CN116897125A - 用于机动车辆的线控转向系统 - Google Patents

用于机动车辆的线控转向系统 Download PDF

Info

Publication number
CN116897125A
CN116897125A CN202180092778.8A CN202180092778A CN116897125A CN 116897125 A CN116897125 A CN 116897125A CN 202180092778 A CN202180092778 A CN 202180092778A CN 116897125 A CN116897125 A CN 116897125A
Authority
CN
China
Prior art keywords
neural network
motor
vehicle
input
signal
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.)
Pending
Application number
CN202180092778.8A
Other languages
English (en)
Inventor
X－D·孙
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.)
Zf Motor Uk Ltd
Original Assignee
Zf Motor Uk 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 Zf Motor Uk Ltd filed Critical Zf Motor Uk Ltd
Publication of CN116897125A publication Critical patent/CN116897125A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
    • B62D6/002—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits computing target steering angles for front or rear wheels
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
    • B62D6/008—Control of feed-back to the steering input member, e.g. simulating road feel in steer-by-wire applications
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
    • 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
    • B62D5/0409—Electric motor acting on the steering column
    • 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
    • B62D5/0421—Electric motor acting on or near steering gear
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B6/00—Internal feedback arrangements for obtaining particular characteristics, e.g. proportional, integral or differential
    • G05B6/02—Internal feedback arrangements for obtaining particular characteristics, e.g. proportional, integral or differential electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P21/0014—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using neural networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Power Engineering (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

一种用于车辆的线控转向系统，包括手轮、附接至至少一个转向车轮的转向齿轮、以及连接到车辆的手轮或转向齿轮以向该手轮或转向齿轮施加扭矩的至少一个致动器，该线控转向系统包括控制电路，该控制电路包括：第一PID控制器，其在输入端处接收设定点信号并提供用于控制马达的控制信号作为输出，控制器与马达被布置在闭环中，并被配置为最小化指示由设定点信号指示的马达的所需行为与马达的实际行为之间的差异的误差值，以及神经网络，其具有神经元的输入层、神经元的至少一个隐藏层以及包括至少一个输出神经元的输出层，其中神经网络包括前馈神经网络，其在输入神经元的输入层处接收需求信号、从控制器输出的驱动信号以及误差值，并且其中神经网络被配置为确定PID控制器使用的P增益、I增益和D增益项中的一个或多个，并且进一步其中神经网络接收至少一个附加离散环境变量作为前馈项。

