CN118119538A

CN118119538A - 用于控制车辆的运动的***和方法

Info

Publication number: CN118119538A
Application number: CN202280068473.8A
Authority: CN
Inventors: S·迪卡拉诺; C·丹尼尔森; 陈荻
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2021-10-15
Filing date: 2022-07-12
Publication date: 2024-05-31
Also published as: US11731655B2; US20230123469A1; WO2023062903A1

Abstract

提供了一种用于控制车辆的运动的控制器和方法。该方法包括以下步骤：获取包括车辆的当前状态和车辆的期望状态的运动信息；通过使用车辆的运动的第一模型以及车辆的底盘的运动的第二模型，来确定用于使车辆从当前状态移动到期望状态的车轮的转向角度和电动机力的组合；确定车辆的运动的成本函数；优化车辆的运动的成本函数，以计算用于控制方向盘以及多个电动机的命令信号；以及基于命令信号来控制电动机力以及车轮的转向角度。

Description

用于控制车辆的运动的***和方法

技术领域

本公开总体上涉及控制车辆，并且更特别地，涉及用于控制车辆的运动的控制器和方法。

背景技术

由内燃机(ICE)提供动力的车辆通常具有单个动力装置，即，单个发动机。因为ICE需要复杂的进气和排气管道与燃料管线，以及发动机本体的重量不与发动机排量成线性比例的重型发动机本体。因此，由ICE提供动力的车辆使用发动机和制动器来实现期望加速度，由此实现期望速度，以及进行转向以实现期望方向。当车辆加速和转向时，车辆的底盘相对于车轮移动，并且由悬架来确定运动。底盘的运动(特别是侧倾(roll)、俯仰(pitch)、以及起落(lift))影响车辆中乘客的舒适性，例如影响晕车和使乘客身体上感到压力。常规上，车辆使用被动悬架(包括弹簧和阻尼器)，该被动悬架因为不是主动控制的所以总是以相同的方式对外力作出反应。高性能车辆可以配备有主动控制的主动悬架。然而，主动悬架是昂贵的，并且由于车辆的用于向主动悬架提供主动控制的致动器上的大的激励而导致其具有有限的耐用性。在一些情况下，高性能车辆可以使用半主动悬架(诸如磁流变悬架)，这对于悬架具有一定程度的控制，但不像主动悬架那样多。

在电动车辆(EV)中，将ICE替换成电动机。由于电动机不需要管道和燃料管线，而仅需要电线，因此在单个车辆内包括多个电动机是可行的。当在单个车辆内存在多个电动机时，实现了附加的自由度，这是因为可以通过各个不同的电动机处的产生相同的所需总力的任何力组合来实现期望(或所请求的)加速度。可以将附加的自由度用于支持车辆的实现不同目标的致动器，诸如在改变车辆方向时支持转向等。事实上，由于悬架的几何形状，致使可以使用由电动机生成的力来影响底盘的运动。这样，EV也可以实现与主动悬架相同的目的，而不需要主动悬架的昂贵且不耐用的组件。

发明内容

技术问题

然而，协调多个电动机和转向以通过在改善乘客舒适性的同时提供期望车辆加速度和方向改变来实现车辆驾驶性能和乘客舒适性二者是有挑战性的。

因此，需要控制车辆的运动以实现车辆运动的期望状态，同时维持乘客的舒适性。

技术方案

一些实施方式基于这样的实现，即，期望车辆加速度和方向要求的快速实现，以及底盘的相对运动(即，车辆的舒适性目标)的减少是互连且冲突的。互连是由于底盘和车轮的动态联接，而冲突是由于随着车辆加速度和方向的快速改变，底盘移动得越来越快。此外，可能存在影响车辆运动的某些量的约束，例如，由于为了避免失去车辆的稳定性而根据道路强加的限制或者车辆的物理限制，以及与车辆的电动机和转向***相关联的约束。因此，通过提供期望车辆加速度和方向改变来实现车辆驾驶性能和乘客舒适性二者是有挑战性的。

因此，本公开的一些实施方式的目的是，通过快速改变车辆状态来改善车辆的驾驶性能，同时通过减少车辆的不同运动参数(诸如起落、侧倾、俯仰)来改善乘客的舒适性。例如，将车辆状态修改成使得实现期望偏航(yaw)率和加速度，以使车辆纵向运动和转弯运动是驾驶员或自主驾驶***所期望的。然而，当这样的状态修改发生时，车辆运动导致俯仰、侧倾、以及起落的改变，这应当被消除。

为此，本公开提出了一种用于控制车辆运动以同时实现驾驶性能和舒适性的控制器。特别地，控制器包括预测模型以预测用于控制车辆的一个或更多个命令信号的效应，并且使用该预测模型来选择控制车辆所要应用的命令。

一些实施方式基于这样的实现，即，在通过减少车辆底盘的俯仰、侧倾、起落运动来维持乘客舒适性的同时实现车辆的期望驾驶性能是有挑战性的。特别地，导出单个非结构化模型以预测车辆和底盘的行为以及确定待应用的最优输入，这受到其结构复杂性的限制。因此，一些实施方式的另一目的是，为模型的不同部分实现不同的目的，诸如跟踪车辆的期望状态、消除底盘的移动等。

一些实施方式基于这样的实现，即，由于驾驶性能的目标是改变状态以跟踪时变信号，并且舒适性的目标是避免状态的改变，因此，预测模型包括两个模型：第一模型和第二模型。

第一模型描述了车辆的运动，而第二模型描述了车辆底盘的运动，使得可以在不同的模型上实现不同的规范。此外，第一模型对第二模型具有直接影响，而第二模型对第一模型的影响为零或可忽略。

一些实施方式基于这样的实现，即，底盘运动直接由车辆运动、所行驶的道路、以及悬架***引发，而对其没有直接控制。

一些实施方式基于这样的实现，即，通过减少车辆底盘的起落、俯仰、以及侧倾运动来实现乘客的更高舒适性。为了改善乘客的舒适性，在本公开的一些实施方式中，将牵引力分配给所述车轮中的各个车轮，并且将转向角度设定成实现驾驶员所指定的加速度和偏航率，同时减少底盘在起落、俯仰、以及侧倾方向上的运动。

一些实施方式基于这样的实现，即，车辆的驾驶性能基于实现驾驶员所指定的加速度和偏航率的快速性，以及这种行为相对于改变的外部条件(诸如道路不平度(roughness)、天气、车辆载荷)的一致性。

一些实施方式基于这样的实现，即，可以减少底盘的起落、俯仰、以及侧倾运动，而不牺牲或者实际上甚至改善车辆的驾驶性能。

为此，一些实施方式使用多个电动机来独立地驱动车轮，这提供了三个附加自由度，同时维持可驱动性，即，对于具有独立驱动车轮的车辆，有四个“节流阀(throttle)”而不是一个。

一些实施方式基于这样的实现，即，可以减少对车辆的控制损失，即，减少车辆偏航率不受控制地改变的状况，以及因轮胎对道路的附着力损失而造成的车辆在道路中打滑(尤其是对于后轮胎)。

因此，本公开的一个实施方式提供了一种用于控制车辆的运动的控制器，该车辆包括通过悬架连接至车轮的底盘，该车轮接触支撑车辆的运动的表面，其中，该车辆配备有用于使所述车轮中的至少一些车轮转向的转向***以及用于使车轮旋转的多个电动机。控制器包括：处理器；以及存储器，该存储器上存储有指令，该指令在由处理器执行时，使该控制器：获取包括车辆的当前状态和车辆的期望状态的运动信息，其中，车辆的状态限定以下项中的至少一个：车辆的速度、车辆的加速度、车辆的取向、以及车辆的取向率。控制器还被配置为确定车轮的转向角度以及由电动机在支撑车辆的运动的表面上递送的电动机力的组合。通过使用车辆的运动的第一模型以及车辆的底盘的运动的第二模型，来将车轮的转向角度和电动机力的组合用于使车辆从当前状态移动到期望状态，其中，第一模型的状态影响对第二模型的状态的改变，而对第一模型的状态的改变独立于对第二模型的状态的改变。控制器还被配置为确定车辆在未来预测时程(horizon)上的运动的成本函数；通过惩罚由车辆的状态改变而造成的车辆的侧倾、俯仰、以及起落中的一个或组合的增加，来优化车辆的运动的成本函数，以计算用于控制方向盘以及所述多个电动机的命令信号；以及基于控制信号来控制转向***和电动机。

