CN117400951B - 分布式驱动电动汽车操纵稳定性集成控制方法及相关设备 - Google Patents
分布式驱动电动汽车操纵稳定性集成控制方法及相关设备 Download PDFInfo
- Publication number
- CN117400951B CN117400951B CN202311402934.3A CN202311402934A CN117400951B CN 117400951 B CN117400951 B CN 117400951B CN 202311402934 A CN202311402934 A CN 202311402934A CN 117400951 B CN117400951 B CN 117400951B
- Authority
- CN
- China
- Prior art keywords
- model
- tire
- wheel
- hybrid
- integrated control
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 46
- 238000009826 distribution Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 12
- 230000004044 response Effects 0.000 abstract description 8
- 238000011217 control strategy Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 7
- 230000011218 segmentation Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0037—Mathematical models of vehicle sub-units
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/30—Wheel torque
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明公开了一种分布式驱动电动汽车操纵稳定性集成控制方法及相关设备,属于车辆操纵稳定性控制技术领域,本方法通过对魔术公式轮胎模型分段线性拟合建立分段仿射轮胎模型,在分段仿射轮胎模型基础上建立混杂逻辑动态模型,采用分层式的集成控制策略,建立了上层混杂模型预测控制器与下层四轮转矩优化分配控制器,进而计算出附加横摆力矩与附加前轮转角以及车轮驱动转矩,实现了车辆操纵的稳定性控制;采用本方法能够精确描述车辆运行过程中轮胎侧向力的变化情况,同时降低控制系统的计算量提高响应速度。
Description
技术领域
本发明属于车辆操纵稳定性控制技术领域,具体涉及一种分布式驱动电动汽车操纵稳定性集成控制方法及相关设备。
背景技术
车辆在高速或者低附着路面上行驶时,由于不足转向或过多转向,导致车辆偏离目标轨迹,此时,车辆在受到外界环境或车身状态参数不稳定等因素的影响下极易发生失稳现象。分布式驱动电动汽车由多个轮毂电机或轮边电机独立驱动四个车轮,结构紧凑,提高了机械效率与控制精度,其机构特点促进了主动安全技术的进一步发展。
当前,关于针对分布式驱动电动汽车的车辆动力学方面研究中,轮胎力在车辆动力学方面起着至关重要的作用,在进行车辆稳定性研究过程中,轮胎力模型的建立一定程度上决定了控制器的控制精度,在极限工况下,轮胎进入非线性区域甚至饱和区域时,如果仅仅考虑轮胎的线性特性,对车辆稳定性控制的决策及控制精度有着极大的影响。此外,控制系统响应过程中存在计算量大导致响应速度慢,对提高控制系统的控制精度带来了较大的困难。
发明内容
为克服上述技术的缺点,本发明提供一种分布式驱动电动汽车操纵稳定性集成控制方法及相关设备,能够解决现有控制系统由于计算量大,导致系统响应速度慢,提升控制精度较难的技术问题。
为了达到上述目的,本发明采用技术方案如下:
一种分布式驱动电动汽车操纵稳定性集成控制方法,包括:
对魔术公式轮胎模型进行分段线性拟合处理,得到分段仿射轮胎模型;
基于分段仿射轮胎模型,结合混合逻辑动态建模方法,得到混杂逻辑动态模型;
基于混杂逻辑动态模型建立上层混杂模型预测控制器,基于上层混杂模型预测控制器,计算得到附加横摆力矩与附加前轮转角;
基于附加横摆力矩建立下层四轮转矩优化分配控制器,基于下层四轮转矩优化分配控制器,计算得到车轮驱动转矩。
进一步地,所述魔术公式轮胎模型采用模型刚度因子、模型形状因子、模型峰值因子和模型曲率因子以及轮胎侧偏角构建得到。
进一步地,所述混杂逻辑动态模型构建的具体步骤如下:
基于车辆实时状态信息,计算得到理想参考车辆状态参数;
基于理想参考车辆状态参数,构建误差状态方程;
基于误差状态方程和分段仿射轮胎模型,得到混杂逻辑动态模型。
进一步地,所述车辆实时状态信息包括:车速、横摆角速度、质心侧偏角和前轮转角。
