基于模型预测控制的人车路闭环系统建模

为研究驾驶员和车辆在极限工况下的表现,建立了人-车-路闭环系统仿真模型。首先,研究了基于模型预测控制(model predictive control,MPC)的驾驶员模型,利用非线性二自由度车辆预测模型,以使轨迹跟踪误差最小的最优方向盘转角作为驾驶员模型对控制车辆的输入;利用Car Sim车辆动力学仿真软件,对目标车辆进行了参数化建模与实车试验验证。最后,采用双移线工况对建立的人-车-路闭环系统仿真结果进行了验证分析。     

车辆驾驶员辅助系统中基于运动模型的前车最优跟随控制

为解决驾驶员辅助系统在前车跟随控制中车距与车速误差不易同步收敛的问题,建立考虑主车对期望加速度动态响应的主车与前车运动模型,以对前车跟随控制提供模型参考。基于主车实际运动与理想前车跟随行驶间的偏差建立前车跟随误差模型,并用线性二次型调节器求解最优期望加速度控制序列,以作为前车跟随控制中主车运动参数控制的输出。为考虑在实车控制中车辆及环境参数发生变化的可能,在前车跟随误差模型中引入车距与车速误差累积项以使线性二次型调节器具有积分控制功能,以在实际车辆与理想模型发生偏差时仍可进行有效控制。仿真对比及实车试验证明,基于运动模型的前车跟随控制可使主车车距与车速误差同步收敛并有效减少主车达到稳态前车跟随行驶的时间,同时易于在实车控制中展开应用。     

基于毫米波雷达的前向防撞报警系统

为有效预防车辆追尾碰撞事故的发生,提出了一种基于毫米波雷达的车辆前向防撞报警系统设计方案。系统利用车载毫米波雷达准确获取自车与前方多个目标之间的车间距离和相对速度信息,车内控制器综合车间距离、相对速度、自车车速、驾驶员反应时间、车辆制动性能及环境气候等多种因素,在自车与前方目标车辆间存在潜在的碰撞危险时,可通过视觉、听觉、触觉等多种方式发出报警信息提醒驾驶员,避免因追尾碰撞而引发交通事故。     

智能电动车横向控制策略研究

针对智能电动车自动横向控制,建立了车辆横向动力学模型,设计了电动车转向控制器的模型预测(MPC)算法。将前轮转角作为控制输入变量,与期望轨迹的横向距离偏差、横摆角偏差及两者的变化率作为状态变量,控制器对车辆未来的状态变量进行预测,输出最优前轮转角,实现智能横向控制。在控制过程中,同时引入期望状态参数和系统松弛因子,优化车辆行驶状态。利用软件进行联合仿真,并进行实车试验。研究结果表明:控制器均能迅速响应,消除偏差,使车辆快速回到期望轨迹,保证车辆稳定平顺地行驶。     

无人驾驶越野车辆纵向速度跟踪控制试验

以无人驾驶轻型战术轮式越野车辆为平台,开展模型预测纵向速度跟踪控制实车试验研究。针对平台控制特性设计合适的下位控制器,使用Matlab/Simulink与包含气压制动系统的TruckSim车辆联合仿真初步测试系统可行性,并在沥青路和土路分别进行实车试验。试验结果表明：模型预测速度跟踪控制系统能够克服气压制动延时长、整车质量重、越野路况行驶阻力波动大等模型误差和不确定干扰,自适应调节期望加速度大小,实现不同行驶工况高精度速度跟踪。试验过程驱动/制动切换平稳、无振荡,且能够像熟练驾驶员一样充分利用发动机辅助制动,必要时既不施加电控制动,也不请求发动机输出转矩。系统使用现代车辆易于获得的车辆状态参数,便于向其他车辆移植,可作为无人车辆车体控制得力技术加以推广。     

汽车稳定性多控制工况设计及其切换机制研究

从人、车与路闭环系统快速实现驾驶员操纵意图角度出发,在现有汽车稳定性控制系统多采用车辆2自由度参考模型的基础上引入驾驶员施加的转向盘转动角速度参数,更为全面地描述驾驶员转向的急迫程度和车辆转向运动趋势,进而考虑当前时刻及前一状态车辆不足或过度转向趋势,针对车辆不足转向、过度转向和反向转向等典型行驶工况设计出16种单轮优选控制工况和16种多轮优选控制工况及其切换机制,实施冬夏季的实车场地试验测试。场地试验表明,提出的多控制工况及切换机制在保障车辆稳定性的前提下,提高了汽车稳定性控制系统对驾驶员行驶意图改变时车辆的快速响应性能。     

