CN113060117A - 转向制动控制方法、装置、介质及电子设备 - Google Patents
转向制动控制方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN113060117A CN113060117A CN201911285011.8A CN201911285011A CN113060117A CN 113060117 A CN113060117 A CN 113060117A CN 201911285011 A CN201911285011 A CN 201911285011A CN 113060117 A CN113060117 A CN 113060117A
- Authority
- CN
- China
- Prior art keywords
- motion
- steering
- determining
- tracking error
- parameter
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims description 52
- 230000001629 suppression Effects 0.000 claims description 14
- 230000006641 stabilisation Effects 0.000 claims description 5
- 238000011105 stabilization Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/02—Control of vehicle driving stability
- B60W30/045—Improving turning performance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Regulating Braking Force (AREA)
Abstract
本公开涉及一种转向制动控制方法、转向制动控制装置、计算机可读介质及电子设备。该方法包括:获取控制对象在转向运动状态下的当前运动参数,并获取与所述转向运动状态相对应的运动干扰信息;确定与所述控制对象相关的理想运动模型;根据所述当前运动参数和所述理想运动模型确定对应于所述当前运动参数的参数跟踪误差;根据所述运动干扰信息和所述参数跟踪误差确定用于调整所述转向运动状态的制动控制信息。该方法可以对由转向运动引入的干扰进行针对性地有效抑制,从而保证控制对象的运动稳定性和安全性。
Description
技术领域
本公开涉及计算机技术领域,具体涉及一种转向制动控制方法、转向制动控制装置、计算机可读介质及电子设备。
背景技术
车辆的转向控制性能和制动控制性能是影响车辆安全性和稳定性的关键因素,转向制动工况是最容易发生甩尾、侧翻等危险情况的车辆运行工况。尤其是在存在路面不平或者车轮充气压力不平衡等干扰因素的影响下,车辆整体的操纵稳定性和安全性能存在较大问题。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种转向制动控制方法、转向制动控制装置、计算机可读介质及电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的车辆控制方面存在的干扰应对能力差、安全稳定差等技术问题。
根据本公开的一个方面,提供一种转向制动控制方法,该方法包括:
获取控制对象在转向运动状态下的当前运动参数,并获取与所述转向运动状态相对应的运动干扰信息;
确定与所述控制对象相关的理想运动模型;
根据所述当前运动参数和所述理想运动模型确定对应于所述当前运动参数的参数跟踪误差;
根据所述运动干扰信息和所述参数跟踪误差确定用于调整所述转向运动状态的制动控制信息。
在本公开的一些示例性实施方式中,基于以上技术方案,所述根据所述运动干扰信息和所述参数跟踪误差确定用于调整所述转向运动状态的制动控制信息,包括:
根据所述运动干扰信息和所述参数跟踪误差确定直接横摆力矩和整体制动力矩;
确定与所述控制对象相关的多个动力提供对象,并确定用于为各个所述动力提供对象分配力矩的转矩分配算法;
将所述直接横摆力矩和所述整体制动力矩输入所述转矩分配算法以得到各个所述动力提供对象的制动力矩;
根据各个所述动力提供对象的制动力矩确定用于调整所述转向运动状态的制动控制信息。
在本公开的一些示例性实施方式中,基于以上技术方案,所述将所述直接横摆力矩和所述整体制动力矩输入所述转矩分配算法以得到各个所述动力提供对象的制动力矩,包括:
根据所述当前运动参数和所述理想运动模型确定所述控制对象的当前状态信息;
将所述当前状态信息、所述直接横摆力矩和所述整体制动力矩输入所述转矩分配算法;
根据所述当前状态信息和所述直接横摆力矩,通过所述转矩分配算法对所述整体制动力矩进行转矩分配以得到各个所述动力提供对象的制动力矩。
在本公开的一些示例性实施方式中,基于以上技术方案,所述根据所述运动干扰信息和所述参数跟踪误差确定直接横摆力矩和整体制动力矩,包括:
根据所述运动干扰信息和所述参数跟踪误差确定协调控制律;
根据所述协调控制律确定直接横摆力矩和整体制动力矩。
在本公开的一些示例性实施方式中,基于以上技术方案,所述根据所述运动干扰信息和所述参数跟踪误差确定协调控制律,包括:
根据所述运动干扰信息和所述参数跟踪误差建立用于抑制干扰和镇定控制的非线性***模型;
确定与所述非线性***模型相关的耗散不等式;
利用反步法计算满足所述耗散不等式的协调控制律。
在本公开的一些示例性实施方式中,基于以上技术方案,所述当前运动参数包括所述控制对象的质心侧偏角、转向角、运动速度和横摆角速度。
在本公开的一些示例性实施方式中,基于以上技术方案,所述参数跟踪误差包括对应于所述质心侧偏角的侧偏角跟踪误差、对应于所述运动速度的速度跟踪误差以及对应于所述横摆角速度的角速度跟踪误差;所述根据所述当前运动参数和所述理想运动模型确定对应于所述当前运动参数的参数跟踪误差,包括:
将所述转向角和所述运动速度输入所述理想运动模型以得到侧偏角期望值、速度期望值和角速度期望值;
根据所述质心侧偏角和所述侧偏角期望值确定侧偏角跟踪误差;
根据所述运动速度和所述速度期望值确定速度跟踪误差;
