CN111391916B - 考虑驾驶员转向特性的线控转向***辅助控制策略 - Google Patents
考虑驾驶员转向特性的线控转向***辅助控制策略 Download PDFInfo
- Publication number
- CN111391916B CN111391916B CN202010230524.5A CN202010230524A CN111391916B CN 111391916 B CN111391916 B CN 111391916B CN 202010230524 A CN202010230524 A CN 202010230524A CN 111391916 B CN111391916 B CN 111391916B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driver
- steering
- follows
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011217 control strategy Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 238000013461 design Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 11
- 230000009467 reduction Effects 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 239000003638 chemical reducing agent Substances 0.000 claims description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 8
- 238000011161 development Methods 0.000 abstract description 4
- 238000002474 experimental method Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明基于线控转向双电机***提出了一种考虑驾驶员转向特性的线控转向***辅助控制策略,可以对三类驾驶员进行个性化辅助驾驶,并在转向过程中保持他们的转向风格。基于驾驶员模型参数识别,获得驾驶员的转向特性参数,用于个性化辅助策略的设计。一方面可以个性化的辅助驾驶员进行路径跟踪实验,提高跟踪的精度和减小跟踪的误差,另一方面可以通过辅助控制减轻驾驶员的生理和心理负担,从而实现人‑车***性能的最佳。个性化辅助控制策略充分发挥线控转向***作为智能驾驶平台的潜力,极大的提高了***的安全性,改善了驾驶员的驾驶感受,体现了驾驶员的驾驶风格,具有广阔的发展前景和应用价值。
Description
技术领域
本发明涉及辅助驾驶***领域,具体是一种考虑驾驶员转向特性的线控转向***辅助控制策略。
背景技术
线控转向***作为未来智能驾驶的重要平台,日益凸显其重要的地位。如今关于线控转向***的研究主要着重集中在提高***的性能方面,很少有人关注车辆转向过程中驾驶员的驾驶状态,主要包括生理负担和心理负担。本专利综合考虑了车辆的转向性能和驾驶员的生理和心理状态,充分利用μ鲁棒控制算法在外界干扰和模型不确定性的控制优势,开发出针对不同驾驶员的个性化辅助控制器,从而实现人-车总体性能的最佳,既提高了车辆在转向过程中路径跟踪的精度,又减轻了驾驶员的生理和心理负担,具有广阔的发展前景和应用价值。
发明内容
本发明为了解决现有技术的问题,提供了一种考虑驾驶员转向特性的线控转向***辅助控制策略,充分发挥线控转向***作为智能驾驶平台的潜力,极大的提高了***的安全性,改善了驾驶员的驾驶感受,体现了驾驶员的驾驶风格,具有广阔的发展前景和应用价值。
本发明包括以下步骤:
1)预瞄驾驶员模型:
其中,代表着预瞄点的理想侧向位移;τp是预瞄时间;Y(s)和φ(s)是车辆当前的侧向位移和偏航角;L是驾驶员的预瞄距离;θsw(s)是驾驶员的转向盘转角;Gh是转向比例增益;τL是微分时间常数;τd1是纯延迟时间;τd2是驾驶员反应的延迟时间;
设线控***的转向传动比是Rg,则θfd=θsw/Rg是驾驶员施加在前轮的转角,在零初始条件下可得:
2)建立车辆和线控***模型:
2.1)设置车辆重心在地面上的位置为(X,Y),根据车辆的运动关系和车辆的动力学关系可以二自由度模型可以推导出车辆的运动学和动力学关系如下:
其中:X0,Y0,φ0是初始时刻车辆的位置和状态;φ是车辆的偏航角;β是车辆的质心侧偏角;ωr是车辆的横摆角速度;V是车辆的实际速度;Vx是车辆的侧向速度;Vy是车辆的纵向速度;m是车辆的质量,k1是前轮的刚度,k2是后轮刚度,Iz是车辆的转动惯量,a是前轴长度,b是后轴轴距,δf汽车前轮转角,d1和d2代表着模型误差;
2.2)假设车辆两前轮转角相同,转向子***的动态模型如下:
其中θs是总的小齿轮转角,BR是等效阻尼系数,JR等效的转动惯量,G2是小齿轮转角到车轮的减速比,T是总的电机输出扭矩,G1是电机输出到小齿轮的减速比,η是减速器的效率,dr是路面干扰,τR是轮胎的回正力矩,tp,tm是轮胎的拖距,Xr是齿条的位移,r p是小齿轮的半径;
2.3)将人-车***模型写成状态空间的形式,***的状态变量定义为驾驶员和设计的控制器共享转向主权:δf=δfd+δfc,其中δfc是控制器输入的前轮转角。w=YP=是参考路径,u=I是设计的辅助电流,kt是电机的扭矩系数;
2.4)设计个性化辅助控制器,人-车***模型表示如下:
d=[0 0 d1 d2 0 d3 d4 d5]T; (11)
综合考虑到车辆的路径跟踪误差,驾驶员生理和心理负担,以及控制器的输出,定义如下的评估函数:
2.5)定义控制器的输出如下:
Z=CZx+DZw+RZu (13)
2.6)把优化问题转换为||Z||2的优化
J=||Z||2; (14)
3)表示与处理***不确定性:
车辆动力学模型也可以通过拉普拉斯域中的传递矩阵来说明:
不确定区域表示为乘法不确定性:
Gp(s)=G(s)(1+WIΔI(s)) (16)
线控***的乘法权函数需要满足以下要求:
前轮刚度k1的刚度不确定范围是15%,后轮刚度k2的刚度不确定性范围是10%,并且车速的不确定性范围是10%,根据公式(17),对Gfβ(s),Gfr(s)乘法加权函数求解,Wp是性能权重函数,因此,加权函数矩阵被选取为:
4)μ控制器的设计和求解:
根据μ控制理论,N矩阵可以分块:
从ω到z的传递函数且包含NΔ结构的不确定性可以表示如下:
F(N,Δ)=N22+N21Δ(I-N11Δ)-1N12 (20)
根据公式(20),Δ(I-N11Δ)-1将影响***的稳定性,结构奇异值μ是关于奇异值和谱半径的函数描述,对于对角线标准摄动,结构奇异值μ可以表示为:
基于μ控制理论,闭环***鲁棒稳定性的充要条件是:
det(I-M(jω)Δ(jω))≠0 (22)
假设标称***M和扰动Δ都是稳定的,因此,***稳定的充要条件是:
考虑到闭环***的鲁棒性能,结构奇异值表示的***稳定的充要条件如下:
因此,复杂扰动下结构奇异值的边界由谱半径和奇异值定义:
ρ(N(jω))≤μ(N(jω))≤σ(N(jω)) (25)
D是一个可以和Δ减缓的矩阵,所以
利用间接的D-K迭代算法考虑H∞和μ分析被引入区求解该控制器,获得一个可以在频域上最小化minK||DND-1||∞上边界的控制器K,D和K可以被自由的选择;首先固定D(s)去求解minK||DND-1||∞,然后N被固定去求解D(s),从而获得各自频域的最小值。
进一步改进,步骤1)中预瞄驾驶员模型推导方法如下:
侧向位移偏差从预测位置到预瞄点可以表示如下:
一阶驾驶员预瞄模型可以表示如下:
根据泰勒公式:
可以推导出驾驶员模型。
进一步改进,步骤2)所述的整个车辆的运动关系表示如下:
车辆的动力学关系可以二自由度模型表示如下:
本发明有益效果在于:
该策略可以对年轻的新手驾驶员A,年轻的熟练驾驶员B,老年驾驶员C三类驾驶员进行个性化辅助驾驶,并在转向过程中保持他们的转向风格。基于驾驶员模型参数识别,获得驾驶员的转向特性参数,用于个性化辅助策略的设计。提出的策略一方面可以个性化的辅助驾驶员进行路径跟踪实验,提高跟踪的精度和减小跟踪的误差,另一方面可以通过辅助控制减轻驾驶员的生理和心理负担,从而实现人-车***性能的最佳。个性化辅助控制策略充分发挥线控转向***作为智能驾驶平台的潜力,极大的提高了***的安全性,改善了驾驶员的驾驶感受,体现了驾驶员的驾驶风格,具有广阔的发展前景和应用价值。
附图说明
图1为预瞄驾驶员模型示意图。
图2为全局坐标系中的车辆模型。
图3为转向执行器模块示意图。
图4为权重函数Gfβ(s)
图5为权重函数Gfr(s)。
图6为线控***μ控制器设计框图。
图7为D-K迭代算法迭代框图。
图8(a)为没有辅助控制下驾驶员横向位移的仿真结果。
图8(b)为提出辅助控制下驾驶员横向位移的仿真结果。
图8(c)为提出辅助控制下驾驶员状态的仿真结果。
图8(d)为提出辅助控制下驾驶员风格和补偿控制的仿真结果。
图8(e)为提出辅助控制下驾驶员的补偿过程的仿真结果。