进一步地,基于上层混杂模型预测控制器,采用混合整数二次规划算法计算得到附加横摆力矩与附加前轮转角。
进一步地,基于下层四轮转矩优化分配控制器,采用以轮胎工作负荷率最小为优化目标,计算得到车轮纵向力,基于车轮纵向力得到车轮驱动转矩。
进一步地,基于下层四轮转矩优化分配控制器,采用有效集法并结合以轮胎工作负荷率最小为优化目标,计算得到车轮纵向力,基于车轮纵向力,计算得到车轮驱动转矩。
一种分布式驱动电动汽车操纵稳定性集成控制系统,用于实现上述分布式驱动电动汽车操纵稳定性集成控制方法的步骤,包括:
分段仿射轮胎模型构建模块,用于对魔术公式轮胎模型进行分段线性拟合处理,得到分段仿射轮胎模型;
混杂逻辑动态模型构建模块,用于基于分段仿射轮胎模型,结合混合逻辑动态建模方法,得到混杂逻辑动态模型;
第一计算模块,用于基于混杂逻辑动态模型建立上层混杂模型预测控制器,基于上层混杂模型预测控制器,计算得到附加横摆力矩与附加前轮转角;
第二计算模块,用于基于附加横摆力矩建立下层四轮转矩优化分配控制器,基于下层四轮转矩优化分配控制器,计算得到车轮驱动转矩。
一种设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述分布式驱动电动汽车操纵稳定性集成控制方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时用于实现上述分布式驱动电动汽车操纵稳定性集成控制方法的步骤。相比于现有技术,本发明具有有益效果如下:
本发明还提供一种分布式驱动电动汽车操纵稳定性集成控制方法,本方法通过对魔术公式轮胎模型分段线性拟合建立分段仿射轮胎模型,在分段仿射轮胎模型基础上建立混杂逻辑动态模型,采用分层式的集成控制策略,建立了上层混杂模型预测控制器与下层四轮转矩优化分配控制器,进而计算出附加横摆力矩与附加前轮转角以及车轮驱动转矩,实现了车辆操纵的稳定性控制;分段仿射模型不仅可以拓展传统的线性特性,也可以高精度的模拟系统中存在的非线性特性;并且还能够高效处理线性阈值事件和模式切换;混杂逻辑动态模型能够将逻辑、动态和约束相结合,高效处理混杂系统中连续变量和离散变量相耦合的问题;采用本方法能够精确描述车辆运行过程中轮胎侧向力的变化情况,同时降低控制系统的计算量提高响应速度。
优选地,本发明中,基于下层四轮转矩优化分配控制器,采用以轮胎工作负荷率最小为优化目标,计算得到车轮驱动转矩,这样,能够进一步提升了车辆在极限工况下的侧向附着能力,增加了车辆行驶时横向的抗干扰性。
附图说明
图1为本发明实施例提供的分布式驱动电动汽车操纵稳定性集成控制方法的流程图;
图2为本发明实施例提供的非线性二自由度车辆动力学模型;
图3为本发明实施例提供的魔术轮胎侧向力分段仿射结果;
图4为本发明实施例提供的分布式驱动电动汽车操纵稳定性集成控制系统的结构框图;
图5为本发明提供的一种分布式驱动电动汽车操纵稳定性集成控制方法的流程图;
图6为本发明提供的一种分布式驱动电动汽车操纵稳定性集成控制系统的结构示意图。
具体实施方式
本发明提供一种分布式驱动电动汽车操纵稳定性集成控制方法,如图5所示,包括如下步骤:
S1:对魔术公式轮胎模型进行分段线性拟合处理,得到分段仿射轮胎模型。
其中,魔术公式轮胎模型采用模型刚度因子、模型形状因子、模型峰值因子和模型曲率因子以及轮胎侧偏角构建得到。
S2:基于分段仿射轮胎模型,结合混合逻辑动态建模方法,得到混杂逻辑动态模型。
其中,混杂逻辑动态模型构建的具体步骤如下:
S201:基于车辆实时状态信息,计算得到理想参考车辆状态参数;这里的车辆实时状态信息包括:车速、横摆角速度、质心侧偏角和前轮转角。
S202:基于理想参考车辆状态参数,构建误差状态方程。
S203:基于误差状态方程和分段仿射轮胎模型,得到混杂逻辑动态模型。
S3:基于混杂逻辑动态模型建立上层混杂模型预测控制器,基于上层混杂模型预测控制器,采用混合整数二次规划算法,计算得到附加横摆力矩与附加前轮转角。
S4:基于附加横摆力矩建立下层四轮转矩优化分配控制器,基于下层四轮转矩优化分配控制器,采用有效集法并结合以轮胎工作负荷率最小为优化目标,计算得到车轮纵向力,基于车轮纵向力,计算得到车轮驱动转矩。
如图6所示,本发明还提供了一种分布式驱动电动汽车操纵稳定性集成控制系统,包括:分段仿射轮胎模型构建模块,用于对魔术公式轮胎模型进行分段线性拟合处理,得到分段仿射轮胎模型;混杂逻辑动态模型构建模块,用于基于分段仿射轮胎模型,结合混合逻辑动态建模方法,得到混杂逻辑动态模型;第一计算模块,用于基于混杂逻辑动态模型建立上层混杂模型预测控制器,基于上层混杂模型预测控制器,计算得到附加横摆力矩与附加前轮转角;第二计算模块,用于基于附加横摆力矩建立下层四轮转矩优化分配控制器,基于下层四轮转矩优化分配控制器,计算得到车轮驱动转矩。
本发明还提供了一种设备,包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现所述的分布式驱动电动汽车操纵稳定性集成控制方法的步骤。