根据所述横摆角速度和所述角速度期望值确定角速度跟踪误差。
根据本公开的一个方面,提供一种转向制动控制装置,该装置包括:
参数获取模块,被配置为获取控制对象在转向运动状态下的当前运动参数,并获取与所述转向运动状态相对应的运动干扰信息;
模型确定模块,被配置为确定与所述控制对象相关的理想运动模型;
误差确定模块,被配置为根据所述当前运动参数和所述理想运动模型确定对应于所述当前运动参数的参数跟踪误差;
信息确定模块,被配置为根据所述运动干扰信息和所述参数跟踪误差确定用于调整所述转向运动状态的制动控制信息。
根据本公开的一个方面,提供一种计算机可读介质,其上存储有计算机程序,其特殊之处在于,所述计算机程序被处理器执行时实现以上任一所述的方法。
根据本公开的一个方面,提供一种电子设备,其特殊之处在于,包括处理器和存储器;其中,存储器用于存储所述处理器的可执行指令,所述处理器被配置为经由执行所述可执行指令来执行以上任一所述的方法。
本公开实施例所提供的技术方案中,通过将与转向运动状态相对应的运动干扰信息作为干扰项输入,而不是作为***输入项考虑,因此可以对由转向运动引入的干扰进行针对性地有效抑制,从而保证控制对象的运动稳定性和安全性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性地示出了本发明一些示例性实施方式中转向制动控制方法的步骤流程图。
图2示意性地示出了本公开一些示例性实施方式中确定制动控制信息的步骤流程图。
图3示意性地示出了本公开一些示例性实施方式中确定直接横摆力矩和整体制动力矩的步骤流程图。
图4示意性地示出了本公开一些示例性实施方式中确定协调控制律的步骤流程图。
图5示意性地示出了本公开一些示例性实施方式中确定各个动力提供对象的制动力矩的步骤流程图。
图6示意性地示出了本公开在一应用场景下使用的汽车线性二自由度模型。
图7A示意性地示出了汽车转向不足的状态示意图。
图7B示意性地示出了汽车转向过度的状态示意图。
图8示意性地示出了实现本公开技术方案中转向制动控制方法的控制算法结构框图。
图9示意性地示出了本公开一些示例性实施方式中转向制动控制装置的结构框图。
图10示意性示出本公开示例性实施方式中一种程序产品的示意图。
图11示意性示出本公开示例性实施方式中一种电子设备的模块示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施例使得本公开将更加全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
四轮独立驱动车辆(4-wheels-independent-drive,4WID)因其底盘结构与传统汽车有着较大差异,成熟的控制器产品(如:ABS(制动防抱死***)、ASR(驱动防滑***)、TCS(驱动力控制***)、ESP(电子稳定***)、DYC(直接横摆力矩控制)等)无法直接应用在4WID车辆上,而且以上产品在干扰抑制方面仍存在较大问题。
在本公开的相关技术中,针对4WID车辆以及其他车辆的转向制动***底盘集成控制方案主要可以采用集中式集成控制和分层协调控制两种方案。
集中式集成控制例如可以基于神经网络算法、模糊算法、滑模变结构算法、自抗扰算法等,采用前馈或反馈的方式设计底盘集成***控制器,建模时避免了转向制动等子***解耦,但模型复杂,设计控制器难度较大。采用集中式集成控制虽然可以保证整车***的鲁棒性,但是对于常见的内外部干扰(如:车轮充气压力、路面不规则应力、左右路面不平、传感器量测误差等)无法具象描述,针对性不够,针对特定的干扰抑制效果和控制效果都会下降。另外,因整车模型复杂度较高导致控制算法模型过于复杂,工程上难以实现。虽然不依赖***模型的准确性,但在实际应用中,实时性无法保证。
分层协调控制例如可以基于黑板规则模糊控制算法、自适应学习的耦合补偿算法、非线性解耦内模控制算法等,对***进行耦合补偿或是解耦控制。然而,解耦控制无法满足实际***多方面的需求;基于模糊规则的控制算法以及自适应学习的耦合补偿算法不依赖***模型的准确性,但实时性无法保证。
本公开技术方案主要针对车辆转向制动工况左右车轮垂直负载不平衡引起的转向过重场景下,对转向角引入的某一类特定干扰设计底盘集成***干扰抑制控制器,以提高某些场景下(车轮充气压力不对称,轮胎老化,路面不规则应力,对开路面等)车辆的操纵稳定性和安全性能。
下面结合具体实施方式对本公开技术方案做出详细说明。
图1示意性地示出了本发明一些示例性实施方式中转向制动控制方法的步骤流程图。如图1所示,该方法主要可以包括以下步骤:
步骤S110.获取控制对象在转向运动状态下的当前运动参数,并获取与转向运动状态相对应的运动干扰信息。
控制对象是需要进行转向制动控制的运动对象,例如可以是行驶中的机动车。控制对象在转向运动状态下的当前运动参数例如可以包括质心侧偏角β、转向角δ、运动速度V、横摆角速度γ等等。与转向运动状态相对应的运动干扰信息例如可以是与转向角δ相关的干扰项。
步骤S120.确定与控制对象相关的理想运动模型。
理想运动模型是在忽略与转向制动控制关联程度较低的影响因素的情况下建立的控制对象的运动模型,利用理想运动模型可以确定控制对象相关运动参数的期望值。
步骤S130.根据当前运动参数和理想运动模型确定对应于当前运动参数的参数跟踪误差。
由理想运动模型确定的期望值是各项运动参数的控制目标,根据当前运动参数和理想运动模型可以确定各个当前运动参数对应的参数跟踪误差。参数跟踪误差例如可以包括对应于质心侧偏角β的侧偏角跟踪误差eβ、对应于运动速度V的速度跟踪误差eV以及对应于横摆角速度γ的角速度跟踪误差eγ。在一些可选的实施方式中,本步骤可以将转向角δ和运动速度V输入理想运动模型以得到侧偏角期望值βd、速度期望值Vd和角速度期望值γd,然后根据质心侧偏角β和侧偏角期望值βd确定侧偏角跟踪误差eβ,根据运动速度V和速度期望值Vd确定速度跟踪误差eV,并根据横摆角速度γ和角速度期望值γd确定角速度跟踪误差eγ。
步骤S140.根据运动干扰信息和参数跟踪误差确定用于调整转向运动状态的制动控制信息。
结合运动干扰信息和参数跟踪误差可以利用干扰抑制算法确定制动控制信息,该制动控制信息能够在抑制干扰的情况下调整控制对象的转向运动状态。