Description

用于机动车辆的线控转向系统
技术领域
本发明涉及用于机动车辆的线控转向(steer by wire)系统的改进，并且特别地涉及包括PID控制器的系统。
背景技术
现代车辆包括多种运动控制系统，其中一个非常常见的系统是电动助力转向系统(EPS)。电动助力转向系统使用马达形式的致动器施加辅助扭矩来辅助驾驶员转动车辆的转向轮。
目前使用的大多数EPS系统与驾驶员握持的手轮和转向轮有直接的机械连接。这可以在EPS系统出现故障(例如，马达故障)时提供故障保护。另一种EPS系统没有这种直接的物理连接，或者至少在正常操作期间没有这种直接的物理连接，由传感器检测驾驶员对手轮的移动，并且响应于传感器的输出驱动马达以产生使车轮转向的力。为了向驾驶员提供对转向轮处发生的情况的一些感觉，可以提供辅助马达，其向手轮施加扭矩以模仿传统转向系统的感觉。
SBW系统常用的一种合适的控制器是PID控制器。在使用中，表示致动器的某个所需行为(诸如转向系统马达的电流)的设定点值与该行为的测量值相结合，以提供指示所要求的与实际发生的之间的差异的误差信号。该误差信号被馈送到PID控制器中，PID控制器进而输出控制信号，使致动器跟踪设定值，PID控制器不断地调整控制信号，使得误差信号最小化并且实现跟踪。这形成了运动控制系统的闭环控制，并且可以为所涉及的致动器提供高准确度控制。
之所以被称为PID控制器是因为它可以使用三个控制项，每个控制项通常被表达为增益值Kp、Ki、Kd，其对控制系统的信号输出反馈具有按比例、积分和微分控制效果。这些原理从文献中是众所周知的并且可以表达为：
参考图1，用于致动器2或其它受控装置的PID控制器1计算误差值e(t)作为期望设定点与受控装置的行为之间的差，并基于误差的按比例、积分和微分控制项P、I和D施加校正。控制器尝试通过调整控制信号u(t)来随时间最小化误差。在包括三相直流马达的装置的情况下，该控制致动信号可以定义将被施加到马达的电压，并且可以被馈送到逆变器，该逆变器进而生成施加到逆变器开关的脉宽调制信号。
在SBW系统内，PID控制器可以用于控制车轮的角度，并且另一个PID控制器可以用于控制由马达施加到手轮的反馈扭矩。在每种情况下，目标角度或扭矩与车轮实际角度或反馈扭矩的测量值相结合，以形成误差项，并将其馈送到相应的PID控制器中。
两个PID控制器的性能将显著取决于三个增益项P、I和D的选择，并且选择增益项的过程在本领域中被称为控制器的调谐。增益项通常在系统的设计阶段期间被设定为固定值，并且可以被修改以适合车辆中的特定应用。固定增益项的一个问题是，随着时间的推移，调谐可能会变得次优，因为它们正控制的系统在特征方面在内部偏离设计阶段的情况而改变，并且它们可能对于车辆操作状况的某些变化不是最优的。
发明内容
申请人提出了一种控制电路，其改善了如上所述的现有技术机动车辆控制电路的局限性。
根据第一方面，本发明提供了一种用于车辆的线控转向(SBW)系统，该系统包括手轮、附接至至少一个转向车轮的转向齿轮、以及连接到车辆的手轮或转向齿轮以向该手轮或转向齿轮施加扭矩的至少一个致动器，该线控转向系统包括控制电路，该控制电路包括：
第一PID控制器，其在输入端处接收设定点信号并提供用于控制马达的控制信号作为输出，控制器与马达被布置在闭环中，并被配置为最小化指示由设定点信号指示的马达的所需行为与马达的实际行为之间的差异的误差值，以及
神经网络，其具有神经元的输入层、神经元的至少一个隐藏层以及包括至少一个输出神经元的输出层，
其中神经网络包括前馈神经网络，其在输入神经元的输入层处接收需求信号、从控制器输出的驱动信号以及误差值，
并且其中神经网络被配置为确定PID控制器使用的P增益、I增益和D增益项中的一个或多个，
并且进一步其中神经网络接收至少一个附加离散环境变量作为前馈项。
申请人已经认识到，使用神经网络来调谐被馈送有至少一个附加离散环境变量的PID控制器的增益项允许对车辆运动控制系统进行附加程度的控制。
一个或多个致动器可以各自包括电马达。
马达可以连接到车辆的车轮，使得马达施加的扭矩引起转向轮的航向角改变，从而控制车辆的行驶方向。在这种情况下，设定点值指示目标转向角。对于前轮转向的车辆，该马达通常被称为前轴致动器(FAA)。
在马达连接到车轮的情况下，包括PID控制器的控制环路可以被配置为PID转向角控制和PID马达电流控制的级联，每个分别最小化转向角和马达电流中的误差。两个PID控制器都可以包括设置P、I和D项并且可以使用车辆速度作为前馈项的神经网络。
马达可以连接到车辆的手轮，使得马达向手轮施加扭矩。在这种情况下，设定点值指示目标马达扭矩。该马达通常被称为手轮致动器(HWA)。其功能为马达不是使车轮转向，而是向驾驶员提供力反馈。
