融合稳定性的分布式驱动电动汽车路径跟踪控制策略研究

提出了一种融合车辆稳定性的路径跟踪控制策略,以提高分布式驱动电动汽车在高速、低附着等危险行驶工况下的路径跟踪精度和车辆稳定性,该控制策略包括路径跟踪控制层、稳定性控制器决策层、驱动轮转矩分配层。针对LQR路径跟踪控制器在高速大曲率工况下跟踪精度不足的问题,采用闭环PID矫正驾驶员模型补偿车辆前轮转角,并设计稳定性控制器用以跟踪车辆理想参考模型,基于模型预测控制算法决策出附加横摆力矩,同时以轮胎负荷率最小为目标优化车轮驱动转矩分配。利用自主开发的分布式驱动电动试验车分别在高速高附着和高速低附着双移线工况进行试验。结果表明：相对于只运用闭环PID矫正的LQR路径跟踪控制器进行路径跟踪,车辆在干燥的混凝土路面以90 km/h速度行驶时,融合车辆稳定性的路径跟踪精度的横向均方根误差降低了29.7%;车辆在潮湿沥青路面以70 km/h速度行驶时,均方根误差降低了10.3%。所提控制策略能够提高车辆的路径跟踪精度,满足车辆在危险行驶工况下的横摆稳定性。     

主动后轮转向汽车与转矩分配协调控制研究

为改善车辆操纵稳定性,基于线性车辆模型设计后轮转向控制器及车辆稳定控制器,提出一种主动后轮转向与转矩分配协调控制策略。搭建由驾驶员模型、七自由度车辆模型、后轮转向控制器及转矩分配等模块组成的"人-车-路"闭环控制系统,开展双移线仿真试验,并与同参数比例四轮转向车辆及前轮转向车辆仿真结果对比。结果表明:所提出的主动后轮转向与转矩分配协调控制控制效果最佳。在低附着路面表现更为明显,不仅使车身始终保持较好转向姿态,还有效改善了车辆的稳定性。     

4WD电动车的稳定性控制

针对车辆质心侧偏角难以测量的问题,采用无迹卡尔曼滤波算法设计了质心侧偏角状态观测器,针对分布式电驱动汽车在加速转向工况下车轮驱动力的优化分配问题,提出一种具有分层结构的控制策略。上层控制策略,以提高控制器对参数不确定和模型误差的鲁棒性,基于滑模鲁棒控制计算期望的主动横摆力矩;下层控制策略,以提高车辆操纵稳定性及轮胎利用率,采用拉格朗日乘子法对轮胎力进行优化分配。在MATLAB/Simulink环境下进行仿真分析,仿真结果验证了该控制方法能够有效地提高车辆操纵稳定性和轮胎的利用率。     

电动轮驱动汽车空间稳定性底盘协同控制

电动轮驱动汽车可以独立控制各车轮驱/制动力矩,并能够通过驱动、制动、转向和悬架系统的协同显著提升线控底盘的动力学控制能力,但车辆各子系统控制功能的简单叠加无法发挥整车控制能力。为改善线控底盘的整车稳定性控制效果,提出综合前轮主动转向、四轮差动驱动和悬架主动调控的空间稳定性协同控制方法。搭建整车动力学仿真平台,分析车辆失稳过程特征;构建底盘协同控制架构,计算出车辆状态期望值及主动悬架介入条件,设计出前轮主动转向和四轮差动驱动直接横摆力矩控制权重分配方法;设计出基于模型预测控制的前轮主动转向控制器、基于滑模变结构控制的直接横摆力矩控制器及基于非奇异终端滑模控制的主动悬架控制器并完成了仿真验证。研究表明,提出的底盘协同控制方法在不同附着条件路面上均能保证车辆安全、稳定行驶,所完成研究为线控底盘集成控制策略开发提供了新思路。     

多轴轮边驱动铰接客车的横摆稳定性控制策略

多轴轮边驱动铰接客车兼具铰接车辆的力学特性和分布驱动的动力特性,针对其在极限工况中可能出现的折叠、甩尾、横摆等问题,进行横摆稳定性控制策略研究;建立线性三自由度参考模型,通过粒子滤波对前车厢的相关状态变量进行估计,估计结果证明模型的有效性;根据三自由度参考模型得到理想响应,采用分层控制的思想,在上层采用模糊等效切换滑模控制,前车厢采用横摆角速度和铰接角联合控制,后车厢采用横摆角速度控制,从而得到前后车厢所需附加横摆力矩;下层采用二次规划法,以轮胎附着利用率为优化目标进行转矩分配。在d SPACE-ASM平台上进行转向角阶跃工况和双移线工况的仿真分析。结果表明,该控制策略能够在多种工况下有效改善车辆的横摆稳定性,与等转矩分配相比,轮胎附着利用率得到有效减小,控制效果更加显著。     

