线控转向系统的主动转向控制策略研究

线控转向系统取消了转向盘和转向轮之间的机械连接,可以对前轮进行主动转向控制以增强操纵稳定性和主动安全性.通过使前轮线控转向系统的期望横摆角速度跟踪稳态质心侧偏角为0的四轮转向车辆的横摆角速度,设计线控转向系统的变传动比,主动控制前轮转角.通过时域响应、转向增益、开环总方差等指标对其进行了性能分析.结果表明:采用提出的主动转向控制策略时稳态质心侧偏角大大降低,开环总方差大大降低,从而提高了汽车的操纵稳定性.     

线控转向系统路感控制策略的研究

线控转向系统取消了转向盘与转向轮的机械连接,所以必须通过电机向驾驶员实时反馈路感,从而使驾驶员感知车辆行驶状态和路面状况,作出正确操纵行为.提出了路感的评价指标,并根据转向角度和车速计算轮胎回正力矩,研究了不同力传动比对输入阻抗和转向盘力阶跃响应性能的影响.随车速调整力传动比,可获得驾驶员期望的转向感觉.结果表明,调整力传动比参数可获得良好的路感和回正性.提出的路感控制策略双纽线试验和蛇行实验性能良好,可改善汽车的操纵稳定性.     

基于状态反馈的线控转向系统控制策略研究

研究汽车转向稳定性控制问题.针对线控转向系统的可变转向特性对汽车操纵稳定性的影响,为保证行驶安全,建立基于车辆横摆角速度与稳态横摆角速度之差(反馈系数F1)以及车辆侧向加速度与理想侧向加速度之差(反馈系数F2)反馈的驾驶员模型.结合整车模型和综合评价指标函数,分别对反馈系数F1(F2=0)、F2(F1 =0)和F1、F2进行优化,对线控转向系统的行驶状态进行仿真并与无反馈控制的驾驶员模型进行了比较.仿真试验结果表明:基于侧向加速度与横摆角速度共同反馈的方法,对前轮转角进行补偿,可较好的控制车辆的侧向位移、侧向加速度、横摆角速度和质心侧偏角,提高车道跟踪性能、方向稳定性能、降低驾驶员的转向负担,提高汽车的操纵稳定性.     

线控转向系统动力学模型的研究

准确简单的线控转向系统动力学模型是研究线控转向的各种控制策略和参数匹配的基础.建立了线控转向系统的人-车-路闭环动力学模型,包括道路模型、驾驶员模型、控制器模型、转向盘总成模型、整车模型(包括车身模型、轮胎模型)及前轮转向总成模型等.基于以上模型,研究了驾驶员模型参数:驾驶员的补偿转向增益和认知时间延迟引起的死区时间变化对实际侧向偏移到目标侧向偏移的传递函数频率响应的影响.结果表明,选择不同的参数对线控转向系统的操纵稳定性影响较大,应合理选择相关参数.     

汽车线控转向系统的建模与仿真研究

研究汽车转向稳定性控制问题。针对线控转向系统的可变转向特性对汽车操纵影响稳定性,为保证行驶安全性,通过分析线控转向系统的工作原理和结构特点,建立线控转向系统各组成部分的数学模型,结合驾驶员模型和整车模型,对线控转向系统的可变角传递特性和力传递特性进行仿真。仿真结果表明:SBW系统能够获得与传统转向系统同样清晰的路感,并且SBW系统能够保持稳定的转向灵敏度,从而改善了汽车的稳定性,为保证行驶的安全提供了依据。     

汽车线控转向系统的研究现状与发展

鉴于汽车转向系统直接影响着汽车操纵稳定性、驾驶舒适性和主动安全性,引入新一代线控转向系统,并比较了线控转向系统与传统转向系统的特点.从提出概念、原型设计和概念车开发三方面阐述了线控转向系统的发展历史和研究现状.介绍了线控转向系统的结构、工作原理、关键部件和分类情况,分析了线控转向系统的控制策略及其对汽车的操纵稳定性、空间结构、智能性、安全性等方面的改善.最后讨论了线控转向系统在未来发展中亟需解决的相关问题,包括安全可靠问题、成本问题、控制策略问题和动力电源问题等.     