图9(a)为不同算法下横向位移仿真结果对比图。
图9(b)为不同算法下驾驶员的状态仿真结果对比图。
图9(c)为不同算法下车辆的横摆角速度和质心侧偏角仿真结果对比图。
图9(d)为不同算法下侧向位移仿真结果对比图。
图9(e)为不同算法下方向盘转角和车辆的状态仿真结果对比图。
具体实施方式
下面结合附图对本发明作进一步说明。
1.1预瞄驾驶员模型:
驾驶员可以操纵方向盘转角来跟踪参考路径。转向是一种可以由驾驶员模型来表示的动态行为。图1展示了预瞄驾驶员模型的示意图,该模型可以模拟驾驶员实际的转向行为。
侧向位移偏差从预测位置到预瞄点可以表示如下
一阶驾驶员预瞄模型可以表示如下
其中θsw(s)是驾驶员的转向盘转角;Gh是转向比例增益;τL是微分时间常数;τd1是纯延迟时间;τd2是驾驶员反应的延迟时间。
根据泰勒公式:
根据公式(1-3),驾驶员模型可以推导如下
设线控***的转向传动比是Rg,则θfd=θsw/Rg是驾驶员施加在前轮的转角.在零初始条件下可得,公式(5)可以被描述如下:
1.2车辆和线控***模型:
图2展示了在全局坐标系中的车辆模型。设置车辆重心在地面上的位置为(X,Y),则整个车辆的运动关系可以通过公式(6)表示如下:
其中:X0,Y0,φ0是初始时刻车辆的位置和状态;φ是车辆的偏航角;β是车辆的质心侧偏角;ωr是车辆的横摆角速度;V是车辆的实际速度;Vx是车辆的侧向速度;Vy是车辆的纵向速度。
车辆的动力学关系可以二自由度模型表示如下:
其中:m是车辆的质量,k1是前轮的刚度,k2是后轮刚度,Iz是车辆的转动惯量,a是前轴长度,b是后轴轴距,δf汽车前轮转角,d1和d2代表着模型误差。
根据公式(6-7),车辆的运动学和动力学关系可以推导如下:
如图3转向执行器模块所示,转向扭矩从转向双电机传到前轮转角。这个过程经过两个直流电机,两个减速器,两个离合器,两个转向管柱,两个小齿轮,一个齿条机构。假设两前轮转角相同,转向子***的动态模型如下:
其中θs是总的小齿轮转角,BR是等效阻尼系数,JR等效的转动惯量,G2是小齿轮转角到车轮的减速比,T是总的电机输出扭矩,G1是电机输出到小齿轮的减速比,η是减速器的效率,dr是路面干扰,τR是轮胎的回正力矩,tp,tm是轮胎的拖距,Xr是齿条的位移,r p是小齿轮的半径。
为了有利于控制器的设计,人-车***模型可以写成状态空间的形式。***的状态变量定义为驾驶员和设计的控制器共享转向主权:δf=δfd+δfc,其中δfc是控制器输入的前轮转角。w=YP=是参考路径,u=I是设计的辅助电流,kt是电机的扭矩系数。
在个性化辅助控制器设计中,人-车***模型可以表示如下:
d=[0 0 d1 d2 0 d3 d4 d5]T (11)
综合考虑到车辆的路径跟踪误差,驾驶员生理和心理负担,以及控制器的输出,我们定义如下的评估函数。
定义控制器的输出如下:
Z=CZx+DZw+RZu (13)
因此我们可以把优化问题转换为||Z||2的优化
J=||Z||2 (14)
3.1***不确定性表示与处理:
线控***存在着前后轮轮胎的非线性,他们可以被当作参数不确定性进行处理。与此同时,在转向过程中车辆还存在车速的不确定性。因此,有必要首先对***中存在的不确定性进行相应的处理。
车辆动力学模型也可以通过拉普拉斯域中的传递矩阵来说明。
不确定区域可以表示为乘法不确定性。
Gp(s)=G(s)(1+WIΔI(s)) (16)
线控***的乘法权函数需要满足以下要求。
前轮刚度k1的刚度不确定范围是15%,后轮刚度k2的刚度不确定性范围是10%,并且车速的不确定性范围是10%。根据公式17。Gfβ(s),Gfr(s)乘法加权函数的求解见图5。Wp是性能权重函数。因此,加权函数矩阵被选取为:
3.2μ控制器的设计和求解:
图6为μ控制器设计框图。
根据μ控制理论,N矩阵可以分块:
从ω到z的传递函数且包含NΔ结构的不确定性可以表示如下:
F(N,Δ)=N22+N21Δ(I-N11Δ)-1N12 (20)
根据公式(20),Δ(I-N11Δ)-1将影响***的稳定性.结构奇异值μ是关于奇异值和谱半径的函数描述。对于对角线标准摄动,结构奇异值μ可以表示为:
基于μ控制理论,闭环***鲁棒稳定性的充要条件是
det(I-M(jω)Δ(jω))≠0 (22)
假设标称***M和扰动Δ都是稳定的。因此,***稳定的充要条件是:
考虑到闭环***的鲁棒性能,结构奇异值表示的***稳定的充要条件如下:
因此,复杂扰动下结构奇异值的边界可以由谱半径和奇异值定义。
ρ(N(jω))≤μ(N(jω))≤σ(N(jω)) (25)
D可以与Δ交换的矩阵,所以