所述处理器执行所述计算机程序时实现上述分布式驱动电动汽车操纵稳定性集成控制的步骤,例如:对魔术公式轮胎模型进行分段线性拟合处理,得到分段仿射轮胎模型;基于分段仿射轮胎模型,结合混合逻辑动态建模方法,得到混杂逻辑动态模型;基于混杂逻辑动态模型建立上层混杂模型预测控制器,基于上层混杂模型预测控制器,计算得到附加横摆力矩与附加前轮转角;基于附加横摆力矩建立下层四轮转矩优化分配控制器,基于下层四轮转矩优化分配控制器,计算得到车轮驱动转矩。
或者,所述处理器执行所述计算机程序时实现上述系统中各模块的功能,例如:分段仿射轮胎模型构建模块,用于对魔术公式轮胎模型进行分段线性拟合处理,得到分段仿射轮胎模型;混杂逻辑动态模型构建模块,用于基于分段仿射轮胎模型,结合混合逻辑动态建模方法,得到混杂逻辑动态模型;第一计算模块,用于基于混杂逻辑动态模型建立上层混杂模型预测控制器,基于上层混杂模型预测控制器,计算得到附加横摆力矩与附加前轮转角;第二计算模块,用于基于附加横摆力矩建立下层四轮转矩优化分配控制器,基于下层四轮转矩优化分配控制器,计算得到车轮驱动转矩。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成预设功能的一系列计算机程序指令段,所述指令段用于描述所述计算机程序在所述分布式驱动电动汽车操纵稳定性集成控制设备中的执行过程。例如,所述计算机程序可以被分割成分段仿射轮胎模型构建模块、混杂逻辑动态模型构建模块、第一计算模块和第二计算模块;各模块具体功能如下:分段仿射轮胎模型构建模块,用于对魔术公式轮胎模型进行分段线性拟合处理,得到分段仿射轮胎模型;混杂逻辑动态模型构建模块,用于基于分段仿射轮胎模型,结合混合逻辑动态建模方法,得到混杂逻辑动态模型;第一计算模块,用于基于混杂逻辑动态模型建立上层混杂模型预测控制器,基于上层混杂模型预测控制器,计算得到附加横摆力矩与附加前轮转角;第二计算模块,用于基于附加横摆力矩建立下层四轮转矩优化分配控制器,基于下层四轮转矩优化分配控制器,计算得到车轮驱动转矩。
所述分布式驱动电动汽车操纵稳定性集成控制设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述分布式驱动电动汽车操纵稳定性集成控制设备可包括,但不仅限于处理器、存储器。本领域技术人员可以理解,上述是分布式驱动电动汽车操纵稳定性集成控制设备的示例,并不构成对分布式驱动电动汽车操纵稳定性集成控制设备的限定,可以包括比上述更多的部件,或者组合某些部件,或者不同的部件,例如所述分布式驱动电动汽车操纵稳定性集成控制设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者所述处理器也可以是任何常规的处理器等,所述处理器是所述分布式驱动电动汽车操纵稳定性集成控制的控制中心,利用各种接口和线路连接整个分布式驱动电动汽车操纵稳定性集成控制设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述分布式驱动电动汽车操纵稳定性集成控制设备的各种功能。
所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述的一种分布式驱动电动汽车操纵稳定性集成控制方法的步骤。
所述分布式驱动电动汽车操纵稳定性集成控制系统集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
基于这样的理解,本发明实现上述分布式驱动电动汽车操纵稳定性集成控制方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,所述计算机程序在被处理器执行时,可实现上述分布式驱动电动汽车操纵稳定性集成控制方法的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或预设中间形式等。
所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
下面结合实施例与附图对本发明作进一步说明:
实施例
正如背景技术中提及的:在极限工况下,轮胎进入非线性区域甚至饱和区域时,如果仅仅考虑轮胎的线性特性,对车辆稳定性控制的决策及控制精度有着极大的影响。此外,控制系统响应过程中存在计算量大导致响应速度慢,对提高控制系统的控制精度带来了较大的困难。
为了解决上述问题,本发明提供了一种分布式驱动电动汽车操纵稳定性集成控制方法,本发明的设计思路为:采用分段仿射法对轮胎进行建模,对轮胎的系统状态输入域划分为有限数量的多面体区域,并在每个子区域中获得一个仿射子模型。然而,分布式驱动电动汽车稳定性控制过程中必然通过分段仿射轮胎模型的子模型切换变化实现多种轮胎特性的自适应离散切换,而在每个子模型构成的子系统中,状态更新过程为典型的连续动态过程。因此,分布式驱动电动汽车稳定性控制可以看作是一个包含连续动态变化和离散模式切换的具有明显混杂动态特征的混杂系统。本发明采用混杂逻辑动态模型进行车辆操纵稳定性控制。采用分层式的集成控制策略,上层根据混杂模型预测控制策略(上层混杂模型预测控制器)计算输出附加横摆力矩和前轮转角,下层根据建立下层四轮转矩优化分配控制器,计算输出车轮驱动转矩,采用以轮胎工作负荷率最小为目标的驱动转矩优化分配方法;采用本方法,能够解决当前控制系统的计算量大,影响系统响应速度的问题,同时进一步提升了车辆在极限工况下的侧向附着能力,增加了车辆行驶时横向的抗干扰性。
