CN1299938C - 汽车abs仿人智能控制方法 - Google Patents

Abstract

本发明请求保护一种基于仿人智能控制的汽车制动防抱死系统(ABS)控制方法，涉及汽车电子控制技术领域，它把汽车视作快速移动的机器人，利用传感器在线提取车速和轮速信号，计算汽车制动中的滑移率，在设计ABS运行目标轨迹的基础上，通过仿人智能控制的方法，把汽车ABS控制划分成运行控制、参数校正、任务协调适应等三个求解级，划分汽车制动过程特征状态，以此设计ABS控制的特征模型，然后进行特征辨识，依据汽车制动响应曲线和设计的汽车ABS仿人智能控制模态集，进行仿人智能推理，通过可控的电磁阀来调节汽车ABS中各车轮状态，使汽车获得良好制动稳定性。

Description

汽车ABS仿人智能控制方法

技术领域

本发明涉及汽车电子控制技术领域，具体涉及一种汽车制动防抱死(ABS)控制的方法。

背景技术

实际行驶中的汽车，路面、载荷、车速等情况复杂多变，而汽车制动防抱死(ABS)系统是复杂的非线性时变系统，建立完整、正确的全车ABS模型非常困难，而在ABS的控制上，能否在制动时保持最佳滑移率直接决定了汽车ABS系统的制动效果。目前，在ABS控制领域存在传统的逻辑门限、PID、模糊、滑模变结构等控制方法。其中，传统逻辑门限控制需要较多经验，算法实施复杂，但硬件成本低；PID简单实用，但鲁棒性较差，实施成本也高；模糊控制可实施性好，鲁棒性较强，但控制精度较差；滑模变结构与模糊控制类似，精度有所提高，但以系统的高速切换为代价，对动作系统要求高。

现有技术在ABS的控制上采用上述单一的控制方式难以消除模型的不确定性对控制系统的影响。

本发明采用仿人智能控制把制动中的汽车当作快速移动的机器人，能够模拟人的思维对复杂条件下汽车制动过程作出快速决策，使汽车在不同制动条件下保持最佳滑移率。且可兼顾制动效果鲁棒性和控制精度。因此，有必要对汽车ABS制动时滑移率的模态进行分析，在不同模态下寻求不同的控制策略，提出并设计ABS仿人智能控制方法。

发明内容

本发明提出一种汽车制动防抱死控制的方法，其目的是解决在难以建立完整的整车ABS系统模型的情况下，采用单一的控制方式很难消除模型的不确定性对控制系统影响的问题。仿人智能控制模拟人的思维对复杂条件下汽车制动过程作出快速决策，使汽车在不同制动条件下保持最佳滑移率，且兼顾制动效果鲁棒性和控制精度。

解决上述技术问题的技术方案是：利用车速传感器和轮速传感器在线提取汽车行驶、制动过程中汽车车速和轮速信号，获取汽车制动中的滑移率；根据汽车制动ABS系统运行目标轨迹，确定滑移率的理想“误差—误差变化”相平面；依据目标轨迹，划分ABS控制问题的求解级，求解级划分为运行控制、参数校正、任务协调适应三个求解级，并在确定所述运行控制级和参数校正级各自特征基元的基础上，划分特征状态，设计特征模型；其中运行控制由车轮制动的局部控制器完成，参数校正由参数校正控制器完成，任务协调适应由协调控制器完成；进行特征辨识，设计控制模态集、推理规则集和协调控制算法；最后，根据汽车ABS仿人智能控制方法计算的控制量，通过可控电磁阀来调节汽车ABS系统中各车轮状态，从而使汽车获得良好制动稳定性。

由车轮不受地面制动力时的滚动半径和实时检测到的汽车车轮中心速度、车轮角速度计算滑移率。根据滑移率的偏差和偏差变化的瞬态轨迹，确定滑移率的理想“误差—误差变化”相平面。

本发明把行驶和制动中的汽车看作快速移动的机器人，模仿人的思维和行动，运用仿人智能控制来防止汽车制动抱死，具有很强的鲁棒性和自适应性，并且控制精度高，克服了现有技术中不能兼顾制动效果鲁棒性和控制精度的汽车ABS控制问题。

