的计算机程序指令,来执行各种适当的动作和处理。在RAM中,还可以存储设备操作所需的各种程序和数据。CPU、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
设备中的多个部件连接至I/O接口,包括:输入单元,例如键盘、鼠标等;输出单元,例如各种类型的显示器、扬声器等;存储单元,例如磁盘、光盘等;以及通信单元,例如网卡、调制解调器、无线通信收发机等。通信单元允许设备通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元执行上文所描述的各个方法和处理,例如方法S1~S5。例如,在一些实施例中,方法S1~S5可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元。在一些实施例中,计算机程序的部分或者全部可以经由ROM和/或通信单元而被载入和/或安装到设备上。当计算机程序加载到RAM并由CPU执行时,可以执行上文描述的方法S1~S5的一个或多个步骤。备选地,在其他实施例中,CPU可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法S1~S5。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种用于虚拟轨道列车的牵引导向协同控制方法,其特征在于,该方法包括以下步骤:
步骤S1、建立虚拟轨道列车动力学模型,包括各车辆动力学模型以及车轮转向角转矩输入与产生的作用在各节车辆质心处广义力间的计算关系,具体为:
虚拟轨道列车共N节编组,每个车轮均采用轮毂电机驱动并可以转向,对应的列车动力学模型包括以下两部分:
第一,以作用在车辆质心处的侧向力及横摆力偶矩为控制输入的各车辆动力学模型,表达式为:
Yi=CiXi (2)
式中,i为车辆编号,FGi为作用在第i节车质心处的侧向力及横摆力偶矩向量,Fhi为作用在第i节车上的车间铰接力,Xi为第i节车的状态向量,为状态向量的导数,Yi为输出向量,Ai为系统矩阵,Bi为输入矩阵,Ci为输出矩阵,Ki为铰接力作用矩阵;
第二,车轮的控制输入Uij与产生的作用在第i节车辆质心处的广义力FCOGi间的计算关系,表达式为:
FCOGi=Gi(Ui1,Ui2,...,Uij,...,UiMi),i=1,2,...,N (3)
其中,Mi为第i节车的车轮数量,Uij为第i节车第j个车轮的控制输入,表示为:
Uij=[δij Qij]T (4)
式中,δij表示第i节车第j个车轮的转向角输入,Qij表示驱动力矩输入;
步骤S2、针对运行的目标轨迹,获取虚拟轨道列车与目标轨迹的相对位置;
步骤S3、依据列车与目标轨迹的相对位置以及车辆尺寸参数,计算各节车循迹导向控制目标,具体为:
步骤S3-1、将首尾车的质心以及中间的所有铰接盘中心点作为循迹导向控制点,N节编组的列车共N+1个控制点,并将目标轨迹上与首节车质心距离最近的点作为第一个控制点的目标位置Tp1;
步骤S3-2、根据各循迹导向控制点间的距离依次确定其在目标轨迹上的位置,作为后续各控制点的目标位置Tpi,i=2,3,...,N+1;
步骤S3-3、根据各目标位置的连线确定第i节车的循迹导向目标Yi d,包含第i节车质心处目标位置及目标方向角/>表示为:
步骤S4、根据列车运行速度信息、目标跟踪速度、循迹导向控制目标计算列车牵引导向所需的作用在各节车质心处的广义力;
步骤S5、根据每节车的车轮数量计算每个车轮的转向角与车轮转矩,以满足牵引导向所需的作用在各节车质心处的广义力,并将车轮转矩及转向角控制目标传递至对应的轮毂电机控制器及转向控制器,完成牵引导向协同控制,具体为:
步骤S5-1、基于式(3),车轮控制输入Uij产生的作用在第i节车质心处的广义力为FCOGi,其与第i节车牵引导向所需要的质心处广义力FDesiredi的误差表示为:
式中,系数矩阵QF取正定矩阵,从而第i节车质心处广义力误差Ji为关于车轮控制输入Uij的标准二次型;
步骤S5-2、通过二次规划快速求得Ji为极小值时得各车轮控制输入Uij,作为列车的控制输入,以满足牵引导向所需要的作用在车辆质心处的广义力需求;
步骤S5-3、将车轮控制输入传递至对应的轮毂电机控制器及转向控制器,完成牵引导向控制。
2.根据权利要求1所述的一种用于虚拟轨道列车的牵引导向协同控制方法,其特征在于,所述步骤S2具体为:目标轨迹采用地面划线的信标标识方式,通过车载摄像头与传感器进行环境感知,生成目标轨迹曲线以及计算虚拟轨道列车中各车质心与目标轨迹的相对位置。
3.根据权利要求1所述的一种用于虚拟轨道列车的牵引导向协同控制方法,其特征在于,所述步骤S2具体为:目标轨迹采用铺设磁钉的信标标识方式,通过车载摄像头与传感器进行环境感知,生成目标轨迹曲线以及计算虚拟轨道列车中各车质心与目标轨迹的相对位置。
4.根据权利要求1所述的一种用于虚拟轨道列车的牵引导向协同控制方法,其特征在于,所述步骤S4包括以下子步骤:
步骤S4-1、根据第i节车的速度信息及式(5)中的循迹导向目标Yi d,基于式(1)与式(2)中的车辆动力学模型,计算第i节车循迹导向所需要的作用在车辆质心处的侧向力及横摆力偶矩,表示为:
FGi=[Fyi Mzi]T (6)
式中,Fyi为第i节车循迹导向需要的作用在车辆质心处的侧向力,Mzi为横摆力偶矩;
步骤S4-2、根据首节车质心点需跟踪的目标纵向速度计算后续所有车辆质心点处的目标纵向速度/>表达式为:
式中,vi为第i节车的侧向速度,γi为横摆角速度,lhi为铰接中心点距车辆质心的纵向距离,λi为第i个铰接转动角度;
步骤S4-3、根据第i节车的车辆速度信息及需跟踪的目标纵向速度基于控制算法计算所需要的作用在车辆质心处的纵向牵引力Fxi;
步骤S4-4、牵引所需的纵向力Fxi与式(6)中的侧向力及横摆力偶矩一同构成第i节车牵引导向所需的作用在车辆质心处的广义力FDesiredi,表达式为:
FDesiredi=[Fxi Fyi Mzi]T,i=1,2,...,N (8)。
5.一种用于多节编组虚拟轨道列车的牵引导向协同控制系统,其特征在于,所述系统包括:
数据采集模块,用于采集列车自身数据以及目标轨迹数据;
控制信号计算模块,用于依据数据采集模块采集到的数据,采用权利要求1~4任一项所述的方法,计算满足牵引导向所需的作用在各节车质心处的广义力所需的控制信号;
列车控制器,包括轮毂电机控制器及转向控制器,用于依据控制信号进行牵引导向协同控制。
6.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~4任一项所述的方法。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211529458.7A CN115817199B (zh) | 2022-11-30 | 2022-11-30 | 一种用于虚拟轨道列车的牵引导向协同控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211529458.7A CN115817199B (zh) | 2022-11-30 | 2022-11-30 | 一种用于虚拟轨道列车的牵引导向协同控制方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115817199A CN115817199A (zh) | 2023-03-21 |
CN115817199B true CN115817199B (zh) | 2023-09-26 |
Family
ID=85533462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211529458.7A Active CN115817199B (zh) | 2022-11-30 | 2022-11-30 | 一种用于虚拟轨道列车的牵引导向协同控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115817199B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110036353A (zh) * | 2016-10-31 | 2019-07-19 | 马涅蒂-马瑞利公司 | 用于跟踪路线的地面车辆中的自适应控制方法和系统,尤其是在自动驾驶场景中 |
CN110244731A (zh) * | 2019-06-19 | 2019-09-17 | 西南交通大学 | 一种三节编组虚拟轨道列车主动循迹控制方法 |
CN110550023A (zh) * | 2019-09-02 | 2019-12-10 | 厦门理工学院 | 一种纯电动多节铰接汽车列车行驶稳定性控制方法 |
CN112836296A (zh) * | 2021-01-28 | 2021-05-25 | 西南交通大学 | 一种虚拟轨道列车空间动力学模型的建模方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8473127B2 (en) * | 2006-03-20 | 2013-06-25 | General Electric Company | System, method and computer software code for optimizing train operations considering rail car parameters |
-
2022
- 2022-11-30 CN CN202211529458.7A patent/CN115817199B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110036353A (zh) * | 2016-10-31 | 2019-07-19 | 马涅蒂-马瑞利公司 | 用于跟踪路线的地面车辆中的自适应控制方法和系统,尤其是在自动驾驶场景中 |
CN110244731A (zh) * | 2019-06-19 | 2019-09-17 | 西南交通大学 | 一种三节编组虚拟轨道列车主动循迹控制方法 |
CN110550023A (zh) * | 2019-09-02 | 2019-12-10 | 厦门理工学院 | 一种纯电动多节铰接汽车列车行驶稳定性控制方法 |