四轮线控转向系统的转向控制策略研究

为了控制汽车的质心侧偏角,同时保持汽车的转向增益不变,研究了四轮线控转向系统的后轮转向控制策略和前轮转向控制策略.首先建立了四轮转向整车二自由度模型,然后基于稳态质心侧偏角为零得到两种后轮转向控制策略:与前轮转角成比例型和横摆角速度反馈型,前者不改变系统极点,后者改变系统极点.基于转向增益不随车速改变得到二者的前轮转向控制策略.仿真表明,提出的前轮转向控制策略可以保持固定转向增益,降低驾驶员负担;后轮转向控制策略可以实现零质心侧偏角稳态值,控制车辆姿态,改善操纵稳定性.     

电动汽车线控转向系统性能分析与参数优化

研究电动汽车操纵稳定性优化问题,电动汽车采用线控转向系统,可靠性差,成本高.为提高操纵稳定性和主动安全性,提出对设计的线控转向系统的实体结构进行适当简化,建立了电动汽车线控转向系统的动力学模型.然后,研究了电机及减速器等的结构参数对系统频率响应特性和时域响应特性的影响,进行了电动汽车线控转向系统性能分析.最后,对系统的稳定性条件,采用非线性带约束优化算法进行了电动汽车线控转向系统的参数优化仿真.结果表明,经过参数优化后,电动汽车的操纵稳定性大大提高,可用于指导转向系统的参数设计与匹配.     

线控转向汽车传动比智能控制策略的研究

以线控转向汽车的传动比控制为重点进行研究,提出了传动比智能控制策略,旨在进一步改善系统的转向性能。针对转向系统的不确定性、非线性的特点,在原有基于模型控制方法的基础上,研究了模糊控制和模糊神经网络在传动比控制中的应用;首先利用模糊控制技术设计传动比控制器,然后研究了模糊神经网络的结构和算法,利用模糊神经网络对理想传动比控制进行改进,实现了输入变量隶属函数中心值和宽度的在线调节,进而对传动比进行优化;从仿真结果可以看出基于模糊神经网络的控制方法比单模糊控制扩大了传动比变化的车速范围,更加符合理想传动比的要求,表明基于模糊神经网络控制方法更具有可行性和有效性。     

ADAMS／Car在汽车操纵稳定性仿真中的应用

在研究汽车动力学特性中,针对车辆响和操纵稳定性,利用ADAMS/Car软件建立了某轿车的操纵动力学多体仿真模型,考虑前后悬架系统、转向系统、轮胎、衬套和载重等的影响,较为真实地仿真了汽车在方向盘转角阶跃输入条件下的转向情况,为汽车的操纵稳定性分析奠定了基础,并较为详细地分析了汽车在转向盘转角的转向特性。通过对不同车速、不同载荷下的仿真研究,得出汽车在这些不同条件下的响应,研究汽车的转向特性与车速、载荷的关系。为以后汽车的操纵稳定性等此类问题的设计研究提供了参考依据。     

线控转向系统力反馈的研究

线控转向系统取消了转向盘与转向轮的机械连接,所以必须通过电机向驾驶员实时反馈路感,从而使驾驶员感知车辆行驶状态和路面状况.首先建立了包括驾驶员在内的转向盘力反馈模型.提出的路感控制策略包括上层控制策略和下层控制策略.上层控制策略中转向盘回正力矩建模为扭杆弹簧施加的回复力矩,与转向盘转角成线性;下层控制策略对电机电流进行比例积分控制.最后研究了不同驾驶员模型比例系数,积分系数和电流比例积分控制的比例系数,积分系数对转向盘转角跟踪性能的影响.结果表明,遗传算法优化得到的这四个参数,可使得驾驶员较好跟踪转向盘转角,路感电机电流较好跟踪目标电流,实现较好的力反馈.     