附图说明

图1汽车ABS仿人智能控制方法实现流程示意图

图2基于仿人智能控制的汽车ABS系统滑移率误差目标轨迹图

图3仿人智能控制运行级特征模型图

具体实施方式

现结合附图对本发明的内容进行具体说明，如图1所示为汽车ABS仿人智能控制方法实现流程示意图，运用仿人智能的方法来控制汽车ABS制动，其步骤如下：

1、获取汽车制动中的滑移率

利用车速传感器和轮速传感器在线提取汽车行驶、制动过程中汽车车速和轮速信号，获取汽车制动中的滑移率。

设：v表示汽车车轮中心速度，ω表示车轮角速度，r表示车轮不受地面制动力时的滚动半径，S表示滑移率，制动时车轮滑移率的计算公式如下：

$S=\frac{v-\mathrm{r\ω}}{v}\×100\%$

假设在某种路面下的最佳滑移率为S₀(经验值)，车轮制动时的滑移率和最佳滑移率的差值：e＝S-S₀

则车轮制动时的滑移率和最佳的最佳滑移率的差值的变化量： $\stackrel{\·}{e}=\frac{\mathrm{De}}{\mathrm{Dt}}$

2、设计汽车制动防抱死系统运行目标轨迹——滑移率的理想“误差—误差变化”相平面。

结合附图2所示的仿人智能控制汽车ABS系统滑移率误差目标轨迹图进行说明，设：e_i和_i分别表示滑移率的误差和误差变化的各个阀值(i＝1，2，3，4)在确定汽车制动的动态过程在误差时间相空间里的理想误差时相轨迹时，考虑到制动防抱死系统的滞后时间极小，在设计理想的误差相平面时，只考虑该轨迹在相平面上的投影，根据理想的最佳滑移率和实时计算获取的滑移率间的误差和误差变化的瞬态轨迹，设计汽车制动时滑移率“误差—误差变化”的理想相平面。如图2所示，该相平面横轴表示滑移率误差，纵轴表示滑移率误差变化，平面中的折线表示了理想的滑移率误差和误差变化的瞬态轨迹，折线的箭头方向表明了该瞬态轨迹的运动趋势。该相平面描述了在汽车制动时，经历滑移率误差和误差变化都增大，在控制下滑移率误差变化逐渐减小、误差变化继续增大，以及在控制下滑移率误差和误差变化都逐渐减小，控制后ABS滑移率与理想滑移率一致的理想过程。

3、划分特征状态，建立特征模型

设定仿人智能控制器具有的不同级别，其中运行控制由4个车轮制动的局部控制器完成，参数校正主要由1个参数校正控制器完成，任务适应由协调控制器完成，再由滑移率的误差和误差的目标轨迹在误差相平面上的位置，依据目标轨迹，把ABS仿人智能控制划分成运行控制、参数校正、任务协调适应等三个求解级，并在确定运行控制级和参数校正级各自特征基元的基础上，划分特征状态，建立特征模型。

设：e_n和_n分别表示第n次采样计算得到的滑移率的偏差和偏差变化，e_i和_i(i＝1，2，3，4)分别表示误差信息空间中误差和误差变化的阀值。

(1)建立仿人智能控制运行级特征模型图

如图3所示，为仿人智能控制运行级特征模型图。虚线所示轨迹为理想误差目标轨迹f_d(e，)，区域①表示误差很大，区域②表示误差减小且误差变化速度低于或等于预定速度，区域③和区域⑤表示误差减小且误差变化速度大于预定速度，区域④表示误差减小但误差变化速度大于预定范围，区域⑥表示误差及误差变化率均很小(满足要求)，区域⑦表示误差增大。

设计运行控制级的特征基元集Q₁：Q₁＝{q₁，q₂，q₃，q₄，q₅，q₆，q₇，q₈，q₉}

其中：

q₁：e_n·_n≤0  q₂：|e_n|≥e₁    q₃：|e_n|≥e₂

q₄：|e_n|≥e₃    q₅：|e_n|≥e₄    q₆：|_n|≥₄

q₇：|_n|≥₃  q₈：|_n|≥₂  q₉：|_n|≥₁

设计运行控制级的特征状态集_1i(i＝1，2…，6)：

₁₁[q₂]

