CN110406390A - 基于网络延时的分布式驱动电动汽车驱动力分配控制方法 - Google Patents

Abstract

本发明提供了一种基于网络延时的分布式驱动电动汽车驱动力分配控制方法，包括以下步骤：建立基于网络延时的车辆动力学模型作为参考模型；基于网络延时获取电动汽车实时的质心侧偏角和横摆角速度信息并构建信息采集矩阵；基于参考模型根据质心侧偏角和横摆角速度信息计算直接横摆力矩；基于网络延时获取电动汽车实时的纵向驱动力、侧向驱动力和电动汽车车轮的垂直载荷；定义电动汽车轮胎所受实际附着力与路面提供的极限附着力之比为电动汽车轮胎利用率，并将轮胎利用率之和作为优化目标；根据直接横摆力矩、纵向驱动力、侧向驱动力、垂直载荷和优化目标对电动汽车进行驱动力分配。本发明能够提高分布式驱动电动汽车的稳定性和安全性。

Description

基于网络延时的分布式驱动电动汽车驱动力分配控制方法

技术领域

本发明涉及汽车驱动力分配控制技术领域，具体涉及一种基于网络延时的分布式驱动电动汽车驱动力分配控制方法。

背景技术

分布式驱动电动汽车作为一种先进的电动汽车驱动形式，能够独立控制每个车轮的转矩使其驱动或制动，相对于传统的电动汽车驱动形式来说，它极大地提高了电动汽车的反应灵敏度和行驶性能。但是分布式驱动电动汽车在为车辆动力学带来更多可能的同时，也为整车控制带来了新的问题和挑战。因为分布式驱动电动汽车的四个电动轮是独立的，导致其失去了原有单轴驱动中机械差速器的物理约束，因此，若是分布式驱动电动汽车存在控制不当或***故障等问题，容易导致其发生安全事故，这就对分布式驱动电动汽车各子***的协调控制提出了更高的要求。

因为分布式驱动电动汽车各个驱动轮的独立可控性，目前基本上采用车载网络互联实现该种类电动汽车多电机协调驱动的控制。车载网络互联一方面为分布式驱动电动汽车控制提供了非常有效的技术手段，直接影响着整体控制性能，但另一方面，它还存在信息延迟、通信中断、资源调度和数据错乱等非理想网络状况，会对分布式驱动电动汽车的整个控制***带来不不可预测的影响，此外，在通信线缆损坏、接插件松动、电磁干扰、控制器故障而干扰正常通信等情况下，还会造成实时***协调性变差、***失稳等问题，从而会导致分布式驱动电动汽车的安全性和稳定性较差。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明提出了一种基于网络延时的分布式驱动电动汽车驱动力分配控制方法，能够保证分布式驱动电动汽车具有较好的协调控制性能，从而提高分布式驱动电动汽车的稳定性和安全性。

为达到上述目的，本发明实施例提出了一种基于网络延时的分布式驱动电动汽车驱动力分配控制方法，包括以下步骤：建立基于网络延时的车辆动力学模型作为参考模型；基于所述网络延时获取所述电动汽车实时的质心侧偏角和横摆角速度信息并构建信息采集矩阵；基于所述参考模型根据所述质心侧偏角和横摆角速度信息计算直接横摆力矩；基于所述网络延时获取所述电动汽车实时的纵向驱动力、侧向驱动力和所述电动汽车车轮的垂直载荷；定义所述电动汽车轮胎所受实际附着力与路面提供的极限附着力之比为所述电动汽车轮胎利用率，并将所述轮胎利用率之和作为优化目标；根据所述直接横摆力矩、纵向驱动力、侧向驱动力、垂直载荷和优化目标对所述电动汽车进行驱动力分配。

