CN116819972A - 一种模块化分层式架构的协同控制方法 - Google Patents
一种模块化分层式架构的协同控制方法 Download PDFInfo
- Publication number
- CN116819972A CN116819972A CN202311093700.5A CN202311093700A CN116819972A CN 116819972 A CN116819972 A CN 116819972A CN 202311093700 A CN202311093700 A CN 202311093700A CN 116819972 A CN116819972 A CN 116819972A
- Authority
- CN
- China
- Prior art keywords
- representing
- centroid
- rate
- yaw rate
- indicating
- 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 94
- 230000008859 change Effects 0.000 claims description 31
- 230000014509 gene expression Effects 0.000 claims description 26
- 238000005457 optimization Methods 0.000 claims description 17
- 230000001133 acceleration Effects 0.000 claims description 12
- 210000001258 synovial membrane Anatomy 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 230000000368 destabilizing effect Effects 0.000 claims description 4
- 238000010587 phase diagram Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 12
- 238000011217 control strategy Methods 0.000 description 6
- 230000001687 destabilization Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
本发明涉及车辆控制技术领域,尤其涉及一种模块化分层式架构的协同控制方法;包括以下步骤:S1、根据高层轨迹跟踪控制器,建立横摆角速度模型和质心侧偏角模型;S2、基于滑膜建立中层横摆力矩控制器,确定横摆角速度附加横摆力矩模型和质心侧偏角附加横摆力矩模型;S3、采用加权控制方法对横摆角速度和质心侧偏角进行协同控制;S4、建立下层转矩优化分配控制器,进行车轮的转矩优化分配;对轮式车辆的轨迹跟踪与横摆稳定性进行协同控制;从而实现轮式车辆在复杂地形下具有良好的横摆稳定性,改善了轮式车辆在跟踪过程中的横摆稳定性。
Description
技术领域
本发明涉及车辆控制技术领域,尤其涉及一种模块化分层式架构的协同控制方法。
背景技术
电动化和智能化作为目前汽车工业发展的方向,已经成为国内外学者、研究所和企业的研究热点,而自动驾驶汽车在汽车智能化发展中占据重要的地位,自动驾驶汽车所采用的自动驾驶***,轨迹跟踪是实现智能车辆自动驾驶的基本要求,车辆轨迹跟踪控制算法结合GPS、TMU等传感器数据对预期轨迹进行解析,计算出车辆最优控制量,自动驾驶***对车辆的油门、刹车、方向盘等执行器进行控制,实现车辆的轨迹跟踪,在自动驾驶车辆轨迹跟踪控制时,常用的算法有PID控制、线性二次型调节器(LQR)、模型预测控制(MPC)等控制算法,车辆轨迹跟踪控制算法使车辆按照预期轨迹行驶,维持车辆行驶轨迹稳定,是保障自动驾驶行车安全的根本。
