CN115848488A - 一种基于自适应跟踪控制的线控转向系统及控制方法 - Google Patents
一种基于自适应跟踪控制的线控转向系统及控制方法 Download PDFInfo
- Publication number
- CN115848488A CN115848488A CN202310086498.7A CN202310086498A CN115848488A CN 115848488 A CN115848488 A CN 115848488A CN 202310086498 A CN202310086498 A CN 202310086498A CN 115848488 A CN115848488 A CN 115848488A
- Authority
- CN
- China
- Prior art keywords
- steer
- control
- fuzzy
- wire
- uncertainty
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明涉及强化学习及跟踪控制技术领域,尤其涉及一种基于自适应跟踪控制的线控转向系统及控制方法,通过进行系统建模,针对系统中可能出现的不确定性和非线性,用模糊控制处理其非线性项,然后结合强化学习方法,借助参考轨迹命令生成器构建一个增广跟踪系统并且满足给定的性能指标,再通过设计强化学习算法得到最优控制器,相对于其他线控转向系统控制方法,本发明不需要系统内部动力学知识,能够在一定程度上实现无模型控制,在很大程度上减少了系统的计算量,并且能满足更多情况下的实际工况要求,能够有效处理含有系统不确定性和非线性的线控转向系统。
Description
技术领域
本发明涉及强化学习及跟踪控制技术领域,尤其涉及一种基于自适应跟踪控制的线控转向系统及控制方法。
背景技术
作为汽车工业发展的新趋势,线控技术已经被研究并应用于现代车辆的几乎每个部分, 如线控转向,线控油门,线控加速等。作为车辆线控技术的关键组成部分,线控转向系统使用转向电机产生转向前轮的扭矩,反馈电机产生反馈扭矩让驾驶员感知前轮和路面之间的相互作用,以及电子控制系统来控制整个线控转向系统,这种结构极大的提高了汽车性能,其可变传动比可根据具体的行驶工况使汽车的转向性能达到最优,从而提高操纵稳定性。同时基于线控技术的主动转向可以充分提高汽车的主动安全性。但目前,线控转向系统主要存在以下难点:
在实际情况中,线控转向汽车行驶时可能会受到一些外部扰动和环境影响,那么如何有效处理含有系统不确定性和非线性的线控转向系统,使之达到预期的跟踪效果。
发明内容
有鉴于此,本发明的目的在于提出一种基于自适应跟踪控制的线控转向系统及控制方法,以解决带有不确定性和非线性且动力学未知的线控转向汽车系统的跟踪控制问题。
基于上述目的,本发明提供了一种基于自适应跟踪控制的线控转向系统控制方法,包括如下步骤:
系统建模,得到带有不确定性和非线性的线控转向系统模型其中,/>是系统的角位移,Jm是系统的惯性力矩,Bm是系统粘性阻尼,g(t)表示系统的不确定性,/>表示非线性摩擦力矩,/>是系统的自回正力矩,/>是电流,/>是电机常数;
其中,x表示系统状态,u表示系统控制输入,g(t)表示系统的不确定性,d是系统整体扰动,A、B、D、c均为系统转移矩阵,y是系统输出;
处理线控转向系统的非线性和不确定性,得到全局模糊系统;
将所得到的全局模糊系统线性化处理后,结合参考轨迹命令生成器定义新的增广状态,构建增广跟踪系统;设计强化学习算法得到最优控制器。
优选地,处理系统非线性和不确定性通过模糊控制来处理,模糊控制的IF-THEN模糊规则为:得到全局模糊系统,其中,z是预设的已知的前提变量,t代表时域,p表示第p个集合,i是模糊规则的数量,M是模糊集,s表示集合的总数,h为预定义的系数,且0<h<1。
优选地,构建增广跟踪系统包括:
优选地,设计强化学习算法得到最优控制器包括:
针对得到的增广跟踪系统,设置全局性能指标为为了最小化全局性能指标,根据最优控制理论,通过求解代数黎卡蒂方程得到唯一的正定解;根据正定解/>得到最优控制增益K和模糊控制器,其中,J是定义的全局性能指标,/>是时域t内的一段,Q,R是给定的实数矩阵,/>是折扣因子。
本说明书还提供一种基于自适应跟踪控制的线控转向系统,包括方向盘模块、转向模块和电子控制模块,所述电子控制模块用于根据上述任意一项所述的线控转向系统控制方法得到的最优控制器,传递信号给转向模块改变前轮转向角使得其跟踪驾驶员给出的方向盘命令。本发明的有益效果:本发明提供的基于自适应跟踪控制的线控转向系统及控制方法,通过进行系统建模,针对系统中可能出现的不确定性和非线性,用模糊控制处理其非线性项,然后结合强化学习方法,借助参考轨迹命令生成器构建一个增广跟踪系统并且满足给定的性能指标,再通过设计强化学习算法得到最优控制器,相对于其他线控转向系统控制方法,本发明不需要系统内部动力学知识,能够在一定程度上实现无模型控制,在很大程度上减少了系统的计算量,并且能满足更多情况下的实际工况要求,能够有效处理含有系统不确定性和非线性的线控转向系统。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的线控转向系统控制方法流程示意图。
实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,对本发明进一步详细说明。
需要说明的是,除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
如图1所示,本说明书实施例提供一种基于自适应跟踪控制的线控转向系统控制方法,包括以下步骤:
S101系统建模,得到带有不确定性和非线性的线控转向系统模型其中,/>是系统的角位移,Jm是系统的惯性力矩,Bm是系统粘性阻尼,g(t)表示系统的不确定性,/>表示非线性摩擦力矩,/>是系统的自回正力矩,/>是电流,/>是电机常数;为了方便控制算法的推导,将非线性摩擦力矩和系统的自回正力矩作为一个整体扰动d(t),将其构造成状态空间表达式为;其中,x表示系统状态,u表示系统控制输入,g(t)表示系统的不确定性,d是系统整体扰动,A、B、D、c均为系统转移矩阵,y是系统输出。
S102处理线控转向系统的非线性和不确定性,得到全局模糊系统;
S103将所得到的全局模糊系统线性化处理后,结合参考轨迹命令生成器定义新的增广状态,构建增广跟踪系统;
S104设计强化学习算法得到最优控制器。
作为一种实施方式,上述步骤S102中,处理系统非线性和不确定性通过模糊控制来处理,模糊控制的IF-THEN模糊规则为:;得到全局模糊系统。其中,z是预设的已知的前提变量,t代表时域,p表示第p个集合,i是模糊规则的数量,M是模糊集,s表示集合的总数,h为预定义的系数,且/>。
作为一种实施方式,步骤S103中,构建增广跟踪系统包括:
作为一种实施方式,步骤S104中,设计强化学习算法得到最优控制器包括:
针对得到的增广跟踪系统,设置全局性能指标为为了最小化全局性能指标,根据最优控制理论,通过求解代数黎卡蒂方程得到唯一的正定解;根据正定解/>得到最优控制增益K和模糊控制器。其中,J是定义的全局性能指标,是时域t内的一段,Q,R均是给定的实数矩阵,/>是折扣因子。最优控制增益 K=-R逆B转置P。
本说明书实施例还提供一种基于自适应跟踪控制的线控转向系统,包括方向盘模块、转向模块和电子控制模块,其中电子控制模块用于根据上述控制方法得到的最优控制器,传递信号给转向模块改变前轮转向角使得其跟踪驾驶员给出的方向盘命令。方向盘模块和转向执行模块是通过线控连接的,转向电机受到来自控制器所发出的转向信号来做出相应的回应,从而带动转向轴转动,然后转向轴带动齿条位移传感器运转,而后带动前轮转向,再把转角传感器测量出的转向角度传递给主控制器,从而实现闭环。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。本发明旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于自适应跟踪控制的线控转向系统控制方法,其特征在于,
系统建模,得到带有不确定性和非线性的线控转向系统模型其中,/>是系统的角位移,Jm是系统的惯性力矩,Bm是系统粘性阻尼,g(t)表示系统的不确定性,/>表示非线性摩擦力矩,是系统的自回正力矩,/>是电流,/>是电机常数;将非线性摩擦力矩和系统的自回正力矩作为一个整体扰动d(t),将其构造成状态空间表达式为/>;其中,x表示系统状态,u表示系统控制输入,g(t)表示系统的不确定性,d是系统整体扰动,A、B、D、c均为系统转移矩阵,y是系统输出;处理线控转向系统的非线性和不确定性,得到全局模糊系统;
将所得到的全局模糊系统线性化处理后,结合参考轨迹命令生成器定义新的增广状态,构建增广跟踪系统;
设计强化学习算法得到最优控制器。
5.一种基于自适应跟踪控制的线控转向系统,其特征在于,包括方向盘模块、转向模块和电子控制模块,所述电子控制模块用于根据如权利要求1-4中任意一项所述的线控转向系统控制方法得到的最优控制器,传递信号给转向模块改变前轮转向角使得其跟踪驾驶员给出的方向盘命令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310086498.7A CN115848488B (zh) | 2023-02-09 | 2023-02-09 | 一种基于自适应跟踪控制的线控转向系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310086498.7A CN115848488B (zh) | 2023-02-09 | 2023-02-09 | 一种基于自适应跟踪控制的线控转向系统及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115848488A true CN115848488A (zh) | 2023-03-28 |
CN115848488B CN115848488B (zh) | 2023-07-07 |
Family
ID=85657775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310086498.7A Active CN115848488B (zh) | 2023-02-09 | 2023-02-09 | 一种基于自适应跟踪控制的线控转向系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115848488B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014221591A (ja) * | 2013-05-13 | 2014-11-27 | 日産自動車株式会社 | 車両用操舵制御装置及び車両用操舵制御方法 |
CN105313957A (zh) * | 2014-07-14 | 2016-02-10 | 重庆邮电大学 | 一种基于复合控制的电动助力转向系统助力控制方法 |
CN109606466A (zh) * | 2018-11-29 | 2019-04-12 | 广东工业大学 | 一种四轮独立驱动电动车辆的主动转向控制方法 |
CN111731380A (zh) * | 2020-05-28 | 2020-10-02 | 南京航空航天大学 | 一种基于轮胎非线性特点的线控四轮转向分段控制方法 |
CN112977602A (zh) * | 2021-02-04 | 2021-06-18 | 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 |
CN114537517A (zh) * | 2022-03-22 | 2022-05-27 | 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 |
CN114815627A (zh) * | 2022-06-07 | 2022-07-29 | 合肥工业大学 | 一种基于模糊参数信息的线控转向系统鲁棒控制与优化方法 |
-
2023
- 2023-02-09 CN CN202310086498.7A patent/CN115848488B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014221591A (ja) * | 2013-05-13 | 2014-11-27 | 日産自動車株式会社 | 車両用操舵制御装置及び車両用操舵制御方法 |
CN105313957A (zh) * | 2014-07-14 | 2016-02-10 | 重庆邮电大学 | 一种基于复合控制的电动助力转向系统助力控制方法 |
CN109606466A (zh) * | 2018-11-29 | 2019-04-12 | 广东工业大学 | 一种四轮独立驱动电动车辆的主动转向控制方法 |
CN111731380A (zh) * | 2020-05-28 | 2020-10-02 | 南京航空航天大学 | 一种基于轮胎非线性特点的线控四轮转向分段控制方法 |
CN112977602A (zh) * | 2021-02-04 | 2021-06-18 | 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 |
CN114537517A (zh) * | 2022-03-22 | 2022-05-27 | 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 |
CN114815627A (zh) * | 2022-06-07 | 2022-07-29 | 合肥工业大学 | 一种基于模糊参数信息的线控转向系统鲁棒控制与优化方法 |