根据本发明实施例的基于网络延时的分布式驱动电动汽车驱动力分配控制方法，通过建立基于网络延时的车辆动力学模型，结合基于网络延时获取的电动汽车实时的质心侧偏角和横摆角速度信息计算直接横摆力矩，然后获取基于网络延时获取的电动汽车实时的纵向驱动力、侧向驱动力和垂直载荷，定义电动汽车轮胎所受实际附着力与路面提供的极限附着力之比为电动汽车轮胎利用率，并将轮胎利用率之和作为优化目标，根据直接横摆力矩、纵向驱动力、侧向驱动力、垂直载荷和优化目标对电动汽车进行驱动力分配，由此，可完成分布式驱动电动汽车的协调控制，能够保证分布式驱动电动汽车具有较好的协调控制性能，从而提高分布式驱动电动汽车的稳定性和安全性。

另外，根据本发明上述实施例提出的基于网络延时的分布式驱动电动汽车驱动力分配控制方法还可以具有如下附加的技术特征：

根据本发明的一个实施例，所述网络延时包括传感器进行信息获取转换的延时、控制器的计算延时和控制器到执行器的延时

进一步地，所述基于网络延时的车辆动力学模型为：

其中，k_f为所述电动汽车前轮的侧偏刚度，k_r为所述电动汽车后轮的侧偏刚度，β为为所述电动汽车的质心侧偏角，u为所述电动汽车的纵向车速，v为所述电动汽车的侧向车速，a为质心距所述电动汽车前轮的距离，b为质心距所述电动汽车后轮的距离，γ为所述电动汽车的横摆角速度，δ为所述电动汽车前轮转角，m为所述电动汽车的质量，为所述电动汽车的横摆角速度大小，为所述电动汽车的侧向车速大小，c为控制系数，I_z为所述电动汽车绕z轴的转动惯量，τ为控制过程中产生的时间滞后量的总和，t为当前时刻。

根据本发明的一个实施例，所述构建信息采集矩阵具体包括：根据所述质心侧偏角和横摆角速度信息获得其适用时刻与生成时刻信息，并根据所述适用时刻与生成时刻信息构建信息采集矩阵。

进一步地，所述信息采集矩阵为：

其中，β_t|t和γ_t|t为在时刻t采集到的当前时刻的质心侧偏角和横摆角速度，“|”之前的时刻表示该采集的适用时刻，“|”之后的时刻表示该采集的生成时刻，k为获取信息次数，T为网络通信周期。

进一步地，所述电动汽车的总的轮胎利用率为：

其中，F_xi为所述电动汽车的纵向驱动力，F_zi为所述电动汽车的垂直载荷，u_i为路面附着系数，i＝1，2，3，4。

进一步地，所述驱动力分配的问题转化为标准的二次规划问题：

其中，min为控制目标，s.t.为边界条件，H为二次项系数矩阵，f为一次项系数矩阵，A_eq、b_eq为等式约束数阵，A、b是不等式数阵，lb、ub为上下限。

附图说明

图1为本发明实施例的基于网络延时的分布式驱动电动汽车驱动力分配控制方法的流程图；

图2为二自由度车辆动力学模型示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例的基于网络延时的分布式驱动电动汽车驱动力分配控制方法的流程图。

如图1所示，本发明实施例的基于网络延时的分布式驱动电动汽车驱动力分配控制方法，包括以下步骤：

S1，建立基于网络延时的车辆动力学模型作为参考模型。

在本发明的一个实施例中，基于网络延时的车辆动力学模型的建立过程为：

先建立图2所示的动态坐标系xyz。其中，动态坐标系xyz的原点与电动汽车的重心重合，x轴与电动汽车的纵向行驶方向重合，y轴与电动汽车的横向运动方向重合，z轴与电动汽车的纵向力方向重合。