基于MPC的履带车步进行驶控制器设计

针对摊铺后处理履带车人工步进行驶易与摊铺路面发生碰撞,且难以摆正终点的车辆位置的问题,设计了一种基于MPC的履带车步进行驶控制器。该控制器基于四次多项式轨迹规划,规划步进轨迹,依据碰撞约束及终点平稳性设计目标函数;基于四次多项式规划结果,采用非线性MPC算法及线性MPC耦合PID算法进行轨迹跟踪仿真对比。仿真结果表明,控制器满足碰撞约束及轨迹平稳性要求,线性MPC算法实时性及轨迹跟踪效果更好,对提高路面摊铺后处理质量有重要意义。     

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。     

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。     

基于μ综合方法的智能车辆人机共驾的鲁棒横向控制

在大多数智能车辆横向控制研究中,存在未考虑驾驶员误操作的影响这一不足。以人机共驾控制问题为研究对象,将驾驶员操纵转矩和车辆状态作为控制器输入。首先,建立转向系统和车辆二自由度模型,在车辆局部坐标系中,根据预瞄点曲率信息实现虚拟路径的规划,基于车辆状态和目标车道设计上层期望横摆角速度控制器。其次,将侧向风和驾驶员误操作作为干扰输入,以车辆状态中的横摆角速度、转向盘转角、转矩传感器测量值和期望横摆角速度作为控制器反馈变量,考虑车辆参数摄动及传感器测量噪声等影响,设计下层μ综合控制器,使车辆跟踪期望横摆角速度和期望的横向位移,确保车辆能稳定地跟踪目标路径。最后,进行自动换道和车道保持仿真,并基于Carsim/Labview的硬件在环试验台上进行硬件在环试验,仿真和试验结果均表明,提出的横向控制方法能辅助驾驶员更好的跟踪目标车道,且对侧向风和驾驶员误操作均有很好的干扰抑制性能。     

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。     

汽车自适应巡航系统的多模式切换控制

在复杂交通环境下,由于前车运动状态和驾驶意图的不可预知性,使得传统的自适应巡航控制(Adaptive cruise system,ACC)的应用受到限制,因此提出一种多模式自适应巡航控制策略。在现有上、下位控制器的基础上增加模式切换层,通过将车辆纵向运动状态划分为八种工况,使得系统根据实际工况条件选择最优的控制模式,并采用加速度加权平均算法提高模式切换的准确性和输出连续性。分别设计定速巡航、稳态跟随、接近前车、强加速、强减速和避撞六种控制模式。基于每种模式侧重的控制目标,设计相应的上位控制器并对其控制参数进行整定,从而改善了系统整体的控制品质。最后通过实车试验验证了多模式切换算法的有效性和实用性。     

ROBUST CONTROL OF AN ELECTRO- HYDRAULIC PROPORTIONAL SPEED CONTROL SYSTEM WITH A SINGLE- ROD HYDRAULIC ACTUATOR

A robust control algorithm is proposed to focus on the non-linearity and parameters' uncertainties of an electro-hydraulic proportional speed control system (EHPSCS) with a single-rod hydraulic actuator.The robust controller proposed does not need to design stable compensator in advance,is simple in design and has large scope of uncertainty applications.The feedback gains of the robust controller proposed are small,so it is easily implemented in engineering applications. Experimental research on the speed control under the different conditions is carried out for an EHPSCS.Experimental results show that the robust controller proposed has better robustness subject to parametric uncertainties,and adaptability of parameters' variation of control system itself and plant parameter variation.     