由特征状态集得到运行控制级的特征模型Φ₁：Φ₁＝{₁₁，₁₂，₁₃，₁₄，₁₅，₁₆}

特征模型Φ₁与特征基元集的关系为：Φ₁＝P₁×Q₁，

其中：Φ₁为6维向量，P₁＝[p_ij]_n×m为6×9阶关系矩阵，Q₁是9维特征基元向量。

(2)参数校正级特征模型设计

设计参数校正级的特征基元集Q₂：Q₂＝{s₁，s₂，s₃}

其中：s₁：|_n/e_n|＞m  s₂：|e_n|≤e_a  s₃：|e_n|≥e_b

设计参数校正级的特征状态集_2i(i＝1，2，3)：

₂₁[s₁∩(s₂∩s₃)]

由上面得参数校正级的特征模型Φ₂：Φ₂＝{₂₁，₂₂，₂₃}

特征模型Φ₂与特征基元集的关系为：Φ₂＝P₂×Q₂

其中：Φ₂为3维向量，P₂＝[p_ij]为3×3阶关系矩阵，Q₂是3维特征基元向量。

4、进行特征辨识，设计汽车ABS仿人智能控制的控制模态集、控制规则集和协调控制算法，

在ABS控制系统运行时，进行特征辨识，依据实时采样得到的车速和轮速计算，得到滑移率偏差及偏差的变化量，识别确定系统当前处于什么样的特征状态。为了使实际的误差轨迹尽可能地与理想误差目标轨迹一致，在不同的特征状态下，控制器将采用不同的控制策略，随着特征辨识结果的变化，控制策略也不断变化，从而形成仿人智能控制的运行控制级、参数校正级的控制模态集和控制规则集，以及任务适应级的协调控制基本算法。在控制器中设置的局部控制器根据协调控制基本算法的输出控制ABS系统中执行单元。

(1)仿人智能控制运行控制级的控制模态集和控制推理规则集设计

设：u_n表示局部控制器的第n次输出，U_max表示局部控制器输出的最大值，K_p表示比例系数，S_p表示K_p的符号，K_d表示微分系数。

运行控制级的控制模态集ψ₁：Ψ＝{Ψ₁₁，Ψ₁₂，Ψ₁₃}

其中：Ψ₁₁u_n＝sgn(e_n)·U_max

      Ψ₁₂u_n＝S_p·K_p·e_n+K_d·_n

      Ψ₁₃u_n＝u_n-1

运行控制级的推理规则集Ω₁：Ω₁＝{ω₁₁，ω₁₂，ω₁₃}

      ω₁₁：₁₁Ψ₁₁

其中：ω₁₂：₁₂∩₁₃∩₁₄∩₁₅Ψ₁₂

      ω₁₃：₁₆Ψ₁₃

(2)参数校正级的控制模态集和参数校正级推理规则集设计

上述的运行控制级中只采用了3种控制模态，实际中汽车制动处于高度动态的实时环境，必须对局部控制器参数进行校正，因此，需要参数校正级的控制模态集ψ₂：Ψ₂＝{Ψ₂₁，Ψ₂₂，Ψ₂₃}