进一步地，根据图2所示的动态坐标系xyz，可将电动汽车受到的沿y轴方向的合力与绕质心的力矩和表示为：

∑F_y＝F_yf cosδ+F_yr

∑M_z＝aF_yf cosδ-bF_yr

其中，F_yf为电动汽车的前横向轮胎力，F_yr为电动汽车的后横向轮胎力，a为质心距电动汽车前轮的距离，b为质心距电动汽车后轮的距离，δ为电动汽车前轮转角。

因为，上式中的电动汽车前轮转角δ很小，可得到cosδ≈1。

所以，电动汽车受到的沿y轴方向的合力与绕质心的力矩和又可表示为：

∑Fy＝k_fα_f+k_rα_r

∑M_z＝ak_fα_f-bk_rα_r

其中，k_f为电动汽车前轮的侧偏刚度，k_r为电动汽车后轮的侧偏刚度，α_f为电动汽车前轮胎侧偏角，α_r为电动汽车后轮胎侧偏角。

又因为，上式中的电动汽车前后轮胎侧偏角α_f与α_r可分别通过下列公式计算：

其中，u为电动汽车的纵向车速，v为电动汽车的侧向车速，β＝v/u为电动汽车的质心侧偏角，γ为电动汽车的横摆角速度，I_z为电动汽车绕z轴的转动惯量。

所以，电动汽车受到的沿y轴方向的合力与绕质心的力矩和又可进一步表示为：

由此，根据上述公式可得到二自由度车辆动力学模型为：

其中，为电动汽车的横摆角速度大小，为电动汽车的侧向车速大小，m为电动汽车的质量。

进一步地，为了实现电动汽车的主动控制，需要在上述二自由度车辆动力学模型的基础上，施加一个与电动汽车的横摆角速度线性相关的主动控制力矩M，其中主动控制力矩M的大小为cγ，c为控制系数，由此可得到含主动控制的车辆动力学模型为：

进一步地，又考虑到电动汽车存在的网络延时，具体包括传感器进行信息获取转换的延时、控制器的计算延时和控制器到执行器的延时，会导致电动汽车在整个控制过程产生时滞，因此在整个控制过程中需要在控制项上加一个延时参数τ，即主动控制力矩由原先的cγ(t)变为cγ(t-τ)，其中τ的大小代表控制过程中产生的时间滞后量的总和，t为当前时刻，由此可得到基于网络延时的车辆动力学模型为：

S2，基于网络延时获取电动汽车实时的质心侧偏角和横摆角速度信息并构建信息采集矩阵。

在本发明的一个实施例中，构建信息采集矩阵具体包括：通过车载传感器获取电动汽车实时的质心侧偏角和横摆角速度信息并存储，通过存储的质心侧偏角和横摆角速度信息识别出其适用时刻与生成时刻信息，根据识别出的质心侧偏角与横摆角速度的适用时刻与生成时刻信息构建信息采集矩阵。

具体地，可通过电动汽车的轮速传感器和前轮转角传感器获取电动汽车实时的质心侧偏角信息，可通过电动汽车的横摆角速度传感器获取电动汽车实时的和横摆角速度信息。由于网络延时的存在，当电动汽车的车载传感器在获取电动汽车实时质心侧偏角和横摆角速度信息时，假设当前时刻为T_t，获取到的实时质心侧偏角为电动汽车的轮速传感器和前轮转角传感器估计的实际质心侧偏角β_t，获取到的实时横摆角速度为电动汽车的横摆角速度传感器估计的实际横摆角速度γ_t。其中，网络传输的的最大网络通信延时为kT，其中T为网络通信周期，k为获取信息次数，且k为正整数。

所以，通过车载传感器获取电动汽车实时的质心侧偏角和横摆角速度信息时，在时刻t获取到的当前时刻的质心侧偏角为β_t|t、横摆角速度为γ_t|t，其中，“|”之前的时刻表示该采集的适用时刻，“|”之后的时刻表示该采集的生成时刻。

进一步地，根据车载传感器在k个网络通信周期，获取的电动汽车的质心侧偏角和横摆角速度的适用时刻与生成时刻的信息构建信息采集矩阵，并将所需适用时刻的信息与生成时刻的信息存储在信息采集矩阵中，其中信息采集矩阵为：

S3，基于参考模型根据质心侧偏角和横摆角速度信息计算直接横摆力矩。

在本发明的一个实施例中，直接横摆力矩可通过下列公式计算：

M_d＝-k₁·e(β)-k₂·e(γ)