而目前现有的轨迹跟踪技术都只考虑前轮转角这一个横向控制变量,车辆在复杂地形的极端条件下的跟踪精度和动态稳定性都会受到影响,并且轨迹跟踪和稳定控制是车辆自动驾驶的两个基本功能,在复杂地形的极端条件下,轨迹跟踪和稳定控制这两个因素不可避免的存在相互干扰,并且在复杂地形的极端条件下,只考虑前轮转角这一横向控制变量是无法保证车辆的稳定性的,同时目前的这种过于集成的控制算法设计及应用难度也比较大。
因此,亟需提供一种模块化分层式架构的协同控制方法,相对于现有技术,改善轮式车辆在跟踪过程中的横摆稳定性。
发明内容
本发明解决现有技术存在的技术问题,本发明提供了一种模块化分层式架构的协同控制方法。
为实现上述目的,本发明采用的技术方案如下:
一种模块化分层式架构的协同控制方法,包括以下步骤:
S1、根据高层轨迹跟踪控制器,输出实时速度和前轮转角控制量,建立横摆角速度模型和质心侧偏角模型;
S2、基于滑膜建立中层横摆力矩控制器,确定横摆角速度附加横摆力矩模型和质心侧偏角附加横摆力矩模型;
S3、采用加权控制方法对横摆角速度和质心侧偏角进行协同控制;
S4、建立下层转矩优化分配控制器,具体为:设定单个轮胎路面附着利用率为代价函数,通过动力学模型建立每个轮胎的驱动转矩需要满足的路面附着条件,以横摆角速度附加横摆力矩模型、质心侧偏角附加横摆力矩模型、路面附着条件、驱动转矩为代价函数的约束条件,再进行极值求解,进行车轮的转矩优化分配。
更进一步地,S2具体包括以下步骤:
S201、在车辆线形二自由度动力学平衡方程中添加附加横摆力矩,其表达如下:
上式中,m为车辆质量,表示横向速度,/>表示横向速度,/>表示横摆角速度,/>表示前轮侧偏刚度,/>表示车辆质心侧偏角,/>表示质心到前轴的距离,/>表示质心到后轴的距离,/>表示前轮转角,/>表示后轮侧偏刚度,/>表示车辆沿Z轴方向的转动惯量,/>表示横摆角速度附加横摆力矩,/>表示质心侧偏角速度,/>表示横摆角速度一阶变化率。
S202、定义横摆角速度的滑膜控制切换函数:
上式中,为横摆角速度跟踪误差;/>为横摆角速度跟踪误差和其变化率之间的权重系数,/>表示横摆角速度跟踪误差一阶变化率;
S203、通过横摆角速度的滑膜控制切换函数与在车辆线形二自由度动力学平衡方程中添加附加横摆力矩的表达式,确定横摆角速度附加横摆力矩模型;
S204、定义质心侧偏角滑膜控制切换函数为:
上式中,表示质心侧偏角跟踪误差;/>表示质心侧偏角跟踪误差和其变化率之间的权重系数,/>表示质心侧偏角误差一阶变化率;
S205、通过质心侧偏角滑膜控制切换函数与在车辆线形二自由度动力学平衡方程中添加附加横摆力矩的表达式,确定质心侧偏角附加横摆力矩模型。
更进一步地,横摆角速度跟踪误差与横摆角速度、理想横摆角速度之间的关系满足下式:
上式中,表示横摆角速度跟踪误差,/>表示横摆角速度,/>表示理想横摆角速度;
将上式与S201步骤所得到的表达式结合,得到横摆角速度附加横摆力矩模型为:
上式中,表示趋近速度参数,/>表示饱和函数,/>表示期望横摆角速度二阶变化率,/>表示前轮转角一阶变化率。
更进一步地,质心侧偏角跟踪误差与质心侧偏角、理想质心侧偏角之间的关系满足下式:
上式中,表示质心侧偏角跟踪误差,/>表示质心侧偏角,/>表示理想质心侧偏角;
将上式与S201步骤得到的表达式结合,得到质心侧偏角附加横摆力矩模型为:
上式中,为趋近速度参数,/>表示理想质心侧偏角二阶变化率,/>表示前轮转角一阶变化率,/>表示饱和函数。
进一步地,S3具体包括以下步骤:
S301、采用加权控制方法对横摆角速度和质心侧偏角进行协同控制,以质心侧偏角的失稳条件作为判断条件;
S302、使用平面相图将质心侧偏角分为失稳区域和非失稳区域,并给出其稳定性边界的一般表达式,具体为:
上式中,、/>都为稳定性边界常数,/>表示质心侧偏角速度;
S303、同时在不同路面附着系数条件下提供边界系数,具体如下表所示:
更进一步地,加权控制方法表达式为:
上式中,表示联合控制附加横摆力矩,/>为权重系数,/>表示横摆角速度附加横摆力矩,/>表示质心侧偏角附加横摆力矩。
进一步地,单个轮胎路面附着利用率为:
上式中,表示轮胎路面附着利用率,/>表示轮胎垂向的力,/>表示轮胎纵向的力,/>表示轮胎横向的力,/>表示轮胎附着系数;
将每个单个轮胎路面附着利用率赋予不同的权重系数,得到整车的路面附着利用率优化代价函数:
上式中,表示不同轮胎路面附着利用率的权重系数,/>优化代价函数;
