四驱混合动力轿车驱动工况无迹卡尔曼车速估计

针对驱动模式复杂多变的四驱混合动力轿车,考虑其后轮毂电机驱动转矩的准确可测以及既定模式下前驱动轮转矩的可推算性,结合电子稳定程序(Electronic stability program,ESP)系统传感器信号,提出无迹卡尔曼车速估计算法。搭建四驱混合动力轿车仿真平台,其集成了驱动系统模型、非线性7自由度车辆动力学模型和统一轮胎模型。基于车辆动力学模型和轮胎模型,设计融合驱动轮转矩信息和传感器信息的车速估计算法,并将估计结果与仿真车速进行比较分析。在样车上加装转向盘转角、横摆角速度和质心加速度等传感器,采集轮转、驱动轮转矩信息,在后轮纯电驱动模式低速双纽线试验、四轮混合驱动模式双移线和蛇行试验工况下,对所设计算法进行实车道路试验。仿真和实车试验结果表明,无迹卡尔曼车速估计算法精度较高,且具有较强的工况适应性。     

车辆行驶过程中的状态估计问题综述

从传感器配置、估计用物理模型、状态估计算法和估计过程中的模型参数自适应4个方面回顾车辆行驶过程中的状态估计问题.对比分析以纵向车速、横摆角速度、质心侧偏角为估计目标时传感器的常见配置,给出合理的传感器配置方案;比较在不同估计目标下运动学模型和动力学模型的优缺点,提出纵向车速和横摆角速度适合采用运动学模型、质心侧偏角估计适合采用动力学模型的观点;列举并比较车辆状态估计中常用的估计算法,给出各算法在实际应用中所需注意的因素.指出实现估计过程中的参数自适应是提高不同行驶工况下观测器估计精度的有效手段,并介绍递推最小二乘、联合卡尔曼滤波等实现参数自适应的典型方法.     

采用状态扩展MPC与转角补偿的无人车路径跟踪控制

采用传统模型预测控制（MPC）的无人车难以同时保证路径跟踪精度和实时性,针对此问题,本文设计了一种采用状态扩展MPC与转角补偿的路径跟踪控制器。建立了车辆三自由度动力学模型,设计了基于状态扩展的双反馈MPC控制器,并根据车速调整控制器参数;建立了车辆-道路跟踪模型,根据车辆横向和航向偏差设计了转角补偿模糊控制器;利用MATLAB/Simulink和Carsim软件对所设计的路径跟踪控制器进行联合仿真分析。结果表明：相比采用传统MPC控制器的车辆,在中、低车速下,状态扩展MPC控制器的控制增量求解时间平均值降低14%以上,路径跟踪控制器跟踪道路的横向和航向偏差最大值分别降低23%和17%以上,具有较好的路径跟踪性能。     

采用RKF轮胎力估计的4WID电动汽车纵向速度估计研究

车辆纵向速度、轮胎力的准确获取是车辆主动安全控制的前提和基础,由于直接测量纵向速度和轮胎力的车载传感器价格极其昂贵,提出了采用随机卡尔曼(RKF)轮胎力估计的纵向车速估计。利用普通车载传感器直接测量的车辆状态参数结合车辆七自由度模型,采用RKF算法估计轮胎侧向力;其次,根据估计的轮胎力,运用卡尔曼滤波(KF)技术实现纵向车速估计。Car Sim与MATLAB/Simulink联合仿真结果验证了该方法的有效性。     

车用直驱轮毂电机传感器故障诊断

针对分布式驱动电动汽车直驱轮毂电机系统电流、转速传感器故障问题,研究传感器鲁棒故障检测与定位方法。考虑电机模型中含有未知输入和噪声,通过系统降阶的方式对未知输入进行解耦,采用卡尔曼滤波器(Kalman filter,简称KF)滤除解耦后子系统的白噪声,并设计最优未知输入观测器(unknown input observer,简称UIO)实现系统状态估计,得到了一种较强鲁棒性的残差产生器。采用极大似然比(generalized likelihood ratio,简称GLR)的方法评估残差信号并确定阈值,提出了一种传感器故障定位方法。台架实验结果表明,提出的基于最优UIO的传感器故障诊断方法能够实现电动汽车直驱电机系统传感器故障辨识与定位。     

