CN113359477B - 一种车辆纵侧向耦合轨迹跟踪控制器设计方法 - Google Patents
一种车辆纵侧向耦合轨迹跟踪控制器设计方法 Download PDFInfo
- Publication number
- CN113359477B CN113359477B CN202110788124.0A CN202110788124A CN113359477B CN 113359477 B CN113359477 B CN 113359477B CN 202110788124 A CN202110788124 A CN 202110788124A CN 113359477 B CN113359477 B CN 113359477B
- Authority
- CN
- China
- Prior art keywords
- representing
- vehicle
- error
- matrix
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明是一种车辆纵侧向耦合轨迹跟踪控制器设计方法。包括以下步骤:步骤一、根据车辆与期望轨迹之间的运动学和动力学关系,建立一种轨迹跟踪模型;步骤二、设计车辆纵侧向耦合的轨迹跟踪控制器,获得完整的***控制律;所述轨迹跟踪控制器由类稳态控制、参考动态前馈控制和状态依赖的误差反馈控制三部分组成;步骤三、结合自适应律补偿由于车辆运动状态变化引起的***不确定性扰动;步骤四、通过底层控制分配策略实现了整车的轨迹跟踪控制。本发明可靠地保证了自动驾驶车辆能够克服***纵向和侧向非线性耦合动力学特征、参数不确定性等问题带来的扰动,稳定、精确地控制自动驾驶汽车跟踪目标运动轨迹和期望纵向运动车速,完成驾驶任务。
Description
技术领域
本发明属于汽车技术领域,具体的说是一种车辆纵侧向耦合轨迹跟踪控制器设计方法。
背景技术
得益于感知、计算机硬件、软件等关键技术的突破,近年来汽车自动驾驶技术受到极大的关注和发展,它被认为是能够有效提升车辆行驶安全性和降低燃油消耗率的有效解决方案。在众多的相关研究之中,轨迹跟踪控制是实现汽车自动驾驶最重要的核心问题之一。轨迹跟踪的基本任务是确保车辆安全、稳定地以设定的速度自动、精确地跟踪期望轨迹。
然而车辆在进行轨迹跟踪过程中,面临着诸多难点。首先,车辆控制器的设计依赖于能够充分反映轨迹跟踪控制关键行为特征的模型。过于复杂的模型将增加控制器的设计难度,过于简单的模型将导致控制器的性能偏弱。其次,车辆进行轨迹跟踪时,***未建模扰动、参数不确定性等问题,将影响车辆控制器的性能。最后,在轨迹跟踪过程中,车辆纵向和侧向动力学之间会因轮胎力耦合、载荷传递变化等因素出现明显的非线性耦合动力学特征关系。这种非线性耦合动力学特征关系将会恶化控制器的鲁棒性和精度。
发明内容
本发明提供了一种车辆纵侧向耦合轨迹跟踪控制器设计方法,该设计方法可靠地保证了自动驾驶车辆能够克服***纵向和侧向非线性耦合动力学特征、参数不确定性等问题带来的扰动,稳定、精确地控制自动驾驶汽车跟踪目标运动轨迹和期望纵向运动车速,完成驾驶任务。
本发明技术方案结合附图说明如下:
一种车辆纵侧向耦合轨迹跟踪控制器设计方法,包括以下步骤:
步骤一、根据车辆与期望轨迹之间的运动学和动力学关系,建立一种包含***参数不确定性和车辆纵侧向非线性耦合动力学特征关系的轨迹跟踪模型;
步骤二、设计车辆纵侧向耦合的轨迹跟踪控制器,获得完整的***控制律;所述轨迹跟踪控制器由类稳态控制、参考动态前馈控制和状态依赖的误差反馈控制三部分组成;
步骤三、结合自适应律补偿由于车辆运动状态变化引起的***不确定性扰动;
步骤四、通过底层控制分配策略实现了整车的轨迹跟踪控制。
所述步骤一的具体方法如下:
11)假设左、右车轮受力对称,建立简化的车辆动力学模型如下:
式中,m表示整车质量;vx表示车辆纵向速度;vy表示车辆侧向速度;表示车辆纵向速度的微分;表示车辆侧向速度的微分;ω表示车辆橫摆角速度;表示车辆的橫摆角速度的微分;Fux表示施加在车辆质心处的等效纵向力;Cwx表示车辆的纵向风阻系数;Cwy表示车辆的侧向风阻系数;Iz表示车辆的转动惯量;lf表示质心到车辆前轴的距离;lr表示质心到车辆后轴的距离;Fyf表示前轮轮胎受到的侧向力;Fyr表示后轮轮胎受到的侧向力;
12)车辆在轨迹跟踪过程中,轮胎处于线性区内,轮胎受到的侧向力近似表示为:
式中,Cf表示轮胎前轮侧片刚度;Cr表示轮胎后轮侧偏刚度;αf表示轮胎前轮侧偏角;αr表示轮胎后轮侧偏角;Fyf表示前轮轮胎受到的侧向力;Fyr表示后轮轮胎受到的侧向力;β表示车辆质心侧偏角;δf表示车辆前轮转角;lf分别表示质心到车辆前轴的距离;lr表示质心到后轴的距离;vx表示车辆纵向速度,ω表示车辆橫摆角速度;
13)假设轨迹跟踪过程中车辆***参数的真实值已知,那么完整的车辆动力学模型表示为:
式中,m表示整车质量;vx表示车辆纵向速度;vy表示车辆侧向速度;表示车辆纵向速度的微分;表示车辆侧向速度的微分;ω表示车辆橫摆角速度;表示车辆的橫摆角速度的微分;Fux表示施加在车辆质心处的等效纵向力;β表示车辆质心侧偏角;δf表示车辆前轮转角;ρi表示***参数的真实值;表示***参数随车辆运动状态变化的理想值;ρoi表示***参数的标准值,且表示为:
式中,Cwy表示车辆的纵向风阻系数;Cwy表示车辆的侧向风阻系数;Iz表示车辆的转动惯量;m表示整车质量;lf表示质心到车辆前轴的距离;lr表示质心到车辆后轴的距离;Cf表示轮胎前轮侧偏刚度;Cr表示轮胎后轮侧偏刚度;
14)车辆运动学模型为:
式中,xe表示车辆纵向跟踪误差;ye表示车辆侧向跟踪误差;表示车辆纵向跟踪误差的微分;表示车辆侧向跟踪误差的微分;vxd表示期望车辆纵向速度;vx表示实际车辆纵向速度;表示实际车辆横摆角的微分;表示期望车辆横摆角的微分;表示期望横摆角和实际橫摆角之间的误差;表示期望横摆角和实际橫摆角之间的误差微分;vy表示车辆侧向速度;ωd表示期望车辆橫摆角速度;ω表示真实车辆橫摆角速度;Rρ表示目标轨迹的道路曲率;
15)对车辆运动学模型求导得到:
式中,xe表示车辆纵向跟踪误差;ye表示车辆侧向跟踪误差;表示车辆纵向跟踪误差的微分;表示车辆侧向跟踪误差的微分;表示车辆纵向跟踪误差的二次微分;表示车辆侧向跟踪误差的二次微分;vxd表示期望车辆纵向速度;表示期望车辆纵向速度的微分;vx表示车辆纵向速度;表示车辆纵向速度的微分;vy表示车辆侧向速度;表示车辆侧向速度的微分;表示期望车辆橫摆角速度的微分;表示真实车辆橫摆角速度的微分;ω表示车辆橫摆角速度;表示期望横摆角和实际橫摆角之间的误差;表示期望横摆角和实际橫摆角之间的误差微分;表示期望横摆角和实际橫摆角之间的误差二次微分;表示实际车辆横摆角的二次微分;表示期望车辆横摆角的二次微分;
16)选用纵向和侧向跟踪误差作为***的状态变量,即x1=[xe ye]T, 施加在车辆质心处的等效纵向力和前轮转角作为***的控制变量,即u=[Fuxδf]T,将车辆动力学模型代入车辆运动学模型中,获得包含***参数不确定性的车辆纵侧向耦合非线性轨迹跟踪模型:
y=x1 (18)
式中,x1和x2表示***的状态变量;u表示***的控制变量;y表示***输出,F1(x1)=02×1表示一阶***变量矩阵;G1(x1)=I2×2表示一阶***状态矩阵; 表示二阶***变量矩阵;表示二阶***控制矩阵;P1和P2为***参数矩阵,f2,1(x)、g2,1(x)表示***局部基函数,f2(x)、g2(x)且表示***总体基函数:
P1=[ρ1 ρ2 ρ3ρ4 ρ6 ρ7]T,P2=[ρ5 ρ8]T,g2(x)=[g2,2(x) g2,3(x)]T,
f2(x)=[f2,2(x) f2,3(x) f2,4(x) f2,5(x) f2,6(x) f2,7(x)]T,
式中,P1和P2为***参数矩阵,ρi(i=1,2,…8)表示***参数的真实值;f2,j(x)(j=1,2,…7)、g2,k(x)(k=1,2,3)表示***局部基函数;f2(x)、g2(x)表示***总体基函数;vx表示车辆纵向速度;vy表示车辆侧向速度;vxd表示期望车辆纵向速度;表示期望车辆纵向速度的微分;表示期望横摆角和实际橫摆角之间的误差;表示期望横摆角和实际橫摆角之间的误差微分;ω表示车辆橫摆角速度;xe表示车辆纵向跟踪误差;ye表示车辆侧向跟踪误差;β表示车辆质心侧偏角;m表示整车质量。
所述步骤二的具体方法如下:
21)对***输出y求导,直至控制输入u的出现:
式中,x1和x2表示***的状态变量;表示***的状态变量微分;表示***输出的微分;表示***输出的二次微分;,F1(x1)表示一阶***变量矩阵;G1(x1)表示一阶***状态矩阵;u表示***的控制变量;表示二阶***输出的输出矩阵;B(x)=G1(x1)G2(x)表示二阶***输出的控制矩阵;C(x)=G1(x1)F2(x)表示二阶***输出的参数矩阵;F2(x)表示二阶***变量矩阵;G2(x)表示二阶***控制矩阵;
式中,us表示***的类稳态控制律;G2(x)表示二阶***控制矩阵;F2(x)表示二阶***变量矩阵;f2,1(x)、g2,1(x)表示***局部基函数;f2(x)、g2(x)表示***总体基函数;P1和P2为***参数矩阵;
23)在标定的控制律中加入前馈控制律用于提高***的响应性能,即:
u=us+uf (22)
式中,u表示***控制律;us表示***的类稳态控制律,uf表示***的动态参考前馈控制律。
式中,uf表示***的动态参考前馈控制律;G2(x)表示二阶***控制矩阵;表示***期望输出的微分;表示***期望输出的二次微分;A(x)表示二阶***输出的输出矩阵;A(x)表示二阶***输出的输出矩阵;P2为***参数矩阵;g2,1(x)表示***局部基函数;g2(x)表示***总体基函数;
24)引入误差反馈控制律为:
u=us+uf+ue (24)
式中,u表示***控制律;us表示***的类稳态控制律;uf表示***的动态参考前馈控制律;ue表示***的误差反馈控制律;
定义***跟踪误差为e1=yd-y,将控制律(24)其代入***(20)中可以求得:
式中,表示虚拟控制输入误差微分;e2表示实际虚拟控制输入;表示期望虚拟控制输入微分;表示虚拟控制输入微分;k1表示控制器参数;表示***跟踪误差微分;A(x)表示二阶***输出的输出矩阵;G2(x)表示二阶***控制矩阵;ue表示***的误差反馈控制律;
式中,表示定义的第二个李雅普诺夫函数微分;表示定义的第一个李雅普诺夫函数微分;e3表示虚拟控制输入误差;表示虚拟控制输入误差微分;k1表示控制器参数;e1表示***跟踪误差;表示***跟踪误差微分;A(x)表示二阶***输出的输出矩阵;G2(x)表示二阶***控制矩阵;ue表示***的误差反馈控制律。
根据李亚普诺夫直接法,选取误差反馈控制律为:
式中,ue表示***的误差反馈控制律;A(x)表示二阶***输出的输出矩阵;G2(x)表示二阶***控制矩阵;k1和k2表示控制器参数;e1表示***跟踪误差;表示***跟踪误差微分;e3表示虚拟控制输入误差;
选择k2>0,那么
式中,ue表示***的误差反馈控制律;A(x)表示二阶***输出的输出矩阵,G2(x)表示二阶***控制矩阵;k1和k2表示三步法控制器参数;e1表示***跟踪误差;表示***跟踪误差微分;g2,1(x)表示***局部基函数;g2(x)表示***总体基函数;P2为***参数矩阵;
获得的完整的***控制律:
其中,u表示***控制律;us为***类稳态控制律;uf***动态参考前馈控制律;ue表示***误差反馈控制律;fP(x)=[G2(x)]-1(1+k1k2)表示比例项参数;fD(x)=[G2(x)]-1[k1+k2+A(x)]表示微分项参数;A(x)表示二阶***输出的输出矩阵;G2(x)表示二阶***控制矩阵;k1和k2表示控制器参数;e1表示***跟踪误差;表示***跟踪误差微分。
所述步骤三的具体方法如下:
31)定义***参数估计值:
32)***控制律重新被定义为:
式中,u表示***控制输入;表示二阶***变量矩阵估计值;表示二阶***控制矩阵估计值;P1和P2为***参数矩阵估计值;表示***参数估计值;表示***期望输出的微分;表示***期望输出的二次微分;表示二阶***输出的输出矩阵估计值;e1表示***跟踪误差;表示***跟踪误差微分;k1和k2表示控制器参数;
33)将获得的***控制律(41)代入***(20)中,可以得到:
式中,表示***输出的二次微分;k1和k2表示控制器参数;表示二阶***输出的输出矩阵估计值;e1表示***跟踪误差;表示***跟踪误差微分;F2(x)表示表示二阶***变量矩阵;表示二阶***变量矩阵估计值;G2(x)表示二阶***控制矩阵;表示二阶***控制矩阵估计值;u表示***控制输入;表示***期望输出的二次微分;
根据上式,考虑参数不确定的闭环误差***可以整理为:
其中,
式中,k1和k2表示控制器参数;表示二阶***输出的输出矩阵估计值;e1表示***跟踪误差;表示***跟踪误差微分;ΔP表示***参数矩阵总误差;θ表示***组合基;P1和P2表示***参数矩阵;ΔP1和ΔP2表示***参数矩阵误差;表示***参数随车辆运动状态变化的估计值;表示***参数随车辆运动状态变化的理想值;f2(x)、g2(x)表示***总体基函数;u表示***控制输入;
式中,em表示误差***的状态变量;表示误差***的状态变量微分; 表示误差***的状态变量参数矩阵;表示误差***的参数变量矩阵;θ表示***组合基;ΔP表示***参数矩阵总误差;k1和k2表示控制器参数;
式中,表示定义的第三个李雅普诺夫函数微分;em表示误差***的状态变量;Am表示误差***的状态变量参数矩阵;Q表示正定对称矩阵;Bm表示误差***的参数变量矩阵;θ表示***组合基;ΔP表示***参数矩阵总误差;表示***参数矩阵总误差微分;τ表示参数误差变量参数量化参数;表示***参数自适应律;
36)取***参数自适应律为:
将******参数自适应律代入至(45)中得:
所述步骤四的具体方法如下:
基于轨迹跟踪控制器求解得到的施加在车辆质心处的等效纵向力Fux并不能直接应用于车辆控制,需要通过底层控制分配策略对其进行分解已获得车辆能够响应的驱动转矩信号Ttq和制动压力信号;
当施加在车辆质心处的等效纵向力Fux大于等于0时,认为车辆***处于驱动模式,对应的驱动转矩表示为:
式中,Ttq表示车辆目标驱动转矩信号;Fux表示施加在车辆质心处的等效纵向力;R表示车轮滚动半径;i0表示整车全部等效传动比;ηT表示整车全部等效传动效率;
当施加在车辆质心处的等效纵向力Fux小于0时;认为车辆***处于驱动模式,对应的驱动转矩可以表示为:
本发明的有益效果为:
1)本发明搭建的车辆轨迹跟踪模型包含了车辆纵向和侧向非线性耦合动力学特征、***参数不确定性等问题,充分反映了自动驾驶汽车轨迹跟踪控制中所表现的关键行为特征;
2)本发明基于非线性三步法控制理论,提出了一种车辆纵侧向耦合的轨迹跟踪控制器,解决车辆纵向和侧向非线性耦合动力学特征给***带来的非线性控制难题;
3)本发明基于非线性三步法理论设计的车辆轨迹跟踪控制器结构简洁,与工程应用的PID算法有着类似的结构,符合算法工程师标定的使用习惯,便于工程实际应用推广;
4)本发明提出使用的参数自适应律有效地补偿了因车辆运动状态变化引起的***参数不确定性扰动,提高轨迹跟踪控制精度和***鲁棒性;
5)本发明基于Lyapunov稳定性理论,推导了设计的车辆轨迹跟踪控制器对***未建模扰动、参数不确定性等问题具备良好的鲁棒性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明的架构图;
图2为自动驾驶汽车轨迹跟踪动力学模型示意图;
图3为自动驾驶汽车轨迹跟踪运动学模型示意图;
图4为自适应控制律补偿***参数不确定性的整理架构示意图;
图5为纵向速度控制性能曲线图;
图6为纵向速度误差控制性能曲线图;
图7为轨迹跟踪曲线图;
图8为轨迹跟踪侧向误差曲线图;
图9为横摆角控制性能曲线图;
图10为横摆角误差控制性能曲线图;
图11为前轮转角控制性能曲线图;
图12为横摆角速度控制性能曲线图。
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。
参阅图1,一种车辆纵侧向耦合轨迹跟踪控制器设计方法,包括以下步骤:
步骤一、根据车辆与期望轨迹之间的运动学和动力学关系,建立一种包含***参数不确定性和车辆纵侧向非线性耦合动力学特征关系的轨迹跟踪模型;
参阅图2,11)建立完整的车辆动力学模型,虽然能够使得设计的控制器更接近于实际应用,但是也会大大增加控制器的设计负担。轨迹跟踪控制更关心车辆纵向和侧向运动关系,因此本申请忽略车辆侧倾、俯仰、垂向运动,假设左、右车轮受力对称,建立简化的车辆动力学模型如下:
式中,m表示整车质量;vx表示车辆纵向速度;vy表示车辆侧向速度;表示车辆纵向速度的微分;表示车辆侧向速度的微分;ω表示车辆橫摆角速度;表示车辆的橫摆角速度的微分;Fux表示施加在车辆质心处的等效纵向力;Cwx表示车辆的纵向风阻系数;Cwy表示车辆的侧向风阻系数;Iz表示车辆的转动惯量;lf表示质心到车辆前轴的距离;lr表示质心到车辆后轴的距离;Fyf表示前轮轮胎受到的侧向力;Fyr表示后轮轮胎受到的侧向力;
12)车辆在轨迹跟踪过程中,轮胎处于线性区内,轮胎受到的侧向力近似表示为:
式中,Cf表示轮胎前轮侧片刚度;Cr表示轮胎后轮侧偏刚度;αf表示轮胎前轮侧偏角;αr表示轮胎后轮侧偏角;Fyf表示前轮轮胎受到的侧向力;Fyr表示后轮轮胎受到的侧向力;β表示车辆质心侧偏角;δf表示车辆前轮转角;lf分别表示质心到车辆前轴的距离;lr表示质心到后轴的距离;vx表示车辆纵向速度,ω表示车辆橫摆角速度;
13)此外,车辆***参数会随着车辆的运动状态发生一定的变化而形成不确定性。假设轨迹跟踪过程中车辆***参数的真实值已知,那么完整的车辆动力学模型表示为:
式中,m表示整车质量;vx表示车辆纵向速度;vy表示车辆侧向速度;表示车辆纵向速度的微分;表示车辆侧向速度的微分;ω表示车辆橫摆角速度;表示车辆的橫摆角速度的微分;Fux表示施加在车辆质心处的等效纵向力;β表示车辆质心侧偏角;δf表示车辆前轮转角;ρi表示***参数的真实值;表示***参数随车辆运动状态变化的理想值;ρoi表示***参数的标准值,且表示为:
式中,Cwx表示车辆的纵向风阻系数;Cwy表示车辆的侧向风阻系数;Iz表示车辆的转动惯量;m表示整车质量;lf表示质心到车辆前轴的距离;lr表示质心到车辆后轴的距离;Cf表示轮胎前轮侧偏刚度;Cr表示轮胎后轮侧偏刚度;
参阅图3,为了获得轨迹跟踪模型,还需要对车辆的运动学模型进行推导。图3所示为自动驾驶汽车轨迹跟踪运动学示意图,其中Г1表示当前时刻车辆所处位置,Г3表示目标轨迹上车辆的期望运动位置,Г2为期望运动位置速度的法线和当前运动位置速度方向的交点。
14)车辆运动学模型为:
式中,xe表示车辆纵向跟踪误差;ye表示车辆侧向跟踪误差;表示车辆纵向跟踪误差的微分;表示车辆侧向跟踪误差的微分;vxd表示期望车辆纵向速度;vx表示实际车辆纵向速度;表示实际车辆横摆角的微分;表示期望车辆横摆角的微分;表示期望横摆角和实际橫摆角之间的误差;表示期望横摆角和实际橫摆角之间的误差微分;vy表示车辆侧向速度;ωd表示期望车辆橫摆角速度;ω表示真实车辆橫摆角速度;Rρ表示目标轨迹的道路曲率;
15)对车辆运动学模型求导得到:
式中,xe表示车辆纵向跟踪误差;ye表示车辆侧向跟踪误差;表示车辆纵向跟踪误差的微分;表示车辆侧向跟踪误差的微分;表示车辆纵向跟踪误差的二次微分;表示车辆侧向跟踪误差的二次微分;vxd表示期望车辆纵向速度;表示期望车辆纵向速度的微分;vx表示车辆纵向速度;表示车辆纵向速度的微分;vy表示车辆侧向速度;表示车辆侧向速度的微分;表示期望车辆橫摆角速度的微分;表示真实车辆橫摆角速度的微分;ω表示车辆橫摆角速度;表示期望横摆角和实际橫摆角之间的误差;表示期望横摆角和实际橫摆角之间的误差微分;表示期望横摆角和实际橫摆角之间的误差二次微分;表示实际车辆横摆角的二次微分;表示期望车辆横摆角的二次微分;
16)选用纵向和侧向跟踪误差作为***的状态变量,即x1=[xe ye]T, 施加在车辆质心处的等效纵向力和前轮转角作为***的控制变量,即u=[Fuxδf]T,将车辆动力学模型代入车辆运动学模型中,获得包含***参数不确定性的车辆纵侧向耦合非线性轨迹跟踪模型:
y=x1 (18)
式中,x1和x2表示***的状态变量;u表示***的控制变量;y表示***输出,F1(x1)=02×1表示一阶***变量矩阵;G1(x1)=I2×2表示一阶***状态矩阵; 表示二阶***变量矩阵;表示二阶***控制矩阵;P1和P2为***参数矩阵,f2,1(x)、g2,1(x)表示***局部基函数,f2(x)、g2(x)且表示***总体基函数:
P1=[ρ1 ρ2 ρ3 ρ4 ρ6 ρ7]T,P2=[ρ5 ρ8]T,g2(x)=[g2,2(x) g2,3(x)]T,
f2(x)=[f2,2(x) f2,3(x) f2,4(x) f2,5(x) f2,6(x) f2,7(x)]T,
式中,P1和P2为***参数矩阵,ρi(i=1,2,…8)表示***参数的真实值;f2,j(x)(j=1,2,…7)、g2,k(x)(k=1,2,3)表示***局部基函数;f2(x)、g2(x)表示***总体基函数;vx表示车辆纵向速度;vy表示车辆侧向速度;vxd表示期望车辆纵向速度;表示期望车辆纵向速度的微分;表示期望横摆角和实际橫摆角之间的误差;表示期望横摆角和实际橫摆角之间的误差微分;ω表示车辆橫摆角速度;xe表示车辆纵向跟踪误差;ye表示车辆侧向跟踪误差;β表示车辆质心侧偏角;m表示整车质量。
步骤二、基于非线性三步法理论,设计车辆纵侧向耦合的轨迹跟踪控制器,获得完整的***控制律;三步法轨迹跟踪控制器由类稳态控制、参考动态前馈控制和状态依赖的误差反馈控制三部分组成;
21)对***输出y求导,直至控制输入u的出现:
式中,x1和x2表示***的状态变量;表示***的状态变量微分;表示***输出的微分;表示***输出的二次微分;,F1(x1)表示一阶***变量矩阵;G1(x1)表示一阶***状态矩阵;u表示***的控制变量;表示二阶***输出的输出矩阵;B(x)=G1(x1)G2(x)表示二阶***输出的控制矩阵;C(x)=G1(x1)F2(x)表示二阶***输出的参数矩阵;F2(x)表示二阶***变量矩阵;G2(x)表示二阶***控制矩阵;
式中,us表示***的类稳态控制律;G2(x)表示二阶***控制矩阵;F2(x)表示二阶***变量矩阵;f2,1(x)、g2,1(x)表示***局部基函数;f2(x)、g2(x)表示***总体基函数;P1和P2为***参数矩阵;
23)在标定的控制律中加入前馈控制律用于提高***的响应性能,即:
u=us+uf (22)
式中,u表示***控制律;us表示***的类稳态控制律,uf表示***的动态参考前馈控制律。
式中,uf表示***的动态参考前馈控制律;G2(x)表示二阶***控制矩阵;表示***期望输出的微分;表示***期望输出的二次微分;A(x)表示二阶***输出的输出矩阵;A(x)表示二阶***输出的输出矩阵;P2为***参数矩阵;g2,1(x)表示***局部基函数;g2(x)表示***总体基函数;
24)考虑到建模误差、外部扰动等因素,类稳态控制律和动态参考前馈控制律并不能够完全消除轨迹跟踪误差。因此,继续引入误差反馈控制律为:
u=us+uf+ue (24)
式中,u表示***控制律;us表示***的类稳态控制律;uf表示***的动态参考前馈控制律;ue表示***的误差反馈控制律;
定义***跟踪误差为e1=yd-y,将控制律(24)其代入***(20)中可以求得:
25)得益于类稳态控制律和参考动态前馈控制律的引入,闭环误差***结构更加简洁。为了获得误差反馈控制律,本申请采用了经典的反步法对其进行推导,保证轨迹跟踪***的闭环稳定性。选用e2为虚拟控制输入,定义李雅普诺夫函数那么对应的导数为:
式中,表示虚拟控制输入误差微分;e2表示实际虚拟控制输入;表示期望虚拟控制输入微分;表示虚拟控制输入微分;k1表示控制器参数;表示***跟踪误差微分;A(x)表示二阶***输出的输出矩阵;G2(x)表示二阶***控制矩阵;ue表示***的误差反馈控制律;
式中,表示定义的第二个李雅普诺夫函数微分;表示定义的第一个李雅普诺夫函数微分;e3表示虚拟控制输入误差;表示虚拟控制输入误差微分;k1表示控制器参数;e1表示***跟踪误差;表示***跟踪误差微分;A(x)表示二阶***输出的输出矩阵;G2(x)表示二阶***控制矩阵;ue表示***的误差反馈控制律。
根据李亚普诺夫直接法,选取误差反馈控制律为:
式中,ue表示***的误差反馈控制律;A(x)表示二阶***输出的输出矩阵;G2(x)表示二阶***控制矩阵;k1和k2表示控制器参数;e1表示***跟踪误差;表示***跟踪误差微分;e3表示虚拟控制输入误差;
选择k2>0,那么
式中,ue表示***的误差反馈控制律;A(x)表示二阶***输出的输出矩阵,G2(x)表示二阶***控制矩阵;k1和k2表示三步法控制器参数;e1表示***跟踪误差;表示***跟踪误差微分;g2,1(x)表示***局部基函数;g2(x)表示***总体基函数;P2为***参数矩阵;
至此,获得的完整的***控制律:
其中,u表示***控制律;us为***类稳态控制律;uf***动态参考前馈控制律;ue表示***误差反馈控制律;fP(x)=[G2(x)]-1(1+k1k2)表示比例项参数;fD(x)=[G2(x)]-1[k1+k2+A(x)]表示微分项参数;A(x)表示二阶***输出的输出矩阵;G2(x)表示二阶***控制矩阵;k1和k2表示控制器参数;e1表示***跟踪误差;表示***跟踪误差微分。
步骤三、结合自适应律补偿由于车辆运动状态变化引起的***不确定性扰动;
车辆轨迹跟踪控制器除了需要处理横纵向动力学非线性耦合问题外,***参数真实值ρi(i=1,2,…,8)随车辆运动状态发生变化带来的不确定性也会对轨迹跟踪性能产生干扰。为此,本申请用自适应控制律补偿***参数不确定性问题,整体架构如图4所示。
31)定义***参数估计值:
32)***控制律重新被定义为:
式中,u表示***控制输入;表示二阶***变量矩阵估计值;表示二阶***控制矩阵估计值;P1和P2为***参数矩阵估计值;表示***参数估计值;表示***期望输出的微分;表示***期望输出的二次微分;表示二阶***输出的输出矩阵估计值;e1表示***跟踪误差;表示***跟踪误差微分;k1和k2表示控制器参数;
33)将获得的***控制律(41)代入***(20)中,得到:
式中,表示***输出的二次微分;k1和k2表示控制器参数;表示二阶***输出的输出矩阵估计值;e1表示***跟踪误差;表示***跟踪误差微分;F2(x)表示表示二阶***变量矩阵;表示二阶***变量矩阵估计值;G2(x)表示二阶***控制矩阵;表示二阶***控制矩阵估计值;u表示***控制输入;表示***期望输出的二次微分;
根据上式,考虑参数不确定的闭环误差***可以整理为:
其中,
式中,k1和k2表示控制器参数;表示二阶***输出的输出矩阵估计值;e1表示***跟踪误差;表示***跟踪误差微分;ΔP表示***参数矩阵总误差;θ表示***组合基;P1和P2表示***参数矩阵;ΔP1和ΔP2表示***参数矩阵误差;表示***参数随车辆运动状态变化的估计值;表示***参数随车辆运动状态变化的理想值;f2(x)、g2(x)表示***总体基函数;u表示***控制输入;
式中,em表示误差***的状态变量;表示误差***的状态变量微分; 表示误差***的状态变量参数矩阵;表示误差***的参数变量矩阵;θ表示***组合基;ΔP表示***参数矩阵总误差;k1和k2表示控制器参数;
式中,表示定义的第三个李雅普诺夫函数微分;em表示误差***的状态变量;Am表示误差***的状态变量参数矩阵;Q表示正定对称矩阵;Bm表示误差***的参数变量矩阵;θ表示***组合基;ΔP表示***参数矩阵总误差;表示***参数矩阵总误差微分;τ表示参数误差变量参数量化参数;表示***参数自适应律;
36)取***参数自适应律为:
将***参数自适应律代入至(45)中得:
37)下面进行***鲁棒性分析。为了简化问题分析,将***面临的参数不确定性、未建模扰动等因素统一定义为ξ,那么原***控制律变为:
u=uim+ξ (1)
式中,ξ表示***面临的参数不确定性、未建模扰动因素;uim表示原***控制控制输入;u表示***控制输入;
将(48)代入到(20)中,结合e1=yd-y化简后得到:
式中,e1表示***跟踪误差;表示***跟踪误差微分;表示***跟踪误差二次微分;k1和k2表示控制器参数;表示二阶***输出的输出矩阵估计值;ΔP表示***参数矩阵总误差;ΔP2表示***参数矩阵误差;θ表示***组合基;ξ表示***面临的参数不确定性、未建模扰动因素。
令d=ΔP2ξ,那么闭环误差***表示为:
式中,em表示误差***的状态变量;表示误差***的状态变量微分;Am表示误差***的状态变量参数矩阵;Bm表示误差***的参数变量矩阵;θ表示***组合基;ΔP表示***参数矩阵总误差;d表示***面临的综合扰动;
式中,表示定义的第三个李雅普诺夫函数微分;em表示误差***的状态变量;Am表示误差***的状态变量参数矩阵;Bm表示误差***的参数变量矩阵;θ表示***组合基;ΔP表示***参数矩阵总误差;d表示***面临的综合扰动;表示***参数自适应律;τ表示参数误差变量参数量化参数;Q表示正定对称矩阵;L表示定义的比较矩阵;γ表示定义的比较矩阵参数量化参数。
步骤四、通过底层控制分配策略实现了整车的轨迹跟踪控制。
基于轨迹跟踪控制器求解得到的施加在车辆质心处的等效纵向力Fux并不能直接应用于车辆控制,需要通过底层控制分配策略对其进行分解已获得车辆能够响应的驱动转矩信号Ttq和制动压力信号。
当施加在车辆质心处的等效纵向力Fux大于等于0时,认为车辆***处于驱动模式,对应的驱动转矩表示为:
式中,Ttq表示车辆目标驱动转矩信号;Fux表示施加在车辆质心处的等效纵向力;R表示车轮滚动半径;i0表示整车全部等效传动比;ηT表示整车全部等效传动效率;