设定不考虑轮胎纵向力和侧向力之间存在的耦合关系,仅将轮胎的纵向力作为优化求解的目标,简化后的代价函数如下:
上式中,表示轮胎半径,/>表示优化代价函数。
更进一步地,通过动力学模型建立的每个轮胎的驱动转矩路面附着条件为:
上式中,表示总驱动转矩,/>表示左后轮驱动转矩,/>表示右后轮驱动转矩,表示左前轮驱动转矩,/>表示右前轮驱动转矩,/>表示轮距,/>表示前轮转角,/>表示联合控制附加横摆力矩;
同时驱动转矩需满足如下所示的不等式约束条件:
上式中,表示电机最大输出转矩。
更进一步地,代价函数以驱动转矩、横摆角速度附加横摆力矩、质心侧偏角附加横摆力矩、路面附着条件为约束的表达式为:
上式中,表示优化代价函数,/>表示左前轮的路面附着利用率的权重系数,/>表示左后轮的路面附着利用率的权重系数,/>表示右后轮的路面附着利用率的权重系数,表示右后轮的路面附着利用率的权重系数;/>表示左前轮的路面附着系数,/>表示右前轮的路面附着系数,/>表示左后轮的路面附着系数,/>表示右后轮的路面附着系数;表示左后轮的垂向力,/>表示左前轮的垂向力,/>表示右前轮的垂向力,/>表示右后轮的垂向力。
进一步地,理想横摆角速度表示为:
上式中,表示符号函数,/>表示附着系数,/>表示重力加速度,/>表示横向速度,/>表示车辆稳定性因素,/>表示车辆轴距,/>表示理想横摆角速度参考值,/>表示横向速度,/>表示车辆轴距,/>表示车辆稳定性因素,/>表示前轮转角,/>表示附着系数,/>表示重力加速度;
理想质心侧偏角参考值为:。
与现有技术相比,本发明的有益效果为:
(1)本发明对轮式车辆的轨迹跟踪与横摆稳定性进行协同控制;上层轨迹跟踪控制器输出实时的速度和前轮转角控制量,横摆稳定性控制策略根据上层输出的控制量以及当前车辆状态进行横摆角速度和质心侧偏角联合控制,从而实现轮式车辆在复杂地形下进行轨迹跟踪任务,同时具备良好的横摆稳定性效果,改善了轮式车辆在跟踪过程中的横摆稳定性。
附图说明
图1是本发明基于滑膜的横摆力矩控制器结构示意图。
图2是本发明基于目标优化的转矩分配器结构示意图。
图3是本发明模块化分层式架构控制结构示意图。
图4是本发明轮式车辆在蛇形线道路上进行轨迹跟踪的结果示意图。
具体实施方式
下面将结合附图说明对本发明的技术方案进行清楚的描述,显然,所描述的实施例并不是本发明的全部实施例,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,都属于本发明的保护范围。
如图1所示,本发明提供一种模块化分层式架构的协同控制方法,包括以下步骤:
S1、根据高层轨迹跟踪控制器,实现输出实时速度和前轮转角控制量,建立横摆角速度模型和质心侧偏角模型:
当对轮式车辆进行形式稳定性分析时,只需要考虑车辆的横摆以及侧向运动这两个因素,通常情况下车辆的侧向加速度为0.4g,轮胎的侧偏特性是线性的,得到车辆线形二自由度动力学平衡方程表达式如下:
上式中,m为车辆质量,表示侧向加速度,/>表示横向速度,/>表示横摆角速度,/>表示前轮侧偏刚度,/>表示车辆质心侧偏角,/>表示质心到前轴的距离,/>表示前轮转角,/>表示后轮侧偏刚度,/>表示沿Z轴方向的转动惯量,/>表示质心侧偏角速度,/>表示后轮侧偏刚度,/>表示质心到后轴的距离。
车辆质心侧偏角通过下式计算得出:
。
当轮式车辆在进行稳定行驶时,其横摆角速度不变,侧向加速度为零,则有,,其中理想横摆角速度和质心侧偏角表达式如下:
上式中,表示理想横摆角速度参考值,/>表示理想质心侧偏角参考值,/>表示车辆稳定性因素,/>表示车辆轴距,/>表示质心侧偏角速度,/>表示横摆角速度一阶变化率。
车辆稳定性因素通过下式计算得出:
上式中的横摆角速度和质心侧偏角均是理想条件下的参考值,轮式车辆在实际行驶过程中,受到众多干扰因素的影响,对于侧向加速度,则有:
上式中,表示横向加速度,/>表示附着系数,/>表示重力加速度。
将上式中的公式进行联立,可得:
上式中,表示横向加速度。
轮式车辆在实际行驶中,质心侧偏角通常较小,通过相关经验公式对理想横摆角速度进行限制,修正后的理想横摆角速度限制为:
上式中,表示为最大横摆角速度参考值。
可得到最终的理想横摆角速度参考值为:
上式中,表示符号函数。