横摆力矩滑模控制的轮边驱动电动汽车稳定性分析

为了提高轮边驱动电动汽车行驶的稳定性,提出横摆力矩滑模控制的稳定性控制策略,采用层次化结构的稳定性控制器。针对极限工况下车辆的状态估计误差偏大,基于无迹卡尔曼滤波(UKF)理论设计了适用于轮边驱动电动汽车的状态估计方法,根据UKF估计的车辆状态计算,设计滑模运动控制器计算所需的横摆力矩。考虑到转矩分配时的实际约束条件,设计了控制分配器,采用二次规划方法优化分配各轮上的驱动/制动扭矩。仿真结果表明:该稳定性控制器能够快速施加驱动力或制动力,及时、准确地控制车辆的横摆角速度和质心侧偏角,提高车辆的操纵稳定性。     

四驱电动汽车变附着路面行驶操稳性控制研究

针对四轮驱动电动汽车行驶时路面峰值附着系数和附着利用率变化的问题,提出利用直接横摆力矩控制提高操纵稳定性的控制策略。该策略采用分层控制,上层控制器负责目标车速的追踪、滑移率调整力矩的计算、以及根据行驶危险程度实现对质心侧偏角和横摆角速度的协调控制,下层控制器包括以轮胎利用率最优为目标的分配算法及集成滑移率控制的分配算法,根据滑移率大小实时切换。Carsim-Simulink联合仿真结果表明,在对开路面行驶时,相比于转矩平均分配控制策略,该控制策略能够使车辆具有良好操稳性的同时保持各车轮处于最佳滑移率区间内,有效改善了车辆性能。     

四轮独立驱动电动汽车直驶稳定性协调控制研究

针对四轮独立驱动电动汽车直线行驶跑偏及行驶稳定性问题,提出驱动转矩协调控制策略。该策略采用分层控制逻辑,上层控制逻辑层负责车速跟随控制、附加横摆力矩计算、驱动防滑控制;下层控制逻辑层负责驱动转矩协调分配。基于车辆动力学软件Carsim和MATLAB/Simulink搭建四轮独立驱动电动汽车协调控制系统仿真模型,在高附着、低附着和对开路面等典型工况进行仿真,结果表明,相比于转矩平均分配及无控制,协调控制策略使车辆横摆角速度保持在0±0.05(°)/s,且车轮滑转率控制在最优滑转率范围内,提高了车辆直驶稳定性。     

分布式驱动智能汽车轨迹跟踪的协同控制

针对车辆在轨迹跟踪过程中，尤其是高速转向等极限工况下，易出现车辆跟踪精度差和失稳的问题，以分布式驱动智能汽车为研究对象，提出一种考虑横向稳定性的轨迹跟踪协同控制策略。首先，建立车辆纵向、横向以及横摆运动的三自由度动力学模型，设计了基于模型预测控制的主动转向控制器，通过优化求解得到跟踪期望轨迹的最佳前轮转角。然后，采用滑模控制设计横摆力矩控制器，将横摆角速度和质心侧偏角作为联合变量，利用积分二自由度控制模型，计算车辆稳定的等效附加横摆力矩。最后，采用二次规划算法设计最优力矩分配控制器，以满足总的驱动力矩和附加横摆力矩的控制需求。仿真试验结果表明，控制系统在极限高速工况下，能够使车辆精确、稳定的跟踪期望轨迹。     

基于积分滑模控制的分布式驱动电动汽车横向稳定性研究

为满足分布式驱动车辆在不同行驶工况下的良好操纵稳定性需求,基于横摆角速度控制分别设计了侧重于改善车辆操纵性和横向稳定性的2种横向动力学控制目标。首先,根据可拓控制器设计2种横向动力学控制目标的动态权重系数,且以质心侧偏角和路面附着系数为调整参量进行实时动态调整;然后,利用积分滑模控制器计算出所需的附加横摆力矩并将其合理分配到4个独立驱动车轮进行驱动控制;最后,通过硬件在环试验平台进行试验分析,结果表明该控制策略能够很好地提高车辆操纵性和横向稳定性。     