在本示例性实施方式提供的转向制动控制方法中,通过将与转向运动状态相对应的运动干扰信息作为干扰项输入,而不是作为***输入项考虑,因此可以对由转向运动引入的干扰进行针对性地有效抑制,从而保证控制对象的运动稳定性和安全性。
图2示意性地示出了本公开一些示例性实施方式中确定制动控制信息的步骤流程图。如图2所示,在以上各实施方式的基础上,步骤S140.根据运动干扰信息和参数跟踪误差确定用于调整转向运动状态的制动控制信息,可以包括以下步骤:
步骤S210.根据运动干扰信息和参数跟踪误差确定直接横摆力矩和整体制动力矩。
根据步骤S110中获取到的运动干扰信息以及由步骤S130确定的参数跟踪误差,本步骤可以确定实现参数期望值所需的直接横摆力矩,同时可以确定用于产生直接横摆力矩的整体制动力矩。在其他一些实施方式中,也可以利用整体驱动力矩产生直接横摆力矩。
步骤S220.确定与控制对象相关的多个动力提供对象,并确定用于为各个动力提供对象分配力矩的转矩分配算法。
步骤S210中确定的整体制动力矩需要由与控制对象相关的多个动力提供对象来共同提供,本步骤可以确定用于为各个动力提供对象分配力矩的转矩分配算法。例如,控制对象为四轮独立驱动车辆,那么与之相关的动力提供对象可以是分别嵌入在四个驱动车轮内的轮毂电机。
步骤S230.将直接横摆力矩和整体制动力矩输入转矩分配算法以得到各个动力提供对象的制动力矩。
利用转矩分配算法对直接横摆力矩和整体制动力矩进行计算后可以确定各个动力提供对象的制动力矩。
步骤S240.根据各个动力提供对象的制动力矩确定用于调整转向运动状态的制动控制信息。
根据每个动力提供对象各自的制动力矩可以用于产生相应制动力矩的制动控制信息,从而实现对各个动力提供对象的制动控制。
图3示意性地示出了本公开一些示例性实施方式中确定直接横摆力矩和整体制动力矩的步骤流程图。如图3所示,在以上各实施方式的基础上,步骤S210.根据运动干扰信息和参数跟踪误差确定直接横摆力矩和整体制动力矩,可以包括以下步骤:
步骤S310.根据运动干扰信息和参数跟踪误差确定协调控制律。
步骤S320.根据协调控制律确定直接横摆力矩和整体制动力矩。
协调控制律是形成控制指令的算法,用于确定受控状态变量与***输入信号之间的函数关系。利用协调控制律确定的函数关系可以确定作为受控状态变量的直接横摆力矩和整体制动力矩。
图4示意性地示出了本公开一些示例性实施方式中确定协调控制律的步骤流程图。如图4所示,在以上各实施方式的基础上,步骤S310.根据运动干扰信息和参数跟踪误差确定协调控制律,可以包括以下步骤:
步骤S410.根据运动干扰信息和参数跟踪误差建立用于抑制干扰和镇定控制的非线性***模型。
本步骤首先根据运动干扰信息和参数跟踪误差建立一非线性***模型,用于抑制干扰和镇定控制。
步骤S420.确定与非线性***模型相关的耗散不等式。
由步骤S410建立的非线性***模型作为一个闭环***应当相对于某一给定的供给律达到严格耗散,本步骤确定与非线性***模型相关的耗散不等式。耗散是由利用效率高的能量转化为利用效率低的能量。耗散结构是***存在的一个结构状态,是一个远离平衡状态的开放***,通过不断地与外界进行物质、能量和信息的交换,***内部各要素存在着复杂的非线性相干效应时形成一种时间上、空间上和功能上的有序状态,这种非线性平衡下的有序结构称为耗散结构。在任何时刻,***初始时刻的能量与外部供应能量的和总是大于耗散***的能量和。
步骤S430.利用反步法计算满足耗散不等式的协调控制律。
耗散***的本质是存在一个非负的能量函数,即协调控制律,使得***的能量供给率总是大于能量损耗。对于一个给定的能量供给率,如果存在该协调控制律使得与非线性***模型相关耗散不等式成立,则该非线性***模型即为耗散***。
采用反步法(Backstepping)计算协调控制律可以避开求解HJI微分不等式(Hamilton Jacobi-Isaacs)。
图5示意性地示出了本公开一些示例性实施方式中确定各个动力提供对象的制动力矩的步骤流程图。如图5所示,在以上各实施方式的基础上,步骤S230.将直接横摆力矩和整体制动力矩输入转矩分配算法以得到各个动力提供对象的制动力矩,可以包括以下步骤:
步骤S510.根据当前运动参数和理想运动模型确定控制对象的当前状态信息。
利用理想运动模型对控制对象的当前运动参数进行分析还可以确定控制对象的当前状态信息,当前状态信息用于判定控制对象的当前稳定状态。
步骤S520.将当前状态信息、直接横摆力矩和整体制动力矩输入转矩分配算法。
将当前状态信息以及直接横摆力矩和整体制动力矩作为输入参数共同输入转矩分配算法,由转矩分配算法进行计算处理。
步骤S530.根据当前状态信息和直接横摆力矩,通过转矩分配算法对整体制动力矩进行转矩分配以得到各个动力提供对象的制动力矩。
转矩分配算法利用输入的当前状态信息和直接横摆力矩对整体制动力矩进行转矩分配,并根据分配结果确定各个动力提供对象的制动力矩。
下面结合具体应用场景对以上各实施方式中涉及的转向制动控制的细节和原理做出说明。
以四轮轮毂电动物流车为例,本公开技术方案的整体方案原理如下:
(1)在对整车建模时就将含有前轮转向角的输入项作为干扰输入考虑,而不是作为***输入考虑。这样就可以针对这类由转向角引入的干扰进行针对性的干扰抑制控制器设计。
(2)控制目标选取质心侧偏角、横摆角速度、车速与期望值的偏差,质心侧偏角期望值和横摆角速度可通过简化模型计算,质心侧偏角和横摆角速度跟随期望值保证了电动物流车良好的转向跟随性能;车速跟随期望值能保证电动物流车良好的制动效果。
(3)采用耗散***L2干扰抑制算法实现对特定干扰进行抑制,该算法能满足保证控制目标的同时对干扰进行抑制的多目标控制需求,并且控制律结构简单、实时性好,易于工程实践。
(4)充分利用四轮轮毂电动物流车四轮驱动力矩制动力矩独立可控的特点,采用分层设计,分为横摆力矩算法层和转矩分配层,采用实时性好的分配算法基于直接横摆力矩控制方案实现控制力的分配。
以上方案的具体实现内容如下:
一、建模
图6示意性地示出了本公开在一应用场景下使用的汽车线性二自由度模型。
其中,a和b分别为前轴距和后轴距,β为质心侧偏角,δ为转向角,V为运动速度,γ为横摆角速度,αr为后轮侧偏角,αf为前轮侧偏角,u为纵向速度,v为横向速度,Fxi为第i个车轮所受纵向力,Fyi为第i个车轮所受横向力。