CN112836296A (zh) * | 2021-01-28 | 2021-05-25 | 西南交通大学 | 一种虚拟轨道列车空间动力学模型的建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115817199A (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113386795B (zh) | 一种自动驾驶车辆智能决策及局部轨迹规划方法及其决策系统 | |
Ni et al. | Dynamics control of autonomous vehicle at driving limits and experiment on an autonomous formula racing car | |
He et al. | An integrated design method for articulated heavy vehicles with active trailer steering systems | |
CN103793570B (zh) | 一种基于多体系统动力学的道路线形安全分析方法 | |
CN109823393A (zh) | 一种智能驾驶车辆轨迹跟踪控制方法 | |
CN105005206A (zh) | 一种agv运动控制半实物仿真系统 | |
Li et al. | Design of an improved predictive LTR for rollover warning systems | |
CN111452781B (zh) | 一种改善加速舒适性的轮毂电机驱动电动汽车强鲁棒自适应驱动防滑控制方法 | |
Jiang et al. | Model free predictive path tracking control of variable-configuration unmanned ground vehicle | |
CN107585207B (zh) | 一种车辆线控四轮转向系统及其控制方法 | |
CN112793677A (zh) | 一种门式虚拟轨道列车及其转向循迹控制方法 | |
Feraco et al. | Combined lane keeping and longitudinal speed control for autonomous driving | |
CN115817199B (zh) | 一种用于虚拟轨道列车的牵引导向协同控制方法和系统 | |
Deng et al. | Active LQR multi-axle-steering method for improving maneuverability and stability of multi-trailer articulated heavy vehicles | |
CN106697086A (zh) | 一种无轨电动列车及其控制方法与装置 | |
Khan et al. | A model predictive control strategy for lateral and longitudinal dynamics in autonomous driving | |
Joo et al. | Real time traversability analysis to enhance rough terrain navigation for an 6× 6 autonomous vehicle | |
Yang et al. | An expert fuzzy controller for vehicle lateral control | |
Feng et al. | Development and validation of an automatic all‐wheel steering system for multiple‐articulated rubber‐tire transit | |
CN214267801U (zh) | 一种虚拟轨道列车 | |
Wei et al. | Minimum time approach to emergency collision avoidance by vehicle handling inverse dynamics | |
Bento et al. | Autonomous navigation control with magnetic markers guidance of a cybernetic car using fuzzy logic | |
CN112115554B (zh) | 一种降低智能车辆碰撞伤害的控制方法和系统 | |
CN115712950A (zh) | 一种用于半拖挂汽车的自动驾驶决策方法 | |
Zhao et al. | Dynamic model and predictive control of electric driven eight-wheeled differential steering autonomous vehicle |
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 |