结构奇异值μ是分析***鲁棒性的重要工具。μ控制器的设计是为了在给定条件内最小化μ值。但是没有直接的μ控制求解方法存在。所以间接的D-K迭代算法考虑H∞和μ分析被引入区求解这个问题。相关原理展示在公式(26)相应的迭代框图展示在图7。
求解控制器目的是为了获得一个可以在频域上最小化minK||DND-1||∞上边界的控制器K。D和K可以被自由的选择。首先固定D(s)去求解minK||DND-1||∞,然后N被固定去求解D(s),从而获得各自频域的最小值。
4.1个性化辅助控制器验证:
4.11不同驾驶员对比如下:
这部分主要比较了辅助控制器使用前后三种驾驶员的转向行为。除此之外,两种工况下车辆的状态,驾驶员的负担差异也被进一步分析。如图8(a)所示,由于驾驶经验的缺乏驾驶员A很难进行较好的路径跟踪实验。驾驶员C是一个老年驾驶员,与其他驾驶员相比他有着较大的肌肉和反应延迟以及较小的转向比例增益。因此,驾驶员C习惯慢慢转向且转向过程中倾向于保守。相反,驾驶员C是一个有一定经验的年青驾驶员,表现出更好的路径跟踪例如更小的跟踪误差。
本文设计的个性化辅助控制器可以辅助驾驶员们在路面干扰,侧向风干扰,***模型不确定下进行路径跟踪见8(b)。该控制器可以减少驾驶员A的路径跟踪误差高80%,驾驶员B的路径跟踪误差高达70%,并且驾驶员C的路径跟踪误差71%.从图8(c)和图8(d)可以看出提出的控制器可以极大的减轻驾驶员的生理负担,具体体现在方向盘转角较少90%。同时,这个控制器不仅可以对于三种驾驶员提供个性化辅助控制而且可以保留他们的转向风格见图8(d)。以驾驶员A为例,图8(e)展示了人-车共享控制的具体过程。其中车辆转向过程中的前轮转角由驾驶员的输入前轮转角和控制器补偿的前轮转角共同控制,从而实现辅助控制的功能。
4.12不同控制算法对比
以驾驶员A和驾驶员B为例,在***不确定和外界干扰条件下,本专利对μ控制算法和pid控制算法进行了对比分析。
图9(a)展示了两种控制器都可以对驾驶员A进行转向辅助控制,同时车辆的路径跟踪效果有一定程度的提高。和pid控制相比,提出的控制器减少路径跟踪误差75%,展现了更好的路径跟踪能力。图9(b)展示了两种控制器都可以减轻驾驶员A的生理负担,具体反应在转向盘转角的减少。但是由于pid控制算法在外界干扰下鲁棒性一般,驾驶员A的心理负担依旧没有减少,表现为方向盘转角的微分依旧很大。因此,此时的新手驾驶员依旧处于高度紧张的状态。作为对比,μ控制算法辅助下的驾驶员A可以很好的弥补驾驶经验的不足,并且自身负担很小。可以被理解为,新手更愿意使用μ控制算法作为辅助控制。图9(c)展示了三种条件下车辆的横摆角速度和质心侧偏角,同时也展示了提及的控制算法在保持车辆稳定性方面的优势。总体而言,驾驶员A在提出的控制器下可以获得更好的***性能和驾驶状态。
Pid控制器的辅助效果很小而此时驾驶员B的生理负担反而增大见图9(d)和图9(e)。换句话说,熟练的驾驶员更愿意自己独立进行转向操作因为pid控制的一般效果。当驾驶员B被设计的控制器辅助时,人车***的性能依旧可以提高。可以得出提出的控制器依旧适用于有驾驶经验的驾驶员。
本发明具体应用途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (3)
1.一种考虑驾驶员转向特性的线控转向***辅助控制策略,其特征在于包括以下步骤:
1)预瞄驾驶员模型:
其中,代表着预瞄点的理想侧向位移;τp是预瞄时间;Y(s)和φ(s)是车辆当前的侧向位移和偏航角;L是驾驶员的预瞄距离;θsw(s)是驾驶员的转向盘转角;Gh是转向比例增益;τL是微分时间常数;τd1是纯延迟时间;τd2是驾驶员反应的延迟时间;Vx是车辆的侧向速度;d1(s)是外界干扰;
设线控***的转向传动比是Rg,则θfd=θsw/Rg是驾驶员施加在前轮的转角,在零初始条件下可得:
2)建立车辆和线控***模型:
2.1)设置车辆重心在地面上的位置为(X,Y),根据车辆的运动关系和车辆的动力学关系二自由度模型推导出车辆的运动学和动力学关系如下:
其中:X0,Y0,φ0是初始时刻车辆的位置和状态;φ是车辆的偏航角;β是车辆的质心侧偏角;ωr是车辆的横摆角速度;V是车辆的实际速度;Vx是车辆的侧向速度;Vy是车辆的纵向速度;m是车辆的质量,k1是前轮的刚度,k2是后轮刚度,Iz是车辆的转动惯量,a是前轴长度,b是后轴轴距,δf汽车前轮转角,d1和d2代表着模型误差,d3是外界干扰;
2.2)假设车辆两前轮转角相同,转向子***的动态模型如下:
其中θs是总的小齿轮转角,BR是等效阻尼系数,JR等效的转动惯量,G2是小齿轮转角到车轮的减速比,T是总的电机输出扭矩,G1是电机输出到小齿轮的减速比,η是减速器的效率,dr是路面干扰,τR是轮胎的回正力矩,tp,tm是轮胎的拖距,Xr是齿条的位移,rp是小齿轮的半径;β是车辆的质心侧偏角;ωr是车辆的横摆角速度;
2.3)将人-车***模型写成状态空间的形式,***的状态变量定义为驾驶员和设计的控制器共享转向主权:δf=δfd+δfc,其中δfc是控制器输入的前轮转角;w=YP=是参考路径,u=I是设计的辅助电流,kt是电机的扭矩系数;
2.4)设计个性化辅助控制器,人-车***模型表示如下:
d=[0 0 d1 d2 0 d3 d4 d5]T; (11)
kt是电机的扭矩系数,JR等效的转动惯量,Jm2是电机的转动惯量,d1、d2、d3、d4、d5是外界干扰;
综合考虑到车辆的路径跟踪误差,驾驶员生理和心理负担,以及控制器的输出,定义如下的评估函数:
2.5)定义控制器的输出如下:
Z=CZx+DZw+RZu (13)
2.6)把优化问题转换为||Z||2的优化
J=||Z||2; (14)
3)表示与处理***不确定性:
车辆动力学模型通过拉普拉斯域中的传递矩阵来说明:
不确定区域表示为乘法不确定性:
Gp(s)=G(s)(1+WIΔI(s)) (16)
线控***的乘法权函数需要满足以下要求:
前轮刚度k1的刚度不确定范围是15%,后轮刚度k2的刚度不确定性范围是10%,并且车速的不确定性范围是10%,根据公式(17),对Gfβ(s),Gfr(s)乘法加权函数求解,Wp是性能权重函数,因此,加权函数矩阵被选取为:
4)μ控制器的设计和求解:
根据μ控制理论,N矩阵分块:
从ω到z的传递函数且包含NΔ结构的不确定性表示如下:
F(N,Δ)=N22+N21Δ(I-N11Δ)-1N12 (20)
根据公式(20),Δ(I-N11Δ)-1将影响***的稳定性,结构奇异值μ是关于奇异值和谱半径的函数描述,对于对角线标准摄动,结构奇异值μ表示为:
基于μ控制理论,闭环***鲁棒稳定性的充要条件是:
det(I-M(jω)Δ(jω))≠0 (22)
假设标称***M和扰动Δ都是稳定的,因此,***稳定的充要条件是:
考虑到闭环***的鲁棒性能,结构奇异值表示的***稳定的充要条件如下:
因此,复杂扰动下结构奇异值的边界由谱半径和奇异值定义:
ρ(N(jω))≤μ(N(jω))≤σ(N(jω)) (25)
D是一个和Δ交换的矩阵,所以
利用间接的D-K迭代算法考虑H∞和μ分析被引入区求解该控制器,获得一个在频域上最小化minK||DND-1||∞上边界的控制器K,D和K被自由的选择;首先固定D(s)去求解minK||DND-1||∞,然后N被固定去求解D(s),从而获得各自频域的最小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010230524.5A CN111391916B (zh) | 2020-03-27 | 2020-03-27 | 考虑驾驶员转向特性的线控转向***辅助控制策略 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010230524.5A CN111391916B (zh) | 2020-03-27 | 2020-03-27 | 考虑驾驶员转向特性的线控转向***辅助控制策略 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111391916A CN111391916A (zh) | 2020-07-10 |
CN111391916B true CN111391916B (zh) | 2021-05-28 |
Family
ID=71424912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010230524.5A Active CN111391916B (zh) | 2020-03-27 | 2020-03-27 | 考虑驾驶员转向特性的线控转向***辅助控制策略 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111391916B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112026763B (zh) * | 2020-07-23 | 2021-08-06 | 南京航空航天大学 | 一种汽车轨迹跟踪控制方法 |
CN112319610B (zh) * | 2020-10-14 | 2021-11-19 | 华南理工大学 | 一种智能汽车的人机共享转向控制方法 |