分布式电动汽车附加横摆力矩研究

为提高分布式电动汽车在高速转向工况下的稳定性,针对分布式双电机后驱系统进行转矩分配研究。根据横摆力矩得到汽车转向时左右驱动轮驱动力矩,再对横摆角速度、质心侧偏角与附加横摆力矩关系加以分析,得到横摆角速度误差值及质心侧偏角误差值,并以两个误差值为双输入,附加横摆力矩为单输出,进行模糊控制,并对附加转矩施加至左右驱动轮的方式进行判断。利用Carsim软件与Matlab/Simulink软件联合仿真对结果进行验证,结果表明:经过模糊控制及输入判断的附加横摆力矩施加到驱动轮后,使得分布式电动汽车在高速转向工况下拥有良好的稳定性。     

分布式驱动智能汽车对开坡道起步双重转向控制

匹配多套分布式驱动系统可以提升智能汽车的动力学控制能力,但该车在对开坡道起步时仍会存在动力性与方向稳定性难以兼顾问题。提出并验证一种结合主动转向与差动转向的分布式驱动智能汽车双重转向控制方法。根据各驱动轮独立可控的特点,分析对开坡道起步时施加双重转向控制的必要性;根据左右轮驱动力不等导致车辆产生差动转向而偏离直行路线的现象,基于模型预测控制设计出前轮主动转向控制器;结合设计的主动转向控制器与已有的分布式驱动汽车转矩自适应驱动防滑控制器,完成双重转向控制器设计;通过仿真分析和实车道路试验,验证了所设计控制器的控制效果。研究表明：施加双重转向控制,可以使分布式驱动智能汽车尽可能充分利用其自身驱动力和路面可提供的最大附着力;同时,能够根据实时的车身姿态参量和所在位置信息计算出相应的附加转向盘转角,通过主动转向使横向偏移量大幅降低。所提出的基于差动转向与主动转向相结合的双重转向控制,可以全面改善车辆的通过性和方向稳定性。     

四轮轮毂电机驱动智能电动汽车转向失效容错控制研究

四轮轮毂电机驱动电动汽车各轮驱动力矩独立可控,可通过控制前轴左右两轮的力矩差实现前轮转向。以四轮轮毂电机驱动智能电动汽车为研究对象,针对线控转向系统执行机构失效时的轨迹跟踪和横摆稳定性协同控制问题,提出一种基于差动转向与直接横摆力矩协同的容错控制方法。该方法采用分层控制架构,上层控制器首先基于时变线性模型预测控制方法求解期望前轮转角和附加横摆力矩,然后考虑转向执行机构建模不确定性以及路面干扰,设计基于滑模变结构控制的前轮转角跟踪控制策略。下层控制器以轮胎负荷率最小化为目标,利用有效集法实现四轮转矩优化分配。最后,分别在高速换道和双移线工况下仿真验证了该控制方法的有效性和实时性。     

轮毂电机驱动汽车侧向稳定性底盘协同控制

轮毂电机驱动汽车可以通过差动驱动抑制车辆横摆和侧倾运动,从而提高车辆侧向稳定性,但受轮毂电机力矩和地面附着力约束的限制,作用效果薄弱。为提升车辆侧向稳定性控制效果,提出综合差动驱动、主动转向和主动悬架的车身横摆与侧倾稳定性底盘协同控制方法。根据轮毂电机驱动汽车特点,对其侧向失稳机理进行分析,基于模型预测控制设计前轮主动转向控制器;利用所提出的变系数指数趋近率求解期望横摆控制力矩,基于最优控制算法计算侧倾控制力矩;最后,构建集成差动驱动、主动转向和主动悬架的侧向稳定性控制器并完成整车侧向稳定性协同控制仿真验证。研究表明,所提出的底盘协同侧向稳定性控制方法可以有效控制车辆的横摆和侧倾运动,使其收敛于理想控制域,为轮毂电机驱动车辆的主动安全性控制提供了理论支持。     

新能源汽车主动四轮转向稳定性控制技术

针对无法在不同环境下改变控制规则，导致对汽车控制时获得的横摆角速度、质心侧偏角、车轮转角与理想模型偏差大，车身侧倾角大，存在控制性能差的问题，提出新能源汽车主动四轮转向系统稳定性控制方法。构建了汽车横向动力学模型、垂直运动模型、运动状态方程以及路面输入模型，设计了自适应模糊控制器，将可调因子引入自适应模糊控制器中，使控制器可以适用于不同环境，完成新能源汽车主动四轮转向系统的稳定性控制。实验结果表明，所提方法应用后，可实现汽车主动四轮转向系统稳定性控制。     

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.     