本发明考虑轮式车辆稳定状态下质心侧偏角趋于零,则将质心侧偏角零化,则最终的理想质心侧偏角参考值为:
。
如图2所示,S2、基于滑膜设计中层横摆力矩控制器:
采用滑膜控制,可以使***的偏移量和阶次等状态参数在动力学过程中发生适当的改变,从而使***能够按照一种理想的“滑动模态”,沿着一条状态轨道前进,并最终实现了一种稳定的状态。具有结构简单,响应速度快,鲁棒性好的优点。
在车辆线形二自由度动力学平衡方程中添加附加横摆力矩,其表达方程式如下:
上式中,表示横摆角速度附加横摆力矩。
本发明选取实时性较好、计算量较小的等速趋近律来改善实际控制过程中出现的“抖振”现象,具体为:
定义横摆角速度的滑膜控制切换函数:
上式中,为横摆角速度跟踪误差,/>;/>为横摆角速度跟踪误差和其变化率之间的权重系数,/>表示横摆角速度跟踪误差一阶变化率。
进一步说,当时,可得:
上式中,表示横摆角速度的滑膜控制切换函数一阶变化率,/>表示横摆角速度跟踪误差二阶变化率,/>表示横摆角速度二阶变化率,/>表示期望横摆角速度二阶变化率,表示前轮转角一阶变化率,/>表示横摆角速度附加横摆力矩。
为了保证***运动到滑模面过程中具有良好的品质,确定横摆角速度附加横摆力矩为:
上式中,表示横摆角速度附加横摆力矩滑膜面的驱进速度参数,/>表示饱和函数,具体为:
。
同理,定义质心侧偏角滑膜控制切换函数为:
上式中,表示质心侧偏角跟踪误差,具体表示为:/>;/>表示质心侧偏角跟踪误差和其变化率之间的权重系数,/>表示质心侧偏角误差一阶变化率。
将带入质心侧偏角滑膜控制切换函数,得到:
上式中,表示质心侧偏角附加横摆力矩,/>表示质心侧偏角滑膜控制切换函数一阶变化率,/>表示质心侧偏角误差二阶变化率,/>表示理想质心侧偏角二阶变化率。
由此推出质心侧偏角附加横摆力矩为:
上式中,为质心侧偏角附加横摆力矩滑模面的趋近速度参数。
S3、采用加权控制方法对横摆角速度和质心侧偏角进行协同控制,主要以质心侧偏角的失稳条件作为判断条件,研究其失稳临界值并与横摆角速度进行联合控制,具体而言,使用平面相图将质心侧偏角分为失稳区域和非失稳区域,并给出其稳定性边界的一般表达式,同时在不同路面附着系数条件下提供边界系数,具体为:
稳定性边界的表达式为:
上式中,、/>都为稳定性边界参数。
质心侧偏角稳定性边界参数如下表所示:
表1 质心侧偏角稳定性边界参数
加权控制方法表达式为:
上式中,表示联合控制附加横摆力矩,/>为权重系数。
如图3所示,S4、基于目标优化设计下层转矩优化分配控制器:为了实现车辆行驶过程中的稳定性,需要设计合理的转矩优化分配策略将基于滑模的直接横摆力矩控制器计算得到的附加横摆力矩分配至车辆的各个车轮。该转矩分配控制器需要满足车辆纵向运动需求并考虑路面附着系数约束、执行机构物理约束等因素。本发明采用基于PID的纵向速度跟踪控制器获取总纵向驱动转矩,并选择转矩优化分配策略进行针对多约束条件下的优化求解问题。
在转矩优化分配策略中,代价函数是关键部分,可以通过反映车辆行驶过程中的稳定性状态来实现优化目标。轮胎路面附着利用率是衡量车辆对路面附着情况的重要指标之一,可以定义为单个轮胎所能提供的侧向力与该轮胎所能提供的最大侧向力之比。在考虑车辆行驶过程中动力性和稳定性的情况下,将单个轮胎路面附着利用率作为转矩优化分配的代价函数,有助于提高车辆行驶过程中的稳定性,减小车辆失稳的风险。其中,单个轮胎路面附着利用率定义为:
上式中,表示轮胎路面附着利用率,/>表示垂向轮胎力,/>表示纵向轮胎力,表示横向轮胎力,/>表示轮胎附着系数。
轮式车辆在实际的行驶过程当中,轮胎的垂向载荷受到加速、转向等因素的影响,使得每个轮胎实际载荷并不相同。因此在设定代价函数时,将每个轮胎路面附着利用率赋予不同的权重系数,得到整车的路面附着利用率优化代价函数:
上式中,表示不同轮胎路面附着利用率的权重系数,/>优化代价函数。
尽管分布式驱动车辆可以实现对每个轮胎进行独立控制,但是仅仅实现的是对轮胎的纵向力进行独立控制。考虑到车辆轮胎的侧向力和纵向力之间耦合具有一定程度的关系,因此将轮胎侧向力作为优化目标进行优化求解时将会使得求解过程中的计算量增大,无法满足实时求解并实现控制。因此,为了降低优化求解过程中的计算量,本专发明假设不考虑轮胎纵向力和侧向力之间存在的耦合关系,仅将轮胎的纵向力作为优化求解的目标,简化后的代价函数如下:
上式中,表示轮胎半径,/>表示简化后的代价函数。
在满足高层总需求的驱动转矩以及滑膜控制器输出的附加横摆力矩的前提下,才能进行车轮的转矩优化分配,同时,每个轮胎的驱动转矩还需要满足路面附着条件的要求。通过动力学模型建立如下的约束等式:
上式中,表示总驱动转矩,/>表示左后轮驱动转矩,/>表示右后轮驱动转矩,表示左前轮驱动转矩,/>表示右前轮驱动转矩,B表示轮距。
驱动转矩通过基于PID的纵向速度跟踪控制器获取。
同时所优化求解的转矩需满足如下所示的不等式约束条件:
上式中,表示电机最大输出转矩。
根据确定的代价函数,以及结合车辆总需求的驱动转矩、附加横摆力矩和路面附着条件等约束限制,转矩优化分配问题即可以看作为多约束条件下的多元函数极值求解问题。本发明设计的目标优化问题存在四个变量,而仅只有两个等式,为减少计算复杂度,将等式约束代入代价函数中进行变量消除,对新的代价函数进行独立变量求偏导,可得:
上式中,表示左前轮的路面附着利用率的权重系数,/>表示左后轮的路面附着利用率的权重系数,/>表示右后轮的路面附着利用率的权重系数,/>表示右后轮的路面附着利用率的权重系数;/>表示左前轮的路面附着系数,/>表示右前轮的路面附着系数,/>表示左后轮的路面附着系数,/>表示右后轮的路面附着系数;/>表示左后轮的垂向力,/>表示左前轮的垂向力,/>表示右前轮的垂向力,/>表示右后轮的垂向力。
本发明采用了三层控制结构,包括高层轨迹跟踪控制器、中层横摆力矩控制器和下层转矩优化分配控制器。高层轨迹跟踪控制器通过基于剩余误差模型建立的预测模型来实现速度和前轮转角的输出,中层横摆力矩控制器以该控制量作为输入,通过二自由度动力学模型获取横摆角速度和质心侧偏角的理想取值,并输出整车所需的附加横摆力矩,以实现对车辆横摆稳定性的控制。下层转矩优化分配控制器以轮胎路面附着利用率为代价函数,考虑各层控制器的约束条件,对代价函数进行优化求解获取四轮优化转矩值,以实现对车辆横摆稳定性的控制。
图4是轮式车辆在蛇形线道路上采用优化协同控制策略进行跟踪的效果和结果。在横向和纵向上能够有效控制误差,同时也展示了横摆力矩控制效果。优化协同控制的横摆角速度和质心侧偏角均有所降低,但车辆转向幅度较小的情况下,稳定性异常的现象并不明显。做如下总结:
1.在转弯时,无优化控制策略存在明显的跟踪误差,而采用优化协同控制策略能够显著提高跟踪精度。
2.在颠簸高附着路面和颠簸低附着路面下,横向误差值波动幅度分别为-0.03~0.03m-0.04~0.04m之间,并且这些误差值均远小于相同工况下无优化控制的。
3.优化协同控制策略在颠簸高附着路面和颠簸低附着路面下的横向累积跟踪误差相比于无优化控制策略有较大降幅,分别达到了75.9%和71.8%。
最后应当说明的是,以上内容仅用以说明本发明的技术方案,而非对本发明保护范围的限制,本领域的普通技术人员对本发明的技术方案进行的简单修改或者等同替换,均不脱离本发明技术方案的实质和范围。
Claims (10)
1.一种模块化分层式架构的协同控制方法,其特征在于,包括以下步骤:
S1、根据高层轨迹跟踪控制器,输出实时速度和前轮转角控制量,建立横摆角速度模型和质心侧偏角模型;
S2、基于滑膜建立中层横摆力矩控制器,确定横摆角速度附加横摆力矩模型和质心侧偏角附加横摆力矩模型;
S3、采用加权控制方法对横摆角速度和质心侧偏角进行协同控制;
S4、建立下层转矩优化分配控制器,具体为:设定单个轮胎路面附着利用率为代价函数,通过动力学模型建立每个轮胎的驱动转矩需要满足的路面附着条件,以横摆角速度附加横摆力矩模型、质心侧偏角附加横摆力矩模型、路面附着条件、驱动转矩为代价函数的约束条件,再进行极值求解,进行车轮的转矩优化分配。
2.根据权利要求1所述的一种模块化分层式架构的协同控制方法,其特征在于,S2具体包括以下步骤:
S201、在车辆线形二自由度动力学平衡方程中添加附加横摆力矩,其表达如下:
上式中,m为车辆质量,表示横向速度,/>表示横向速度,/>表示横摆角速度,/>表示前轮侧偏刚度,/>表示车辆质心侧偏角,/>表示质心到前轴的距离,/>表示质心到后轴的距离,表示前轮转角,/>表示后轮侧偏刚度,/>表示车辆沿Z轴方向的转动惯量,/>表示横摆角速度附加横摆力矩,/>表示质心侧偏角速度,/>表示横摆角速度一阶变化率;