本公开的另一实施方式提供了一种用于控制车辆的运动的方法，所述车辆包括通过悬架连接至车轮的底盘，所述车轮接触支撑所述车辆的所述运动的表面，其中，该车辆配备有用于使所述车轮中的至少一些车轮转向的转向***以及用于使车轮旋转的多个电动机。所述方法包括以下步骤：获取包括车辆的当前状态和车辆的期望状态的运动信息，其中，车辆的状态限定以下项中的至少一个：车辆的速度、车辆的加速度、车辆的取向、以及车辆的取向率；确定车轮的转向角度以及由电动机在支撑车辆的运动的表面上递送的电动机力的组合。通过使用车辆的运动的第一模型以及车辆的底盘的运动的第二模型，来将车轮的转向角度和电动机力的组合用于使车辆从当前状态移动到期望状态，其中，第一模型的状态影响对第二模型的状态的改变，而对第一模型的状态的改变独立于对第二模型的状态的改变。所述方法还包括以下步骤：确定车辆在未来预测时程上的运动的成本函数；通过惩罚由车辆的状态改变而造成的车辆的侧倾、俯仰、以及起落中的一个或组合的增加，来优化车辆的运动的成本函数，以计算用于控制方向盘以及所述多个电动机的命令信号；以及基于命令信号来控制转向***和电动机。

将参照附图对当前公开的实施方式进行进一步阐释。所示附图不一定是按比例的，而是重点通常在于例示目前所公开实施方式的原理。

附图说明

[图1]

图1示出了根据示例实施方式的具有不同运动轴的车辆的示意图。

[图2]

图2示出了根据示例实施方式的车辆控制***(VCS)的框图。

[图3A]

图3A示出了根据示例实施方式的车辆的拖曳臂式(trailing arm)前悬架的侧视图。

[图3B]

图3B示出了根据示例实施方式的车辆的拖曳臂式前悬架的后视图。

[图3C]

图3C示出了根据示例实施方式的车辆的拖曳臂式前悬架的俯视图。

[图4A]

图4A示出了根据示例实施方式的车辆的后悬架的侧视图。

[图4B]

图4B示出了根据示例实施方式的车辆的后悬架的后视图。

[图4C]

图4C示出了根据示例实施方式的车辆的后悬架的俯视图。

[图5]

图5示出了根据示例实施方式的被施加至前车轮和后车轮的节流阀力/制动器力对车辆起落的影响。

[图6]

图6示出了根据示例实施方式的被施加至车辆的前车轮和后车轮的节流阀力/制动器力的影响。

[图7]

图7示出了根据示例实施方式的在行驶通过道路上的***部分时执行向车辆的车轮分配牵引力以避免底盘运动。

[图8]

图8示出了根据示例实施方式的用于控制车辆的运动的框图。

[图9]

图9示出了根据示例实施方式的预测模型的框图。

[图10]

图10示出了根据示例实施方式的电动机和转向控制(MSC)***的约束的框图。

[图11]

图11示出了根据示例实施方式的从标称约束和不确定性集构造鲁棒约束的示意图。

[图12]

图12示出了根据示例实施方式的MSC***的成本函数模块的框图。

[图13]

图13示出了根据示例实施方式的由MSC***的优化解算器模块执行的步骤的流程图。

[图14]

图14示出了根据示例实施方式的MSC***的命令构造模块的流程图。

[图15]

图15示出了根据示例实施方式的用于控制车辆的运动的方法的步骤。

具体实施方式

车辆是被设计成在运输人(也被称为“乘客”)和/或商品(也被称为“货物”)的同时从一个位置移动到另一位置的装置。为了乘客的舒适性和货物的完整性，车辆配备有通过悬架***连接至与表面接触的车轮的底盘。随着车辆来回移动，底盘也随着与悬架***的设计相关的振动而移动。这种振动避免了过大的力被瞬时传递至底盘，而过大的力会伤害到乘客和货物。然而，振动降低了乘客的舒适性，从而导致诸如晕车(road sickness)或定向障碍的影响。一旦车辆的运动被固定，底盘的运动就由主动或半主动悬架来控制。然而，主动悬架是昂贵的，并且与车辆的寿命相比具有有限的使用寿命，而半主动悬架无法控制降低乘客舒适性的振动频率范围。因此，大多数车辆使用不提供与底盘的运动有关的任何控制手段的被动悬架。

电动车辆(EV)由电动机来提供动力。为了向电动机提供动力，从蓄电池获得电流。电动机在尺寸上更高效地缩放，并且不需要进气口和排气口、燃料管线、泵等，而仅需要电气布线。因此，可以在EV中放置一个以上的电动机。因此，通过EV中的多个电动机来实现单个较大电动机的总功率。然而，所述多个电动机中的各个电动机皆是独立控制的，这提供了附加的自由度。因此，一旦(例如，基于驾驶员命令)确定了所需的电动机功率，就存在多种方式来从所述多个电动机获得该功率。

例如，在四个电动机的情况下，所需的电动机功率由以下项中的至少一个来生成：在所有四个电动机之间均等地划分功率请求、将功率请求仅指派给一个特定电动机、在两个电动机之间划分功率请求而不向另两个电动机请求任何功率。

一些实施方式基于这样的实现，即，可以使用由所述多个电动机提供的附加自由度来控制底盘的运动，而不降低整个车辆对驾驶员转向和加速命令的响应性(即，不降低车辆的运动性能)。

为此，适当地确定所述多个电动机之间的功率划分以及转向***的转向角度，以权衡车辆运动目标和底盘运动目标。使车辆运动目标在所述多个电动机实现驾驶员请求的速度方面最大化，而使底盘运动目标在减少对底盘造成的运动方面最小化。

图1示出了根据示例实施方式的具有不同运动轴的车辆100的示意图。车辆100包括通过悬架***(未示出)附接至底盘(未示出)的四个车轮。在图1中，示出了三个轴线：X轴101、Y轴102和Z轴103，它们指示车辆100在不同维度上的运动。

被附接至车辆100的坐标系的X轴101对应于纵向方向，其中，纵向运动包括底盘的位置、速度、加速度、颠簸等。底盘绕X轴101的旋转104被称为侧倾，其中，侧倾运动包括底盘的角度、角速度、以及角加速度。

被附接至车辆100的坐标系的Y轴102被称为横向方向，其中，横向运动包括底盘的位置、速度、加速度、颠簸等。底盘绕Y轴102的旋转105被称为俯仰，其中，俯仰运动包括底盘的角度、角速度、角加速度。

被附接至车辆100的坐标系的Z轴103被称为起落方向(lift direction)，其中，起落运动包括底盘的位置、速度、加速度、颠簸等。底盘绕Z轴103的旋转106被称为偏航，其中，偏航运动包括底盘的角度、角速度、以及角加速度。

为了通过减少车辆100的底盘的运动来改善乘客的舒适性，一些实施方式基于这样的实现，即，底盘运动没有被完全消除，这是因为车辆100在多个位置之间移动底盘(及其内容物)的目的无法通过消除底盘的运动来实现。特别地，一些实施方式基于导致车辆100的底盘运动的以下两个主要因素：作为车辆100的移动，以及车辆100在其上穿行的路面的质量。

在一些实施方式中，减少底盘运动，同时改善车辆100的驾驶性能。驾驶性能限定了车辆100如何快速地、可预测地、以及可重复地响应驾驶员或自主驾驶***的命令。

一些实施方式基于这样的实现，即，车辆100的底盘的运动可以通过使车辆100停止、或者至少通过显著减慢车辆100的运动来消除。然而，这样的方法降低了车辆100的驾驶性能，因为车辆100是比车辆100到达该车辆100的特定目的地的命令所请求的速度更慢地停止或移动的。类似地，通过防止车辆100转弯来避免车辆100的侧倾运动。然而，防止车辆实现命令所请求的转弯可能导致车辆100在道路上穿行的严重后果(诸如事故)。