汽车在转向制动工况下,结合侧偏角模型可以得到汽车横摆方向、纵向和侧向动力学平衡方程:
横摆方向动力学方程为:
侧向动力学方程为:
纵向动力学方程为:
将侧向力代入化简得:
上式中,kf为前轮的侧偏刚度系数,kr为后轮的侧偏刚度系数;a和b分别为前轴距和后轴距,β为质心侧偏角,γ为横摆角速度,V为运动速度,i=1,2,3,4表示四个车轮的纵向制动力。Iz为车辆绕Z轴的转动惯量,m为车辆重量
整理得到汽车转向制动底盘集成***模型:
y=[β γ]T
其中,Mz为直接衡摆力矩,I为车辆绕Z轴的转动惯量,y为输出
车辆理想运动模型为:
定义参数跟踪误差E为:
其中,eβ为侧偏角跟踪误差,eV为速度跟踪误差,eγ为角速度跟踪误差。
则底盘集成***模型可整理为:
上式中:
a11=-(kf+kr)/mv,a12=-(akf-bkr)/(mv2-1)
a21=-(akf-bkr)/Iz,a22=-(a2kf+b2kr)/Izv
b11=0,b21=1/Iz,h11=kf/mv,h21=akf/Iz
***的输入为:
***的干扰量为:
***的干扰量W是根据前轮转角变化而变化的,可观测
二、L2干扰抑制控制器设计
1、非线性***的干扰抑制和镇定控制问题
如果***输出y对扰动输入ω的比值表现出衰减,即比值(增益水平)μ足够小,有μ<1,我们称之为扰动衰减。
给定如下形式方程表示的非线性***
希望找到一反馈控制律u=u(x),使所得闭环***相对于供给率q达到严格耗散。
q(ω,y)=γ2ω2-y2 (3)
即在该控制律作用下,非线性***(2)是全局渐近稳定的,且输入的L2范数与干扰输入ω的L2范数比值小于等于μ。
对于公式(3)的供给率,需要找到状态反馈控制律u=u(x),对某个正定且真的数,即满足如下形式估计的光滑函数V(x):
使以下耗散不等式对所有x∈R和所有ω∈R成立:
其中,α(·)是一个K∞函数。
2、电动物流车转向制动底盘集成***L2干扰抑制控制器设计
需要设计协调控制律u=[u1 u2],使得***(1)中各状态变量能很好地跟踪期望值(即汽车底盘***跟踪误差模型全局渐近稳定)的同时,保证输出的L2范数与干扰w的L2范数的比值小于等于某一数μ。
首先令x1=eβ,x2=[eγ eV]T,且
f(x1,x2,W)=a11eβ+a12eγ+w1
则***(1)可以化简为:
汽车底盘集成***控制器设计问题其实就是:设计协调控制律u=[u1 u2],使模型(6)关于供给率q(W,y)=γ2||W||2-||h(x1,x2)||2严格耗散,即满足耗散不等式:
由此可见,这是一个MIMO非线性***的干扰抑制和镇定控制器的设计问题,下面将采用Backstepping方法,求得控制律u,从而避开求解HJI微分不等式。
式中将***分成一个模型准确已知***和一个含有不确定性***的反馈互联***,上式中f(x1,0,W)为只含有x1分量的模型准确已知***,
f(x1,x2,W)=f(x1,0,W)+A(x1,x2)
q(x1,x2,W)=f1(x1,x2)+p1(x1,x2,W)
结合公式(8)、(9)可得:
***输出可变形为:
假设对于只含有x1分量的子***,存在一数μ,一光滑数值正定的函数V(x)和一K∞函数α(·),使得公式(12)对所有x和W成立
将公式(12)代入公式(10)可得:
对公式(13)做进一步处理可得:
构造控制律u:
u=-Cx2-x2-A(x1,x2)-f1(x1,x2)+v (15)
其中C为一预先设定的矩阵,定义如下:
其中,cij>0,所以协调控制律u写为:
将公式(15)代入公式(14)得:
对于任意ε>0,根据许瓦兹不等式可知:
选取附加控制律v:
则公式(18)变为:
又
结合公式(17)、公式(20)和公式(21)可得:
由于α(||x1||)是一个K∞类函数,函数α(||x1||)+c||x2||2是(x1,x2)一个正定严格函数,因此存在一个K∞类函数α(·),使得
α(||(x1,x2)||)≤α(||x1||)+c||x2||2 (23)
由公式(22)和公式(23)可得出耗散不等式(7)。公式(16)和公式(19)为控制律表达式,即电动汽车底盘集成控制器模型。
三、基于制动力的直接衡摆力矩制定层
直接横摆力矩控制(Direct Yaw-moment control,DYC)的控制思想是:通过传感器得到的汽车行驶信息(方向盘转角、车速、路面摩擦系数等)计算出汽车行驶中控制变量的期望值,并计算出跟踪期望值所需的附加横摆力矩,实现汽车横摆运动控制。直接横摆力矩控制又分为基于驱动力的直接横摆力矩控制和基于制动力实现的直接横摆力矩控制,图7A示意性地示出了汽车转向不足的状态示意图,此时若给汽车施加一个与转向同方向的横摆力矩M,汽车就会回到期望轨迹。图7B示意性地示出了汽车转向过度的状态示意图,此时若给汽车施加一个与转向反方向的横摆力矩M,汽车就会回到期望的轨迹。
图8示意性地示出了实现本公开技术方案中转向制动控制方法的控制算法结构框图。如图8所示,本公开技术方案整体的控制算法包括直接横摆力矩算法层和转矩分配层。
图中,eβ为汽车质心侧偏角偏差;eV为汽车车速偏差;eγ为汽车横摆角速度偏差;flag是用来判定汽车当前稳定状态的状态量;Mz为直接横摆力矩,为整体制动力矩;Ti为四轮独立制动电动汽车用来产生相应横摆力矩的的各轮制动力矩。在转矩分配层,根据当前汽车的稳定状态和上层直接横摆力矩算法层计算出的直接横摆力矩和各轮制动力矩,经过有约束的最优分配算法可计算出各轮的制动力矩Ti。
本公开提供的技术方案弥补了四轮轮毂电动汽车控制器研究在干扰抑制这一领域研究的不足,丰富了四轮轮毂电动汽车整车控制器模块。针对电动物流车转向制动工况这一特定场景,比提高整车***鲁棒性能这种大而全的控制目标相比,更有针对性地对转向角引入的一类干扰进行抑制,控制效果更理想。通过干扰抑制算法和直接衡摆力矩控制算法的结合,在某些特定场景提高了电动汽车的驾驶安全性。
需要说明的是,虽然以上示例性实施方式以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或者必须执行全部的步骤才能实现期望的结果。附加地或者备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