S202、定义横摆角速度的滑膜控制切换函数:
上式中,为横摆角速度跟踪误差;/>为横摆角速度跟踪误差和其变化率之间的权重系数,/>表示横摆角速度跟踪误差一阶变化率;
S203、通过横摆角速度的滑膜控制切换函数与在车辆线形二自由度动力学平衡方程中添加附加横摆力矩的表达式,确定横摆角速度附加横摆力矩模型;
S204、定义质心侧偏角滑膜控制切换函数为:
上式中,表示质心侧偏角跟踪误差;/>表示质心侧偏角跟踪误差和其变化率之间的权重系数,/>表示质心侧偏角误差一阶变化率;
S205、通过质心侧偏角滑膜控制切换函数与在车辆线形二自由度动力学平衡方程中添加附加横摆力矩的表达式,确定质心侧偏角附加横摆力矩模型。
3.根据权利要求2所述的一种模块化分层式架构的协同控制方法,其特征在于,横摆角速度跟踪误差与横摆角速度、理想横摆角速度之间的关系满足下式:
上式中,表示横摆角速度跟踪误差,/>表示横摆角速度,/>表示理想横摆角速度;
将上式与S201步骤所得到的表达式结合,得到横摆角速度附加横摆力矩模型为:
上式中,表示趋近速度参数,/>表示饱和函数,/>表示期望横摆角速度二阶变化率,/>表示前轮转角一阶变化率。
4.根据权利要求2所述的一种模块化分层式架构的协同控制方法,其特征在于,质心侧偏角跟踪误差与质心侧偏角、理想质心侧偏角之间的关系满足下式:
上式中,表示质心侧偏角跟踪误差,/>表示质心侧偏角,/>表示理想质心侧偏角;
将上式与S201步骤得到的表达式结合,得到质心侧偏角附加横摆力矩模型为:
上式中,为趋近速度参数,/>表示理想质心侧偏角二阶变化率,/>表示前轮转角一阶变化率,/>表示饱和函数。
5.根据权利要求1所述的一种模块化分层式架构的协同控制方法,其特征在于,S3具体包括以下步骤:
S301、采用加权控制方法对横摆角速度和质心侧偏角进行协同控制,以质心侧偏角的失稳条件作为判断条件;
S302、使用平面相图将质心侧偏角分为失稳区域和非失稳区域,并给出其稳定性边界的一般表达式,具体为:
上式中,、/>都为稳定性边界常数,/>表示质心侧偏角速度;
S303、同时在不同路面附着系数条件下提供边界系数,具体如下表所示:
。
6.根据权利要求5所述的一种模块化分层式架构的协同控制方法,其特征在于,加权控制方法表达式为:
上式中,表示联合控制附加横摆力矩,/>为权重系数,/>表示横摆角速度附加横摆力矩,/>表示质心侧偏角附加横摆力矩。
7.根据权利要求1所述的一种模块化分层式架构的协同控制方法,其特征在于,单个轮胎路面附着利用率为:
上式中,表示轮胎路面附着利用率,/>表示轮胎垂向的力,/>表示轮胎纵向的力,表示轮胎横向的力,/>表示轮胎附着系数;
将每个单个轮胎路面附着利用率赋予不同的权重系数,得到整车的路面附着利用率优化代价函数:
上式中,表示不同轮胎路面附着利用率的权重系数,/>优化代价函数;
设定不考虑轮胎纵向力和侧向力之间存在的耦合关系,仅将轮胎的纵向力作为优化求解的目标,简化后的代价函数如下:
上式中,表示轮胎半径,/>表示优化代价函数。
8.根据权利要求7所述的一种模块化分层式架构的协同控制方法,其特征在于,通过动力学模型建立的每个轮胎的驱动转矩路面附着条件为:
上式中,表示总驱动转矩,/>表示左后轮驱动转矩,/>表示右后轮驱动转矩,/>表示左前轮驱动转矩,/>表示右前轮驱动转矩,/>表示轮距,/>表示前轮转角,/>表示联合控制附加横摆力矩;
同时驱动转矩需满足如下所示的不等式约束条件:
上式中,表示电机最大输出转矩。
9.根据权利要求8所述的一种模块化分层式架构的协同控制方法,其特征在于,代价函数以驱动转矩、横摆角速度附加横摆力矩、质心侧偏角附加横摆力矩、路面附着条件为约束的表达式为:
上式中,表示优化代价函数,/>表示左前轮的路面附着利用率的权重系数,/>表示左后轮的路面附着利用率的权重系数,/>表示右后轮的路面附着利用率的权重系数,/>表示右后轮的路面附着利用率的权重系数;/>表示左前轮的路面附着系数,/>表示右前轮的路面附着系数,/>表示左后轮的路面附着系数,/>表示右后轮的路面附着系数;/>表示左后轮的垂向力,/>表示左前轮的垂向力,/>表示右前轮的垂向力,/>表示右后轮的垂向力。