在马达连接到手轮的情况下，包括PID控制器的控制环路可以被配置为PID马达扭矩控制和PID马达电流控制的级联，每个分别最小化马达扭矩和马达电流中的误差。两个PID控制器都可以包括设置P、I和D项并且可以使用车辆速度作为前馈项的神经网络。
可以有两个马达，一个用于车轮，一个用于手轮，每个控制器由PID控制器以上述方式控制。
在两个马达中的每个由PID控制器控制的情况下，每个控制器可以与相关联的马达形成相应的闭环并且独立地动作。
神经网络可以将增益值确定为神经网络的隐藏层内的相应节点值。
对于环境变量，我们可以指指示不与PID控制器的反馈控制环路一起使用的参数的变量。
环境变量可以包括车辆运动控制系统中常见的以下各项中的至少一项：
-车辆速度，
-车辆加速度/反作用力
-转向扭矩或转向角
-转向部分施加到车轮的力。
技术人员将理解，这并不旨在是详尽的列表，并且在本发明的范围内可以使用其它变量。
神经网络可以被馈送有输入到控制器的设定点信号以及误差信号。
神经网络控制器应以离散控制形式实现。
输入到神经网络的信号可以定期更新，并且在每次更新之间，可以在将更新值输入到神经网络之前，作为响应而更新神经元值。
这些变量中的每个将随着车辆被操作而变化，并且在神经网络的输入点处提供至少一个附加变量提供了对致动器的控制的进一步适应程度，使得在使用中误差值能够更好地根据环境条件变化被最小化。
神经网络的权重和神经元可以在首次使用神经网络之前预设，以定义增益P、I和D的使误差值最小化的一组值，这里假设系统在标称的内部和外部条件下操作，并且环境值没有影响。
预设权重和神经元可以存储在存储器的区域中。
在控制系统的使用期间，每次将一组新的输入值供应给神经网络时，可以通过梯度下降反向传播方案来更新权重，并且与输入值相结合的更新后的权重用于更新神经元。
权重更新步骤可以由定义用于更新的简档和步骤的学习策略单元来控制。
以数学方式表达，神经网络的输入和输出可以包括：
y*_set&y*：致动器的离散设定点(目标)&测量行为，
e*：跟踪误差＝y*_set-y*:
u*：离散PID控制；
U*：离散环境变量
Kp，Ki和Kd：分别为离散P(比例)、I(积分)、D(微分)控制增益。
在最优选的布置中，神经网络被配置为对神经元间权重执行梯度下降学习。
在最优选的布置中，神经网络可以使用反向传播算法来确定权重。
该或每个环境变量在输入层处被馈送到神经网络中。控制增益可以被计算为神经网络的隐藏层的相应神经元的神经元点值，并且控制信号值可以在神经网络的输出神经元处生成。
一旦一组新的输入被馈送到神经网络的输入神经元，隐藏神经元的值就将由感知器模型根据输入值结合应用在输入层和隐藏层之间的神经元间权重来计算。
神经网络可以被配置为使用所谓的梯度下降反向传播算法来执行权重W训练和更新以实现误差函数最小化，从而使误差项e(k)最小，以实现最佳PID控制增益(Kp，Ki和Kd)，因此对输出信号进行期望的PID控制。
神经网络可以具有将输入层神经元连接到输出层的神经元的单个隐藏层。
神经网络PID控制器可以被布置为使得对于每个时间步长执行以下步骤：
更新输入值；
结合输入值、误差和最后控制信号，按照梯度下降反向传播方案控制更新权重；
使用输入神经元和应用于输入神经元与隐藏层神经元之间的连接的权重增益(W)根据感知器模型进行神经元值更新计算；
基于神经元值更新控制器PID增益值；
通过对输入到PID控制器的误差信号应用增益来生成控制器的控制信号输出。
每次新的误差信号被输入到PID控制器时，可以执行信号通过神经网络的传播，并且控制器的输出仅可以在神经网络完成反向传播时产生。
线控转向系统可以包括一个或多个另外的PID控制器。在优选布置中，可以提供控制器，其生成用于马达或每个马达的设定点值，例如所需的转向角和所需的反馈扭矩设定点。该附加控制器可以包括存储值的查找表，以确定扭矩设定点的值作为转向角和一个或多个环境变量(诸如车辆速度)的函数。存储值可以由神经网络在使用时修改或以其它方式生成。
该系统可以包括用于车辆动力学的模型的神经网络识别器，以提供车辆动态变量的在线识别，该车辆动态变量可以用于基于来自PID控制器的针对车轮角度的输出控制信号来生成适当的马达驱动电流。
该系统可以包括转向手轮扭矩传感器，并且在转向齿轮包括连接到马达的转向齿条的情况下，该系统可以包括齿条力传感器。
附图说明
现在将仅通过示例的方式描述本发明的一个实施例，其中：
图1是结合到反馈环路中的通用PID控制器的示意图，在该反馈环路中该通用PID控制器控制诸如电马达之类的装置的操作；
图2是根据本发明的用于车辆的线控转向系统的第一实施例的示意图；
图3是用于控制车辆的车轮角度的现有技术控制电路的示意图；
图4是图2的SBW系统的对应控制电路的示意图；
图5是图4的PID角度控制器的神经网络的中间神经元连接的表示；