图9示意性地示出了本公开一些示例性实施方式中转向制动控制装置的结构框图。如图9所示,转向制动控制装置900主要可以包括:
参数获取模块910,被配置为获取控制对象在转向运动状态下的当前运动参数,并获取与转向运动状态相对应的运动干扰信息;
模型确定模块920,被配置为确定与控制对象相关的理想运动模型;
误差确定模块930,被配置为根据当前运动参数和理想运动模型确定对应于当前运动参数的参数跟踪误差;
信息确定模块940,被配置为根据运动干扰信息和参数跟踪误差确定用于调整转向运动状态的制动控制信息。
在本公开的一些示例性实施方式中,基于以上各实施方式,信息确定模块940可以进一步包括:
力矩确定单元,被配置为根据运动干扰信息和参数跟踪误差确定直接横摆力矩和整体制动力矩;
算法确定单元,被配置为确定与控制对象相关的多个动力提供对象,并确定用于为各个动力提供对象分配力矩的转矩分配算法;
力矩分配单元,被配置为将直接横摆力矩和整体制动力矩输入转矩分配算法以得到各个动力提供对象的制动力矩;
控制信息确定单元,被配置为根据各个动力提供对象的制动力矩确定用于调整转向运动状态的制动控制信息。
在本公开的一些示例性实施方式中,基于以上各实施方式,力矩分配单元包括:
当前状态确定单元,被配置为根据当前运动参数和理想运动模型确定控制对象的当前状态信息;
算法输入单元,被配置为将当前状态信息、直接横摆力矩和整体制动力矩输入转矩分配算法;
算法分配单元,被配置为根据当前状态信息和直接横摆力矩,通过转矩分配算法对整体制动力矩进行转矩分配以得到各个动力提供对象的制动力矩。
在本公开的一些示例性实施方式中,基于以上各实施方式,力矩确定单元包括:
控制律确定单元,被配置为根据运动干扰信息和参数跟踪误差确定协调控制律;
控制律计算单元,被配置为根据协调控制律确定直接横摆力矩和整体制动力矩。
在本公开的一些示例性实施方式中,基于以上各实施方式,控制律确定单元包括:
模型建立单元,被配置为根据运动干扰信息和参数跟踪误差建立用于抑制干扰和镇定控制的非线性***模型;
不等式确定单元,被配置为确定与非线性***模型相关的耗散不等式;
反步法计算单元,被配置为利用反步法计算满足耗散不等式的协调控制律。
在本公开的一些示例性实施方式中,基于以上各实施方式,当前运动参数包括控制对象的质心侧偏角、转向角、运动速度和横摆角速度。
在本公开的一些示例性实施方式中,基于以上各实施方式,参数跟踪误差包括对应于质心侧偏角的侧偏角跟踪误差、对应于运动速度的速度跟踪误差以及对应于横摆角速度的角速度跟踪误差;误差确定模块930包括:
模型输入单元,被配置为将转向角和运动速度输入理想运动模型以得到侧偏角期望值、速度期望值和角速度期望值;
第一误差确定单元,被配置为根据质心侧偏角和侧偏角期望值确定侧偏角跟踪误差;
第二误差确定单元,被配置为根据运动速度和速度期望值确定速度跟踪误差;
第三误差确定单元,被配置为根据横摆角速度和角速度期望值确定角速度跟踪误差。
上述转向制动控制装置的具体细节已经在对应的转向制动控制方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
在本公开的示例性实施方式中,还提供一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时可实现本公开的上述的方法。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码;该程序产品可以存储在一个非易失性存储介质(可以是CD-ROM、U盘或者移动硬盘等)中或网络上;当所述程序产品在一台计算设备(可以是个人计算机、服务器、终端装置或者网络设备等)上运行时,所述程序代码用于使所述计算设备执行本公开中上述各示例性实施例中的方法步骤。
参见图10所示,根据本公开的实施方式的用于实现上述方法的程序产品1000,其可以采用便携式紧凑磁盘只读存储器(CD-ROM)并包括程序代码,并可以在计算设备(例如个人计算机、服务器、终端装置或者网络设备等)上运行。然而,本公开的程序产品不限于此。在本示例性实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或者多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。
可读存储介质例如可以为但不限于电、磁、光、电磁、红外线或半导体的***、装置或器件、或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件或者上述的任意合适的组合。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任意可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户计算设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络(包括局域网(LAN)或广域网(WAN)等)连接到用户计算设备;或者,可以连接到外部计算设备,例如利用因特网服务提供商来通过因特网连接。
在本公开的示例性实施方式中,还提供一种电子设备,所述电子设备包括至少一个处理器以及至少一个用于存储所述处理器的可执行指令的存储器;其中,所述处理器被配置为经由执行所述可执行指令来执行本公开中上述各示例性实施例中的方法步骤。
下面结合图11对本示例性实施方式中的电子设备1100进行描述。电子设备1100仅仅为一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
参见图11所示,电子设备1100以通用计算设备的形式表现。电子设备1100的组件可以包括但不限于:至少一个处理单元1110、至少一个存储单元1120、连接不同***组件(包括处理单元1110和存储单元1120)的总线1130、显示单元1140。
其中,存储单元1120存储有程序代码,所述程序代码可以被处理单元1110执行,使得处理单元1110执行本公开中上述各示例性实施例中的方法步骤。
存储单元1120可以包括易失性存储单元形式的可读介质,例如随机存取存储单元1121(RAM)和/或高速缓存存储单元1122,还可以进一步包括只读存储单元1123(ROM)。