当施加在车辆质心处的等效纵向力Fux小于0时;认为车辆***处于驱动模式,对应的驱动转矩可以表示为:
实施例
我们基于MATLAB/Simulink与车辆动力学软件CarSim搭建了联合仿真平台用于对本申请设计的轨迹跟踪控制器进行测试。目标车辆在路面附着系数为0.5的路面上,以变换的纵向运动速度进行双移线测试。目标车速在45km/h至85km/h之间,以正弦形式不断变换。图5、图6、图7、图8、图9、图10、图11、图12分别为纵向速度控制性能曲线、纵向速度误差控制性能曲线、轨迹跟踪坐标轴控制性能曲线、轨迹跟踪侧向误差控制性能曲线、横摆角控制性能曲线、横摆角误差控制性能曲线、前轮转角控制性能曲线、橫摆角速度控制性能曲线。从实验曲线中可以看出,本申请提出的基于自适应三步法的纵侧向耦合轨迹跟踪控制器能够保证车辆纵向速度跟随良好,纵向速度误差在0.66km/h之内。侧向轨迹跟踪方面,侧向轨迹跟踪误差控制在0.05m之内,橫摆叫误差控制在0.72deg之内。整个轨迹跟踪过程前轮转角控制平稳,整车橫摆角速度平顺性较好。因此证明了设计的轨迹跟踪控制器能够实现稳定、精确、平顺的车辆纵侧向轨迹跟踪运动控制。
Claims (4)
1.一种车辆纵侧向耦合轨迹跟踪控制器设计方法,其特征在于,包括以下步骤:
步骤一、根据车辆与期望轨迹之间的运动学和动力学关系,建立一种包含***参数不确定性和车辆纵侧向非线性耦合动力学特征关系的轨迹跟踪模型;
步骤二、设计车辆纵侧向耦合的轨迹跟踪控制器,获得完整的***控制律;所述轨迹跟踪控制器由类稳态控制、参考动态前馈控制和状态依赖的误差反馈控制三部分组成;
步骤三、结合自适应律补偿由于车辆运动状态变化引起的***不确定性扰动;
步骤四、通过底层控制分配策略实现了整车的轨迹跟踪控制;
所述步骤一的具体方法如下:
11)假设左、右车轮受力对称,建立简化的车辆动力学模型如下:
式中,m表示整车质量;vx表示车辆纵向速度;vy表示车辆侧向速度;表示车辆纵向速度的微分;表示车辆侧向速度的微分;ω表示车辆横摆角速度;表示车辆的横摆角速度的微分;Fux表示施加在车辆质心处的等效纵向力;Cwx表示车辆的纵向风阻系数;Cwy表示车辆的侧向风阻系数;Iz表示车辆的转动惯量;lf表示质心到车辆前轴的距离;lr表示质心到车辆后轴的距离;Fyf表示前轮轮胎受到的侧向力;Fyr表示后轮轮胎受到的侧向力;
12)车辆在轨迹跟踪过程中,轮胎处于线性区内,轮胎受到的侧向力近似表示为:
式中,Cf表示轮胎前轮侧片刚度;Cr表示轮胎后轮侧偏刚度;αf表示轮胎前轮侧偏角;αr表示轮胎后轮侧偏角;β表示车辆质心侧偏角;δf表示车辆前轮转角;
13)假设轨迹跟踪过程中车辆***参数的真实值已知,那么完整的车辆动力学模型表示为:
式中,Cwy表示车辆的侧向风阻系数;
14)车辆运动学模型为:
式中,xe表示车辆纵向跟踪误差;ye表示车辆侧向跟踪误差;表示车辆纵向跟踪误差的微分;表示车辆侧向跟踪误差的微分;vxd表示期望车辆纵向速度;表示实际车辆横摆角的微分;表示期望车辆横摆角的微分;表示期望横摆角和实际横摆角之间的误差;表示期望横摆角和实际横摆角之间的误差微分;ωd表示期望车辆横摆角速度;Rρ表示目标轨迹的道路曲率;
15)对车辆运动学模型求导得到:
式中,表示车辆纵向跟踪误差的二次微分;表示车辆侧向跟踪误差的二次微分;表示期望车辆纵向速度的微分;表示期望车辆横摆角速度的微分;表示期望横摆角和实际横摆角之间的误差二次微分;表示实际车辆横摆角的二次微分;表示期望车辆横摆角的二次微分;
16)选用纵向和侧向跟踪误差作为***的状态变量,即x1=[xe ye]T,施加在车辆质心处的等效纵向力和前轮转角作为***的控制变量,即u=[Fux δf]T,将车辆动力学模型代入车辆运动学模型中,获得包含***参数不确定性的车辆纵侧向耦合非线性轨迹跟踪模型:
y=x1 (18)
式中,x1和x2表示***的状态变量;u表示***的控制变量;y表示***输出,F1(x1)=02 ×1表示一阶***变量矩阵;G1(x1)=I2×2表示一阶***状态矩阵;表示二阶***变量矩阵; 表示二阶***控制矩阵;P1和P2为***参数矩阵,f2,1(x)、g2,1(x)表示***局部基函数,f2(x)、g2(x)且表示***总体基函数:
P1=[ρ1 ρ2 ρ3 ρ4 ρ6 ρ7]T,P2=[ρ5 ρ8]T,g2(x)=[g2,2(x) g2,3(x)]T,
f2(x)=[f2,2(x) f2,3(x) f2,4(x) f2,5(x) f2,6(x) f2,7(x)]T,
2.根据权利要求1所述的一种车辆纵侧向耦合轨迹跟踪控制器设计方法,其特征在于,所述步骤二的具体方法如下:
21)对***输出y求导,直至控制输入u的出现:
式中,x1和x2表示***的状态变量;表示***的状态变量微分;表示***输出的微分;表示***输出的二次微分;,F1(x1)表示一阶***变量矩阵;G1(x1)表示一阶***状态矩阵;u表示***的控制变量; 表示二阶***输出的输出矩阵;B(x)=G1(x1)G2(x)表示二阶***输出的控制矩阵;C(x)=G1(x1)F2(x)表示二阶***输出的参数矩阵;F2(x)表示二阶***变量矩阵;G2(x)表示二阶***控制矩阵;
式中,us表示***的类稳态控制律;G2(x)表示二阶***控制矩阵;F2(x)表示二阶***变量矩阵;f2,1(x)、g2,1(x)表示***局部基函数;f2(x)、g2(x)表示***总体基函数;P1和P2为***参数矩阵;
23)在标定的控制律中加入前馈控制律用于提高***的响应性能,即:
u=us+uf (22)
式中,u表示***控制律;us表示***的类稳态控制律,uf表示***的动态参考前馈控制律;
式中,uf表示***的动态参考前馈控制律;G2(x)表示二阶***控制矩阵;表示***期望输出的微分;表示***期望输出的二次微分;A(x)表示二阶***输出的输出矩阵;A(x)表示二阶***输出的输出矩阵;P2为***参数矩阵;g2,1(x)表示***局部基函数;g2(x)表示***总体基函数;