在示例实施方式中，车辆100是自主驾驶车辆，其中，自主驾驶车辆包括运动规划器。在这样的情况下，基于运动规划器的信息来改变车辆100的运动的状态(例如，从当前状态20km/h到期望状态40km/h)。

在另一示例实施方式中，车辆100由人类驾驶员来驾驶。在这样的情况下，基于驾驶员的动作(诸如方向盘的旋转以及加速器踏板和制动器踏板的下压)的信息，来改变车辆100的运动的状态(例如，从当前状态20km/h到期望状态40km/h)。

为了控制车辆100，本公开提供了一种车辆控制***(VCS)200。VCS200被配置为控制车辆100的运动以及车辆100的底盘的运动。为此，VCS200被配置为控制车辆100在纵向方向和偏航方向上的运动。此外，使用气动踏板/制动器踏板来控制纵向加速度，即，车辆100的速度和位置。此外，VCS200被配置为控制方向盘以控制车辆100。下面参照图2详细地描述VCS200。

图2示出了根据示例实施方式的车辆控制***(VCS)200的框图。VCS200包括：被连接至车辆传感器201和道路传感器202的输入/输出接口(I/O)203、被配置成执行所存储的指令的一个或更多个处理器204、以及存储可由所述一个或更多个处理器204执行的指令的存储器206。所述一个或更多个处理器204可以是单核处理器、多核处理器、计算集群、或者任何数量的其它配置。存储器206可以包括：随机存取存储器(RAM)、只读存储器(ROM)、闪速存储器、或者任何其它合适的存储器***。I/O接口203可以通过总线209连接至VCS200的其它组件(诸如存储器206等)。

VCS200还包括被配置成存储诸如电动机和转向控制(MSC)模块205a和道路不平度预测模块205b之类的各种模块的存储装置205。

I/O接口203被配置为在车辆100内部建立有线网络或无线网络中的至少一者，以及在VCS200的输入/输出装置(诸如车辆传感器201、道路传感器202)与转向208、致动器控制器207之间执行数据通信，该致动器控制器被配置为控制车辆100的车轮的电动机致动器1(207a)、电动机致动器2(207b)、电动机致动器3(207c)、以及电动机致动器4(207d)，其中，各个电动机致动器(207a至207d)皆被配置成致动车辆100的与它们对应的电动机。因此，车辆100的四个电动机中的各个电动机皆由对应的电动机致动器来控制。

最初，所述一个或更多个处理器204经由I/O接口203从车辆传感器201和道路传感器202获得传感器数据。所述一个或更多个处理器204被配置为执行道路不平度预测模块205b、以及电动机和转向控制(MSC)模块205a。

此外，所述一个或更多个处理器204被配置为在响应于来自车辆传感器201和道路传感器202的信号(数据)而执行道路不平度预测模块205b和MSC模块205a的同时，经由接口203将控制数据发送至致动器控制器207。致动器控制器207被配置为经由I/O接口203从所述一个或更多个处理器204接收控制数据(也被称为“信号”)，并基于从所述一个或更多个处理器204接收的信号，来执行四个电动机和电动机致动器(207a至207d)中的每一个的转向控制和节流阀/制动器控制。在示例实施方式中，致动器控制器207被配置为使用转向致动器(图2中未示出)来控制转向208。因此，致动器控制器207基于来自所述一个或更多个处理器204的控制数据，来实现车辆100的转向208和电动机致动器207a至207d的节流阀分配。

在一些实施方式中，VCS200将牵引力分配给所述车轮中的各个车轮，并且设定车辆100的转向208的转向角度，以减少因车辆运动和道路不平度而造成的底盘运动，同时改善驾驶性能。在另一实施方式中，道路不平度是由道路传感器202来测量的，并且这样的测量被用于计算车辆100的转向208的牵引力和转向角度。在又一实施方式中，未测量道路不平度，而是使用被布置在车辆100上/中的车辆传感器201(也被称为“车辆运动传感器”)或者与车辆控制***200进行通信的外部传感器(图2中未示出)来测量产生的底盘运动。此外，使用车辆运动传感器201来计算车辆100的牵引力和转向角度，以减少底盘运动并维持驾驶性能。在另一实施方式中，使用车辆运动传感器201和道路传感器202所获得的道路不平度和底盘运动的测量结果被用于计算车辆100的转向的牵引力和转向角度，这减少了底盘运动并维持了驾驶性能。

一些实施方式基于常规车辆具有被用于驱动车辆的两个致动器的实现：(1)节流阀/制动器以及(2)轮胎(例如，前轮胎)的转向角度。使用这些致动器来跟随由驾驶员所指定的期望加速度和偏航率，其中，驾驶员是人类或自主驾驶***。对于人类驾驶员，期望加速度和偏航率是由气动踏板/制动器踏板的位置以及方向盘角度来指定的。另一方面，对于自主驾驶***，期望加速度和偏航率是通过不同的方法来指定的。传统车辆的这两个致动器被用于实现跟踪期望加速度和跟踪偏航率的两个驱动目标。

一些实施方式基于另一实现：具有由对应的多个电动机控制的多个独立致动的车轮(例如，四个车轮)的轮式车辆(例如，轿车)通过致动所述多个车轮中的各个车轮而具有附加的致动器，其中，这些所致动的车轮中的各个车轮都被配置为彼此独立地控制由各个车轮生成的牵引力和制动力两者。

在示例实施方式中，通过使用位于所述多个车轮中的各个车轮中的“轮毂电动机”来实现各个车轮的独立致动。在另一实施方式中，即使与所述多个车轮中的各个车轮相对应的所述多个电动机处于车轮的外部(即，被放置在车体上并且通过适当的传动管路连接至车轮)，也控制各个车轮的独立致动。

在一些实施方式中，车辆100的所述车轮中的至少一个车轮不是独立致动的。这样的车轮由致动器控制器207强制驱动以像所述多个车轮中的其它车轮由它们对应的电动机致动一样来运转。例如，由致动器控制器207强制驱动未独立地致动的至少一个车轮以生成与其它车轮相同的力。此外，MSC 205a对反映这种行为的非致动轮施加约束。例如，预期未独立地致动的至少一个车轮决不会由VCS200来生成任何牵引力。

在示例实施方式中，使用VCS200以通过减少自主驾驶车辆的底盘的运动来实现期望驾驶性能和舒适性，其中，自主驾驶车辆经由到VCS200的有线连接而电动地转向，并且在方向盘与转向角度之间没有机械接触。

在示例实施方式中，VCS200被配置为控制半自主车辆的运动，其中，转向208是由驾驶员和VCS200联合控制的。例如，在使得能够在偏离由驾驶员转动的方向盘角度的车辆100的前车轮处生成转向角度的主动前转向***中，转向角度的值由VCS200通过向由驾驶员转动的方向盘角度添加要由诸如同步电动机之类的主动转向致动器实现的附加转向角度来控制，以获得由VCS200确定的转向角度的量。

在示例实施方式中，使用VCS200来控制车辆100的运动，其中，转向208完全由驾驶员控制，在这种情况下，致动器控制器207将转向208固定至由驾驶员确定的转向角度值，并且MSC 205a基于所确定的转向角度值来对转向208施加约束。

一些实施方式基于这样的实现，即，具有独立节流/制动的轮的车辆具有三个附加自由度，即，四个节流阀/制动器以及一个转向角度。可以将这种附加的自由度用于通过减少车辆底盘的起落、俯仰、以及侧倾运动来改善乘客舒适性。

一些实施方式基于这样的实现，即，由于车辆悬架的设计方式，致使由车轮生成的纵向力和横向力在底盘上产生垂直力。由车轮生成的纵向力和横向力是基于车辆100的近似动力学模型以及还包括悬架几何形状的底盘运动来预测的。

图3A示出了根据示例实施方式的车辆100的拖曳臂式前悬架的侧视图。图3B示出了根据示例实施方式的车辆100的拖曳臂式前悬架的后视图。图3C示出了根据示例实施方式的车辆100的拖曳臂式前悬架的俯视图。为了便于描述，在图3A、图3B、以及图3C中仅示出了拖曳臂式悬架。其它悬架设计在动力学上等同于拖曳臂式悬架。拖曳臂式悬架的关键特征是悬架臂环绕枢轴旋转。因此，使用拖曳臂式悬架连接的车轮由于悬架臂的旋转而无法在不垂直移动的情况下水平移动(即，在纵向方向或横向方向上)。

图3A和图3B示出了前悬架上的力。在前悬架的自由体受力图中示出了拖曳臂式前悬架上的力。前悬架在车辆底盘上施加四种类型的力(a用于左力，以及b用于右力)。

纵向反作用力303a和303b(图3A)：左轮胎和右轮胎生成用于车辆100加速/减速的驱动力301a和301b(图3C)。悬架将驱动力301a和301b传送到车辆底盘，从而生成纵向力303a和303b。

横向反作用力305a和305b(图3B)：当车辆100转弯时，左轮胎和右轮胎分别生成滑动力309a和309b(图3C)。悬架将轮胎滑动力309a和309b传送到底盘，从而分别生成横向力305a和305b。

弹簧-阻尼器力308a和308b(图3A)：悬架中弹簧的变形和阻尼器的移动在底盘上生成力308a和308b。弹簧的变形/阻尼器的移动是由相对于道路的车辆底盘移动或者由相对于车辆100的道路高度“移动”(即，车辆100正行驶通过***部分)所造成的。弹簧-阻尼器力对相对底盘-道路运动阻尼并使其恢复到默认位置，即，底盘相对于道路是平坦的。

垂直反作用力304a和304b(图3A和图3B)：由于悬架臂是有角度的302a、302b(图3A)和310a、310b(图3B)，因此纵向力303a、303b和横向力305a、305b在悬架臂上生成扭矩。在准稳态下，该扭矩由垂直反作用力304a、304b来进行平衡。将节流阀力302a、302b施加至所述前车轮中的一个前车轮导致悬架上的负垂直反作用力304a、304b。由于图3A至图3C示出了前悬架，因此这些垂直反作用力304a、304b是防止车辆前部的前端在加速期间升起的抗升力(anti-lift force)。一些实施方式基于这样的实现，即，由于这些垂直反作用力304a、304b取决于所致动的驱动力303a、303b，因此它们可以***纵以控制底盘的起落、俯仰、以及侧倾运动。

图4A示出了根据示例实施方式的车辆100的后悬架的侧视图。图4B示出了根据示例实施方式的车辆100的后悬架的后视图。图4C示出了根据示例实施方式的车辆100的后悬架的俯视图。图4A和图4B示出了后悬架组件之一的自由体受力图。

类似于前悬架组件(在图3A至图3C中)，导出由节流阀力在后车轮上生成的车辆悬架上的正垂直反作用力。正垂直反作用力被称为抗后坐力(anti-squat force)，因为它防止车辆的后端在加速期间“动力后坐(power squatting)”。

后悬架在车辆底盘上施加四种类型的力(a用于左力，以及b用于右力)。

纵向反作用力403a和403b(图4A)：左轮胎和右轮胎生成用于车辆100加速/减速的驱动力401a和401b(图4A和图4C)。后悬架将驱动力401a和401b传送到车辆底盘，从而生成纵向力403a和403b。

横向反作用力405a和405b(图4B)：当车辆100转弯时，左轮胎和右轮胎分别生成滑动力409a和409b(图4B和图4C)。悬架将轮胎滑动力409a和409b传送到底盘，从而分别生成横向力405a和405b。

弹簧-阻尼器力408a和408b(图4A)：悬架中弹簧的变形和阻尼器的移动在底盘上生成力408a和408b。弹簧的变形/阻尼器的移动是由相对于道路的车辆底盘移动或者由相对于车辆100的道路高度“移动”(即，车辆100正行驶通过***部分)所造成的。弹簧-阻尼器力对相对底盘-道路运动阻尼并使其恢复到默认位置，即，底盘相对于道路是平坦的。

垂直反作用力404a和404b(图4A)：由于悬架臂是有角度的402a、402b(图4A)和410a、410b(图4B)，因此纵向力403a、403b和横向力405a、405b在悬架臂上生成扭矩。在准稳态下，该扭矩由垂直反作用力404a、404b来进行平衡。将节流阀力402a、402b施加至所述后车轮中的一个后车轮导致后悬架上的正垂直反作用力404a、404b。由于图4A至图4C示出了后悬架，因此这些垂直反作用力404a、404b是防止车辆100的后端在加速期间升起的抗升力和抗后坐力。一些实施方式基于这样的实现，即，由于这些垂直反作用力404a、404b取决于所致动的驱动力403a、403b，因此它们可以***纵以控制底盘的起落、俯仰、以及侧倾运动。

在一些实施方式中，VCS200使用抗升力和抗后坐力来操纵车辆底盘的运动。

图5示出了根据示例实施方式的被施加至前车轮和后车轮的节流阀力/制动器力(501、502)对车辆起落的影响。箭头501和502分别表示由前轮胎和后轮胎生成的驱动力。为了便于描述，图5中示出了车辆100在俯仰平面(或俯仰方向)上的运动。图5示出了车辆100的侧视图。因此，左前轮胎508和右前轮胎(图5中未示出)上的力相同。类似地，左后轮胎(图5中未示出)和右后轮胎509上的力相同。对于底盘运动的三维(3D)控制，将不同的力施加至车辆100的左轮胎508和右轮胎509。牵引力501和502处于相反方向，即，前车轮在进行节流调节，后车轮在进行制动。这使得车轮508和509分别从默认位置503和504旋转到位置505和506。这使得底盘507下降(沿负起落方向移动)，如图5所示。

图6中示出了在俯仰平面中的起落和俯仰运动的另一示例。

图6示出了根据示例实施方式的被施加至车辆100的前车轮608和后车轮609的节流阀力/制动器力(601、602)的影响。结合图5来描述图6。类似于图5，图6示出了车辆100的侧视图。在图6中，将节流阀力/制动器力(也被称为“牵引力”)601和602施加至前车轮608和后车轮609。前车轮608从默认位置603向前旋转到605，而后车轮609从默认位置604向后旋转到606。这使得底盘607如图6所示前仰。前仰的方向与车辆100在加速期间经历的自然后仰的方向相反。这被称为抗俯仰效应。类似的效应出现在所有三维中(即，不限于俯仰平面)。

图7示出了根据示例实施方式的在行驶通过道路上的***部分701时执行向车辆700的车轮分配牵引力(702、705)以避免底盘运动。车辆700包括VCS200(图7中未示出)。在图7中，当车辆700正在行驶通过***部分701时，VCS200在车辆700的前车轮上分配牵引力702，该牵引力使前车轮从其默认位置704移动到位置703。在经过***部分701之后，前车轮从位置703移动到它们的默认位置704。因此，牵引力702避免了因前车轮越过***部分701而造成的底盘运动。

类似地，当车辆700正在行驶通过***部分701时，VCS200在车辆700的后车轮上分配牵引力705，该牵引力使后车轮从其默认位置707移动到位置706。在经过***部分701之后，后车轮从位置706移动到它们的默认位置707。因此，牵引力705避免了因后车轮越过***部分701而造成的底盘运动。

一些实施方式基于这样的实现，即，由于节流阀力/制动力不是作用在轮胎上的唯一力，因此车辆动力学更复杂。由轮胎在横向方向上移动而生成的诸如滑动力的其它力也作用在车辆100的轮胎上。

因此，在一些实施方式中，分析了滑动力和牵引力在底盘上的联合效应。为此，使用车辆100的动力学模型(也被称为“预测模型”)以响应于对电动机和转向的命令的不同组合而预测车辆100的运动以及车辆100的底盘的后续运动。此外，使用预测模型以通过实时地求解合适的数值问题以确定最优命令，来联合地优化车辆100的运动和底盘的运动，从而实现高驾驶性能和高舒适性。为了实现这一点，构建了表示车辆100的运动和底盘的运动的预测模型，该预测模型可以被评估用于实时优化。

参照图9进一步详细地描述预测模型。

使用车辆和底盘运动的预测模型的预测控制

图8示出了根据示例实施方式的用于控制车辆100的运动的框图800。下面结合图2来描述框图800。在MSC 205a中实现框图800。MSC 205a分别从车辆传感器201和道路传感器202接收与车辆100和车辆100正在其上行驶的道路810相关联的信息804a，其中，从道路传感器202获得的传感器信息在被提供给MSC 205a之前首先由道路不平度预测模块205b来进行处理。由车辆的预测模型804来处理信息804a。

MSC 205a还接收与车辆运动目标807相关联的信息807a。由参考操纵模块801对车辆运动目标807进行修改，以确保车辆运动的经修改的期望目标801a不会导致诸如车辆稳定性损失之类的问题。预测模型804从信息804a中提取车辆100的运动状态以及车辆100的底盘运动的状态，并且从命令信号序列中预测与可能命令序列(也被称为“命令信号”)相对应的车辆100的运动，以在未来的预测时程上致动电动机和转向。MSC 205a还使用约束812来确定对车辆100的运动以及对要向车辆100应用的可能命令序列的限制。

此外，使用成本函数模块(也被称为“成本函数”)802以通过使与所有可能命令中的各个命令相对应的得分和车辆运动的对应行为相关联，来确定要向车辆100应用的可能命令序列的合意性。与命令序列相对应的车辆运动的行为由预测模型804来预测，并且基于以下项中的至少一个进行评估：当前车辆运动目标807或者经修改的车辆运动目标801a。

此外，优化解算器模块805使用预测模型804、约束803、以及成本函数802来计算最优解805a，该最优解在满足约束803的同时，根据预测模型804和成本函数802来生成车辆100的运动的最佳预测行为。用于电动机和转向的命令806a是由命令构造模块806从最优解805a中提取的，并且通过致动器控制器207向车辆100应用，以根据预测模型804来获得车辆100在可能短于预测时程的时程上的运动，作为车辆100的经预测的运动。

一些实施方式基于这样的实现，即，在通过减少底盘运动、起落、侧倾、以及俯仰来改善乘客的舒适性的同时通过改变车辆状态使得实现某些期望值来改善车辆100的驾驶性能。例如，将车辆状态修改成使得实现期望偏航率和加速度，以使车辆的纵向运动和车辆的转弯运动是驾驶员或自主驾驶***所期望的。然而，当发生这样的状态修改时，车辆运动导致俯仰、侧倾、以及起落的改变，控制***消除这种改变。

一些实施方式基于这样的实现，即，由于驾驶性能的目标是改变状态以跟踪时变信号，并且舒适性的目标是避免状态的改变，因此使用实现两个互连的目标(即，驾驶性能目标和舒适性目标)的两个模型来构造预测模型804。预测模型804所包括的两个模型是第一模型和第二模型。将第一模型用于描述车辆运动，而将第二模型用于描述底盘运动，使得可以在不同的模型上实现不同的规范。

图9示出了根据示例实施方式的预测模型804的框图。预测模型804包括两个子模型：第一模型901和第二模型902。为了获得可以被用于实时控制器中的预测和优化的完整预测模型，将第一模型901构建为主模型，并且将第二模型902构建为次模型。

为此，将第一模型901构建成使得其变量影响第二模型902的变量的改变，而将第二模型902构建成使得其变量不会影响在第一模型901上描述的变量的改变，而仅影响限制第一模型901中的变量的约束。

第一模型901预测车辆100的运动。因此，将第一模型901用于预测驾驶性能的目标，即，实现车辆运动的状态的期望改变。第一模型901包括由式(1)表示的纵向加速度a_x：

其中，j∈{f，r}、i∈{l，r}表示前后轮胎和左右轮胎，M表示底盘的质量(簧上质量)，β是车体滑移角度，α_j是轮胎滑移角度，C_j ^α是轮胎侧偏刚度，u_ji是电动机牵引力，以及δ是转向角度。

车体滑移角度和轮胎滑移角度为：

其中，b_f、b_r是前/后车轮轴距(wheel base)，即，从车辆重心(CG)到前/后轮胎轴距(tires the wheel base)的纵向距离，v_x是纵向速度，v_y是横向速度，是偏航率。

第一模型901还包括由下式表示的车体滑移角度的动力学：

以及由下式表示的偏航率的动力学：

其中，L_f、L_r是前轮距/后轮距(track width)，即，车辆前部和后部的左右车轮之间的横向距离，J_X、J_Y、J是底盘绕x、y以及z方向的惯性矩，即，侧倾、俯仰以及偏航惯性矩。因此，基于式(1)至(4)来构造第一模型901。此外，第一模型901的状态向量(也被称为“第一模型901的状态”)包含车体滑移和偏航率根据该车体滑移和偏航率来确定横向速度和轮胎滑移角度。然而，纵向加速度是静态函数，因此它不需要状态变量。

第二模型902预测底盘的运动。因此，将第二模型902用于预测舒适性的目标，即，实现底盘运动的减少。底盘的垂直运动或起落z由下式表示：

其中，K_ij、C_ij是所述悬架组件中的各个悬架组件的弹簧刚度和阻尼比，d_ij是各个轮胎相对于标称(静止状况)的路面高度，γ_j是侧视拖曳臂的抗俯冲角度/抗后坐角度，η_j是在侧倾平面中拖曳臂与地面之间的角度。

底盘的俯仰运动θ由下式表示：

其中，a_j是车轮接触点与俯仰平面拖曳臂安装点之间的纵向距离，h_j是俯仰平面拖曳臂安装点的高度，h是当车辆100静止时CG到地面的高度。

底盘的侧倾运动φ由下式表示：

因此，基于式(5)至(7)来构造第二模型902。此外，第二模型902的状态向量(也被称为“第二模型902的状态”)包含俯仰、侧倾和起落，以及它们的速率

因此，如图9示意性地示出，将车辆100的状态和道路的状态分解成第一模型901的第一状态903和第二模型902的第二状态904。在第一模型901中，由车体滑移角度、纵向速度、以及横向速度确定的轮胎滑移角度α_j影响901a第二模型902的状态。因此，第二模型902的状态的改变取决于第一模型901的状态。

另一方面，第一模型901的状态的改变不取决于第二模型902的状态。此外，电动机牵引力u_ji905和转向角度δ906同时影响第一模型901和第二模型902两者。将第一模型901的改变的状态907和第二模型902的改变的状态908进行组合，以获得预测模型804(也被称为“完整预测模型”)的改变的状态。

当第二模型902的状态不影响第一模型901的状态的改变时，第二模型902的状态影响关于第一模型901的状态的约束：

这通过各个车轮处的垂直载荷N_ji来限制这种车轮处的牵引力和轮胎滑移角度，其中，垂直载荷受第二模型902的状态的影响：

在本公开的一些实施方式中，第一模型901还受诸如关于车体滑移角度、轮胎滑移角度、偏航率等的限制之类的附加约束的影响：

在一些实施方式中，电动机牵引力和转向角度还经受以下限制：

为了获得服从实时计算的预测模型804，通过相对于纵向速度和加速度的当前条件ρ＝[v_x a_x]对式(1)至(4)进行线性化来获得第一模型901：

其中，u＝[u_fl u_fr u_rl u_rr δ]^T是包含电动机力和转向角度的输入向量，而w是表示属于已知有界集的线性化误差的向量。

在一些实施方式中，进一步修改第一模型901，以更有效地处理驾驶性能的跟踪目标。例如，对第一模型901进行微分，以获得速度形式模型：

其中，对于向量a，Δa_t＝a_t-a_t-1，是纵向加速度和偏航率的期望值的跟踪误差，/>以及/>是要由第一模型901跟踪的纵向加速度和偏航率参考。在一些实施方式中，将第一模型901的状态从速度形式恢复，以通过线性映射来对第一模型901的状态实施约束(8)至(11)：

在一些实施方式中，通过将式(5)至(7)线性化来获得第二模型902：

其中，d收集在车轮处的所有道路高度以及它们的比率。在优选实施方式中，使第二模型902维持其当前形式，被称为幅度形式。在一些实施方式中，第二模型902还以速度形式进行变换。

一些实施方式通过收集第一模型901和第二模型902来形成预测模型804，其中，速度形式被用于第一模型901。在另一实施方式中，将速度形式用于第一模型901和第二模型902，以获得完整预测模型804：

其中，ξ是完整预测模型中的状态向量、输入向量、道路扰动向量、线性化误差向量、以及参考目标向量。

关于预测模型的约束

在一些实施方式中，基于式(8)至(11)以及(14)来构造关于完整预测模型804的约束803。

图10示出了根据示例实施方式的MSC***205a的约束803的框图。使用约束803以通过对电动机和转向角度发命令来实现驾驶性能和舒适性，其中，约束803由标称约束以及从不确定性集导出的收紧集来构造。如图10所示，约束803包括基于式(17)构造的鲁棒约束1004：

此外，约束803包括基于式(8)至(11)构造的标称约束1001，以及基于收紧集1003的鲁棒约束，其中，收紧集1003是基于不确定性集1002构造的，该不确定性集基于定界线性化误差的集合其中，线性化误差对应于由第一模型901预测的车辆100的运动与车辆100的实际运动之间的差异。在一些实施方式中，将收紧集1003构造为扰动不变集，即，集合/>使得：

其中，f是基于式(12)构造的第一模型901。因此，集合是状态集，使得针对集合中的任何状态，对于所应用的集合/>中的任何不确定性，根据第一模型901的经更新的状态仍保持在同一集合中。

图11示出了根据示例实施方式的从标称约束1001和不确定性集1002构造鲁棒约束1004的示意图。根据不确定性集1002，将收紧集/>1101构造为第一模型901的包含不确定性集/>1002的不变集。因此，针对不确定性集/>1002内部的状态1102，对于不确定性w的某一容许值，根据第一模型901的经更新的状态处于不确定性集/>1002之外。然而，针对收紧集/>1101中的每一个状态1103，对于不确定性w的任何容许值，根据第一模型901的经更新的状态仍然处于收紧集/>1101内部。/>

此外，相对于任意选择的原点1104，由标称约束式(8)至(11)的容许性确定的区域1110通过收紧集1101来进行收缩，以获得由鲁棒约束1004的容许性确定的区域1109，使得区域1110中的每一个状态(诸如状态1105)被分解成该状态的第一分量1106和该状态的第二分量1107，该第一分量被包含在确定鲁棒约束1004的容许性的区域1109中，而该第二分量被包含在经适当转换的收紧集/>1101中。因此，在状态的第一分量1106上实施鲁棒约束(17)确保了状态1105停留在标称约束1001内，该第一分量是针对w¹＝0从式(12)计算的，或者是针对/>从式(16)计算的。

此外，为了减小收紧集1101的尺寸，本公开的一些实施方式通过添加稳定化增益(也被称为“反馈增益”)来修改预测模型804，其中，基于车辆的运动与由第一模型901预测的运动之间的差异，来确定反馈增益在其上操作的信号：

其中，ξ是预测模型的实际完整状态，以及ξ^*是预测模型的标称完整状态。此外，基于反馈增益来收紧关于电动机力和转向的约束。在本公开的一些实施方式中，计算反馈增益(式(20))，以最小化仅考虑第一模型901的最坏情况无限时程线性二次成本，这导致比例积分控制器：

用于稳定性控制的参考操纵

一些实施方式基于这样的实现，即，如果驾驶员或自主驾驶***请求改变成过度激进的车辆状态，则车辆100失去稳定性，即，车辆100进入打滑。为了避免损失车辆100的稳定性，VCS200实施约束803。然而，将期望车辆状态设定成过高或过低使得VCS200难以满足约束803。

一些实施方式基于这样的实现，即，MSC 205a通过操纵801车辆100的期望状态以及确定用于实现该期望状态的电动机力和转向角度来确保车辆100的稳定性，同时惩罚与驾驶员或自主驾驶***所请求的期望状态的偏差。

在一些实施方式中，MSC***205a通过评估第一模型的当前状态和期望偏航率的组合是否属于集合来选择偏航率的可容许的期望状态：

集合使得对于/>中的期望偏航率以及第一模型901的每一个当前状态，满足约束(10)、(11)，其中，约束(11)例如在式(20)中被应用于反馈增益。集合/>对于作为第一模型901的/>和诸如(20)的反馈增益也是不变的：

即，如果第一模型901的当前状态和期望偏航率的组合属于则基于式(12)和反馈增益式(20)的第一模型901的经更新状态以及同一期望偏航率仍属于集合/>

用于实现驾驶性能和舒适性的成本函数

成本函数802确定要选择命令信号序列当中的满足约束803的那个命令信号序列。

图12示出了根据示例实施方式的MSC***205a的成本函数模块802的框图。使用成本函数802来评估车辆100的转向角度以及电动机的命令序列，以实现驾驶性能目标和舒适性目标，其中，成本函数802包括多个项。如图12所述，在本公开的一些实施方式中，成本函数802是从多个项构造的完整成本函数1205。

驾驶性能项1201指示选择用于实现车辆100的驾驶性能(即，使车辆状态改变以实现期望车辆状态)的电动机力和转向的命令序列。

在一些实施方式中，期望状态由期望偏航率和纵向加速度组成。因此，成本函数包括在N个离散时间步长的未来时程上的总和/>该N个离散时间步长是从e_t的当前时间t起以时间T_s采样的，其中，W_e是权重的半正定矩阵。

此外，舒适性项1202指示选择用于实现车辆底盘中的乘客的舒适性的电动机力和转向的命令序列。为此，在从当前时间t起以时间T_s采样的N个离散时间步长的未来时程上求和的俯仰、侧倾、起落及其速率相对于0的二次偏差由成本函数中的项来进行惩罚，如果俯仰、侧倾、起落及其速率偏离0，则惩罚导致成本的增加：

其中，w_z1，w_z2，w_θ1，w_θ2，w_ψ1，w_ψ2是非负标量权重。

在一些实施方式中，还将俯仰、侧倾、起落颠簸(即，二次导数)添加至成本函数802。

此外，成本函数802包括命令项1203，其目的在于减少控制工作量。在一些实施方式中，命令项1203包括惩罚在N个离散时间步长的未来时程上的输入改变的项该N个离散时间步长是从当前时间t起以时间T_s采样的，其中，W_Δu是权重的半正定矩阵。

在一些实施方式中，命令项1203还包括惩罚在N个离散时间步长的未来时程上的命令相对于期望稳态的幅度的第一成本项该N个离散时间步长是从当前时间t起以时间T_s采样的，其中，W_u是权重的半正定矩阵。当命令信号的幅度偏离零时，通过增加第一成本项来惩罚命令信号的幅度。

在一些实施方式中，命令项1203还包括用于惩罚到所述多个电动机和方向盘的命令信号的变化率的第二成本项。当对所述多个电动机和方向盘的命令信号的变化率偏离零时，通过增加第二成本项来惩罚对所述多个电动机和方向盘的命令信号的变化率。

一些实施方式基于这样的认识，即，多个稳态是可能的，因为跟踪目标基于五个可用控制信号(四个电动机以及转向角度)仅确定两个平衡条件(针对驾驶性能目标和舒适性目标)。在一些实施方式中，将附加的稳态目标添加至控制信号幅度。例如，将期望稳态转向角度确定为期望偏航率的线性函数其中，线性增益是第一模型901的从转向到偏航率的dc增益的倒数。

在一些实施方式中，力的稳态根据期望加速度来确定，使得左轮胎力和右轮胎力相等，并且前轮胎力和后轮胎力根据标称轮胎力分布来分布，该标称轮胎力分布基于前后车轮轴距b_f、b_r相对于总轴距b＝b_f+b_r的比率。

约束802还包括用于惩罚车辆100的期望状态的改变的稳定化项(也被称为“稳定性项”)1204，以确保车辆100的期望状态不会导致不可行性。

为此，在计算跟踪误差e_t方面使用经修改的期望偏航率选择经修改的期望偏航率以使得第一模型901的当前状态和经修改的期望偏航率满足约束(21)，/>并且由稳定化项1204来惩罚经修改的期望偏航率与实际期望偏航率的偏差的平方。

例如，利用经修改的期望偏航率的偏差的平方值，其中，w_T是非负权重。

在一些实施方式中，在N个步长的未来时程(也被称为“未来预测时程”)期间和在这种预测时程结束时，添加附加项以惩罚预测模型(16)的状态。

一些实施方式将成本函数802的所有项分组为：

其中，T、P、Q、R、Ru是收集所有项权重的半正定矩阵权重。

实时优化

图13示出了根据示例实施方式的由MSC***205a的优化解算器模块805执行的步骤的流程图。为了实现驾驶性能和舒适性，将优化解算器模块805配置为对电动机和转向角度发命令来计算未来时程上的最优动作。如图13所示，优化解算器模块805收集与预测模型(16)804、约束(17)803、参考操纵(22)801、成本函数(23)802有关的所有信息，并且在步骤1301，构造在从当前时间步长t起具有采样时段T_s的N个步长的未来时程上的实时最优控制问题：

其中，决定变量为对电动机的命令、以及沿着未来时程改变ΔU的转向角度t、由于不变集和第二模型902的当前状态而经受与第一模型901的状态有关的约束的初始状态ξ_0|t、以及车辆100的经修改的期望状态(诸如经修改的期望偏航率/>)。

在步骤1302，使用诸如配点(collocation)、打靶(shooting)、或状态消除的过程，将由式(24)表示的最优控制问题变换成数值优化问题：

s.t.F₁(χ)≤0

F₂(χ)＝0 (25)

利用了成本函数、不等式约束、以及等式约束，其中，χ是决定变量的向量，其包含沿着车辆100的预测时程的输入改变、初始状态、以及经修改的期望状态。

在本公开的一些实施方式中，数值优化问题是二次规划：

在步骤1303，通过使用诸如基于梯度的优化、无导数优化、全局搜索的方法中的至少一种方法对数值优化问题(25)进行求解来计算最优解805a。在一些实施方式中，通过使用交替方向乘数法(alternative direction method of multipliers，ADMM)、活动集(active set)、内部点、快速梯度来计算问题(26)的解(23)。

电动机和转向命令的构造

图14示出了根据示例实施方式的MSC***205a的命令构造模块806的流程图。执行命令构造(也被称为“命令计算”)模块806，以计算要向车辆100施加的电动机和转向角度的命令806a，从而实现驾驶性能和舒适性。图14描述了根据优化问题(25)的解向量χ^*来构造电动机力和转向角度的命令的步骤。

最初，在步骤1401，对解向量(即，最优解805a)进行解析，并且将用于沿着未来时程的电动机力和转向角度的改变的命令1401a与车辆的最优初始状态和经修改的期望状态1401b分离。

在步骤1402，获得用于转向角度的最优控制1402a。为此，将第一步骤1401处的电动机力的未来预测时程的改变与电动机力的当前值进行求和，以获得电动机力的命令(即，命令信号)。此外，将第一步骤1401处的转向角度的未来预测时程的改变与电动机力的当前值进行求和，以获得对转向角度的最优控制：

在步骤1403，使用最优初始状态和经修改的期望状态来计算反馈项(19)1403a。

在步骤1404，将命令的最优分量和命令的反馈分量进行求和，以获得所述命令(也被称为“完整命令”)806a：

将完整命令806a发送至车辆100的致动器控制器207，以改变车辆100的状态和底盘的状态。

操作概要

图15示出了根据示例实施方式的用于控制车辆100的运动的方法1500的步骤。根据本公开的一些实施方式，由MSC***205a来执行图15中的方法1500的步骤。

在步骤1501，获得关于车辆100的状态、关于当前驾驶状况以及关于当前驾驶目标的信息，并且分别基于所获得的与第一模型901和第二模型902的状态有关的信息x¹、x²，来构造线性模型参数ρ＝[v_x a_x]和参考

在步骤1502，使用ρ＝[v_x a_x]，构造基于式(12)的第一模型901以及基于式(15)的第二模型902，然后构造在式(16)中以数学方式表达的预测模型(也被称为“完整预测模型”)。

在步骤1503，构造式(8)至(11)的标称约束以及式(17)的鲁棒约束。

在步骤1504，构建成本函数项(图12的1201至1205)，并且构造式(23)的完整成本函数802。

此外，在步骤1505，基于成本函数802，构建最优控制问题(24)，然后将该最优控制问题变换成式(25)的数值优化问题。

在步骤1506，对数值优化问题进行求解。

在步骤1507，计算命令信号的最优分量(27)和命令信号的反馈分量(199)。此外，基于命令信号的最优分量(27)和命令信号的反馈分量(199)，计算式(28)的完整命令806a。

最后，在步骤1508，将完整命令806a发送至车辆100的致动器控制器207以供执行，使得改变车辆的状态。

实施方式

以上描述仅提供了示例性实施方式，而非旨在对本公开的范围、适用性、或配置进行限制。相反，示例性实施方式的以上描述将向本领域技术人员提供用于实现一个或更多个示例性实施方式的能够完成的描述。设想在不脱离所附权利要求中阐述的所公开主题的精神和范围的情况下可以对要素的功能和排布结构进行的各种改变。

在以上描述中给出具体细节，以提供对实施方式的透彻理解。然而，本领域普通技术人员应当明白，可以在没有这些具体细节的情况下实践这些实施方式。例如，所公开主题中的***、过程、以及其它要素可以以框图形式示出为组件，以免不必要的细节模糊这些实施方式。在其它情况下，公知的过程、结构、以及技术可以在没有不必要的细节的情况下被示出，以避免模糊这些实施方式。此外，各种附图中的相同标号和标记表示相同要素。

而且，单独实施方式可以被描述为过程，该过程被描绘为流程图、程序框图、数据流图、结构图或框图。尽管流程图可以将操作描述为顺序过程，但是许多操作可以并行或同时执行。另外，操作的次序可以重新排列。过程可以在其操作完成时终止，但是可以具有未讨论或者图中未包括的附加步骤。而且，并非任何特别描述的过程中的所有操作都可能发生在所有实施方式中。过程可以对应于方法、函数、程序、子例程、子程序等。当过程对应函数时，该函数的终止可以对应于该函数返回至调用函数或主函数。

而且，所公开主题的实施方式可以至少部分地、人工地或者自动地实现。可以通过使用机器、硬件、软件、固件、中间件、微代码、硬件描述语言，或任何其组合来执行或至少辅助手动或自动实现。当以软件、固件、中间件或微代码实现时，用于执行必要任务的程序代码或代码段可以被存储在机器可读介质中。处理器可以执行必要的任务。

可以将本文所概述的各种方法或过程编码为可在采用多种操作***或平台中的任一者的一个或更多个处理器上执行的软件。另外，这种软件可以使用多种合适的编程语言和/或编程或脚本工具中的任一者来进行编写，并且还可以被编译为在框架或虚拟机上执行的可执行机器语言代码或中间代码。在各种实施方式中，通常可以根据需要组合或分布程序模块的功能。

可以将本公开的实施方式具体实施为已经提供了其示例的方法。作为该方法的一部分执行的动作可以按任何合适方式来安排。因此，即使在例示性实施方式中被示出为顺序动作，也可以构造按与所示相比不同的次序来执行动作的实施方式，其可以包括同时执行一些动作。尽管本公开已经参照特定优选实施方式进行了描述，但是要理解的是，可以在本公开的精神和范围内进行各种其它改变和修改。因此，所附权利要求的方面覆盖落入本公开的真实精神和范围内的所有这种改变和修改。

Claims

1.一种用于控制车辆的运动的控制器，所述车辆包括通过悬架连接至车轮的底盘，所述车轮接触支撑所述车辆的所述运动的表面，其中，所述车辆配备有用于使所述车轮中的至少一些车轮转向的转向***以及用于使所述车轮旋转的多个电动机，所述控制器包括：处理器；以及存储器，所述存储器上存储有指令，所述指令在由所述处理器执行时使所述控制器：

获取包括所述车辆的当前状态和所述车辆的期望状态的运动信息，其中，所述车辆的状态限定所述车辆的速度、所述车辆的加速度、所述车辆的取向、以及所述车辆的取向率中的至少一个；

通过使用所述车辆的所述运动的动力学模型来使所述车辆的所述当前状态与所述车辆的所述期望状态之间的差异在未来预测时程上的成本函数最小化，从而确定用于使所述车辆从所述当前状态移动到所述期望状态的、所述车轮的转向角度和由所述多个电动机在支撑所述车辆的所述运动的所述表面上递送的电动机力的组合，以生成所述车辆的致动器的控制信号，所述致动器致动所述车辆的所述电动机以及所述车辆的所述转向***，其中，所述车辆的所述运动的所述动力学模型包括所述车辆的所述运动的第一模型以及所述车辆的所述底盘的所述运动的第二模型，所述第一模型和所述第二模型被连接以使得对所述第一模型的状态的改变导致所述第二模型的状态的改变，而对所述第一模型的所述状态的所述改变独立于对所述第二模型的所述状态的所述改变，其中，所述成本函数惩罚由所述车辆的状态的改变而造成的所述车辆的侧倾、俯仰、以及起落中的一个或组合的增加；以及

根据所述控制信号来控制所述车辆的所述电动机和所述车辆的所述转向***的所述致动器。

2.根据权利要求1所述的控制器，其中，所述车辆由用户驾驶，并且所述期望状态是基于对所述车辆的加速器和制动器以及所述转向***的一个或更多个用户输入来确定的。

3.根据权利要求1所述的控制器，其中，所述车辆由自主驾驶***驾驶，并且所述期望状态是基于由所述车辆的运动规划器提供的信息来确定的。

4.根据权利要求1所述的控制器，其中，通过添加反馈信号来修改命令信号，所述反馈信号对应于所述车辆的所述运动与由所述第一模型预测的所述车辆的所述运动之间的差异，并且其中，所述反馈信号被用于校正所述车辆的所述运动与由所述第一模型预测的所述车辆的所述运动之间的所述差异。

5.根据权利要求1所述的控制器，其中，使所述车辆的所述运动的所述第一模型经受第一约束，所述第一约束取决于所述车辆的所述底盘的所述运动的所述第二模型的所述状态。

6.根据权利要求1所述的控制器，其中，所述成本函数惩罚所述车辆的所述当前状态与所述期望状态之间的所述差异的增加。

7.根据权利要求1所述的控制器，其中，当命令信号的幅度以及到所述多个电动机和方向盘的所述命令信号的变化率偏离零时，所述成本函数惩罚所述命令信号的所述幅度、以及所述命令信号的所述变化率中的至少一者。

8.根据权利要求1所述的控制器，其中，当在所述预测时程内的当前时刻或和未来时刻违反第一约束时，所述车辆失去稳定性，并且其中，当所述车辆的所述期望状态导致所述车辆失去稳定性时，通过选择经修改的期望状态以及接收所述经修改的期望状态的反馈增益，将所述车辆的所述期望状态修改成所述车辆的经修改的期望状态，所述经修改的期望状态与所述车辆的所述当前状态一起属于所述车辆的所述运动的所述第一模型的不变集，其中，所述不变集被包含在所述车辆的所述状态满足所述第一约束的区域中。

9.根据权利要求8所述的控制器，其中，所述成本函数惩罚所述车辆的所述期望状态与所述车辆的所述经修改的期望状态之间的所述差异。

10.根据权利要求1所述的控制器，其中，所述第一模型和所述第二模型是取决于所述车辆的所述当前状态的参数的线性参数变化模型。

11.根据权利要求5所述的控制器，其中，所述车辆的所述运动的所述第一模型具有不确定性，并且其中，关于所述第一模型的所述第一约束包括鲁棒约束，所述鲁棒约束被限定为使得当所述鲁棒约束由所述车辆的所述状态根据所述车辆的所述运动的所述第一模型来满足时，所述车辆的所述状态根据所述车辆的所述运动的具有所述不确定性的所述第一模型的演进满足所述第一约束。

12.根据权利要求11所述的控制器，其中，所述鲁棒约束基于收紧集，其中，所述收紧集被计算为针对不确定性集的所述第一模型的不变集，所述不确定性集包含关于所述车辆的所述运动的所述第一模型的所述不确定性。

13.根据权利要求12所述的控制器，其中，基于由所述车辆的所述运动的所述第一模型预测的所述车辆的所述状态运动与所述车辆的所述运动的所测量的状态之间的差异，构造所述车辆的所述运动的所述第一模型的所述不确定性集。

14.一种用于控制车辆的运动的方法，所述车辆包括通过悬架连接至车轮的底盘，所述车轮接触支撑所述车辆的所述运动的表面，其中，所述车辆配备有用于使所述车轮中的至少一些车轮转向的转向***以及用于使所述车轮旋转的多个电动机，其中，所述方法使用与所存储的实现所述方法的指令联接的处理器，其中，所述指令在由所述处理器执行时，执行所述方法的步骤，所述方法包括以下步骤：

15.根据权利要求14所述的方法，其中，所述车辆由用户驾驶，并且所述期望状态是基于对所述车辆的加速器和制动器以及所述转向***的一个或更多个用户输入来确定的。

16.根据权利要求14所述的方法，其中，所述车辆由自主驾驶***驾驶，并且所述期望状态是基于由所述车辆的运动规划器提供的信息来确定的。

17.根据权利要求14所述的方法，其中，通过添加反馈信号来修改命令信号，所述反馈信号对应于所述车辆的所述运动与由所述第一模型预测的所述车辆的所述运动之间的差异，并且其中，所述反馈信号被用于校正所述车辆的所述运动与由所述第一模型预测的所述车辆的所述运动之间的所述差异。

18.根据权利要求14所述的方法，其中，使所述车辆的所述运动的所述第一模型经受第一约束，所述第一约束取决于所述车辆的所述底盘的所述运动的所述第二模型的所述状态，其中，所述成本函数惩罚所述车辆的所述当前状态与所述期望状态之间的所述差异的增加，其中，当命令信号的幅度以及到所述多个电动机和方向盘的所述命令信号的变化率偏离零时，所述成本函数惩罚所述命令信号的所述幅度、以及所述命令信号的所述变化率中的至少一者。

19.根据权利要求14所述的方法，其中，当在所述预测时程内的当前时刻或和未来时刻违反第一约束时，所述车辆失去稳定性，并且其中，当所述车辆的所述期望状态导致所述车辆失去稳定性时，通过选择经修改的期望状态以及接收所述经修改的期望状态的反馈增益，将所述车辆的所述期望状态修改成所述车辆的经修改的期望状态，所述经修改的期望状态与所述车辆的所述当前状态一起属于所述车辆的所述运动的所述第一模型的不变集，其中，所述不变集被包含在所述车辆的所述状态满足所述第一约束的区域中。

20.一种非暂时性计算机可读存储介质，该非暂时性计算机可读存储介质上具体实施有能够通过处理器执行的程序，所述程序用于执行一种用于控制车辆的运动的方法，所述车辆包括通过悬架连接至车轮的底盘，所述车轮接触支撑所述车辆的所述运动的表面，其中，所述车辆配备有用于使所述车轮中的至少一些车轮转向的转向***以及用于使所述车轮旋转的多个电动机，所述方法包括以下步骤：