存储单元1120还可以包括具有一组(至少一个)程序模块1125的程序/实用工具1124,这样的程序模块包括但不限于:操作***、一个或者多个应用程序、其他程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1130可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用各种总线结构中的任意总线结构的局域总线。
电子设备1100也可以与一个或多个外部设备1200(例如键盘、指向设备、蓝牙设备等)通信,还可以与一个或者多个使得用户可以与该电子设备1100交互的设备通信,和/或与使得该电子设备1100能与一个或多个其他计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入/输出(I/O)接口1150进行。并且,电子设备1100还可以通过网络适配器1160与一个或者多个网络(例如局域网(LAN)、广域网(WAN)和/或公共网络,例如因特网)通信。如图11所示,网络适配器1160可以通过总线1130与电子设备1100的其他模块通信。应当明白,尽管图中未示出,可以结合电子设备1100使用其他硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
本领域技术人员能够理解,本公开的各个方面可以实现为***、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
上述所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中,如有可能,各实施例中所讨论的特征是可互换的。在上面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组件、材料等。在其它情况下,不详细示出或描述公知结构、材料或者操作以避免模糊本公开的各方面。
Claims (10)
1.一种转向制动控制方法,其特征在于,包括:
获取控制对象在转向运动状态下的当前运动参数,并获取与所述转向运动状态相对应的运动干扰信息;
确定与所述控制对象相关的理想运动模型;
根据所述当前运动参数和所述理想运动模型确定对应于所述当前运动参数的参数跟踪误差;
根据所述运动干扰信息和所述参数跟踪误差确定用于调整所述转向运动状态的制动控制信息。
2.根据权利要求1所述的转向制动控制方法,其特征在于,所述根据所述运动干扰信息和所述参数跟踪误差确定用于调整所述转向运动状态的制动控制信息,包括:
根据所述运动干扰信息和所述参数跟踪误差确定直接横摆力矩和整体制动力矩;
确定与所述控制对象相关的多个动力提供对象,并确定用于为各个所述动力提供对象分配力矩的转矩分配算法;
将所述直接横摆力矩和所述整体制动力矩输入所述转矩分配算法以得到各个所述动力提供对象的制动力矩;
根据各个所述动力提供对象的制动力矩确定用于调整所述转向运动状态的制动控制信息。
3.根据权利要求2所述的转向制动控制方法,其特征在于,所述将所述直接横摆力矩和所述整体制动力矩输入所述转矩分配算法以得到各个所述动力提供对象的制动力矩,包括:
根据所述当前运动参数和所述理想运动模型确定所述控制对象的当前状态信息;
将所述当前状态信息、所述直接横摆力矩和所述整体制动力矩输入所述转矩分配算法;
根据所述当前状态信息和所述直接横摆力矩,通过所述转矩分配算法对所述整体制动力矩进行转矩分配以得到各个所述动力提供对象的制动力矩。
4.根据权利要求2所述的转向制动控制方法,其特征在于,所述根据所述运动干扰信息和所述参数跟踪误差确定直接横摆力矩和整体制动力矩,包括:
根据所述运动干扰信息和所述参数跟踪误差确定协调控制律;
根据所述协调控制律确定直接横摆力矩和整体制动力矩。
5.根据权利要求4所述的转向制动控制方法,其特征在于,所述根据所述运动干扰信息和所述参数跟踪误差确定协调控制律,包括:
根据所述运动干扰信息和所述参数跟踪误差建立用于抑制干扰和镇定控制的非线性***模型;
确定与所述非线性***模型相关的耗散不等式;
利用反步法计算满足所述耗散不等式的协调控制律。
6.根据权利要求1所述的转向制动控制方法,其特征在于,所述当前运动参数包括所述控制对象的质心侧偏角、转向角、运动速度和横摆角速度。
7.根据权利要求6所述的转向制动控制方法,其特征在于,所述参数跟踪误差包括对应于所述质心侧偏角的侧偏角跟踪误差、对应于所述运动速度的速度跟踪误差以及对应于所述横摆角速度的角速度跟踪误差;所述根据所述当前运动参数和所述理想运动模型确定对应于所述当前运动参数的参数跟踪误差,包括:
将所述转向角和所述运动速度输入所述理想运动模型以得到侧偏角期望值、速度期望值和角速度期望值;
根据所述质心侧偏角和所述侧偏角期望值确定侧偏角跟踪误差;
根据所述运动速度和所述速度期望值确定速度跟踪误差;
根据所述横摆角速度和所述角速度期望值确定角速度跟踪误差。
8.一种转向制动控制装置,其特征在于,包括:
参数获取模块,被配置为获取控制对象在转向运动状态下的当前运动参数,并获取与所述转向运动状态相对应的运动干扰信息;
模型确定模块,被配置为确定与所述控制对象相关的理想运动模型;
误差确定模块,被配置为根据所述当前运动参数和所述理想运动模型确定对应于所述当前运动参数的参数跟踪误差;
信息确定模块,被配置为根据所述运动干扰信息和所述参数跟踪误差确定用于调整所述转向运动状态的制动控制信息。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7中任意一项所述的方法。
10.一种电子设备,其特征在于,包括:
处理器;
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器被配置为经由执行所述可执行指令来执行权利要求1-7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911285011.8A CN113060117B (zh) | 2019-12-13 | 2019-12-13 | 转向制动控制方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911285011.8A CN113060117B (zh) | 2019-12-13 | 2019-12-13 | 转向制动控制方法、装置、介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113060117A true CN113060117A (zh) | 2021-07-02 |
