CN109291932A - 基于反馈的电动汽车横摆稳定性实时控制装置及方法 - Google Patents

Abstract

本发明公开了一种基于反馈的电动汽车横摆稳定性实时控制装置及方法，装置包括上层控制器和下层控制器，上层控制器设有传感器单元、模型预测控制器和直接横摆力矩计算单元三个部分；下层控制器设有判断决策单元和直接横摆力矩执行单元两个部分，直接横摆力矩执行单元控制目标车轮的驱动力矩。该方法采用分层控制结构，所需要的信号由传感器提供，利用可测量的量，采用传感器实时反馈和模型预测控制算法来设计上层控制器，计算出整车运动过程中保持横摆稳定性所需要的直接横摆力矩。下层控制器保证上层控制器发出的直接横摆力矩指令通过驱动力矩的分配得以实现，保证车辆可以实现在不同工况下的稳定行驶，提高电动汽车的横摆稳定性。

Description

基于反馈的电动汽车横摆稳定性实时控制装置及方法

技术领域

本发明涉及电动汽车及其稳定性控制技术领域，具体为基于传感器反馈的分布式驱动电动汽车横摆稳定性实时控制方法，尤其涉及一种基于反馈的电动汽车横摆稳定性实时控制装置及方法。

背景技术

在能源紧缺日益加剧、环境污染日益严重的今天，电动汽车的发展大势所趋。分布式驱动电动汽车具备四个独立的轮毂电机，同时，其电机响应速度快，转矩和转速等参数容易获取。因此，可以直接对各个车轮的驱动力矩进行独立精确控制来改善电动汽车在恶劣路面条件下的行驶性能。

车辆横摆稳定控制对于分布式驱动电动汽车非常重要，其作用主要是，保证车辆在转弯、制动和驱动时的稳定性与可控性，协助驾驶员在极限操纵情况下控制车辆，防止车辆出现过多或不足转向。

针对分布式驱动电动汽车横摆稳定性控制问题，国内外学者提出了多种控制方法，包括基于车轮滑移率的转矩分配、β法、差速转矩分配法等，这些方法主要通过车轮滑移率或质心侧偏角的估计策略来实现。然而，滑移率和质心侧偏角等运行参数并不能通过传感器准确获取并建立有效的实时反馈，这使得横摆稳定性控制精度较低。另一方面，横摆稳定性的控制需要考虑到车辆本身的约束条件，比如电机的最大输出力矩，以及车辆的安全性约束等等，传统算法难以满足这类多目标约束优化控制难题的需求。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本申请的目的在于提供一种基于传感器反馈的分布式驱动电动汽车横摆稳定性实时控制方法，以解决分布式驱动电动汽车行驶过程中横摆稳定性的精确控制问题。

该方法采用分层控制结构，所需要的信号由传感器提供，利用可测量的量，采用传感器实时反馈和模型预测控制算法来设计上层控制器，计算出整车运动过程中保持横摆稳定性所需要的直接横摆力矩。下层控制器保证上层控制器发出的直接横摆力矩指令通过驱动力矩的分配得以实现，保证车辆可以实现在不同工况下的稳定行驶，提高电动汽车的横摆稳定性。

为了实现根据本发明的这些目的和其它优点，提供了一种基于反馈的电动汽车横摆稳定性实时控制装置，包括:

上层控制器，其设有传感器单元、模型预测控制器和直接横摆力矩计算单元三个部分，所述传感器单元输出端连接所述模型预测控制器输入端，所述模型预测控制器的输出端连接所述直接横摆力矩计算单元输入端；

下层控制器，其设有判断决策单元和直接横摆力矩执行单元两个部分，所述判断决策单元的输入端连接所述传感器单元的输出端，所述直接横摆力矩执行单元的输入端分别连接所述判断决策单元和直接横摆力矩计算单元的输出端，所述直接横摆力矩执行单元控制目标车轮的驱动力矩。

优选的，所述传感器单元用于采集车辆运动信息，所述车辆运动信息至少包括车辆速度、测得车轮角速度ω'_i、侧向加速度与方向盘转角。

优选的，所述模型预测控制器接收所述传感器单元的输出信号，并用于计算生成保持车辆横摆稳定性的主动转向角δ_f和算得车轮角速度ω_i,i＝fl,fr,rl,rr，其中，fl表示左前，fr表示右前，rl表示左后，rr表示右后。