10.根据权利要求1所述的一种模块化分层式架构的协同控制方法,其特征在于,理想横摆角速度表示为:
上式中,表示符号函数,/>表示附着系数,/>表示重力加速度,/>表示横向速度,/>表示车辆稳定性因素,/>表示车辆轴距,/>表示理想横摆角速度参考值,/>表示横向速度,/>表示车辆轴距,/>表示车辆稳定性因素,/>表示前轮转角,/>表示附着系数,/>表示重力加速度;
理想质心侧偏角参考值为:。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311093700.5A CN116819972B (zh) | 2023-08-29 | 2023-08-29 | 一种模块化分层式架构的协同控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311093700.5A CN116819972B (zh) | 2023-08-29 | 2023-08-29 | 一种模块化分层式架构的协同控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116819972A true CN116819972A (zh) | 2023-09-29 |
CN116819972B CN116819972B (zh) | 2023-12-29 |
Family
ID=88122485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311093700.5A Active CN116819972B (zh) | 2023-08-29 | 2023-08-29 | 一种模块化分层式架构的协同控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116819972B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103488165A (zh) * | 2013-09-23 | 2014-01-01 | 大陆泰密克汽车***(上海)有限公司 | 横摆力矩控制参数的获取方法 |
CN106585425A (zh) * | 2016-12-15 | 2017-04-26 | 西安交通大学 | 一种用于四轮毂电机驱动电动汽车的分层***及控制方法 |
CN109017804A (zh) * | 2018-07-31 | 2018-12-18 | 大连民族大学 | 力矩分配控制器为车辆各轮毂电机分配驱动力矩的方法 |
CN110979303A (zh) * | 2019-12-24 | 2020-04-10 | 大连理工大学 | 行驶车辆决策附加横摆力矩的方法 |
CN114771503A (zh) * | 2022-03-01 | 2022-07-22 | 江苏大学 | 基于非奇异终端滑模控制的汽车横向稳定性控制方法 |
CN116552547A (zh) * | 2023-06-29 | 2023-08-08 | 同济大学 | 用于分布式驱动电动汽车的附加横摆力矩实时控制方法 |
-
2023
- 2023-08-29 CN CN202311093700.5A patent/CN116819972B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103488165A (zh) * | 2013-09-23 | 2014-01-01 | 大陆泰密克汽车***(上海)有限公司 | 横摆力矩控制参数的获取方法 |
CN106585425A (zh) * | 2016-12-15 | 2017-04-26 | 西安交通大学 | 一种用于四轮毂电机驱动电动汽车的分层***及控制方法 |
CN109017804A (zh) * | 2018-07-31 | 2018-12-18 | 大连民族大学 | 力矩分配控制器为车辆各轮毂电机分配驱动力矩的方法 |
CN110979303A (zh) * | 2019-12-24 | 2020-04-10 | 大连理工大学 | 行驶车辆决策附加横摆力矩的方法 |