采用状态反馈的无人车路径跟踪横向控制

针对采用传统模型预测控制器的车辆在弯道内跟踪精度难以保证的问题,本文提出了一种基于状态反馈的路径跟踪横向控制策略。基于车辆动力学模型,建立考虑轮胎滑移包络线约束条件的路径跟踪模型预测控制器,并根据车速选择合适的控制器时域参数;以车辆质心位置为控制点建立车辆跟踪误差模型,结合车辆当前位置横摆角偏差建立状态反馈调节器,通过LQR最优控制方法对无人车姿态进行校正。利用MATLAB/Simulink和Carsim软件对改进的状态反馈控制策略进行了仿真验证,典型双移线道路仿真试验表明:中低车速下车辆路径跟踪横向偏差降低了16%以上,横摆角偏差降低了33%以上,所设计控制器能够有效提高车辆路径跟踪精度,可保证车辆对变曲率弯道具有适应性和行驶稳定性。     

无人驾驶车辆路径跟踪控制预瞄距离自适应优化

基于道路信息,使用驾驶员预瞄模型产生执行器输入是无人驾驶车辆在路径跟踪中使用的主要方法之一,但对于车速较高与转弯半径小等工况,模型误差会导致较差的驾驶舒适性,车辆甚至失去稳定性。为提高无人驾驶车辆路径的跟踪精度,同时兼顾转向频度和车辆稳定性,提出基于粒子群多目标优化（Particle swarm optimization,PSO）算法的预瞄距离自适应驾驶员模型,并将之应用于路径跟踪控制。首先,基于单点预瞄偏差模型,采用滑模变结构设计转向控制器;其次,以路径跟踪精度、转向频度和车辆稳定性为综合性能指标,设计了PSO优化算法,实现了驾驶员模型预瞄距离的自适应寻优。最后,在搭建的CarSim-Simulink联合仿真平台与台架试验上,对所提出的预瞄距离自适应驾驶员预瞄模型进行了仿真和硬件在环试验验证。结果表明,经优化后的预瞄距离能够适应不同车速和道路曲率,驾驶员预瞄模型能兼顾路径跟踪精度、转向频度和车辆稳定性等需求。预瞄距离自适应驾驶员模型结合道路与车速信息,增大对路况与车况适应性,为无人驾驶车辆路径跟踪控制提供可靠的输入。     

四旋翼飞行器非线性轨迹跟踪控制

针对四旋翼飞行器在复杂飞行条件下速度不可测的轨迹跟踪控制问题,考虑系统存在外界未知干扰和模型参数不确定的情况,提出了一种基于扩张观测器的轨迹跟踪控制方法。该方法设计了积分型反步法跟踪控制器,以降低系统的稳态误差,并引入了状态扩张观测器,来估计系统未知速度信息,同时对干扰和模型参数不确定因素进行实时估计并给予补偿;最后,选取李雅普诺夫函数证明了该控制系统的稳定性。以Quanser公司的Qball2四旋翼飞行器为研究对象和飞行实验平台,对所设计的控制器进行验证。实验结果表明,本文所设计的基于扩张观测器的轨迹跟踪控制器,能够有效地估计轨迹跟踪控制过程中的未知速度信息,解决外界未知干扰和模型参数不确定的问题,增强对环境的适应能力,有效提高了飞行器对未知干扰的鲁棒性和轨迹跟踪控制的精确性。     

考虑负载扰动的电液转向系统控制研究

针对农机的电液伺服转向系统,为了克服转向力对系统的影响,提高在各种路况下的跟踪精度,设计了一种基于负载力观测器的前馈和最优状态反馈控制复合控制策略。先采用Luenberger观测器对负载力进行在线估计,然后用线性二次型调节器（LQR）得到系统线性最优反馈控制律,最后把观测到的负载力前馈到系统输入来消除负载力的影响,提高伺服系统精度。仿真和试验结果表明,所设计的负载力观测器能迅速地跟踪实际值,基于观测器的前馈和最优状态反馈复合控制策略具有较高的跟踪精度和抗负载干扰能力。     

基于扩张观测理论的车辆质心侧偏角估计方法研究

为了实现对车辆行驶状态参数的估算,建立了车辆单轨二自由度数学模型,并以扩张观测理论为基础,设计了一种能够实时追踪车辆行驶状态参数的线性扩张观测器,利用可以直接获取的横摆角速度,车轮转角和纵向车速对质心侧偏角进行估计,并应用李雅普诺夫函数法对所设计的扩张观测器参数进行优化。在Matlab中在不同的车速下对设计的质心侧偏角观测器进行实验验证.实验结果表明:所设计的线性扩张观测器不仅能够对车身质心侧偏角进行很好的估算,而且具有很好的抗干扰性,纵向车速的改变,没有影响观测的精度。     