下面结合实施例与附图对本发明的技术方案进行更详细的解释:
如图1所示,本实施例提供了一种分布式驱动电动汽车操纵稳定性集成控制方法,具体包括以下步骤:
S1包括:
步骤1:建立魔术公式轮胎模型,轮胎侧向力表达式为:
Fy=D sin{C arctan[Bα-E(Bα-arctan(Ba))]}
式中,Fy为轮胎侧偏力,B、C、D、E分别为模型刚度因子、模型形状因子、模型峰值因子和模型曲率因子,可由拟合参数得出,α为轮胎侧偏角。
步骤2:采用线性分段函数对纯侧偏魔术公式轮胎模型进行分段仿射,即分段线性拟合处理,得到关于原点对称的分段模型如下:
式中,i∈{f,r}表示车辆二自由度动力学模型的前、后等效车轮,α1为轮胎进入非线性区域分段点、α2为轮胎进入饱和区域分段点、αmax为侧偏角最大值,k0、k1、k2、k3、k4与m0、m1、m2、m3、m4分别是各分段函数的斜率与截距;其中,分段放射模型曲线与原魔术公式轮胎曲线对比情况,如图3所示,可以看出,前轮轮胎侧偏力包含5个线性控制区域,后轮轮胎侧偏力同样包含5个线性控制区域,因此分段线性系统共有25个线性控制区域。即轮胎侧向力变化表现为在[-αmax,-α2]、(-α2,-α1)、[-α1,α1]、(α1,α2)和[α2,αmax]之间动态切换,α1、α2、αmax为轮胎分段线性化的分段点。
当α∈[-αmax,-α2]或α∈[α2,αmax]时,侧向轮胎力处于饱和状态,受轮胎力边界效应的影响此时通过改变轮胎的侧偏角难以产生横摆力矩;
当α∈(-α2,-α1)或α∈(α1,α2)时,侧向轮胎力处于临界状态,增大轮胎侧偏角将导致轮胎力区域饱和同样减小轮胎侧偏角能够使轮胎力恢复至线性状态;
当α∈[-α1,α1]时,侧向轮胎力处于线性状态,改变轮胎侧偏角能够产生一定的横摆力矩。
将上述建立的分段仿射模型通过引入辅助变量表示为一组混合整数线性不等式约束转化为可自动切换子系统的分段仿射模型,引入辅助离散变量δi∈{0,1},i∈I,I={1,2,...,25},建立分段仿射模型的逻辑命题表达式如下:
式中,αimin=[αml,αnl],αimax=[αmu,αnu],i为任意线性控制区域,m、n对应相应的分段线性范围,即m、n={1,2,..,5},l和u分别表示轮胎当前所在分段区域的最小值和最大值,α=[αf,αr]为此时前后轮的轮胎侧偏角,表示当前后轮侧偏角处于某个线性区域的组合时,触发对应的辅助离散变量,在分段仿射模型产生的逻辑命题表达式中,为等价关系的逻辑运算符。
根据复合逻辑命题与线性不等式之间的转换关系,所述分段仿射轮胎模型可转化为如下线性不等式:
式中,Mi1、mi1分别为表达式-α+αimin的最大值和最小值,Mi2、mi2分别为表达式α-αimax的最大值和最小值,ε为容错误差,超过该值时为违反约束。
此外,所有辅助离散变量还需满足异或条件,如下所示:
将上式转换为整数线性不等式如下:
S2包括:
步骤3:如图2所示,图2为非线性二自由度车辆动力学模型,该模型用于得到理想参考车辆状态,为建立误差状态空间方程奠定基础。
建立的二自由度动力学模型为:
式中,ms为车辆质量,a、b为质心到车辆前轴、后轴的距离,v为车辆的质心纵向速度,Iz为车辆绕z轴的转动惯量,Fyf、Fyr分别为前、后轮的侧偏力总和,δf为前轮转角,β、γ分别为车辆的质心侧偏角与绕z轴的横摆角速度,ΔMz为车辆通过差动驱动或制动获得的附加横摆力矩。
前后轮的轮胎侧偏角近似为:
获取车辆实时状态信息包括:车速,横摆角速度,质心侧偏角,前轮转角等实时状态信息,根据车辆前轮转角和车辆纵向速度计算得到理想参考车辆状态参数,基于车辆线性二自由度动力学模型,在侧向加速度较小的情况下,利用稳态回转工况下可以导出期望的横摆角速度γd并将质心侧偏角βd设置为0,则理想值的表达式为:
βd=0
式中,L=a+b为整车轴距,μ为路面附着系数,为汽车稳定性因素,kf和kr分别为前后轮胎的侧偏刚度,a为前轴距,b为后轴距,sgn为符号函数。
步骤4:结合步骤3得到的理想参考状态,构建误差状态方程;T为离散采样周期,并利用向前欧拉法将模型离散化,则离散后的系统状态空间表达式可以表示为:
式中,m、n分别表示此时前、后侧偏角处于轮胎分段仿射模型的第m、n段线性函数上,Amn,Bmn,C,D,fmn,gmn为状态空间方程的系数矩阵。式中,各矩阵具体为:
在所述可自动切换子系统的分段仿射模型基础上,建立混杂逻辑动态模型。
将上述误差状态空间方程结合分段仿射轮胎模型重写为线性项与IF-THEN-ELSE的规则组合,引入辅助离散变量δi∈{0,1},i∈I,I={1,2,...,25},其表达式为:
根据混杂控制系统的混杂逻辑动态建模方法,对上式所涉及的约束建立逻辑命题表达式,并转化为包含逻辑变量的线性不等式。其中,上式表示当系统状态进入第i个线性控制区域时,当下对应的状态方程等价于δi(k)=1。
转换后,当某一时刻系统进入第i个区域时,可表示为:
为写出上式约束条件满足的命题逻辑表达式,引入辅助连续变量
由上式可得其命题逻辑表达式为:
式中,“→”为蕴含关系的逻辑运算符。
根据逻辑变量和连续问题相乘的逻辑命题表达式与线性不等式的转换关系,可得到如下所示的混合整数不等式约束:
式中,Mi=max(Aix(k)+Biu(k)+fi)、mi=min(Aix(k)+Biu(k)+fi)分别表示各个状态方程式在约束中的最大、最小值。
综上,考虑上述所示混合整数的线性不等式及系统的分段线性状态方程,得到车辆二自由度动力学模型的混杂逻辑动态模型标准形式:
x(k+1)=A1x(k)+B1u(k)+B2δ(k)+B3z(k)
y(k)=Cx(k)+D1u(k)+D2δ(k)+D3z(k)
E1δ(k)+E2z(k)≤E3x(k)+E4u(k)+E5
式中,A、B1、B2、B3、C、D1、D2、D3、E1、E2、E3、E4、E5根据误差状态空间方程以及所述混合整数的线性不等式计算得出。
S3包括:
步骤5:基于混杂逻辑动态模型建立上层混杂模型预测控制器,其结合分段仿射模型及适合优化控制的且带有约束的混杂逻辑动态模型,作为混杂模型预测控制的预测模型并采用混合整数二次规划算法进行滚动优化求解。
设t为当前时刻,x(t)为当前状态变量(通过直接测量得到或是通过状态观测器得到)。当t=0时,x(t)为系统的初始状态,则利用混杂模型预测控制算法所求解的优化控制问题可以表示为:
式中,P为预测步长,U为控制步长,Q、R分别是输出变量、控制变量的权重,R=diag(r1,r2),r1与r2分别是控制变量主动前轮转角与直接横摆力矩的权重值;Q=diag(q1,q2),q1与q2是输出变量车辆实时横摆角速度与质心侧偏角的权重值。y为输出变量的参考值,u为控制变量的参考值,yref=0,uref=0。umin、umax为控制变量的下限与上限,即车辆的前轮转角与直接横摆力矩的物理约束,ymin、ymax为输出变量的下限与上限。另外,本实施例中,取范数为2。
上述过程可在每个采样时刻t,化为混合整数二次规划问题进行求解将求得一组最优控制序列;
即ξ(t)=[u0,…,uU-1,δ0,…,δU-1,z0,…,zU-1]T,其中,第一个元素u0作为当前时刻的最优控制输入。为了便于优化求解,定义预测时域内的输出Y(t)、控制输入U(t)、辅助离散变量Δ(t)、辅助连续变量Z(t),以及其加权矩阵具体为:
式中,P为预测步长,U为控制步长。
则优化目标函数式可以重写为:
同时,预测模型可重新表述为:
式中,分别为原线性不等式递推后得到的适合维度的矩阵。
将预测模型代入目标函数,化简可得
式中,ξ(t)、G、H、fT为中间量,uc为控制输出矩阵,lb、ub分别为纵向力输出的最大值、最小值,各矩阵具体表达为:
预测模型中的线性不等式项可以进一步写成:
式中,
由于上述公式中x(t)TGx(t)项为该时刻的已知项,则混合整数二次规划问题进一步简化为:
通过分支定界(Branch&Bound)算法来求解上述问题,得到上层混杂模型预测控制器的输出,即附加横摆力矩与附加前轮转角。
S4包括:
步骤6:利用上层混杂模型预测控制器计算得到的u0={Δδf,ΔMz}包含三个控制量,其中,附加前轮转角经过处理可以直接给到线控转向系统执行,而附加横摆力矩ΔMz属于广义量,需要按照一定的分配方式换算为四个车轮的驱动力或制动力。
实际车辆行驶中,轮胎负荷率较高的情况下,相应的轮胎储备附着系数越小,致使车辆失稳的可能性很大。因此,为配合上层控制器实现极限工况下良好的稳定性,本实施例中,选择了轮胎工作负荷率最小为目标的驱动转矩优化分配方法。
以四个轮胎路面附着负荷率公式为基础,构建目标函数:
式中,Ci为各车轮利用率权重系数,μi是纵向滚动摩擦系数,Fzi是各轮当前垂直载荷,Fxi、Fyi分别为各轮的纵向力和侧向力,i=1,2,3,4分别表示车辆的左前轮、右前轮、左后轮、右后轮。
由于车辆转矩的分配对侧向力影响较小,同时转向过程中前轮转角数值较小,侧向力不大,因此,本发明将轮胎工作负荷率简化为如下公式:
约束条件:
式中,Ci为各车轮利用率权重系数,为各车轮纵向力,为各车轮垂直载荷,Fx为纵向总需求力,μi是纵向滚动摩擦系数,d为车辆轮距,δf为前轮转角,Fxmax为电机峰值转矩对应的纵向力的大小,ΔMz为附加横摆力矩,i=1,2,3,4分别表示车辆的左前轮、右前轮、左后轮、右后轮。
对该目标函数及其约束条件进行整理,将其化成二次规划标准型,可得:
s.t. Aequc=beq lb≤uc≤ub
式中,Wu、Aeq、beq为中间量,uc为控制输出矩阵,lb、ub分别为纵向力输出的最大值、最小值,具体表达为:
uc=[Fx1 Fx2 Fx3 Fx4]T
beq=[Fx Mz]T;
lb=max(-μFzi,-Fmax)
ub=min(μFzi,Fmax)