图6示出了在Matlab/Simulink中实现的神经网络PID控制器的配置和各层功能块；
图7示出了根据本发明的一方面的用于SBW系统的控制电路的第二实施例。
具体实施方式
如图2中所示，车辆可以装配有线控转向系统10，其允许驾驶员通过改变车轮的角度来设定车辆的方向。通常，转向轮12是由转向轴支撑的两个前轮，但本发明还扩展至车辆后轮的转向。
线控转向系统的特征在于手轮11和转向轮12之间没有机械连接。在这个示例中，系统包括转向手轮11、手轮致动器(HA)13(诸如可以向手轮施加反馈扭矩的马达)、一对转向车轮12、向附接到车轮的连杆(诸如转向齿条的一部分)施加力的第二马达14，以及SBW控制电路15。
该示例中的每个马达包括多相脉宽调制同步马达，其响应于从控制电路输出的控制信号而输出扭矩。SBW控制电路15和马达形成一对闭合反馈环路，马达的参数的测量值被反馈回控制电路的输入侧。
图4详细示出了用于控制使前轮12转向的马达14的控制电路15的功能部分。电路15包括PID控制器16，其具有由神经网络17确定的一组增益P、I和D。PID控制器16在输入端处接收用于马达14的设定点信号，该设定点信号指示所需的车轮角度。控制器被配置为最小化指示所需车轮角度和实际车轮角度之间的差异的误差值e。
众所周知，PID控制器的输出—在这种情况下为角度控制信号—被确定为三项之和：比例项、积分项和微分项。每个项是通过将误差信号值乘以相应的增益项Kp、Ki和Kd来计算的。
这些增益项在图4的示例中由如图5中所示的神经网络17计算。神经网络包括一组神经元18，其接收输入，随后进行将输入与其内部状态和权重组合的处理，并使用激活函数执行神经元值计算，并使用输出函数产生输出。初始输入是外部数据，在这个示例中，外部数据包括与车道保持辅助系统的扭矩控制相关的环境变量。
神经元18被布置在连接的网络中，每个连接提供一个神经元的输出作为另一个神经元的输入。每个连接被分配有表示其相对重要性的权重。传播函数根据其前任神经元的输出及其连接计算神经元的输入(激活函数)作为加权和。
图4的SBW控制电路中使用的特定神经网络17是具有一个隐藏层的前馈网络。该网络具有神经元的输入层、包括至少一个输出神经元的输出层、以及神经元的至少一个隐藏层。这在图5中示出。神经网络被配置为执行梯度下降反向传播学习，以提供PID控制器使用的P增益、I增益和D增益项。该示例中的神经网络是单隐藏层神经网络，其中隐藏层具有三个神经元，每个神经元定义PID控制器的相应增益项的值。神经网络具有定义马达的驱动信号值的单个输出神经元。
如图5和图6中所示，神经网络在输入神经元处接收误差值e、需求信号y_set以及从PID控制器输出的控制信号uc。
神经网络还接收多个附加离散环境变量作为前馈项。在这个示例中，前馈环境变量之一可以是车辆速度，另一个可以是施加到转向连杆的力。神经网络还被馈送有目标角度qset、从PID输出的控制信号和误差项。
在使用电子系统期间，神经网络和离散PID控制器的操作如下：
步骤1-馈送到神经网络的输入层神经元的输入值被更新为馈送到PID控制器的设定点信号；
步骤2：从简单(自适应)公式中获得第k步学习系数η(K)；
步骤3-神经网络中神经元之间的权重按照反向传播方案结合输入值、先前的控制信号和学习系数更新进行更新；
步骤4-基于感知器模型根据输入神经元计算的隐藏层神经元值以及应用于输入神经元和隐藏层神经元之间的连接的权重增益W来更新控制器增益值；
步骤5-通过对输入到PID控制器的误差信号应用增益而生成从PID控制器输出的更新控制信号uc；
步骤6-测量系统输出(此处为马达电流)和相关联的环境变量，并将这些值反馈到PID控制器的输入；
步骤7-重复步骤1至6。
在图7中示意性示出的SBW系统的控制电路30的替代实施例中，设定车轮角度的马达14以与使用PID控制器的第一实施例相同的方式来控制，但是提供控制电路的第二部分，其控制手轮致动器输出的扭矩。该第二电路包括第二PID控制器19，其具有由相应的第二神经网络20确定的一组增益P、I和D。第二PID控制器在输入端处接收指示所需扭矩的手轮致动器的设定点信号。控制器被配置为最小化指示所需扭矩和实际扭矩之间的差异的误差值。
第二PID控制器19的输出——在这种情况下是扭矩控制信号——被确定为三项之和，即比例项、积分项和微分项。通过将误差信号值乘以相应的增益项Kp、Ki和Kd来计算每个项。
在图7的示例中，这些增益项由如图5中所示布置的第二神经网络来计算。
图7的实施例还包括顶层控制器20，其基于神经网络识别器输出角度和扭矩的设定点值，其将诸如车辆速度、车轮角度、施加到转向部分的力、马达角速度等环境参数的值作为状态变量。这使得能够对设定点值进行一些实时适应，从而使系统变得更加鲁棒。