CN113060117B CN113060117B (zh) | 2023-05-30 |
Family
ID=76557818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911285011.8A Active CN113060117B (zh) | 2019-12-13 | 2019-12-13 | 转向制动控制方法、装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113060117B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114993349A (zh) * | 2022-06-02 | 2022-09-02 | 阿波罗智联(北京)科技有限公司 | 航向安装误差的标定方法、装置、设备、介质及程序产品 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1695894A1 (en) * | 2005-02-23 | 2006-08-30 | Ford Global Technologies, LLC, A subsidary of Ford Motor Company | Method and device for yaw control of a vehicle |
CN105172790A (zh) * | 2015-10-30 | 2015-12-23 | 吉林大学 | 一种基于三步法的车辆横摆稳定性控制方法 |
CN106184363A (zh) * | 2016-07-20 | 2016-12-07 | 广西科技大学 | 四轮独立转向车辆的控制方法 |
CN106502091A (zh) * | 2016-10-19 | 2017-03-15 | 长春工业大学 | 一种车辆动力学控制的优化分配方法 |
CN108749816A (zh) * | 2018-05-15 | 2018-11-06 | 天津职业技术师范大学 | 运用能量耗散理论进行智能车辆速度调控的方法 |
CN108944866A (zh) * | 2018-07-06 | 2018-12-07 | 长春工业大学 | 一种改善转向与制动协同控制的自适应模型预测控制算法 |
CN109177746A (zh) * | 2018-09-29 | 2019-01-11 | 同济大学 | 一种用于轮边电机驱动车辆差动转向的控制***及方法 |
CN109606352A (zh) * | 2018-11-22 | 2019-04-12 | 江苏大学 | 一种车辆路径跟踪与稳定性协调控制方法 |
-
2019
- 2019-12-13 CN CN201911285011.8A patent/CN113060117B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1695894A1 (en) * | 2005-02-23 | 2006-08-30 | Ford Global Technologies, LLC, A subsidary of Ford Motor Company | Method and device for yaw control of a vehicle |
CN105172790A (zh) * | 2015-10-30 | 2015-12-23 | 吉林大学 | 一种基于三步法的车辆横摆稳定性控制方法 |
CN106184363A (zh) * | 2016-07-20 | 2016-12-07 | 广西科技大学 | 四轮独立转向车辆的控制方法 |
CN106502091A (zh) * | 2016-10-19 | 2017-03-15 | 长春工业大学 | 一种车辆动力学控制的优化分配方法 |
CN108749816A (zh) * | 2018-05-15 | 2018-11-06 | 天津职业技术师范大学 | 运用能量耗散理论进行智能车辆速度调控的方法 |
CN108944866A (zh) * | 2018-07-06 | 2018-12-07 | 长春工业大学 | 一种改善转向与制动协同控制的自适应模型预测控制算法 |
CN109177746A (zh) * | 2018-09-29 | 2019-01-11 | 同济大学 | 一种用于轮边电机驱动车辆差动转向的控制***及方法 |
CN109606352A (zh) * | 2018-11-22 | 2019-04-12 | 江苏大学 | 一种车辆路径跟踪与稳定性协调控制方法 |
Non-Patent Citations (1)
Title |
---|
李果等: "基于广义Hamilton理论的电动车转向悬架***控制", 《北京信息科技大学学报(自然科学版)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114993349A (zh) * | 2022-06-02 | 2022-09-02 | 阿波罗智联(北京)科技有限公司 | 航向安装误差的标定方法、装置、设备、介质及程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN113060117B (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3750781B1 (en) | Control method and apparatus for autonomous vehicle and storage medium | |
Jalali et al. | Model predictive control of vehicle stability using coordinated active steering and differential brakes | |