The Indirect Shared Steering Control Under Double Loop Structure of Driver and Automation

Due to the critical defects of techniques in fully autonomous vehicles, man-machine cooperative driving is still of great significance in today’s transportation system. Unlike the previous shared control structure, this paper introduces a double loop structure which is applied to indirect shared steering control between driver and automation. In contrast to the tandem indirect shared control, the parallel indirect shared control put the authority allocation system of steering angle into the framework to allocate the corresponding weighting coefficients reasonably and output the final desired steering angle according to the current deviation of vehicle and the accuracy of steering angles. Besides, the active disturbance rejection controller (ADRC) is also added in the frame in order to track the desired steering angle fleetly and accurately as well as restrain the internal and external disturbances effectively which including the steering friction torque, wind speed and ground interference etc. Eventually, we validated the advantages of double loop framework through three sets of double lane change and slalom experiments, respectively. Exactly as we expected, the simulation results show that the double loop structure can effectively reduce the lateral displacement error caused by the driver or the controller, significantly improve the tracking precision and keep great performance in trajectory tracking characteristics when driving errors occur in one of driver and controller.      

Sliding mode predictive tracking control for uncertain Steer-by-Wire system

The Steer-by-Wire (SbW) system is probably the most significant innovation among drive-by-Wire technologies in the automotive industry. Without the mechanical link, the most challenging issue is to control the wheels to closely follow the driver’s command. To improve the robustness of the model predictive control (MPC) in the presence of modeling uncertainties and disturbances in the steering control processes, a sliding mode predictive tracking control (SMPC) strategy for a SbW system with uncertain dynamics is proposed. The simulation and experimental results demonstrate that the performance of the proposed SMPC tracking controller is superior to both SMC and MPC methods for the steering angle tracking task.     

基于驾驶员转向模型的共享控制系统EI北大核心CSCD

针对车辆驾驶对于共享控制系统实用性的需求,提出了基于驾驶员转向模型的共享控制系统.基于驾驶员的视觉预瞄特性与神经肌肉特性建立了驾驶员转向模型,通过遗传算法辨识模型参数并分析其与车速和道路曲率之间的函数关系;采用模糊权重分配策略合理分配驾驶权重;本文利用基于所开发的CarMaker驾驶模拟实验平台,对系统进行在线测试和验证,结果表明该系统不仅能够更好地提升车辆的轨迹跟踪精度和安全性,辅助驾驶员转向,还能够极大地减轻驾驶员负荷.     

Shared Control of Highly Automated Vehicles Using Steer-By-Wire Systems

A shared control of highly automated Steer-by-Wire system is proposed for cooperative driving between the driver and vehicle in the face of driver's abnormal driving. A fault detection scheme is designed to detect the abnormal driving behaviour and transfer the control of the car to the automatic system designed based on a fault tolerant model predictive control (MPC) controller driving the vehicle along an optimal safe path. The proposed concept and control algorithm are tested in a number of scenarios representing intersection, lane change and different types of driver's abnormal behaviour. The simulation results show the feasibility and effectiveness of the proposed method.      

Bias-free identification of a linear model-predictive steering controller from measured driver steering behavior

Recent developments in modeling driver steering control with preview are reviewed. While some validation with experimental data has been presented, the rigorous application of formal system identification methods has not yet been attempted. This paper describes a steering controller based on linear model-predictive control. An indirect identification method that minimizes steering angle prediction error is developed. Special attention is given to filtering the prediction error so as to avoid identification bias that arises from the closed-loop operation of the driver-vehicle system. The identification procedure is applied to data collected from 14 test drivers performing double lane change maneuvers in an instrumented vehicle. It is found that the identification procedure successfully finds parameter values for the model that give small prediction errors. The procedure is also able to distinguish between the different steering strategies adopted by the test drivers.     

考虑车辆横向主动安全的智能驾驶员模型

结合智能车面临的横向安全问题, 设计了一种具有横向安全性的智能驾驶员模型. 该系统由转向控制、速度控制和决策规划三个模块组成. 该系统的主要作用包括: 一是通过在转向控制中加入主要约束提高车辆在转向过程中的横向稳定性, 减小车辆发生侧滑、侧倾、侧偏等风险; 二是在换道场景下, 决策规划单元合理分析交通环境中的车间距并计算出驶入临近车道的速度和轨迹, 使智能车实现安全换道. CarSim/Simulink仿真结果表明, 该智能驾驶员系统提高了车辆行驶的横向安全性.