Claims (8)

1.一种用于车辆的线控转向系统，包括手轮、附接至至少一个转向车轮的转向齿轮、以及连接到车辆的手轮或转向齿轮以向该手轮或转向齿轮施加扭矩的至少一个致动器，该线控转向系统包括控制电路，该控制电路包括：
第一PID控制器，其在输入端处接收设定点信号并提供用于控制马达的控制信号作为输出，控制器与马达被布置在闭环中，并被配置为最小化指示由设定点信号指示的马达的所需行为与马达的实际行为之间的差异的误差值，以及
神经网络，其具有神经元的输入层、神经元的至少一个隐藏层以及包括至少一个输出神经元的输出层，
其中神经网络包括前馈神经网络，其在输入神经元的输入层处接收需求信号、从控制器输出的驱动信号以及误差值，
并且其中神经网络被配置为确定PID控制器使用的P增益、I增益和D增益项中的一个或多个，
并且进一步其中神经网络接收至少一个附加离散环境变量作为前馈项。
2.根据权利要求1所述的系统，其中致动器包括连接到车辆的车轮的马达，使得由马达施加的扭矩引起转向轮的航向角改变，从而控制车辆的行驶方向，并且设定点值指示目标转向角。
3.根据权利要求1或权利要求2所述的系统，其中致动器是连接到车辆的手轮的马达，使得马达向手轮施加扭矩，并且设定点值指示目标马达扭矩。
4.根据权利要求2和权利要求3所述的系统，其中两个马达中的每个设有PID控制器中的相应一个。
5.根据任何前述权利要求所述的系统，其中所述神经网络或每个神经网络将增益值确定为神经网络的隐藏层内的相应节点值。
6.根据任何前述权利要求所述的系统，其中环境变量包括车辆运动控制系统中常见的以下各项中的至少一个：
-车辆的速度，
-马达旋转速度；
-由转向部分施加到车轮的力。
7.根据任何前述权利要求所述的系统，其中所述神经网络或每个神经网络被馈送有输入到控制器的设定点信号以及误差信号。
8.根据任何前述权利要求所述的系统，其中输入到神经网络的所述信号或每个信号被定期更新，并且在每次更新之间，在将更新值输入到神经网络之前，能作为响应而更新神经元值。
CN202180092778.8A 2020-12-31 2021-12-30 用于机动车辆的线控转向系统 Pending CN116897125A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB2020836.9 2020-12-31
GB2020836.9A GB2604321A (en) 2020-12-31 2020-12-31 Steer
PCT/GB2021/053448 WO2022144552A1 (en) 2020-12-31 2021-12-30 Steer by wire system for an automotive vehicle