Zhang et al. | Integrated vehicle chassis control for active front steering and direct yaw moment control based on hierarchical structure | |
Huang et al. | Adaptive neural control of vehicle yaw stability with active front steering using an improved random projection neural network | |
Chen et al. | Hierarchical adaptive path-tracking control for autonomous vehicles | |
JP2007269295A (ja) | 車両運動制御装置及び制御方法 | |
Alberding et al. | Integration of vehicle yaw stabilisation and rollover prevention through nonlinear hierarchical control allocation | |
Jiang et al. | Model free predictive path tracking control of variable-configuration unmanned ground vehicle | |
Wang et al. | Lateral stability enhancement based on a novel sliding mode prediction control for a four‐wheel‐independently actuated electric vehicle | |
Cui et al. | Slip Control of Electric Vehicle Based on Tire‐Road Friction Coefficient Estimation | |
Wang et al. | A triple‐step non‐linear control for path following of autonomous vehicles with uncertain kinematics and dynamics | |
Yim et al. | Design of an active roll control system for hybrid four-wheel-drive vehicles | |
Huang et al. | Integrated vehicle dynamics management for distributed‐drive electric vehicles with active front steering using adaptive neural approaches against unknown nonlinearity | |
CN113060117B (zh) | 转向制动控制方法、装置、介质及电子设备 | |
Wang et al. | A yaw stability-guaranteed hierarchical coordination control strategy for four-wheel drive electric vehicles using an unscented Kalman filter | |
Li et al. | Research on a coordinated cornering brake control of three‐axle heavy vehicles based on hardware‐in‐loop test | |
CN113002527B (zh) | 一种自主电动汽车横向稳定性鲁棒容错控制方法 | |
Nah et al. | Torque distribution algorithm of six-wheeled skid-steered vehicles for on-road and off-road maneuverability | |
Zhou et al. | Impact of the tyre dynamics on autonomous vehicle path following control with front wheel steering and differential motor torque | |
Qi et al. | Integrated control method for path tracking and lateral stability of distributed drive electric vehicles with extended Kalman filter–based tire cornering stiffness estimation | |
Peters et al. | Control allocation for all wheel drive sports cars with rear wheel steering | |
Bayar | Performance comparison of electric-vehicle drivetrain architectures from a vehicle dynamics perspective | |
Qin et al. | H∞ Control of Four‐Wheel‐Independent‐Drive Electric Vehicles with Random Time‐Varying Delays | |
CN116279525A (zh) | 基于模型预测控制的分布式电动汽车集中式姿态控制方法 | |
Zong et al. | Fault tolerant control against actuator failures of 4WID/4WIS electric vehicles |
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 |