CN114771503A (zh) * | 2022-03-01 | 2022-07-22 | 江苏大学 | 基于非奇异终端滑模控制的汽车横向稳定性控制方法 |
CN116552547A (zh) * | 2023-06-29 | 2023-08-08 | 同济大学 | 用于分布式驱动电动汽车的附加横摆力矩实时控制方法 |
Non-Patent Citations (1)
Title |
---|
徐坤;骆媛媛;杨影;徐国卿;: "分布式电驱动车辆状态感知与控制研究综述", 机械工程学报, vol. 55, no. 22, pages 60 - 79 * |
Also Published As
Publication number | Publication date |
---|---|
CN116819972B (zh) | 2023-12-29 |
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 | |
CN109795502B (zh) | 智能电动汽车路径跟踪模型预测控制方法 | |
CN108177692B (zh) | 一种电动轮驱动汽车差动助力转向与稳定性协调控制方法 | |
CN112572411B (zh) | 一种考虑轮胎侧偏特性的车辆底盘协调控制方法及*** | |
CN107885932B (zh) | 一种考虑人机和谐的汽车紧急避撞分层式控制方法 | |
CN110605973B (zh) | 一种基于分层结构的多轴分布式电驱动车辆操纵稳定性控制方法 | |
CN111923908A (zh) | 一种融合稳定性的智能汽车路径跟踪控制方法 | |
CN110239362B (zh) | 一种分布式电驱动车辆多性能优化力矩分配方法 | |
CN112373459B (zh) | 一种四轮毂电机驱动车辆上层运动状态控制方法 | |
CN112829766B (zh) | 一种基于分布式驱动电动车辆的自适应路径跟踪方法 | |
CN112230651A (zh) | 一种基于分层控制理论的分布式无人车路径跟踪控制方法 | |
CN111142534B (zh) | 一种智能车横纵向综合轨迹跟踪方法及控制*** | |
WO2022266824A1 (zh) | 一种转向控制方法及装置 | |
CN114312848B (zh) | 基于双层mpc的智能驾驶汽车轨迹规划与跟踪控制方法 | |
CN109017759A (zh) | 期望路径车辆横摆控制方法 | |
CN111965977B (zh) | 一种基于轮胎均等后备能力的汽车稳定性控制方法 | |
CN116872910A (zh) | 无人驾驶车辆轨迹跟踪与横摆稳定性控制方法及*** | |
Li et al. | Adaptive sliding mode control of lateral stability of four wheel hub electric vehicles | |
CN116819972B (zh) | 一种模块化分层式架构的协同控制方法 | |
CN116834754A (zh) | 一种自动驾驶车辆自适应调速的横纵协同控制方法 | |
CN116627036A (zh) | 一种基于智能轮胎技术的智能汽车泊车规划控制方法 | |
CN115848162A (zh) | 一种用于六轮独立电驱动无人车辆差动转向的控制方法 | |
Zeng et al. | Research on yaw stability control of multi-axle electric vehicle with in-wheel motors based on fuzzy sliding mode control | |
Liang et al. | A Sensor-Enhanced Hierarchical Torque Vector Control for Distributed Mobile Robot on Slippery Road | |
CN116788242A (zh) | 一种基于mpc的考虑全轮均等后备轮胎力的一体式路径跟踪控制方法 |
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 |