Publications (1)

Publication Number Publication Date
CN116897125A true CN116897125A (zh) 2023-10-17

Family

ID=74566599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180092778.8A Pending CN116897125A (zh) 2020-12-31 2021-12-30 用于机动车辆的线控转向系统

Country Status (5)

Country Link
US (1) US20240059350A1 (zh)
EP (1) EP4271606A1 (zh)
CN (1) CN116897125A (zh)
GB (1) GB2604321A (zh)
WO (1) WO2022144552A1 (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104836498B (zh) * 2015-04-21 2019-01-15 苏州德锐朗智能科技有限公司 一种基于人工神经网络的自整定pid发电机控制系统
US20180201299A1 (en) * 2017-01-16 2018-07-19 X-Matik Inc. Steering wheel controller
US10829149B1 (en) * 2017-03-01 2020-11-10 Zoox, Inc. Steering control for vehicles
DE102017220973A1 (de) * 2017-11-23 2019-05-23 Volkswagen Aktiengesellschaft Verfahren zum Konfigurieren und zum Steuern eines Lenksystems, Lenksystem und Fahrzeug
CN107972667B (zh) * 2018-01-12 2019-07-02 合肥工业大学 一种车道偏离辅助系统的人机协调控制方法
CN109405846B (zh) * 2018-10-08 2021-02-26 东南大学 一种自适应调整前视距离与延迟参数的路径追踪方法

Also Published As

Publication number Publication date
US20240059350A1 (en) 2024-02-22
EP4271606A1 (en) 2023-11-08
GB2604321A (en) 2022-09-07
GB202020836D0 (en) 2021-02-17
WO2022144552A1 (en) 2022-07-07

Similar Documents

Publication Publication Date Title
US6879118B2 (en) Method for position regulation of an electric drive and for steering a motor vehicle by means of a steer-by-wire system
US10800443B2 (en) Catch motor torque generation in steer by wire system
CN111645755B (zh) 一种控制方法和装置
CN114312750B (zh) 一种主动转向和横摆力矩自学习协同控制方法
CN116888025A (zh) 机动车辆控制电路
CN111565997A (zh) 用于配置和控制转向系统的方法、转向系统和车辆
JP2020175820A (ja) モータの制御システム、およびモータの制御装置
CN112969627A (zh) 用于组合的液压辅助和电力辅助的转向的方法和系统
CN110337400B (zh) 用于以位置控制和柱扭矩控制模式辅助机动车辆转向的机电式机动车辆动力转向机构
CN116897125A (zh) 用于机动车辆的线控转向系统
JP5776837B2 (ja) 車両用操舵制御装置及び車両用操舵制御方法
CN111422244A (zh) 转向控制器和转向控制方法
CN115871780A (zh) 转向系统和用于运行转向系统的方法
US11192580B2 (en) Method for steering a vehicle
US20240059348A1 (en) Motor control in an electric power steering
JP7016301B2 (ja) 操舵制御装置及び操舵制御方法
CN116829440A (zh) 机动车辆车道保持辅助系统
CN111422245A (zh) 转向控制器和转向控制方法
SE536469C2 (sv) Styrsystem samt metod för att minska effekten av glapp vid styrning
JP2722855B2 (ja) 後輪操舵装置
WO2024074206A1 (en) A method to control a steer-by-wire steering system of a road vehicle with active inertia feedback
CN118871338A (zh) 用于运行车辆的转向系统的方法
JP2022088067A (ja) 操舵方法及び操舵装置
JPH07186987A (ja) 車両用補助舵角制御装置
KR20230159001A (ko) Sbw 시스템의 반력 토크 제어장치 및 방법

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