NEDC工况台架模拟控制方法研究

为了在传动系台架上模拟实车行驶工况,设计了基于前向模型的转速跟踪负载模拟算法。根据NEDC工况编制了适用于台架控制模型的车速历程。建立了车辆动力学模型和台架动力学模型,采用基于前向模型的转速跟踪负载模拟算法设计了台架负载模拟控制器,驾驶员模型跟踪工况车速,台架模型模拟变速器输入、输出端的动态响应。仿真结果表明,该系统能够模拟NEDC工况,转速误差控制在10r/min内,系统响应时间在0.5s内,该结果为台架控制器设计提供参考。     

考虑横向载荷转移的4WID-EVs侧向力及侧偏刚度估计

针对分布式电驱动汽车轮胎侧向力和侧偏刚度不易测量的问题,考虑到车辆横向载荷转移,结合无迹卡尔曼滤波和扩展卡尔曼滤波优点,设计了双卡尔曼滤波观测器分别估计轮胎侧向力和侧偏刚度。建立7自由度车辆模型,基于无迹卡尔曼滤波算法设计轮胎力观测器,并以此作为侧偏刚度观测器的输入;基于扩展卡尔曼滤波算法设计了轮胎侧偏刚度观测器;最后,在MATLAB/Simulink环境下仿真分析,结果表明在不同行驶工况下该观测器均能够有效估计出轮胎侧向力和侧偏刚度。     

基于运动学信息融合的四轮驱动汽车纵向车速自适应估计方法

针对四轮驱动汽车纵向车速难以直接测量的问题,考虑多源传感器信号置信度动态变化特征,提出一种基于运动学信息融合的纵向车速自适应估计方法.研究行驶环境对车载传感器信息的影响规律,建立基于Kalman滤波框架的运动学信息融合模型,设计面向有色噪声的车速自适应滤波算法,实现对车轮滑移和道路坡度等非随机时变因素的扰动补偿.为兼顾算法稳定性及估计最优性,提出融合衰减记忆因子的强跟踪滤波改进策略,有效避免了极限工况下的滤波发散现象.在Carsim/Simulink联合仿真环境下,采用坡道加速、车轮滑转和双移线等工况验证算法的有效性并与H∞滤波等方法进行对比.开发了处理器在环试验系统,分析算法在嵌入式控制器中运行的一致性和实时性.研究结果表明,所提出的车速自适应估计方法准确性高、稳定性好,与现有方法相比具有更好的工况适应性,估计结果不依赖先验噪声统计特性的获取,实时性能够满足车载控制器要求,解决了复合工况下四驱汽车高精度纵向车速的统一估计问题.     

基于人机共享和分层控制的车道偏离辅助系统

针对车道偏离辅助系统转向控制中的人机协同问题,提出一种人机共享的决策与控制方法。考虑驾驶员转矩、道路曲率及纵向车速,设计模糊控制器确定虚拟车道边界宽度,再根据车轮是否超出虚拟边界进行辅助控制决策。在此基础上根据车-路位置关系建立车辆预瞄处偏差的动态模型,设计LPV/H∞控制器跟踪车道中心线决定期望前轮转角。应用滑模观测器估计转向阻力矩,设计考虑驾驶员转矩和转向阻力矩的二阶滑模控制器决定辅助转矩,再由主权分配模块进一步对人机控制主权进行分配,实现辅助系统与驾驶员之间的共享控制。在veDYNA/Simulink联合仿真平台上对提出的控制方法进行仿真试验,仿真结果表明所提出方法在各种车速下均能有效避免车辆偏离车道,减少控制器对驾驶员的干预,人机冲突较小。建立基于veDYNA/LabVIEW的车道偏离辅助控制系统试验台架,对该方法进行硬件在环仿真试验,其结果表明该方法能有效辅助驾驶员通过复杂道路,获得较好地人机协调性能。     

光电跟踪系统自抗扰伺服控制器的设计

考虑系统扰动对光电跟踪伺服系统精度的影响,提出了采用自抗扰的控制方案,并分析了实现自抗扰的工作原理。对某型光电跟踪系统进行了结构分析,将目标运动速度视为外部扰动,系统内部参数摄动视为内部扰动,采用扩张状态观测器从系统响应的输入、输出信号中估计出扰动,并进一步用跟踪微分器提取扰动的一阶导数来提高对扰动的估计精度,以最大程度地补偿扰动。实验结果表明,在载体扰动下,跟踪最大角速度为40mrad/s,最大角加速度为8mrad/s2,机动目标的误差0.1mrad,且响应速度快,超调10%。该方案结构简单,控制鲁棒性强;无需额外的传感器对目标运动进行测量、滤波和预测,即可有效提高系统高精度捕获、跟踪快速机动目标的能力。     

纵向打滑状态下轮式移动机器人轨迹跟踪控制

针对轮式移动机器人纵向打滑状态下滑动参数未知的轨迹跟踪控制问题,提出了一种轨迹跟踪控制方法。建立了纵向打滑状态下移动机器人的运动学模型,用滑动 参数表示左右轮的打滑程度;设计合适的滑模观测器对未知的滑动参数进行估计,并通过低通滤波器减少抖振对估计结果产生的影响;基于Lyapunov直接法设计轨迹跟踪控制律,并提出了一种根据控制系统的极点分布确定控制参数的方法。仿真结果验证了所提方法的准确性和有效性。     

干式双离合器自动变速器换档过程离合器传递转矩估计

双离合器式自动变速器(Dual clutch transmission,DCT)换档过程控制的关键在于发动机、双离合器间的协调控制,以及各离合器传递转矩和发动机输出转矩的精确闭环控制,而离合器转矩闭环控制的实施及控制精度则完全依赖于其传递转矩的实时有效估计。针对6速干式DCT,设计了换档过程离合器以及发动机的协调控制策略;基于双遗忘因子的递推最小二乘法对车辆行驶阻力矩进行估计,同时搭建高阶滑模观测器对发动机以及输出轴的角加速度进行重构,并设计未知输入观测器估计离合器传递转矩;基于自主设计的干式DCT动态试验台架,对所设计的离合器传递转矩估计算法进行台架试验验证。仿真以及试验结果表明:所采用的高阶滑模观测估计算法以及未知输入观测器能有效地估计换档过程中离合器实际所传递的转矩,为后续进一步改善干式DCT样车换档品质奠定了基础。     

基于转角补偿的智能车辆循迹控制系统

文中提出了一种转角补偿智能车辆循迹控制系统。系统由纯追踪控制器和转角补偿控制器组成。PP控制器直接控制车辆跟踪路径;转角补偿控制器基于PI控制理论,综合考虑行驶偏差及道路曲率进行转向角补偿,其参数采用模糊控制理论实现自适应调节,进一步改善系统跟踪性能。仿真和试验结果表明:较于传统PP循迹系统,该系统在不同车速下横向偏差峰值降低了50%以上,方向偏差峰值降低了20%以上,路径跟踪性能显著提升。     

基于双解析模型的故障隔离与估计方案及应用

系统分析了基于观测器的故障检测与隔离方法存在的问题,创新性提出了一种基于标称模型和未知输入观测器的故障诊断方案—双解析方案。它从故障观测而非状态估计的角度设计未知输入观测器,并根据未知输入观测器与标称系统之间的状态误差修正并替换未知输入观测器的状态估计误差,从而构成实际可行的故障隔离与估计的解析表达式。该方案应用于三轴稳定卫星执行器/敏感器故障诊断,仿真设置的五种飞轮/陀螺组合故障均被准确隔离及估计,表明了该方案的有效性。从设计及应用过程可以看出,双解析方案设计简单、无存在性条件约束,有效拓展了基于观测器故障诊断的应用范围及深度。     

系统干扰分布阵未知的GPS/SINS故障诊断算法

针对系统模型不确定性、未知输入扰动,为对干扰解耦以及不依赖系统未知输入扰动分布阵先验信息,提出了系统干扰分布阵未知的GPS/SINS(global positioning system/strapdown interial navigation system)故障诊断算法.设计了MEP-UIO(model error prediction-unknow input observer)故障诊断观测器,改进了传统未知输入故障诊断观测器(UIO)假设系统未知扰动分布阵已知的不足;利用凸二次规划最优化原理,构造了关于未知扰动分布阵的目标函数,提出了满足目标函数最小的未知输入扰动分布阵的最优估计算法以及状态估计误差方差最小的故障诊断系统增益阵设计方法.仿真结果表明,提出的MEP-UIO故障诊断观测器设计算法相比传统Kalman滤波精度更高,验证了该故障诊断算法的有效性.