Non-Patent Citations (6)
Title |
---|
何舒平,艾琦珑: "基于有限时间的一类时滞非线性切换系统滑模控制" * |
何舒平;艾琦珑: ""基于自适应跟踪控制的线控转向系统控制方法"" * |
孔慧芳;朱翔;王海;: "汽车线控转向系统的模糊滑模控制研究" * |
孔慧芳;朱翔;王海;: "汽车线控转向系统的模糊滑模控制研究", 自动化仪表 * |
陈辛波;罗杰;杭鹏;方淑德;罗凤梅;: "某新型线控转向系统的自适应模糊滑模控制" * |
陈辛波;罗杰;杭鹏;方淑德;罗凤梅;: "某新型线控转向系统的自适应模糊滑模控制", 汽车工程 * |
Also Published As
Publication number | Publication date |
---|---|
CN115848488B (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Active front steering-based electronic stability control for steer-by-wire vehicles via terminal sliding mode and extreme learning machine | |
Mousavinejad et al. | Integrated control of ground vehicles dynamics via advanced terminal sliding mode control | |
Huang et al. | Sliding mode predictive tracking control for uncertain steer-by-wire system | |
Sun et al. | Adaptive fast non‐singular terminal sliding mode control for a vehicle steer‐by‐wire system | |
Sentouh et al. | A sensorimotor driver model for steering control | |
Huang et al. | Adaptive neural control of vehicle yaw stability with active front steering using an improved random projection neural network | |
WO2017178330A1 (en) | Vehicle steering system | |
EP3459823A1 (en) | Control device for electric power steering device | |
Yang et al. | An adaptive hierarchical control approach of vehicle handling stability improvement based on Steer-by-Wire Systems | |
GB2384219A (en) | Vehicle road wheel system fuzzy logic control | |
Wang et al. | Discrete-time adaptive neural network control for steer-by-wire systems with disturbance observer | |
US20230278630A1 (en) | Control apparatus, steering device, and control method | |
CN111679575A (zh) | 一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器及其构造方法 | |
CN113110511A (zh) | 一种基于广义模糊双曲模型的智能船舶航向控制方法 | |
Luo et al. | Event-triggered adaptive fuzzy control for automated vehicle steer-by-wire system with prescribed performance: Theoretical design and experiment implementation | |
Kuslits et al. | Modelling and control of a new differential steering concept | |
Xie et al. | Finite-time tracking control for nonholonomic wheeled mobile robot using adaptive fast nonsingular terminal sliding mode | |
Guo et al. | Neural-fuzzy-based adaptive sliding mode automatic steering control of vision-based unmanned electric vehicles | |
Liang et al. | A polytopic model-based robust predictive control scheme for path tracking of autonomous vehicles | |
CN114987607A (zh) | 一种车辆的转向控制方法、装置、设备及存储介质 | |
CN115848488A (zh) | 一种基于自适应跟踪控制的线控转向系统及控制方法 | |
Huang et al. | Robust fuzzy tracking control of uncertain steer-by-wire systems with network time delays | |
Jiang et al. | Electric power steering system control strategy based on robust H∞ control for electric forklift | |
WO2021157727A1 (ja) | 車両用操向装置 | |
Hakima et al. | Designing a fuzzy logic controller to adjust the angle of tires in four wheel steering vehicles |
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 |