CN115384615B (zh) * | 2022-10-10 | 2024-05-07 | 南京林业大学 | 一种考虑驾驶风格的线控转向***路感控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010155527A (ja) * | 2008-12-26 | 2010-07-15 | Toyota Motor Corp | プレビュー情報に基づいて運転支援の態様を変更する車輌 |
CN103640622A (zh) * | 2013-11-13 | 2014-03-19 | 南京航空航天大学 | 一种基于驾驶员模型的汽车方向智能控制方法及控制*** |
CN106882185A (zh) * | 2017-03-10 | 2017-06-23 | 南京林业大学 | 一种含驾驶员焦点预瞄模型的车辆自主转向控制方法 |
CN109664938A (zh) * | 2018-12-29 | 2019-04-23 | 南京航空航天大学 | 基于驾驶员行为辨识的线控转向双电机***及其横摆稳定性补偿策略 |
CN110077418A (zh) * | 2019-04-08 | 2019-08-02 | 东南大学 | 考虑驾驶员特性的差动辅助转向与共享控制***建模方法 |
CN110329347A (zh) * | 2019-07-03 | 2019-10-15 | 南京航空航天大学 | 一种基于驾驶员特性的转向控制***及其控制方法 |
CN110626340A (zh) * | 2019-09-30 | 2019-12-31 | 南京航空航天大学 | 基于灰狼算法的智能汽车路径跟踪控制***及方法 |
-
2020
- 2020-03-27 CN CN202010230524.5A patent/CN111391916B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010155527A (ja) * | 2008-12-26 | 2010-07-15 | Toyota Motor Corp | プレビュー情報に基づいて運転支援の態様を変更する車輌 |
CN103640622A (zh) * | 2013-11-13 | 2014-03-19 | 南京航空航天大学 | 一种基于驾驶员模型的汽车方向智能控制方法及控制*** |
CN106882185A (zh) * | 2017-03-10 | 2017-06-23 | 南京林业大学 | 一种含驾驶员焦点预瞄模型的车辆自主转向控制方法 |
CN109664938A (zh) * | 2018-12-29 | 2019-04-23 | 南京航空航天大学 | 基于驾驶员行为辨识的线控转向双电机***及其横摆稳定性补偿策略 |
CN110077418A (zh) * | 2019-04-08 | 2019-08-02 | 东南大学 | 考虑驾驶员特性的差动辅助转向与共享控制***建模方法 |
CN110329347A (zh) * | 2019-07-03 | 2019-10-15 | 南京航空航天大学 | 一种基于驾驶员特性的转向控制***及其控制方法 |
CN110626340A (zh) * | 2019-09-30 | 2019-12-31 | 南京航空航天大学 | 基于灰狼算法的智能汽车路径跟踪控制***及方法 |
Non-Patent Citations (3)
Title |
---|
"两点预瞄驾驶员模型研究";程慧;《中国优秀硕士学位论文全文数据库(电子期刊)》;20170215;第49-58页 * |
"采用方向预瞄的内模驾驶员模型";谭运生 等;《中国科技论文》;20141130;第1275-1278页 * |
"驾驶员特性和鲁棒控制方法";代蒙蒙;《中国优秀硕士学位论文全文数据库(电子期刊)》;20190515;第15-38页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111391916A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111391916B (zh) | 考虑驾驶员转向特性的线控转向***辅助控制策略 | |
Zhao et al. | Displacement and force coupling control design for automotive active front steering system | |
Tan et al. | Shared control for lane departure prevention based on the safe envelope of steering wheel angle | |
