四轮独立驱动电动汽车路径跟踪鲁棒控制EI北大核心CSCD

针对四轮独立驱动电动汽车具有结构参数、外部干扰不确定性与非线性和过驱动等特征,提出了一种分层控制框架,以实现前轮转向与直接横摆力矩控制系统协同的车辆路径跟踪控制。首先,基于路径跟踪运动学模型,将车辆的路径跟踪问题转化为约束跟随问题;其次,设计了基于约束跟随的自适应鲁棒上层控制算法,该方法可以有效处理由模型不确定性和外部干扰引起的失配问题,并保证闭环系统的一致有界性和一致最终有界性;最后,设计了一种基于二次规划的下层分配算法满足所需的直接横摆力矩,并在Simulink-Carsim平台进行联合仿真。通过不同工况的仿真结果表明,所设计的自适应鲁棒控制算法具有良好的路径跟踪精度和鲁棒性。     

智能汽车轨迹跟踪与横摆稳定性协同控制

为了提高四轮独立驱动智能电动汽车在变曲率弯道下的轨迹跟踪精度和横摆稳定性,提出了一种模型预测控制与直接横摆力矩控制协同的综合控制方法。建立了横纵向耦合的车辆动力学模型,采用2阶龙格库塔离散法保证了离散模型的精度,并基于简化的2自由度动力学模型推导了车辆横摆稳定性约束,设计了非线性模型预测控制器;利用直接横摆力矩控制能够改变车辆横摆角速度和航向角的特点,考虑模型预测控制器的预测状态、控制量以及跟踪误差,设计了协同控制规则。仿真结果表明,协同控制方法解决了考虑横摆稳定性约束的模型预测控制器中存在的稳定性约束与控制精度相矛盾的问题,并补偿了模型预测控制器没有可行解时对横摆稳定性的约束,同时提高了智能汽车的轨迹跟踪精度和横摆稳定性。     

考虑参数不确定性的无人车预设性能路径跟踪控制

为保证无人车在参数不确定性影响下的路径跟踪具有预设控制精度,提出一种具有预设跟踪误差性能的路径跟踪输出反馈控制方法。根据横向预瞄偏差建立了路径跟踪二阶误差积分系统,在考虑轮胎侧偏刚度参数摄动及车辆横向速度未知的情况下,利用扩张状态方法建立了含有复合未知项的控制模型,再通过设计线性扩张状态观测器对系统未知状态和模型不确定项进行估计,并进一步证明了观测误差的一致有界收敛性。针对无人车路径跟踪瞬态和稳态性能无法满足预设精度的问题,结合观测器估计值提出了一种具有预设性能的路径跟踪输出反馈控制器,并根据Lyapunov理论对闭环系统稳定性进行了严格证明。Matlab/Simulink仿真结果表明,所设计的控制策略能保证车辆以预设控制性能跟踪上期望路径,进一步在硬件在环仿真试验台上进行验证,结果表明所设计方案能严格保证横向跟踪偏差位于安全边界之内并具有较强的鲁棒性。     

基于动力学模型预测控制的铰接车辆多点预瞄路径跟踪方法

现有的铰接车辆路径跟踪控制方法在模型线性化和预瞄误差过程均产生较大误差,导致跟踪精度降低。针对铰接车辆路径跟踪控制,构建了铰接车辆动力学模型,采用基于状态轨迹的线性化方法补偿动力学误差,提出了考虑路径多点预瞄误差的控制目标,设计了基于动力学模型的模型预测控制器,用以优化铰接点处转向力矩。为验证该方法的有效性,采用Matlab/Simulink和Adams软件构建了联合仿真平台,对控制算法进行了仿真验证。仿真结果表明,本文中设计的控制器可有效提升铰接车辆路径跟踪精度。     

基于RMPC的自动驾驶货车路径跟踪控制

针对自动驾驶货车相较于普通乘用车具有较大模型不确定性、执行器偏差以及存在曲率扰动等外部影响因素导致路径跟踪精度不足问题，本文提出一种基于鲁棒模型预测控制（robust model predictive control,RMPC）的分层式控制方法。首先，在转角增量式控制误差模型的基础上，根据实际车辆系统与标称模型之间的偏差，设计鲁棒控制律并构建上层多目标约束RMPC控制器，提高跟踪精度。然后，针对自动驾驶货车不足转向以及定位误差问题，设计下层转角补偿器和基于中值滤波的状态估计器，改善执行响应，提升车辆稳定性。最后，通过TruckSim/Simulink联合仿真和实车试验验证，结果表明：所提出的控制方法能够有效处理模型失配和不确定性扰动，具备良好的鲁棒性和适应性。     

基于人机共驾的车道偏离防避控制

提出了两层驾驶员转向预测模型,基于驾驶员视觉预瞄信息的第一层体现了路径跟踪特性,基于神经肌肉动力学模型的第二层体现了驾驶员转向操作特征,采用Car Sim/Simulink对比了不同状态驾驶员的路径跟踪性能。设计了车道偏离防避系统(LDAS)的期望横摆角速度观测器和转角PID控制器。建立了转向系统等效动力学模型,并基于滑模理论设计了LDAS的鲁棒转矩控制器。由于车辆偏离车道程度与预瞄点的侧向偏移量和驾驶员力矩的关系不能精确描述,故基于模糊控制理论设计了LDAS人机共驾模糊控测器。进行了基于Car Sim/Simulink的仿真和基于Car Sim/Lab VIEW RT的硬件在环试验,对比了驾驶员、LDAS控制器和人机共驾纠正车辆偏航的能力。结果表明,所提出的人机共驾策略能及时纠正车辆偏航,使之恢复到正常车道,并保证从人机共驾到驾驶员控制切换过程的平顺性。     

独立轮电驱动车辆主动操纵稳定控制研究

提出了采用变增益参考模型的滑模跟踪控制策略,以横摆角速度和侧滑速度为控制对象,独立控制左右轮驱动力产生直接横摆力矩,提高了车辆在极限工况下的操纵稳定性,并改善了车辆固有的转向特性。改进的滑模控制算法减小了系统抖振并具有较强的鲁棒性。     

识别驾驶人意图的车道偏离防避有界控制

为了防止车辆偏离车道导致交通事故的发生和避免车道偏离防避系统（Lane Departure Avoidance Systems,LDAS）对驾驶人行为不必要的干预,提出基于中心区操纵特性阈值法和基于D-S（Dempster-Shafer）证据理论的车辆偏离车道驾驶人意图识别准则,并运用CarSim/Simulink联合仿真对比2种识别准则的有效性。建立转向盘角速度为输入的车路模型,设计LDAS滑模转向控制器,基于预瞄点的侧向偏移量和横摆角速度设计LDAS的期望横摆角速度观测器,并与基于道路曲率和预瞄点侧向偏移量的期望横摆角速度的LDAS进行性能对比。运用相平面法确定保证LDAS车辆稳定性的前轮转向角最大值,并基于CarSim/LabVIEW RT硬件在环试验平台验证基于BP神经网络训练获得D-S证据理论的初始概率赋值的驾驶人意图决策算法的有效性。结果表明：所提出的识别准则能够及时识别车辆偏离车道时的驾驶人意图,为LDAS控制器介入赢得了宝贵的时间,所设计的期望横摆角速度观测器具有很好的稳定性,所提出的方法能够有效避免车辆偏离车道。     

双闭环结构的智能车辆弯路换道轨迹跟踪控制

为提高智能车辆弯道换道的安全性能,对其换道轨迹跟踪控制进行了研究。考虑到纵向速度、横向速度及横摆角速度对换道过程的影响,建立了非完整约束条件下车辆的运动学和动力学模型。基于积分反演方法设计了外环车辆位姿控制器,将换道轨迹跟踪问题转换为在任意初始误差下跟踪参考位姿问题,基于非线性积分滑模控制方法设计了内环的动力学控制器,实现了对车辆运行速度的跟踪,分析了该控制系统的稳定性和收敛性。仿真结果表明,所建立的控制系统可保证跟踪误差全局一致有界收敛,具有较快的收敛性和对时变参数不确定性的鲁棒性。     

多轮分布式电驱动车辆双重转向分层控制系统设计

为了提高多轮分布式电驱动车辆在复杂机动环境下的转向能力,设计了一种基于直接横摆力矩控制的双重转向系统。该控制系统采用分层结构,上层为横摆力矩决策层,下层为驱动力分配层。在控制系统上层,基于无迹卡尔曼滤波和递归最小二乘结合算法进行路面辨识;根据车辆状态信息和路面条件自适应调节滑移转向比,由车辆动力学模型和滑移转向比确定双重转向参考模型;针对滑模面附近非连续特性造成的控制信号抖动现象,将滑模控制算法进行改进,设计了滑模条件积分控制器,使车辆实际横摆角速度追踪双重转向参考模型计算出期望横摆角速度。系统下层在保证车辆总驱动力的前提下,基于控制分配规则将上层广义目标控制力需求分配至各执行器。最后,利用硬件在环实时仿真平台进行控制策略验证。结果表明,分层控制系统较好地实现了路面识别功能和车辆双重转向功能,针对不同路面工况对车辆进行了有效地行驶控制,减小了车辆在狭小弯曲地区的转弯半径,抑制了车辆状态参数及电机转矩的颤振和抖动,改善了车辆小半径行驶的转向机动性和高速行驶稳定性。     

商用车电液耦合转向系统主动回正控制研究

针对装有传统液压助力转向系统的商用车在回正过程中存在低速回正不足或高速回正过度的问题,综合考虑载荷转移、路面条件和轮胎非线性等对回正工况的影响,基于电液耦合转向系统,设计一种车辆质心侧偏角和横摆角速度联合控制的非线性滑模控制器。针对控制算法部分状态量难以获取和影响车辆回正稳定性的路面附着系数难以直接测量的问题,利用UKF观测器为滑模控制器动态估计车辆状态信息和路面附着系数,并将质心侧偏角的观测值和横摆角速度与其期望值之差作为控制系统输入,来求取回正控制所需的转角修正量。最后通过TruckSim、Matlab/Simulink和转向试验台架对不同工况下的转向回正性能进行仿真和台架试验,结果表明,所提出的主动回正控制策略可有效提高转向盘回正的稳定性和控制精准性。     

主动转向系统的神经网络模型逼近自适应控制的研究

将主动转向系统模型与2自由度整车模型相结合,组成被控对象模型。为提高具有非线性特性和不确定性的主动转向系统的自适应性能和鲁棒性能,采用基于线性RBF神经网络的模型逼近自适应控制方法,以横摆率和以横摆率与侧偏角变化率相组合为被控对象参数分别设计C1和C2两种自适应控制器,并对它们进行鲁棒性和稳定性分析。采用1阶参考模型和指令滤波器,对两种自适应控制器和考虑不确定性的H∞鲁棒控制器进行了多种非线性对比仿真。结果表明,自适应控制器比H∞鲁棒控制器有更好的动态和静态跟随性能;而两种自适应控制器中,C2控制器又略胜一筹。     

四轮独立转向-独立驱动电动车主动避障路径规划与跟踪控制

四轮独立转向-独立驱动电动车(4WIS-4WID EV)具有低速机动性强、高速稳定性好的特点,是一种理想的智能车构型。本文中针对4WIS-4WID EV进行了主动避障系统的设计,主要包括避障路径规划和跟踪控制。首先基于车辆运动学模型,提出了采用七次多项式的避障路径规划算法;然后基于简化2自由度车辆动力学模型,设计了模型预测路径跟踪控制器;为提高车辆主动避障过程中的操纵稳定性,路径跟踪控制算法采用四轮转向与直接横摆力矩控制技术。通过不同附着系数路面工况与侧风扰动工况仿真,验证了所设计的主动避障系统具有良好的避障能力和鲁棒性。     

车辆横向稳定性自适应神经网络控制策略研究

设计了一种"前馈+反馈"自适应神经网络控制器,通过直接横摆力矩和前轮主动转向的复合控制来提高车辆横向稳定性。反馈控制器采用PD控制策略,以实际横摆角速度与目标横摆角速度的偏差为输入量;前馈控制器采用RBF神经网络,以反馈控制器的输出为误差进行学习,而实现自适应控制。仿真结果表明,采用上述复合控制,能有效跟踪目标横摆角速度并降低质心侧偏角,提高了车辆在高速急转向时的稳定性。     

基于动力学模型的车辆转向控制器不足与变结构控制方法的研究

本文从理论上分析了基于车辆二自由度转向动力学模型的转向控制器在低速时产生失稳的原因。为解决失稳问题,本文提出了相应的解决方法,建立了基于预瞄运动学的车辆转向控制模型,采用滑模变结构控制理论设计了车辆的转向控制器,使车辆转向控制具有良好的跟踪性能和鲁棒性。     

基于HSRI模型的参数自适应质心侧偏角观测器的设计

首先对全维车速观测器进行降维处理,以减少观测器的在线计算量,并设计了非线性级联车速观测器.接着,对路面附着系数和轮胎侧偏刚度进行参数自适应估计,以提高质心侧偏角的估计精度,并基于HSRI轮胎模型设计了参数自适应非线性质心侧偏角观测器.在估算轮胎侧偏刚度时采用无侧向车速的车辆模型,以避免车辆动力学模型与侧向车速观测器的耦合作用,并引入带双重遗忘因子的递推最小二乘法,以保持算法的修正能力和解除不同估计参数之间误差的耦合作用.最后采用Simulink与Carsim动力学仿真软件进行联合仿真验证,结果表明所设计的参数自适应非线性质心侧偏角观测器是有效的,估计精度满足ESC控制的工程要求.     

分布式电驱动汽车原地转向机理与控制方法研究

分布式电驱动汽车能够通过原地转向功能提高车辆的机动性。原地转向下车辆的4个车轮均处于滑移状态,极易发生车身偏移甚至失控。为了实现稳定精准的原地转向控制,分析了原地转向的动力学机理,并提出横摆角速度与滑转率协同的控制策略。基于纵向动力学设计路面附着估计算法,完成原地转向前的路面状况判断;采用了分层式控制架构,上层控制器基于车辆状态协调转矩控制策略,下层控制设计横摆角速度决策框架,根据油门开度计算原地转向的名义横摆角速度,基于二次性能指标的单神经元自适应PID控制算法计算四轮驱动转矩,以实现横摆角速度的跟踪控制,并引入模糊逻辑推理得到四轮期望滑转率,通过PID算法计算驱动转矩调节量,配合横摆角速度转矩控制以抑制转向中心的偏移。仿真测试和实车试验表明：在附着系数一定的情况下,稳态原地转向的轮胎视为刚体,侧偏角与地面侧向反作用力基本不变,试验结果符合所推断的原地转向动力学机理;并验证横摆角速度跟踪控制算法在不同附着系数下具有理想的跟踪效果和鲁棒性,响应速度相比于PID提高46%,最大超调量减小24.0%,平均调节时间缩短1.3 s,平均稳态误差均在0.01 (°)·s^-1...     

四轮独立转向电动汽车转向控制方法

本文中对四轮独立转向电动汽车的转向控制方法进行研究。首先,基于前轮转向车辆的理想横摆角速度模型,建立四轮独立转向2自由度动力学模型。接着,以四轮侧偏角之和绝对值最小化作为优化目标函数,以质心侧偏角为零和理想横摆角速度作为约束条件,采用线型优化算法求解系统前馈控制器。再以轮胎侧偏角和横摆转矩为输入建立线性控制模型,运用最优区域极点配置方法设计反馈控制器。最后,建立人-车-路闭环仿真系统,分别进行双移线道路仿真实验和对开路面上的行驶仿真实验。结果表明,控制器能根据路面附着情况分配各轮转角,保证车辆跟踪理想状态。实车双移线实验进一步验证了控制器对车辆理想状态良好的跟踪精度。     

基于稳态特性的路程预瞄转向模型

为实现车辆稳态转向的理想状态,建立更真实的预瞄-跟踪行为,提出了2种基于稳态转向的路程预瞄转向模型,假设车辆处于稳态转向状态,预测车辆的行驶轨迹,基于预测轨迹的侧向误差最小原则,分别建立了将单点预瞄转化为路程预瞄的理想转向模型和修正转向模型。CarSim/Simulink联合仿真结果表明,2种转向模型均具有较好的路径跟踪精度、适应性和转向平顺性。     

基于自适应模糊PI的汽车直接摆力矩控制研究

针对汽车直接横摆力矩控制,论文研究了基于自适应模糊PI的控制方法。设计了基于自适应模糊PI的附加横摆力矩决策控制器和基于规则分配的制动力分配器。横摆力矩决策控制器根据汽车横摆角速度期望值和车辆状态决策出所需的附加横摆力矩,通过规则制动力分配方法进行主动差动制动实现,并采用Matlab/Simulink与CarSim联合仿真对控制方法进行仿真试验验证。结果表明:基于自适应模糊PI的横摆力矩控制方法相对于未控制能够使汽车较好地跟踪期望,有效提高汽车操纵稳定性。