四轮转向车辆直接横摆力矩的模糊PID控制研究

引入轮胎魔术公式,建立了四轮转向车辆的三自由度非线性动力学模型。将四轮转向与直接横摆力矩相结合,以车辆横摆角速度为控制变量,设计了模糊PID控制器。利用Matlab/Simulink工具,将此控制器应用于非线性四轮转向车辆动力学模型进行了仿真。     

考虑纵向加速度的三自由度车辆单轨非线性模型的建立与分析

线性二自由度车辆单轨模型是最早和最经典的车辆模型,也是车辆系统动力学的基础。本文在此基础上提出了考虑汽车质心纵向速度、侧向速度和横摆角速度的三自由度车辆单轨非线性模型,建模时充分考虑了侧偏角和侧向力的非线性特性。通过Matlab/Simulink仿真结果,验证了三自由度模型的准确性;并通过对纵向初速度和驱动力矩的影响分析,说明了三自由度车辆单轨模型具有更高的适用性。     

基于质心侧偏角估计的车辆侧向稳定性T-S模糊H_∞控制

设计了新的车辆质心侧偏角观测器,对于采用非线性轮胎模型的车辆模型设计了基于观测器的稳定性控制器。将T-S模糊建模技术应用于非线性Dugoff轮胎模型的车辆侧向动力学,T-S模糊模型中以横摆角速度误差作为模糊前件变量用来近似地反映非线性状态的程度并用来判断车辆是否处于线性或非线性区域。考虑轮胎侧偏刚度的不确定性,设计了基于鲁棒横摆力矩控制器的非线性观测器,以提高车辆操纵稳定性并将观测器和基于观测器的控制器设计问题转化为线性矩阵不等式(Linear Matrix Inequalities,LMIs)约束问题。基于Car Sim/Simulink数值仿真以验证设计方法的有效性,仿真结果表明,对于双移线(Double Lane Change,DLC)和J-turn工况所设计的控制器比Car Sim/ESC更能有效地控制车辆质心侧偏角,提高了车辆操纵稳定性,所得结果为T-S模糊H∞控制在车辆工程中的实际应用提供了参考。     

四轮转向智能车辆轨迹跟踪及稳定控制研究

为了改善智能车辆轨迹跟踪过程中的行驶稳定性,针对四轮转向车辆提出了一种轨迹跟踪及稳定控制方法。首先建立了车辆三自由度动力学模型,然后应用模型预测控制算法设计轨迹跟踪控制器。考虑了四轮转向车辆的动力学特性和不同路面附着对轮胎侧偏角控制的影响,在跟踪算法中引入零质心侧偏角控制和动态轮胎侧偏角边界控制方法,实现车辆的稳定控制。最后,通过对接路面工况下的仿真,验证了所提出的控制方法能够保证车辆在轨迹跟踪过程中具有良好的稳定性。     

基于神经网络三自由度非线性四轮转向汽车控制仿真

为了改善四轮转向汽车的操纵稳定性,建立包含轮胎的非线性三自由度车辆模型,通过神经网络训练得到后轮控制器,利用神经网络控制器联合PID控制,分别与前轮转向、比例转向控制、横摆角速度反馈控制进行时域仿真对比。仿真结果表明:神经网络控制器联合模糊PID控制可以有效的控制车辆的质心侧偏角,减少横摆角速度的瞬态响应增益,缩短稳定时间,从而提高了车辆低速时的机动性和高速转向的稳定性,提高了运行车辆的安全性、平稳性。     

基于状态反馈的四轮转向汽车最优控制研究

针对四轮转向汽车传统模糊PID控制算法控制效果及稳定性差等缺点,在四轮转向二自由度模型基础上考虑车身的侧倾及轮胎的非线性特性,建立三自由度非线性模型.在此基础上,利用最优控制理论设计了基于车辆状态反馈的最优控制器,并在阶跃、脉冲和蛇形等典型试验工况下,与传统的前轮转向汽车和模糊PID控制下的四轮转向汽车进行操纵稳定性仿...     

自适应抗扰算法的四轮驱动EV转矩控制研究

针对分布式驱动电动汽车动力学模型参数非线性扰动影响转矩控制的问题,提出一种新的转矩自适应分层控制方法。建立四轮独立驱动电动汽车二自由度车辆动力学模型及车辆期望动力学模型,设计线性二次型最优控制器实现车辆对理想二自由度模型横摆稳定性参数的跟踪控制,计算出主动附加横摆控制力矩。针对车辆动力学模型参数扰动情况,基于李雅普诺夫稳定性理论,运用自适应控制算法提升线性二次型最优控制器的自适应能力,减小控制对象参数变动造成的控制偏差。搭建CarSim与MATLAB/Simulink联合仿真平台验证了该方法的有效性。仿真实验表明,所设计自适应抗扰转矩控制器可有效提升四轮独立驱动电动汽车的横摆稳定性。     

四轮转向半挂汽车列车鲁棒最优保性能控制

引入Gim轮胎模型建立四轮转向半挂汽车列车的四自由度非线性动力学模型。考虑轮胎侧偏刚度的不确定性,提出四轮转向半挂汽车列车直接横摆力矩的鲁棒最优保性能控制方案,基于模型追踪控制技术推导了直接横摆力矩的鲁棒最优保性能控制器。借助Matlab/Simulink软件,以建立的非线性动力学模型为平台,对该控制器的有效性进行了验证。仿真结果表明,高速大转向时,与传统二次最优控制相比,四轮转向鲁棒最优保性能控制方案可获得更好的控制效果,可显著提高半挂汽车列车的操纵稳定性。     

自适应神经模糊推理的四轮转向车辆转向控制研究

模糊规则的建立和隶属度函数的确定是设计模糊系统的难题。基于神经网络和模糊逻辑的自适应神经模糊推理系统,能够从仿真数据中自动提取出If-Then规则。并在Matlab/Simulink软件中,建立包含侧向运动、横摆运动、侧倾运动三个自由度的四轮转向车辆三自由度动力学模型。将得到的If-Then规则读取到模糊控制器中和三自由度车辆模型进行联合仿真。其中模糊控制器以方向盘转角、方向盘转角速度和车速作为输入,后轮转角作为输出。最后与前轮转向的车辆进行转向盘角阶跃仿真对比。仿真分析结果表明:基于自适应神经模糊推理系统建立的后轮转角模糊控制器能够实现理想的质心侧偏角和车辆横摆角速度响应,提高了车辆的操纵稳定性。     

基于LMI的EPS干扰抑制控制器的设计

电动助力转向(EPS)系统工作过程中存在量测噪声、非线性摩擦和路面扰动。为抑制这些干扰因素对EPS系统和汽车操纵稳定性的影响,建立了EPS非线性动力学模型。引入H∞控制算法,并结合线性矩阵不等式(LMIs)方法设计了最优H∞动态反馈控制器,采用三自由度整车模型进行控制器的仿真验证。仿真分析结果表明,在所设计的控制器的作用下,路面扰动对汽车质心侧偏角和横摆角速度的影响分别减少了63.4%和68.7%。     

Design,implementation, and test of skid steering-based autonomous driving controller for a robotic vehicle with articulated suspension

This paper describes an autonomous driving control algorithm based on skid steering for a Robotic Vehicle with Articulated Suspension (RVAS). The driving control algorithm consisted of four parts: speed controller for following the desired speed, trajectory tracking controller to track the desired trajectory, longitudinal tire force distribution algorithm which determines the optimal desired longitudinal tire force and wheel torque controller which determines the wheel torque command at each wheel to keep the slip ratio below the limit value as well as to track the desired tire force. The longitudinal and vertical tire force estimators were designed for optimal tire force distribution and wheel slip control. The dynamic model of the RVAS is validated using vehicle test data. Simulation and vehicle tests were conducted in order to evaluate the proposed driving control algorithm. Based on the simulation and test results, the proposed driving controller was shown to produces satisfactory trajectory tracking performance.     

汽车驾驶员自适应模糊PID控制模型

汽车动力学控制系统具有强非线性特性,在人-车-路闭环系统中采用基于传递函数的传统方法难以建立精确的驾驶员模型.在"预瞄最优曲率模型"的基础上,对驾驶员校正环节采用模糊PID控制,对包括"魔术公式"轮胎模型在内的汽车模型,建立加速度反馈自适应模糊PID控制驾驶员模型.该模型通过模糊控制器在线实时调整PID的3个参数.仿真结果表明,所建立的自适应模糊PID控制驾驶员模型很好地描述了驾驶员的方向控制行为,为人-车-路闭环系统的进一步研究和智能车辆自动驾驶控制提供了可行的途径.     

分布式电驱动汽车稳定性控制策略设计与试验

研究分布式驱动电动汽车操纵稳定性控制问题。基于模型跟踪控制的思想,采用分层控制结构设计控制器。控制器包含参考模型、运动跟踪控制器、控制分配器、参数估计模块。采用带质心侧偏角约束的2自由度车辆模型作为参考模型,设计非线性滑模变结构运动跟踪控制器;针对过驱动系统引入控制分配理论,采用二次规划法设计控制分配器,利用有效集方法进行求解;设计相关动力学参量的估计模块。利用实车平台对稳定性策略进行实车验证,双移线试验与蛇形绕桩试验结果表明：滑模变结构控制器具有较好的收敛性,控制分配模块可以实现四轮纵向力的优化分配,车辆横摆角速度能够较好地跟踪参考横摆角速度。相比无控制车辆,提高平均通过车速,提高平均峰值横摆角速度响应,增加车辆在极限工况下的稳定性。     

基于耗散性理论的汽车底盘集成非线性鲁棒约束优化控制

针对汽车主动前轮转向子系统和直接横摆力矩控制子系统集成控制问题,基于耗散性理论设计了一种非线性鲁棒控制器.将未建模动态、模型参数和反馈信号测量误差作为系统的加性不确定性和乘性不确定性,建立包含车身侧向和横摆运动自由度的汽车底盘集成控制模型;基于耗散性理论设计汽车底盘集成非线性L2增益控制律来抑制系统的加性不确定性对系统...     

汽车四轮转向系统的非线性控制

基于轮胎的立方非线性，结合汽车四轮转向的力学特性，建立汽车四轮转向的非线性模型，并考虑了非线性干扰和模型误差等未知项的影响，运用鲁棒控制理论的分析方法进行非线性控制设计，得到预期的控制效果，最后进行仿真验证。     

基于SDRE方法的汽车线控转向系统控制方法研究

利用状态相关Riccati方程(SDRE)方法对汽车线控转向系统控制器进行研究。通过车辆动力学和轮胎模型,建立线控转向系统的状态相关系数结构(SDC)方程;针对动力学方程具有高度非线性的特点,设计了基于SDRE方法的控制器;最后采用θ-D方法对SDRE控制器进行求解,以提高计算效率并保证足够的控制精度。实验平台仿真结果表明:采用SDRE方法设计的线控转向系统控制器具有较高的跟踪精度,可提高车辆操纵稳定性并减少电机能量消耗等。     

汽车操纵稳定性仿真用轮胎模型的研究

介绍了四种常见的车辆操纵稳定性仿真用轮胎模型,即简单非线性轮胎模型、半经验公式轮胎模型、魔术公式轮胎模型和分析轮胎模型。通过对含上述四种轮胎模型的车辆动力学系统进行C级不平路面上转向盘角阶跃输入仿真试验,结果表明车辆系统响应总体趋势一致。以简单非线性轮胎模型为例,对比了车辆在水平路面与正弦路面上的响应,分析了不平路面的频率和幅值及车速对车辆操稳性的影响。     

重型车辆的差动制动防侧翻控制

以多刚体动力学为基础,考虑悬架K&C特性,应用达朗贝尔惯性力原理,建立了具有较高精度面向特性的中后桥双胎三轴汽车二十六自由度非线性动力学模型。由汽车实际运动状态和理想运动状态之间的偏差计算出最优控制力矩,设计了差动制动协调器、ABS下层控制器和执行器组成的差动制动防侧翻控制系统。对该模型进行了阶跃转向试验来模拟紧急避让工况,结果表明该控制系统方案可行并能够有效地防止汽车的侧翻。     

Drive control algorithm for an independent 8 in-wheel motor drive vehicle

This paper describes a drive control algorithm based on optimal coordination of drive torque for an independent 8 in-wheel motor drive vehicle. The drive controller improves lateral stability and maneuverability. The drive controller consists of upper level controller and lower level controller. The upper level controller determines front, middle steering angle, additional net yaw moment and longitudinal net force according to the reference velocity and steering commands. The lower level controller coordinates additional tractive and braking forces to guarantee desired longitudinal net force and yaw moment. This controller is based on optimal control theory and takes into consideration the friction circle related to the vertical tire force and friction coefficient acting on the road and tire. Distributed tractive and braking forces are determined as proportional to the size of the friction circle according to the changes at driving conditions. The response of the 8 in-wheel drive vehicle implemented with this drive controller has been evaluated via computer simulations conducted using Matlab/Simulink dynamic model. Computer simulations of an open-loop J-turn maneuver and a closed-loop driver model subjected to double lane change have been conducted to demonstrate improved performance and stability of the proposed drive controller.