采用有效集法对上述二次规划问题进行求解,得到四个车轮的纵向力,进而求解出对应驱动电机的车轮驱动转矩。
如图4所示,本实施例还提供了分布式驱动电动汽车操纵稳定性集成控制系统,该系统基于混杂模型预测控制,具体如图4所示,本系统设计上下两层控制器,上层控制器根据理想车辆参考状态和实际车辆状态,通过混杂模型预测控制策略计算输出附加横摆力矩和前轮转角,下层控制器采用以轮胎工作负荷率最小为目标分配驱动转矩实现车辆操纵稳定性控制。
综上,本发明提供了一种分布式驱动电动汽车操纵稳定性集成控制方法及相关设备,将非线性车辆动力学模型转化为混杂逻辑动态模型,并基于模型预测控制理论研究车辆混杂逻辑动态模型的有限时域优化控制。采用本方法能够在大幅减少控制器计算负担的同时,进一步提升了车辆在极限工况下的侧向附着能力,增加了车辆行驶时横向的抗干扰性。
上述实施例仅仅是能够实现本发明技术方案的实施方式之一,本发明所要求保护的范围并不仅仅受本实施例的限制,还包括在本发明所公开的技术范围内,任何熟悉本技术领域的技术人员所容易想到的变化、替换及其他实施方式。
Claims (8)
1.一种分布式驱动电动汽车操纵稳定性集成控制方法,其特征在于,包括:
对魔术公式轮胎模型进行分段线性拟合处理,得到分段仿射轮胎模型;
基于分段仿射轮胎模型,结合混合逻辑动态建模方法,得到混杂逻辑动态模型;
基于混杂逻辑动态模型建立上层混杂模型预测控制器,基于上层混杂模型预测控制器,计算得到附加横摆力矩与附加前轮转角;
基于附加横摆力矩建立下层四轮转矩优化分配控制器,基于下层四轮转矩优化分配控制器,计算得到车轮驱动转矩;
所述混杂逻辑动态模型构建的具体步骤如下:
基于车辆实时状态信息,计算得到理想参考车辆状态参数;
基于理想参考车辆状态参数,构建误差状态方程;
基于误差状态方程和分段仿射轮胎模型,得到混杂逻辑动态模型;
所述车辆实时状态信息包括:车速、横摆角速度、质心侧偏角和前轮转角。
2.根据权利要求1所述的一种分布式驱动电动汽车操纵稳定性集成控制方法,其特征在于,所述魔术公式轮胎模型采用模型刚度因子、模型形状因子、模型峰值因子和模型曲率因子以及轮胎侧偏角构建得到。
3.根据权利要求1所述的一种分布式驱动电动汽车操纵稳定性集成控制方法,其特征在于,基于上层混杂模型预测控制器,采用混合整数二次规划算法计算得到附加横摆力矩与附加前轮转角。
4.根据权利要求1所述的一种分布式驱动电动汽车操纵稳定性集成控制方法,其特征在于,基于下层四轮转矩优化分配控制器,采用以轮胎工作负荷率最小为优化目标,计算得到车轮纵向力,基于车轮纵向力得到车轮驱动转矩。
5.根据权利要求4所述的一种分布式驱动电动汽车操纵稳定性集成控制方法,其特征在于,基于下层四轮转矩优化分配控制器,采用有效集法并结合以轮胎工作负荷率最小为优化目标,计算得到车轮纵向力,基于车轮纵向力,计算得到车轮驱动转矩。
6.一种分布式驱动电动汽车操纵稳定性集成控制系统,用于实现权利要求1-5任一项所述分布式驱动电动汽车操纵稳定性集成控制方法的步骤,其特征在于,包括:
分段仿射轮胎模型构建模块,用于对魔术公式轮胎模型进行分段线性拟合处理,得到分段仿射轮胎模型;
混杂逻辑动态模型构建模块,用于基于分段仿射轮胎模型,结合混合逻辑动态建模方法,得到混杂逻辑动态模型;
第一计算模块,用于基于混杂逻辑动态模型建立上层混杂模型预测控制器,基于上层混杂模型预测控制器,计算得到附加横摆力矩与附加前轮转角;
第二计算模块,用于基于附加横摆力矩建立下层四轮转矩优化分配控制器,基于下层四轮转矩优化分配控制器,计算得到车轮驱动转矩。
7.一种设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现权利要求1-5任一项所述分布式驱动电动汽车操纵稳定性集成控制方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时用于实现权利要求1-5任一项所述分布式驱动电动汽车操纵稳定性集成控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311402934.3A CN117400951B (zh) | 2023-10-26 | 2023-10-26 | 分布式驱动电动汽车操纵稳定性集成控制方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311402934.3A CN117400951B (zh) | 2023-10-26 | 2023-10-26 | 分布式驱动电动汽车操纵稳定性集成控制方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117400951A CN117400951A (zh) | 2024-01-16 |
CN117400951B true CN117400951B (zh) | 2024-05-10 |
Family