电液控制的主动横向稳定杆的应用仿真研究

为了改善商用车的侧倾稳定性,设计了一种集液压控制与电机控制的优势于一体,具有较高控制精度和较大反侧倾力矩的电液控制主动横向稳定杆,并以某19座商用车为例,建立了包含转向、俯仰、侧倾,车身垂向运动在内的九自由度整车模型,对其中的主动横向稳定杆设计了一种PID+前馈的控制策略以提高控制精度,减少迟滞,并通过Simulink和Trucksim的联合仿真以验证其有效性。在附着系数为0.8的B级路面上,分别进行鱼钩、方向盘角阶跃和双移线三种不同的工况下的仿真。结果表明,与被动稳定杆相比,提出的这种主动稳定杆能够让车身侧倾角,横摆角速度,侧向加速度和质心侧偏角均有(20~45)%的降低,极大的提高了车辆的侧翻稳定性。     

Nonlinear observer and robust controller design for enhancement of vehicle lateral stability

This paper describes the design of a sliding mode controller to control wheel slip. A yaw motion controller (YMC), which uses a PID control method, is also proposed for controlling the brake pressure of the rear and inner wheels to enhance lateral stability. It induces the yaw rate to track the reference yaw rate, and it reduces a slip angle on a slippery road. A nonlinear observer is also developed to estimate the vehicle variables difficult to measure directly. The braking and steering performances of the anti-lock brake system (ABS) and YMC are evaluated for various driving conditions, including straight, J-turn, and sinusoidal maneuvers. The simulation results show that developed ABS reduces the stopping distance and increases the longitudinal stability. The observer estimates velocity, slip angle, and yaw rate very well. The results also reveal that the YMC improves vehicle lateral stability and controllability when various steering inputs are applied. In addition, the YMC enhances the vehicle safety on a split-μ road.     

基于T-S模糊变权重MPC的智能车轨迹跟踪控制

为了协调智能驾驶车辆的轨迹跟踪精确性和稳定性,提高控制算法对不同工况的自适应能力,提出基于Takagi-Sugeno模糊变权重模型预测控制(Takagi-Sugeno fuzzy model predictive control,T-S FMPC)的轨迹跟踪控制策略。以前轮转角为控制变量建立MPC控制,并以实时横向位移误差和横摆角误差为模糊输入,通过T-S模糊控制在线优化MPC目标函数权重,协调权重矩阵对轨迹跟踪精确性和稳定性的影响。基于Carsim建立分布式驱动电动汽车的整车动力学模型,基于Simulink建立控制策略,通过双移线工况仿真及实车试验,验证了所提控制策略的有效性。仿真结果表明,相比于传统MPC控制,所提出的T-S模糊变权重MPC控制可降低横向位移误差达62.24%,有效提高轨迹跟踪精度;并且可使前轮转角波动减小37.46%、横摆角误差减小84.19%,显著增强轨迹跟踪稳定性;试验结果表明,在20 km/h、沥青路面双移线工况下,横向位移误差在0.12 m以内,横摆角误差在1°以内,且前轮转角控制曲线平滑,说明所提算法具有良好的控制效果和实用性。     

Optimization of control allocation with ESC,AFS, ARS and TVD in integrated chassis control

This paper presents an optimization of control allocation in integrated chassis control with active front steering, active rear steering, electronic stability control and torque-vectoring device under the saturation of lateral tire forces on front wheels. After a control yaw moment is calculated in the upper-level controller, a weighted pseudo-inverse based control allocation is used for yaw moment generation in the lower-level controller. Variable coefficients of the weighted pseudo-inverse based control allocation are used to represent various actuator combinations and are optimized for each actuator combination to enhance control performances using simulation on vehicle simulation package, CarSim. Due to severe cornering on low friction road, the front lateral tire forces can be easily saturated. Under the condition, the active front steering has little effect on control performance and, consequently, the desired control yaw moment cannot be generated. So, the lateral force generated by AFS should be restricted to its maximum, and a constrained weighted pseudoinverse based control allocation with electronic stability control, active rear steering and torque-vectoring device is applied to compensate the loss of the control yaw moment. Variable coefficients of the constrained weighted pseudo-inverse based control allocation with electronic stability control, active rear steering and torque-vectoring device are also optimized using simulated-based tuning. To validate the proposed method, simulation was done on CarSim. From simulation, it was verified which actuator combination is effective for integrated chassis control if the lateral forces on front wheels are saturated.