优选的，所述直接横摆力矩计算单元接收所述模型预测控制器的输出信号，并计算保证车辆横摆稳定性所需的期望直接横摆力矩。

优选的，所述判断决策单元接收所述传感器单元采集的车辆运动信息，并根据车辆保持稳定所需的稳定性范围，以及车辆状态-判断决策对应信息来判断车辆所处状态并选择保证车辆稳定性最有效的目标车轮，所述稳定性范围与车辆横摆角速度和质心侧偏角相关。

优选的，所述直接横摆力矩执行单元接收所述直接横摆力矩计算单元计算出的直接横摆力矩，并将其转化成所述目标车轮的驱动力矩并实施，进而控制车辆横摆角速度和质心侧偏角保持在稳定范围。

一种电动汽车的稳定性控制方法，包括以下步骤：

步骤一、采集车辆运动信息，建立车轮角速度实时反馈；

步骤二、根据车辆运动信息计算生成保持车辆横摆稳定性的主动转向角δ_f和算得车轮角速度ω_i；

步骤三、根据算得车轮角速度ω_i计算生成期望直接横摆力矩；

步骤四、根据所述车辆运动信息判断车辆状态，并选择纠正过多或不足转向最为有效的目标车轮；

步骤五、将所述期望直接横摆力矩转换成驱动力矩并实施作用在所述目标车轮。

本发明至少包括以下有益效果：

本发明提出的基于传感器反馈的分布式驱动电动汽车横摆稳定性实时控制方法，利用分布式驱动电动汽车轮毂电机独立可控的特点，传感器实时反馈精确运行参数信息和模型预测控制处理多目标约束的能力，通过直接横摆力矩控制器的设计实现对电动汽车横摆稳定性的实时精确控制，达到主动控制车身偏转的效果，保证了车辆在极限工况的横摆稳定性。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1：本发明的控制原理框图；

图2：上层控制器原理框图；

图3：车体动力学模型示意图；

图4：轮胎模型示意图；

图5：模型预测控制原理框图；

图中标号：δ——输入车辆转向角，v——车辆速度，γ_r——期望横摆角速度，β_r——期望质心侧偏角，β——质心侧偏角，γ——横摆角速度，a_x——车辆纵向加速度，a_y——车辆横向加速度，d——车辆轴距，O——车辆重心所在位置，ρ——车辆的俯仰角，M_z——车辆横摆力矩，δ_f——控制器输出的车辆转向角，L_r——车辆重心到后轮轴心距离，L_f——车辆重心到前轮轴心距离，v_x——汽车纵向速度，α——轮胎侧偏角。ω_fl——左前轮角速度、ω_fr——右前轮角速度，ω_rl——左后轮角速度，ω_rr——右后轮角速度，T_dfl——左前轮直接横摆力矩转矩，T_dfr——右前轮直接横摆力矩转矩，T_drl——左后轮直接横摆力矩转矩，T_drr——右后轮直接横摆力矩转矩，T_efl——左前轮驱动转矩，T_efr——右前轮驱动转矩，T_erl——左后轮驱动转矩，T_err——右后轮驱动转矩，T_cfl——左前轮输出转矩，T_cfr——右前轮输出转矩，T_crl——左后轮输出转矩，T_crr——右后轮输出转矩。F_yfl——左前轮横向力，F_yfr——右前轮横向力，F_yrl——左后轮横向力，F_yrr——右后轮横向力，F_xfl——左前轮纵向力，F_xfr——右前轮纵向力，F_xrl——左后轮纵向力，F_xrr——右后轮纵向力，F_z——车辆对车轮的垂直分力，minJ——滚动优化目标函数。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。

如图1所示，一种基于反馈的电动汽车横摆稳定性实时控制装置，包括上层控制器1和下层控制器2，上层控制器1和下层控制器2被分离开，通过信号传输线完成车辆状态的传输。

如图2所示，上层控制器1设有传感器单元3、模型预测控制器4和直接横摆力矩计算单元5三个部分，所述传感器单元3输出端连接所述模型预测控制器4输入端，所述模型预测控制器4的输出端连接所述直接横摆力矩计算单元5输入端。

所述传感器单元3用于采集车辆运动信息，所述车辆运动信息至少包括车辆速度、测得车轮角速度ω'_i、侧向加速度与方向盘转角，并提供实时反馈的车轮角速度信息，通过方向盘转角信息可获知输入车辆转向角δ。