汽车ABS系统的PID控制策略及仿真分析

运用汽车动力学理论,建立了PID控制器模型、制动时整车动力学模型、车轮模型。提出了以滑移率为控制目标的ABS系统的控制仿真分析,将PID控制器应用于单个ABS系统控制研究,以车轮滑移率为控制目标,通过轮速与车速传感器采集汽车速度、车轮转速,计算出汽车各轮胎实际滑移率,与期望滑移率进行比较后,将二者的偏差作为PID控制器的输入量,反复调节控制器的控制参数,使其实际滑移率始终处于最佳滑移率附近,通过PID控制最终使汽车在最佳滑移率所对应的地面制动力下进行制动。     

车辆稳定性系统与四轮转向系统集成控制研究

通过ADAMS/Car软件建立了车辆虚拟样机模型,车辆模型具有四轮独立制动和四轮转向的能力。在车辆稳定性系统和四轮转向系统的基础上,基于MATLAB设计了一种分层式集成控制系统,由上层控制器和下层子系统控制器组成。下层子系统控制器包括车辆稳定性控制子系统(以目标横摆角速度为控制目标)和四轮转向控制子系统(以车身质心零侧偏角为控制目标)。上层控制器为基于规则的系统管理控制器,考虑子系统间的相互耦合因素,协调子系统间的工作关系。理论分析和仿真结果表明,构建的分层式集成控制系统是一个行之有效的综合仿真和优化控制的系统,其性能优于单独控制和叠加控制,使车辆的操纵稳定性和安全性得到显著提高,所得结果为集成控制在车辆工程中的实际应用提供了参考。     

汽车底盘系统分层式协调控制

将汽车底盘控制系统分成上层与下层控制部分进行分层式协调控制.下层控制器为悬架、转向和制动系统三个单独的控制器,用以执行各子系统的控制任务,实现各自的性能指标;上层协调器主要接受来自下层控制器的决策信息,对其进行整体协调分析,并及时修改下层控制的决策,从实现整车综合性能最优的目标出发来执行协调优化任务.仿真及试验结果表明,采用分层式协调控制策略对汽车底盘系统进行控制,能够很好地改善整车的平顺性、安全性及操纵稳定性,控制效果要优于采用单独的子控制器的控制效果.     

基于切入工况的自适应巡航控制系统性能测试方法研究

设计了一种基于切入工况的自适应巡航系统性能测试方法,以更好地模拟实际驾驶中前车加塞的情况,并提出了可提高自适应巡航控制系统在切入工况下的驾驶体验的有效建议.介绍了自适应巡航系统系统框架、测试设备、测试场地以及测试工况;采用控制变量法,分别以两车速度差、前车切入纵向距离和前车切入横向速度为单一变量,详细制定自适应巡航系统...     

视觉导航智能车辆的路径跟踪预瞄控制

视觉导航智能车辆通过机器视觉获取导航路径信息并进行自动跟踪。常规的反馈控制仅利用当前的路径信息,在复杂条件或突发状况下难以有效工作。通过对在线获取的具体路径信息进行预瞄,可以对未来的路径信息加以利用,从而提高智能车辆行驶的安全性和有效性。为此,在获取的路径信息中确定当前路径和未来路径分别用于反馈和预瞄,并设计预瞄加反馈的控制器。该控制器能够自动根据预瞄路径的弯曲程度调整智能车辆的预瞄距离和行驶速度,从而提高跟踪精度和行驶稳定性。仿真和试验结果表明,该控制器与一般反馈式控制器相比跟踪误差较小,行驶更稳定。     

A novel technique for optimal integration of active steering and differential braking with estimation to improve vehicle directional stability

This study deals with the enhancement of directional stability of vehicle which turns with high speeds on various road conditions using integrated active steering and differential braking systems. In this respect, the minimum usage of intentional asymmetric braking force to compensate the drawbacks of active steering control with small reduction of vehicle longitudinal speed is desired. To this aim, a new optimal multivariable controller is analytically developed for integrated steering and braking systems based on the prediction of vehicle nonlinear responses. A fuzzy programming extracted from the nonlinear phase plane analysis is also used for managing the two control inputs in various driving conditions. With the proposed fuzzy programming, the weight factors of the control inputs are automatically tuned and softly changed. In order to simulate a real-world control system, some required information about the system states and parameters which cannot be directly measured, are estimated using the Unscented Kalman Filter (UKF). Finally, simulations studies are carried out using a validated vehicle model to show the effectiveness of the proposed integrated control system in the presence of model uncertainties and estimation errors.