24)引入误差反馈控制律为:
u=us+uf+ue (24)
式中,u表示***控制律;us表示***的类稳态控制律;uf表示***的动态参考前馈控制律;ue表示***的误差反馈控制律;
定义***跟踪误差为e1=yd-y,将控制律(24)其代入***(20)中可以求得:
式中,表示虚拟控制输入误差微分;e2表示实际虚拟控制输入;表示期望虚拟控制输入微分;表示虚拟控制输入微分;k1表示控制器参数;表示***跟踪误差微分;A(x)表示二阶***输出的输出矩阵;G2(x)表示二阶***控制矩阵;ue表示***的误差反馈控制律;
式中,表示定义的第二个李雅普诺夫函数微分;表示定义的第一个李雅普诺夫函数微分;e3表示虚拟控制输入误差;表示虚拟控制输入误差微分;k1表示控制器参数;e1表示***跟踪误差;表示***跟踪误差微分;A(x)表示二阶***输出的输出矩阵;G2(x)表示二阶***控制矩阵;ue表示***的误差反馈控制律;
根据李亚普诺夫直接法,选取误差反馈控制律为:
式中,ue表示***的误差反馈控制律;A(x)表示二阶***输出的输出矩阵;G2(x)表示二阶***控制矩阵;k1和k2表示控制器参数;e1表示***跟踪误差;表示***跟踪误差微分;e3表示虚拟控制输入误差;
选择k2>0,那么
式中,ue表示***的误差反馈控制律;A(x)表示二阶***输出的输出矩阵,G2(x)表示二阶***控制矩阵;k1和k2表示三步法控制器参数;e1表示***跟踪误差;表示***跟踪误差微分;g2,1(x)表示***局部基函数;g2(x)表示***总体基函数;P2为***参数矩阵;
获得的完整的***控制律:
3.根据权利要求1所述的一种车辆纵侧向耦合轨迹跟踪控制器设计方法,其特征在于,所述步骤三的具体方法如下:
31)定义***参数估计值:
32)***控制律重新被定义为:
式中,u表示***控制输入;表示二阶***变量矩阵估计值;表示二阶***控制矩阵估计值; P1和P2为***参数矩阵估计值;表示***参数估计值;表示***期望输出的微分;表示***期望输出的二次微分;表示二阶***输出的输出矩阵估计值;e1表示***跟踪误差;表示***跟踪误差微分;k1和k2表示控制器参数;
33)将获得的***控制律(41)代入***(20)中,可以得到:
式中,表示***输出的二次微分;k1和k2表示控制器参数;表示二阶***输出的输出矩阵估计值;e1表示***跟踪误差;表示***跟踪误差微分;F2(x)表示表示二阶***变量矩阵;表示二阶***变量矩阵估计值;G2(x)表示二阶***控制矩阵;表示二阶***控制矩阵估计值;u表示***控制输入;表示***期望输出的二次微分;
根据上式,考虑参数不确定的闭环误差***可以整理为:
其中,
式中,k1和k2表示控制器参数;表示二阶***输出的输出矩阵估计值;e1表示***跟踪误差;表示***跟踪误差微分;ΔP表示***参数矩阵总误差;θ表示***组合基;P1和P2表示***参数矩阵;ΔP1和ΔP2表示***参数矩阵误差;表示***参数随车辆运动状态变化的估计值;表示***参数随车辆运动状态变化的理想值;f2(x)、g2(x)表示***总体基函数;u表示***控制输入;
式中,em表示误差***的状态变量;表示误差***的状态变量微分;表示误差***的状态变量参数矩阵;表示误差***的参数变量矩阵;θ表示***组合基;ΔP表示***参数矩阵总误差;k1和k2表示控制器参数;
式中,表示定义的第三个李雅普诺夫函数微分;em表示误差***的状态变量;Am表示误差***的状态变量参数矩阵;Q表示正定对称矩阵;Bm表示误差***的参数变量矩阵;θ表示***组合基;ΔP表示***参数矩阵总误差;表示***参数矩阵总误差微分;τ表示参数误差变量参数量化参数;表示***参数自适应律;
36)取***参数自适应律为:
将***参数自适应律代入至(45)中得:
4.根据权利要求1所述的一种车辆纵侧向耦合轨迹跟踪控制器设计方法,其特征在于,所述步骤四的具体方法如下:
基于轨迹跟踪控制器求解得到的施加在车辆质心处的等效纵向力Fux并不能直接应用于车辆控制,需要通过底层控制分配策略对其进行分解已获得车辆能够响应的驱动转矩信号Ttq和制动压力信号;
当施加在车辆质心处的等效纵向力Fux大于等于0时,认为车辆***处于驱动模式,对应的驱动转矩表示为:
式中,Ttq表示车辆目标驱动转矩信号;Fux表示施加在车辆质心处的等效纵向力;R表示车轮滚动半径;i0表示整车全部等效传动比;ηT表示整车全部等效传动效率;
当施加在车辆质心处的等效纵向力Fux小于0时;认为车辆***处于驱动模式,对应的驱动转矩可以表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110788124.0A CN113359477B (zh) | 2021-07-13 | 2021-07-13 | 一种车辆纵侧向耦合轨迹跟踪控制器设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110788124.0A CN113359477B (zh) | 2021-07-13 | 2021-07-13 | 一种车辆纵侧向耦合轨迹跟踪控制器设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113359477A CN113359477A (zh) | 2021-09-07 |
CN113359477B true CN113359477B (zh) | 2021-12-21 |
Family
ID=77539125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110788124.0A Active CN113359477B (zh) | 2021-07-13 | 2021-07-13 | 一种车辆纵侧向耦合轨迹跟踪控制器设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113359477B (zh) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106347361B (zh) * | 2016-10-19 | 2018-12-11 | 长春工业大学 | 一种冗余驱动车辆动力学控制分配方法 |