所述模型预测控制器4主要解决多目标约束优化难题，并根据参考模型计算四个车轮角速度值。所述模型预测控制器4接收所述传感器单元3的输出信号，并用于计算生成保持车辆横摆稳定性的主动转向角δ_f和算得车轮角速度ω_i,i＝fl,fr,rl,rr，其中，fl表示左前，fr表示右前，rl表示左后，rr表示右后。其中，主动转向角δ_f即为控制器输出的车辆转向角，主动转向角δ_f和输入车辆转向角δ是有区别的，主动转向角δ_f是控制器产生的，输入车辆转向角δ是驾驶员输入，主动转向角δ_f用于修正输入车辆转向角δ，以提高车辆转向角的精度。同时将测得车轮角速度ω'_i与算得车轮角速度ω_i进行比较，以消除两者误差，提高，提高车轮角速度的精确度。

所述直接横摆力矩计算单元5接收所述模型预测控制器4的输出信号，并计算保证车辆横摆稳定性所需的期望直接横摆力矩。

下层控制器2设有判断决策单元23和直接横摆力矩执行单元24两个部分，所述判断决策单元23的输入端连接所述传感器单元3的输出端，所述直接横摆力矩执行单元24的输入端分别连接所述判断决策单元23和直接横摆力矩计算单元5的输出端，所述直接横摆力矩执行单元24控制目标车轮的驱动力矩。

如图3所示的是车体动力学模型示意图，线性八自由度动力学模型由车辆模型和轮胎模型组成。

车辆模型：

轮胎模型：

车辆模型由魔术方程(3)、前后轮侧偏角、车轮转动惯量推导得到。

魔术方程：

F_yi＝-D_ysin(C_yarctan(B_yα_i-E_y(B_yα_i-arctanB_yα_i))) (3)

前后轮侧偏角计算公式：

车轮转动惯量计算公式：

其中，β表示质心侧偏角，γ表示车身横摆角速度，F_yl、F_yr分别表示左侧、右侧轮胎横向力，m表示整车质量，v表示车辆行驶速度，L_f表示车辆重心到前轮车轴的垂直距离，L_r表示车辆重心到前轮车轴的垂直距离，I_z表示轮胎的转动惯量，δ表示输入车辆转向角。

通过车辆横摆力矩M_z推导出动力学方程(7)。

车辆横摆力矩M_z的计算公式为：

动力学方程为：

其中，d表示车辆轴距，F_xfl、F_xfr、F_xrl、F_xrr分别表示左前轮，右前轮，左后轮，右后轮的纵向力，i＝fl,fr,rl,rr，L_f、L_r分别表示车辆重心到前轮，后轮轴心距离，M_i表示直接横摆力矩，J表示车轮转动惯量，r表示轮胎半径，δ表示输入车辆转向角，F_xi表示直接横摆力矩产生的纵向力，T_ei表示实施在车轮上的驱动力矩。

如图4所示，a，b分别表示从侧向和纵向分析的轮胎模型，轮胎模型由魔术方程(3)、Tayor展开、前后轮侧偏角、车轮转动惯量、车轮角速度、垂直作用力六个部分组成。

Tayor展开公式为：

车轮角速度计算公式为：

垂直作用力计算公式为：

魔术方程考虑纵向力与侧向力之间的相互作用，车辆侧向力和纵向力取决于垂直作用力，滑移角和滑移率，其中F_yi表示横向力，由车辆垂直作用力F_z和车轮侧偏角α_i表示，i＝fl,fr,rl,rr。通过Tayor展开简化魔术模型，使用Tayor展开式的方法保持其非线性特征，其中C_f、C_r分别表示前轮，后轮转体刚度。

其中，δ_f表示控制器输出的轮胎转向角，k_a、k_b表示拟合系数。J表示车轮转动惯量，T_e表示电机驱动转矩，r表示轮胎半径，k_i表示车轮的滑移率，ω表示车轮角速度，i＝fl,fr,rl,rr，F_z0＝4000N，p_k1，p_k2，p_k3分别表示19.061，-0.466168,0.483251，C_ki由F_zi计算得来。F_zfl、F_zfr、F_zrl、F_zrr分别表示左前轮，右前轮，左后轮，右后轮垂直作用力，g表示重力加速度，h_cg重心距离地面的垂直高度，a_x表示车辆纵向加速度，a_y表示车辆横向加速度。车轮角速度(9)由车轮转动惯量(5)推导。

如图5所示为模型预测控制的原理框图，主要由预测模型17、滚动优化18、反馈校正19构成，预测模型17根据线性八自由度动力学模型设计连续时间***非线性状态空间方程(11)，滚动优化18由二次型目标函数(12)构成。

具体的，模型预测控制4采用基于离散时间状态空间方程作为预测模型17，经滚动优化18和反馈校正19环节计算保持车辆横摆稳定性的主动转向角δ_f和算得车轮角速度ω_i,i＝fl,fr,rl,rr。

非线性状态空间方程：

二次型目标函数：

其中，i＝fl,fr,rl,rr，T_s表示采样时间，R(k)表示参考轨线，Y(k)表示预测输出，Q、R、S分别表示权重值。u(k)表示控制变量T_ci，u₁为前轮转向角，u₂-u₅为车轮转矩，x₁(k)表示质心侧偏角β，x₂(k)表示横摆角速度γ，x₃(k)、x₄(k)、x₅(k)、x₆(k)分别表示左前轮角速度ω_fl，右前轮角速度ω_fr，左后轮角速度ω_rl，右后轮角速度ω_rr。

反馈校正19由闭环反馈构成，根据参考模型计算主动转向角δ_f和车轮角速度ω_i,i＝fl,fr,rl,rr。本发明采用的模型预测控制器4解决横摆角速度和质心侧偏角等多目标复杂优化控制问题，将主动转向角作为时域约束来处理，并有效实现车辆稳定性和整车性能之间的折中优化，通过构造代价函数，寻优求解得到优化后的四个车轮的角速度信号，本发明的代价函数考虑主要包括三个方面，包括：车辆稳定性(防止过度转向或者不足转向)、驾驶舒适性(车轮角速度变化不能太大)、运行经济性(在满足性能前提下节约能量)。

如图2所示，车辆直接横摆力矩由车辆角速度决定，具体来说，线性八自由度转向动力学模型决定四个车轮角速度大小，直接横摆力矩计算单元5中直接横摆力矩关系式(13)根据车轮角速度计算出需要实施的直接横摆力矩。

具体的，所述直接横摆力矩计算单元5中直接横摆力矩关系式根据模型预测控制器4输出的四个车轮角速度以及传感器单元3实时反馈的车轮角速度信息，计算四个车轮的期望直接横摆力矩。所述横摆角速度和质心侧偏角构建的稳定性范围为车辆稳定状态的判断依据。

直接横摆力矩关系式：

式中：M_i表示直接横摆力矩，ω_i表示车轮角速度，D_f、D_r表示前，后轮距，L_f、L_r分别表示车辆重心到前轮，后轮轴心距离，F_xi表示纵向力，F_yi表示横向力。

车辆稳定状态由横摆角速度和质心侧偏角的稳定范围表征。

稳定范围表征公式为：

式中：E₁和E₂为稳定边界常数，β为质心侧偏角，γ为横摆角速度，μ为地面附着系数，v为车辆速度。

当不等式成立时，认为车辆状态稳定，当不等式不成立时，车辆将出现不足或过多转向的趋势。

如图1所示，下层控制器2设有判断决策单元23和直接横摆力矩执行单元24两个部分，目标是保证上层控制器1发出的直接横摆力矩指令通过驱动力矩的分配得以实现。判断决策单元23根据传感器单元3采集的车辆速度、车轮角速度、侧向加速度与方向盘转角等车辆运动信息以及稳定性范围和判断决策表准确判断车辆状态，进而做出决策选择纠正过多或不足转向最为有效的车轮，直接横摆力矩执行单元24将上层控制器1中直接横摆力矩关系式计算出的直接横摆力矩M_i,i＝fl,fr,rl,rr通过动力学方程转换为驱动力矩并实施作用，使横摆角速度和质心侧偏角限制在稳定区域，保持车辆的稳定性。

表1为判断决策表

注：表中各物理量都是以逆时针方向为+，顺时针方向为-。

稳定性控制方法具体包括以下步骤：

步骤一、采集车辆运动信息，建立车轮角速度实时反馈；车辆运动信息包括车辆速度、车轮角速度、侧向加速度与方向盘转角等。

步骤二、模型预测控制器4根据车辆运动信息计算生成保持车辆横摆稳定性的主动转向角δ_f和算得车轮角速度ω_i；

步骤三、直接横摆力矩计算单元5根据算得车轮角速度计算生成期望直接横摆力矩；

步骤四、根据所述车辆运动信息判断车辆状态，并选择纠正过多或不足转向最为有效的目标车轮；

步骤五、直接横摆力矩执行单元24接收所述直接横摆力矩计算单元5计算出的直接横摆力矩，并将其转化成所述目标车轮的驱动力矩并实施，进而控制车辆横摆角速度和质心侧偏角保持在稳定范围。

由上所述，本发明提出的基于传感器反馈的分布式驱动电动汽车横摆稳定性实时控制方法，利用分布式驱动电动汽车轮毂电机独立可控的特点，传感器实时反馈精确运行参数信息和模型预测控制处理多目标约束的能力，通过直接横摆力矩控制器的设计实现对电动汽车横摆稳定性的实时精确控制，达到主动控制车身偏转的效果，保证了车辆在极限工况的横摆稳定性。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (7)

1.一种基于反馈的电动汽车横摆稳定性实时控制装置，其特征在于，包括：

上层控制器(1)，其设有传感器单元(3)、模型预测控制器(4)和直接横摆力矩计算单元(5)三个部分，所述传感器单元(3)输出端连接所述模型预测控制器(4)输入端，所述模型预测控制器(4)的输出端连接所述直接横摆力矩计算单元(5)输入端；

下层控制器(2)，其设有判断决策单元(23)和直接横摆力矩执行单元(24)两个部分，所述判断决策单元(23)的输入端连接所述传感器单元(3)的输出端，所述直接横摆力矩执行单元(24)的输入端分别连接所述判断决策单元(23)和直接横摆力矩计算单元(5)的输出端，所述直接横摆力矩执行单元(24)控制目标车轮的驱动力矩。

2.如权利要求1所述的基于反馈的电动汽车横摆稳定性实时控制装置，其特征在于，所述传感器单元(3)用于采集车辆运动信息，所述车辆运动信息至少包括车辆速度、测得车轮角速度ω'_i、侧向加速度与方向盘转角。

3.如权利要求2所述的基于反馈的电动汽车横摆稳定性实时控制装置，其特征在于，所述模型预测控制器(4)接收所述传感器单元(3)的输出信号，并用于计算生成保持车辆横摆稳定性的主动转向角δ_f和算得车轮角速度ω_i,i＝fl,fr,rl,rr，其中，fl表示左前，fr表示右前，rl表示左后，rr表示右后。

4.如权利要求3所述的基于反馈的电动汽车横摆稳定性实时控制装置，其特征在于，所述直接横摆力矩计算单元(5)接收所述模型预测控制器(4)的输出信号，并计算保证车辆横摆稳定性所需的期望直接横摆力矩。

5.如权利要求4所述的基于反馈的电动汽车横摆稳定性实时控制装置，其特征在于，所述判断决策单元(23)接收所述传感器单元(3)采集的车辆运动信息，并根据车辆保持稳定所需的稳定性范围，以及车辆状态-判断决策对应信息来判断车辆所处状态并选择保证车辆稳定性最有效的目标车轮，所述稳定性范围与车辆横摆角速度和质心侧偏角相关。

6.如权利要求5所述的基于反馈的电动汽车横摆稳定性实时控制装置，其特征在于，所述直接横摆力矩执行单元(24)接收所述直接横摆力矩计算单元(5)计算出的期望直接横摆力矩，并将其转化成所述目标车轮的驱动力矩并实施，进而控制车辆横摆角速度和质心侧偏角保持在稳定范围。

7.一种如权利要求6所述的基于反馈的电动汽车横摆稳定性实时控制装置的控制方法，其特征在于，包括以下步骤：

步骤一、采集车辆运动信息，建立车轮角速度实时反馈；

步骤二、根据车辆运动信息计算生成保持车辆横摆稳定性的主动转向角δ_f和算得车轮角速度ω_i；

步骤三、根据算得车轮角速度ω_i计算生成期望直接横摆力矩；

步骤四、根据所述车辆运动信息判断车辆状态，并选择纠正过多或不足转向最为有效的目标车轮；

步骤五、将所述期望直接横摆力矩转换成驱动力矩并实施作用在所述目标车轮。