ID=89490422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311402934.3A Active CN117400951B (zh) | 2023-10-26 | 2023-10-26 | 分布式驱动电动汽车操纵稳定性集成控制方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117400951B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008032754A1 (de) * | 2007-07-12 | 2009-07-16 | Magna Steyr Fahrzeugtechnik Ag & Co. Kg | Vorrichtung und Verfahren zur Fahrdynamikreglung eines Fahrzeuges |
CN101537828A (zh) * | 2009-03-04 | 2009-09-23 | 长安大学 | 四轮转向汽车稳定性控制系统 |
JP2016127637A (ja) * | 2014-12-26 | 2016-07-11 | 富士重工業株式会社 | 車両の制御装置及び車両の制御方法 |
KR20160099872A (ko) * | 2015-02-13 | 2016-08-23 | 현대모비스 주식회사 | 모터로 구동되는 차량에서의 승차감 제어 장치 및 방법 |
CN107415939A (zh) * | 2017-03-17 | 2017-12-01 | 江苏大学 | 一种分布式驱动电动汽车转向稳定性控制方法 |
CN109733474A (zh) * | 2019-01-21 | 2019-05-10 | 江苏大学 | 一种基于分段仿射分层控制的智能车转向控制系统及方法 |
CN109977449A (zh) * | 2018-11-05 | 2019-07-05 | 江苏大学 | 智能汽车纵向动力学系统混杂动态建模与优化控制方法 |
CN110395120A (zh) * | 2019-08-14 | 2019-11-01 | 厦门金龙联合汽车工业有限公司 | 一种四轮分布式驱动客车的横摆运动控制方法 |
CN111497826A (zh) * | 2020-04-15 | 2020-08-07 | 北京理工大学 | 一种电动汽车横摆稳定性协调控制方法及系统 |
CN112793430A (zh) * | 2019-12-27 | 2021-05-14 | 北京理工大学 | 一种双轴全轮分布式驱动电动汽车扭矩分配控制方法 |
CN114670808A (zh) * | 2022-03-03 | 2022-06-28 | 江苏大学 | 基于分段仿射辨识轮胎滑模控制的车辆稳定性控制方法 |
CN115447566A (zh) * | 2022-08-10 | 2022-12-09 | 佛山仙湖实验室 | 分布式电驱动车辆的横摆稳定性控制方法、设备及介质 |
-
2023
- 2023-10-26 CN CN202311402934.3A patent/CN117400951B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008032754A1 (de) * | 2007-07-12 | 2009-07-16 | Magna Steyr Fahrzeugtechnik Ag & Co. Kg | Vorrichtung und Verfahren zur Fahrdynamikreglung eines Fahrzeuges |
CN101537828A (zh) * | 2009-03-04 | 2009-09-23 | 长安大学 | 四轮转向汽车稳定性控制系统 |
JP2016127637A (ja) * | 2014-12-26 | 2016-07-11 | 富士重工業株式会社 | 車両の制御装置及び車両の制御方法 |
KR20160099872A (ko) * | 2015-02-13 | 2016-08-23 | 현대모비스 주식회사 | 모터로 구동되는 차량에서의 승차감 제어 장치 및 방법 |
CN107415939A (zh) * | 2017-03-17 | 2017-12-01 | 江苏大学 | 一种分布式驱动电动汽车转向稳定性控制方法 |
CN109977449A (zh) * | 2018-11-05 | 2019-07-05 | 江苏大学 | 智能汽车纵向动力学系统混杂动态建模与优化控制方法 |
CN109733474A (zh) * | 2019-01-21 | 2019-05-10 | 江苏大学 | 一种基于分段仿射分层控制的智能车转向控制系统及方法 |
CN110395120A (zh) * | 2019-08-14 | 2019-11-01 | 厦门金龙联合汽车工业有限公司 | 一种四轮分布式驱动客车的横摆运动控制方法 |
CN112793430A (zh) * | 2019-12-27 | 2021-05-14 | 北京理工大学 | 一种双轴全轮分布式驱动电动汽车扭矩分配控制方法 |