其中，M_d为直接横摆力矩，e(β)为质心侧偏角误差，e(γ)为横摆角速度误差，k₁与k₂为反馈增益。

S4，基于网络延时获取电动汽车实时的纵向驱动力、侧向驱动力和垂直载荷。

在本发明的一个具体实施例中，可通过电动汽车的车轮电机控制器获取电动汽车实时纵向驱动力、侧向驱动力和垂直载荷。

S5，定义电动汽车轮胎所受实际附着力与路面提供的极限附着力之比为电动汽车轮胎利用率，并将轮胎利用率之和作为优化目标。

在本发明的一个实施例中，电动汽车的总的轮胎利用率为：

其中，F_xi为电动汽车的纵向驱动力，F_zi为电动汽车的垂直载荷，u_i为路面附着系数，i＝1，2，3，4，分别表示电动汽车的四个车轮。

S6，根据直接横摆力矩、纵向驱动力、侧向驱动力、垂直载荷和优化目标对电动汽车进行驱动力分配。

具体地，先通过对电动汽车的驱动力进行求解，建立其优化问题，然后通过电动汽车的纵向驱动力F_xi与电动汽车的垂直载荷F_zi表达电动汽车的车轮纵向力，最后根据电动汽车的车轮纵向力和电动汽车的车轮驱动力之间的关系，对电动汽车进行驱动力分配。

在本发明的一个实施例中，电动汽车具有三个约束条件：

其一，电动汽车执行器的上下约束，即电动汽车车轮电机所能提供的最大驱动力，具体为：

0≤F_xi≤F_dmax；

其二，电动汽车轮胎驱动力必须小于电动汽车轮胎所能提供的最大驱动力，具体为：

其三，在纵向方向上，电动汽车四个车轮的驱动力是其总的纵向力的总和，具体为：

F_xi+F_x2+F_x3+F_x4-F_d＝0；

又因为电动汽车的四个车轮的驱动力相对其质心之和，即总需求横摆力矩满足电动汽车所需的直接横摆力矩，所以：

其中，M_d为直接横摆力矩。

在本发明的一个实施例中，联立上述不等式约束和等式约束，并令以电动汽车轮胎利用率之和最小为目标函数，可将电动汽车驱动力分配的问题转化为标准的二次规划问题：

其中，min为控制目标，s.t.为边界条件，H为二次项系数矩阵，f为一次项系数矩阵，A_eq、b_eq为等式约束数阵，A、b是不等式数阵，lb、ub为上下限。

进一步地，其中参数H，f，A_eq，b_eq，A，b，lb，ub可分别通过下列公式计算：

f＝[0,0,0,0]^T，A＝diag(1,1,1,1)

A_eq＝[F_z1,F_z2,F_z3,F_z4；F_z1,-F_z2,F_z3,-F_z4]

b_eq＝[F_d,2M_d/t]^T,lb＝[0,0,0,0]^T,ub＝F_dmax[1,1,1,1]^T。

其中，diag函数用于构建对角矩阵。

对上述公式进行求解可得到电动汽车各驱动轮的驱动力，最后将本发明计算方法得到的驱动力分配到各个驱动轮中，完成电动汽车的协调控制，具体地，可通过车载网络对电动汽车的左前轮、右前轮、左后轮和右后轮根据计算结果进行驱动力分配，从而达到抑制电动汽车出现转向不足或转向过度的趋势的目的。

需要说明的是，图1所示的步骤S2～步骤S4的执行顺序为本发明一个实施例中的执行顺序，在本发明的其他实施例中，上述步骤S4可在步骤S3之前执行，也可与步骤S2同时执行。其中，获取电动汽车实时状态信息的周期为P，周期P是本发明实施例所使用的各类传感器的信息发送周期的最小公倍数。

根据本发明实施例提出的基于网络延时的分布式驱动电动汽车驱动力分配控制方法，通过建立基于网络延时的车辆动力学模型，结合基于网络延时获取的电动汽车实时的质心侧偏角和横摆角速度信息计算直接横摆力矩，然后获取基于网络延时获取的电动汽车实时的纵向驱动力、侧向驱动力和垂直载荷，定义电动汽车轮胎所受实际附着力与路面提供的极限附着力之比为电动汽车轮胎利用率，并将轮胎利用率之和作为优化目标，根据直接横摆力矩、纵向驱动力、侧向驱动力、垂直载荷和优化目标对电动汽车进行驱动力分配，由此，可完成分布式驱动电动汽车的协调控制，能够保证分布式驱动电动汽车具有较好的协调控制性能，从而提高分布式驱动电动汽车的稳定性和安全性。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种基于网络延时的分布式驱动电动汽车驱动力分配控制方法，其特征在于，包括以下步骤：

建立基于网络延时的车辆动力学模型作为参考模型；

基于所述网络延时获取所述电动汽车实时的质心侧偏角和横摆角速度信息并构建信息采集矩阵；

基于所述参考模型根据所述质心侧偏角和横摆角速度信息计算直接横摆力矩；

基于所述网络延时获取所述电动汽车实时的纵向驱动力、侧向驱动力和垂直载荷；

定义所述电动汽车轮胎所受实际附着力与路面提供的极限附着力之比为所述电动汽车轮胎利用率，并将所述轮胎利用率之和作为优化目标；

根据所述直接横摆力矩、纵向驱动力、侧向驱动力、垂直载荷和优化目标对所述电动汽车进行驱动力分配。

2.根据权利要求1所述的基于网络延时的分布式驱动电动汽车驱动力分配控制方法，其特征在于，所述网络延时包括传感器进行信息获取转换的延时、控制器的计算延时和控制器到执行器的延时。

3.根据权利要求1所述的基于网络延时的分布式驱动电动汽车驱动力分配控制方法，其特征在于，所述基于网络延时的车辆动力学模型为：

其中，k_f为所述电动汽车前轮的侧偏刚度，k_r为所述电动汽车后轮的侧偏刚度，β为为所述电动汽车的质心侧偏角，u为所述电动汽车的纵向车速，v为所述电动汽车的侧向车速，a为质心距所述电动汽车前轮的距离，b为质心距所述电动汽车后轮的距离，γ为所述电动汽车的横摆角速度，δ为所述电动汽车前轮转角，m为所述电动汽车的质量，为所述电动汽车的横摆角速度大小，为所述电动汽车的侧向车速大小，c为控制系数，I_z为所述电动汽车绕z轴的转动惯量，τ为控制过程中产生的时间滞后量的总和，t为当前时刻。

4.根据权利要求1所述的基于网络延时的分布式驱动电动汽车驱动力分配控制方法，其特征在于，所述构建信息采集矩阵具体包括：

根据所述质心侧偏角和横摆角速度信息获得其适用时刻与生成时刻信息，并根据所述适用时刻与生成时刻信息构建信息采集矩阵。

5.根据权利要求4所述的基于网络延时的分布式驱动电动汽车驱动力分配控制方法，其特征在于，所述信息采集矩阵为：

其中，β_t|t和γ_t|t为在时刻t采集到的当前时刻的质心侧偏角和横摆角速度，“|”之前的时刻表示该采集的适用时刻，“|”之后的时刻表示该采集的生成时刻，k为获取信息次数，T为网络通信周期。

6.根据权利要求5所述的基于网络延时的分布式驱动电动汽车驱动力分配控制方法，其特征在于，所述电动汽车的总的轮胎利用率为：

其中，F_xi为所述电动汽车的纵向驱动力，F_zi为所述电动汽车的垂直载荷，u_i为路面附着系数，i＝1，2，3，4。

7.根据权利要求6所述的基于网络延时的分布式驱动电动汽车驱动力分配控制方法，其特征在于，所述驱动力分配的问题转化为标准的二次规划问题：

其中，min为控制目标，s.t.为边界条件，H为二次项系数矩阵，f为一次项系数矩阵，A_eq、b_eq为等式约束数阵，A、b是不等式数阵，lb、ub为上下限。