其中：Ψ₂₁＝{K_p＝K_pa·K_p，K_d＝K_da1·K_d}

      Ψ₂₂＝{K_p＝K_pd·K_p，K_d＝K_da2·K_d}

      Ψ₂₃＝{K_p＝K_p，K_d＝K_d}

参数校正级的推理规则集Ω₂：Ω₂＝{ω₂₁，ω₂₂，ω₂₃}

      ω₂₁：₂₁Ψ₂₁

其中：ω₂₂：₂₂Ψ₂₂

      ω₂₃：₂₃Ψ₂₃

(3)仿人智能控制任务适应级协调控制算法设计

4个车轮制动时的滑移率误差的控制有较强的耦合性，对局部控制器输出量的协调控制或解耦控制，可让仿人智能控制使ABS系统在不同行驶路面下都具有很好的适应性。

如果：e₂＞0∩e₂·₂＞0∩e₄≤0∩e₄·₄＞0∩|e₂|≥δ₁∩|e₄|≥δ₂，

或e₂≤0∩e₂·₂＞0∩e₄＞0∩e₄·₄＞0∩|e₂|≥δ₁∩|e₄|≥δ₂

那么：u₁′＝u₁·k₁，u₂₁′＝u₂·k₂，u₃′＝u₃·k₃，u₄′＝u₄·k₄。

或者如果：e₂＞₂＞0∩e₄·₄≤0∩|e₂|≥δ₁，或e₂·₂≤0∩e₄·₄＞0∩|e₄|≥δ₂

那么：u₁′＝u₁·k₁′，u₂₁′＝u₂·k₂′，u₃′＝u₃·k₃′，u₄′＝u₄·k₄′。

或者如果：e₂＞₂≤0∩e₄·₄≤0，或e₂＞0∩e₂·₂＞0∩e₄＞0∩e₄·₄＞0，

或e₂≤0∩e₂·₂＞0∩e₄≤0∩e₄·₄＞0

那么：u₁′＝u₁，u₂₁′＝u₂，u₃′＝u₃，u₄′＝u₄

上式中，u₁，u₂，u₃，u₄分别为4个局部控制器的单独控制输出；u₁′，u₂₁′，u₃′，u₄′为经过协调控制后的4个局部控制器的输出值；k₁，k₂，k₃，k₄，k₁′，k₂′，k₃′，k₄′为耦合抑制系数。

由经过协调控制后的4个局部控制器的输出值u_i′(i＝1，2，3，4)，控制ABS系统中执行单元——电磁阀的开关状态和时间，使各个车轮制动回路处于可控的增压、减压和保压状态，从而实时调节各车轮制动状态，使汽车获得良好制动稳定性。

把行驶和制动中的汽车看作快速移动的机器人，模仿人的思维和行动，运用仿人智能控制来防止汽车制动抱死，取车速和轮速作为控制器输入，可调控制力为输出，从提取汽车车轮制动过程的特征模态、在不同特征模态下寻求不同控制模态而运用不同控制规则的角度着手，以汽车整车制动快速平稳为控制目标，符合汽车制动过程控制的特点。本发明所设计的仿人智能控制器，包括由四个车轮制动的局部控制器组成的运行控制级、由一个参数校正控制器构成的校正级，由协调控制器构成的任务适应级，具有很强的鲁棒性和自适应性。通过可控电磁阀来调节汽车ABS系统中各车轮状态，从而使汽车获得良好制动稳定性。

Claims (5)

1、一种汽车ABS仿人智能控制方法，其特征在于，该控制方法包括如下步骤：(1)利用车速传感器和轮速传感器在线提取汽车行驶、制动过程中汽车车速和轮速信号，获取汽车ABS制动中的滑移率；

(2)根据汽车制动ABS系统运行目标轨迹，确定滑移率的理想“误差—误差变化”相平面；

(3)依据目标轨迹，划分ABS控制问题的求解级，所述求解级划分为运行控制、参数校正、任务协调适应三个求解级，并在确定所述运行控制级和参数校正级各自特征基元的基础上，划分特征状态，设计特征模型；其中运行控制由车轮制动的局部控制器完成，参数校正由参数校正控制器完成，任务协调适应由协调控制器完成；

(4)进行特征辨识，设计控制模态集、推理规则集和协调控制算法；

(5)根据协调控制算法计算出局部控制器的输出值，通过可控电磁阀来调节汽车ABS系统中各车轮状态。

2、根据权利要求1所述的方法，其特征在于，获取所述滑移率的方法为：由车轮不受地面制动力时的滚动半径和实时检测到的汽车车轮中心速度、车轮角速度计算滑移率。

3、根据权利要求1所述的方法，其特征在于，只考虑理想误差时相轨迹在相平面上的投影，根据滑移率的偏差和偏差变化的瞬态轨迹，确定滑移率的理想“误差—误差变化”相平面。

4、根据权利要求1所述的方法，其特征在于，所述特征模型包括：仿人智能控制运行级特征模型、参数校正级特征模型。

5、根据权利要求1所述的方法，其特征在于，所述控制模态集和推理规则集的设计包括：运行控制级的控制模态集和运行控制级推理规则集设计；参数校正级的控制模态集和参数校正级推理规则集设计；协调控制算法计算局部控制器的单独控制输出，以及经过协调控制后的局部控制器的输出。

Images