CN111497826A (zh) * | 2020-04-15 | 2020-08-07 | 北京理工大学 | 一种电动汽车横摆稳定性协调控制方法及系统 |
CN114670808A (zh) * | 2022-03-03 | 2022-06-28 | 江苏大学 | 基于分段仿射辨识轮胎滑模控制的车辆稳定性控制方法 |
CN115447566A (zh) * | 2022-08-10 | 2022-12-09 | 佛山仙湖实验室 | 分布式电驱动车辆的横摆稳定性控制方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117400951A (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3750781B1 (en) | Control method and apparatus for autonomous vehicle and storage medium | |
Basrah et al. | Wheel slip control with torque blending using linear and nonlinear model predictive control | |
Li et al. | An optimal torque distribution control strategy for four-independent wheel drive electric vehicles | |
US12017642B2 (en) | Method and apparatus for front and rear driving torque distribution of vehicle, and vehicle | |
CN106985813A (zh) | 一种智能轮电驱动汽车的稳定性集成控制方法 | |
CN111158264B (zh) | 面向车载应用的模型预测控制快速求解方法 | |
CN108058601A (zh) | 一种基于线性时变的电动汽车防抱死控制方法 | |
CN111959506B (zh) | 车辆及车辆编队行驶的控制方法、装置 | |
CN108099876A (zh) | 一种基于模型预测的电动汽车防抱死控制方法 | |
WO2024114037A1 (zh) | 智能电动汽车路径跟踪控制方法及装置 | |
CN118514678A (zh) | 车辆、车辆稳定性控制方法、装置和介质 | |
CN113753054B (zh) | 一种车辆线控底盘控制方法、装置、电子设备及介质 | |
CN114987607A (zh) | 一种车辆的转向控制方法、装置、设备及存储介质 | |
Vošahlík et al. | Traction control allocation employing vehicle motion feedback controller for four-wheel-independent-drive vehicle | |
CN117400951B (zh) | 分布式驱动电动汽车操纵稳定性集成控制方法及相关设备 | |
Amato et al. | Adaptive slip vectoring for speed and yaw-rate control in electric vehicles with four in-wheel motors | |
CN117734449A (zh) | 一种分布式电动装载机横摆力矩控制方法、装置及介质 | |
Huang et al. | Adaptive vehicle planar motion control with fast parameter estimation | |
Tristano et al. | Real-time implementation of yaw rate and sideslip control through individual wheel torques | |
CN113060117B (zh) | 转向制动控制方法、装置、介质及电子设备 | |
CN113044047B (zh) | 一种基于类pid-stsm的afs/dyc集成控制方法 | |
CN113696967B (zh) | 车辆转向控制方法、装置、电子设备及存储介质 | |
Tian et al. | Hierarchical control of differential steering for four-in-wheel-motor electric vehicle | |
CN114537421A (zh) | 调整系统故障的方法、装置、设备和计算机可读介质 | |
CN114506388B (zh) | 一种车辆转向控制方法、装置、计算机设备和存储介质 |
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 |