CN107521496B (zh) * | 2017-09-08 | 2018-11-13 | 吉林大学 | 一种无人车辆的横纵向协调控制轨迹跟随控制方法 |
CN108248605A (zh) * | 2018-01-23 | 2018-07-06 | 重庆邮电大学 | 一种智能车辆轨迹跟随的横纵向协调控制方法 |
CN109597362B (zh) * | 2018-08-24 | 2021-07-09 | 吉林大学 | 燃料电池空气供给***非线性控制器设计方法 |
CN109358621B (zh) * | 2018-09-30 | 2019-05-07 | 山东省计算中心(国家超级计算济南中心) | 自动驾驶汽车轨迹跟踪控制方法 |
US20200278686A1 (en) * | 2019-02-28 | 2020-09-03 | University Of South Carolina | Iterative Feedback Motion Planning |
CN111806427B (zh) * | 2020-06-08 | 2021-10-08 | 北京理工大学 | 一种四轮毂电机驱动车辆的综合控制方法 |
CN112666833B (zh) * | 2020-12-25 | 2022-03-15 | 吉林大学 | 一种用于电动自动驾驶车辆的车速跟随自适应鲁棒控制方法 |
CN112882389B (zh) * | 2021-01-13 | 2022-09-20 | 吉林大学 | 一种基于分段t-s模糊模型的车辆稳定性控制器设计方法 |
-
2021
- 2021-07-13 CN CN202110788124.0A patent/CN113359477B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113359477A (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111890951B (zh) | 智能电动汽车轨迹跟踪与运动控制方法 | |
CN107415939B (zh) | 一种分布式驱动电动汽车转向稳定性控制方法 | |
CN107791773B (zh) | 一种基于规定性能函数的整车主动悬架***振动控制方法 | |
CN107992681B (zh) | 一种电动汽车主动前轮转向***的复合控制方法 | |
CN111332277B (zh) | 极限工况下基于稳定区域的车辆侧向稳定性控制方法 | |
CN111158349B (zh) | 基于多步线性化策略的无人驾驶车辆模型预测控制方法 | |
CN111959527B (zh) | 一种基于转角优化序列的汽车路径跟踪控制方法 | |
CN112141101B (zh) | 一种基于cnn和lstm的预瞄安全路径的方法及*** | |
CN112622903A (zh) | 一种车辆跟随驾驶环境下自主车辆的纵向和横向控制方法 | |
CN110262229B (zh) | 基于mpc的车辆自适应路径追踪方法 | |
CN113126623B (zh) | 一种考虑输入饱和的自适应动态滑模自动驾驶车辆路径跟踪控制方法 | |
CN111679575B (zh) | 一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器及其构造方法 | |
Sun et al. | Investigation of intelligent vehicle path tracking based on longitudinal and lateral coordinated control | |
CN112578672A (zh) | 基于底盘非线性的无人驾驶汽车轨迹控制***及其轨迹控制方法 | |
CN114967475A (zh) | 一种无人驾驶车辆轨迹跟踪与稳定性鲁棒控制方法及*** | |
Zheng et al. | Extension coordinated control of distributed-driven electric vehicles based on evolutionary game theory | |
CN113359477B (zh) | 一种车辆纵侧向耦合轨迹跟踪控制器设计方法 | |
CN115675459A (zh) | 一种智能车辆及其路径跟踪的控制方法、装置和存储介质 | |
CN116373846A (zh) | 一种基于bp神经网络优化的后轮转向车辆稳定性控制方法 | |
CN116165943A (zh) | 一种漂移极限工况下的车辆主动安全控制方法 | |
CN114030526B (zh) | 一种车辆主动转向控制方法及*** | |
Xu et al. | Linear time-varying MPC vehicle trajectory tracking controller considering driving road surface factors | |
Li et al. | Path tracking control based on the prediction of tire state stiffness using the optimized steering sequence | |
CN113934141B (zh) | 一种基于有限时域鲁棒增益调度的横向运动控制方法 | |
CN114834263A (zh) | 电动汽车主动前轮转向与扭矩矢量的协调控制方法及装置 |
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 |