EP2440442B1 (en) | Method for controlling vehicle steering and vehicle behaviour | |
US8565979B2 (en) | System and method for stabilizing a single-track vehicle | |
Ercan et al. | Modeling, identification, and predictive control of a driver steering assistance system | |
Hsu et al. | An optimal wheel torque distribution controller for automated vehicle trajectory following | |
Kuslits et al. | Modelling and control of a new differential steering concept | |
CN115179963A (zh) | 自动驾驶车辆换道的容错控制方法、介质、***及汽车 | |
Yang et al. | A linear time-varying MPC method for vehicle path-following assistance based on steering torque | |
CN113891827A (zh) | 车辆用转向装置 | |
Bujarbaruah et al. | Torque based lane change assistance with active front steering | |
JP4863880B2 (ja) | 操舵可能な後輪の操舵角度の制御方法及びシステム並びに対応する車両 | |
Wang et al. | Stability control of steer by wire system based on μ synthesis robust control | |
US8886409B2 (en) | Checking method implemented by a steering system regulating function | |
Jan et al. | Decoupling of vehicle lateral dynamics using four-wheel steering system | |
Kapania et al. | An autonomous lanekeeping system for vehicle path tracking and stability at the limits of handling | |
EP4052995B1 (en) | Assistive torque calculation method and system, program, storage medium, and vehicle | |
Koizumi et al. | Experimental study of lateral acceleration feedback control with steer-by-wire system | |
Sharp | On the stability and control of unicycles | |
Garrott et al. | Closed loop automobile maneuvers using describing function models | |
CN114475590B (zh) | 一种电动汽车力矩控制方法和***以及可读存储介质 | |
Balachandran et al. | The virtual wheel concept for supportive steering feedback during active steering interventions | |
Li et al. | On torque control of vehicle handling and steering feel for avoidance maneuver with electric power steering | |
CN105667585B (zh) | 基于指令滤波器的无人驾驶汽车前轮转向操纵控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |