基于PSO-BP优化MPC的无人驾驶汽车路径跟踪控制研究

针对模型预测控制（MPC）路径跟踪控制器在不同路面附着系数及车速下跟踪误差大的问题，提出了基于粒子群寻优（PSO）-反向传播（BP）神经网络优化MPC的无人驾驶汽车路径跟踪控制策略。首先，设计了MPC路径跟踪控制器；其次，利用PSO-BP对MPC进行优化，以控制器精度和车辆稳定性作为评价函数，获得PSO离线最优时域参数；最后，选择4种工况进行双移线跟踪对比仿真验证。结果表明：所提出的控制策略在保证行驶稳定性的条件下，低路面附着系数低速、高路面附着系数低速、高路面附着系数高速及中路面附着系数中速工况下双移线跟踪横向控制精度分别提高了50%、55%、9%和20%。     

分布式驱动电动汽车复合制动系统转矩分配控制策略仿真

针对分布式驱动电动汽车,提出了一种复合制动系统控制策略。采用分层的制动转矩分配控制结构,上层控制器采用滑模控制策略,对目标纵向力和横摆力矩进行求解,以满足车辆在制动时制动效能和制动稳定性的要求;下层控制器采用加权最小二乘控制,对四轮液压制动转矩和电机制动转矩进行分配,通过增大电机制动力分配的权值达到能量回收的最大化,并采用有效集算法完成目标函数的求解。在此基础上,在Simulink中建立了7自由度整车动力学模型,在对开路面的工况下进行了仿真分析,结果表明:所制定的控制策略能满足要求,在保证车辆制动稳定性的同时,最大限度回收制动能量。     

基于MPC的无人驾驶汽车轨迹控制研究

为更好地实现对无人驾驶汽车行驶路径的跟踪修正,基于模型预测算法控制车辆的车速和横摆角。通过建立车辆运动学模型、制定目标函数、确定约束条件,设计出了轨迹跟踪控制器。并通过Matlab/Simulink、CarSim软件搭建模型预测控制算法。结果显示,在预定工况下,车辆参考路径和实际行驶误差较小,并有较好的横向稳定性。结果表明该算法能在一定程度能保证无人驾驶汽车的安全性,为智能车辆控制提供了基础。     

智能无人车纵向运动控制方法研究

为解决智能无人车对期望车速的跟踪问题,本文针对无人车的纵向运动控制系统进行了研究,分别设计了驱动控制器、制动控制器以及两者间的切换逻辑。其中,驱动控制采用单神经元PSD控制策略,制动控制则采用增量式PID控制策略。最后,通过Carsim/Simulink联合仿真对设计的纵向运动控制系统进行测试。结果表明,设计的纵向运动控制系统能够有效跟踪期望车速,且将误差保持在较小范围内。     

分布式驱动电动汽车电液复合ABS控制研究

针对分布式驱动电动汽车四轮电机回馈制动力矩和液压制动力矩均独立可调的特点,提出了一种电液复合防抱死制动分层控制策略。上层为基于积分滑模的滑移率控制,下层为基于模式切换的电液制动力矩分配,根据调节系数、力矩调节需求量、最大回馈制动力矩以及液压制动门限值等参数,将力矩分配分为7种模式,并通过仿真验证了不同车速高、低附着路面下的控制策略,结果表明,所提出的控制策略实现了液压制动维持相对稳定值和回馈制动快速补偿剩余值的设想,改善了滑移率控制精度。     

考虑道路因素的智能车辆纵向运动决策与控制研究

针对智能车辆纵向运动时的交通道路适应性问题,考虑路面附着系数和前车运动速度等因素,研究了智能车辆纵向运动决策与控制方法。论文研究了基于车头时距的纵向运动决策方法并建立不同驾驶行为的目标车速模型,运用变论域模糊推理算法设计了目标加速度模型。基于纵向动力学模型,运用自适应反演滑模控制算法建立了驱动控制器和制动控制器。对高附着系数路面和低附着系数路面的行驶工况进行仿真试验验证,结果表明,在不同的附着系数路面和前车变速行驶条件下,智能车辆能实时、合理地决策目标车速、目标加速度,实现安全、高效、稳定的跟驰。     

考虑驾驶人特性的智能驾驶路径跟踪算法

针对现有智能汽车路径跟踪控制过程中较少考虑驾驶人特性的问题,设计了一种考虑驾驶人特性的智能驾驶路径跟踪算法。采用k均值算法对实车试验获取的相关数据进行聚类分析,根据操纵特征参数的规律性和差异性将驾驶人特性分为正常型、激进型、保守型3类。根据驾驶人特性分类及聚类结果,将不同驾驶人对车辆侧向、纵向行驶状态的不同偏好特性融入至路径跟踪控制策略的设计中。采用模型预测原理设计了智能驾驶路径跟踪控制器,通过数据聚类结果来设计控制器的代价函数与约束条件。仿真试验结果表明,本文所提出的考虑驾驶人特性的路径跟踪控制策略具有较高的轨迹跟踪精度和速度控制精度,且车辆响应变化能够体现出不同的驾驶人特性,路径跟踪速度误差不超过2%,侧向跟踪误差小于0.13 m。     

基于遗传算法的智能驾驶车辆纵向PID控制研究

针对智能驾驶车辆纵向速度跟随问题,为提高智能驾驶车辆在速度变化时的跟踪控制精度,设计了一种分层控制策略。上层控制器设计了一种基于遗传算法的PID控制器,在期望车速为恒速或变速的情况下得到最优的加速度,下层控制通过对加速踏板和制动踏板的标定,得到不同速度和加速度下节气门的开度和制动压力。建立CarSim/Simulink联合仿真模型,完成不同速度工况下的仿真验证,验证结果表明所设计的控制器有效地提高了速度跟踪精度。     

考虑预碰撞时间的自动紧急制动系统分层控制策略研究

为提升汽车的主动安全,对车辆自动紧急制动系统控制策略进行研究。利用分层控制的思想对控制策略进行建模,上层控制器为对车辆制动减速度进行决策的预碰撞时间模型,根据汽车追尾事故深度调查的驾驶员紧急制动数据分析制动系统的制动减速度,在考虑舒适性的条件下确定预碰撞时间阈值。下层控制器按照上层控制器输出的制动减速度,分析车辆轮胎模型和制动系统的关系,通过PID控制调节制动压力对车辆进行控制。在安全评价规程标准工况下验证控制策略的可靠性,通过追尾事故场景的重建来验证控制策略的有效性。仿真结果表明:设计的控制策略在相对车速65km/h以内时能有效避撞,而高于65km/h时能最大程度地降低碰撞车速,减小伤害。     

混合动力汽车再生制动的归类及其应用

按不同的制动控制策略,将混合动力汽车再生制动系统分为具有最佳制动效果的串联制动、具有最佳能最回收率的串联制动和并联制动3种类型,并分别对它们进行了分析.提出了基于SOC、车速和制动踏板位置,动态地控制冉生制动转矩的控制策略,并将其应用于一款并联混合动力汽车上.测试结果表明:所制定的制动控制策略,可在保证安伞的前提下,更多地回收制动能量,并有较好的制动感觉.     

电动汽车复合制动控制研究现状综述

电动汽车复合制动由电机再生制动与机械摩擦制动两部分构成,其控制性能直接影响车辆的能量利用效率、制动安全性以及舒适性。围绕静态制动转矩分配控制、动态复合制动协调控制、制动换挡控制、智能辅助驾驶中的复合制动控制4个方面的研究现状与关键技术展开综述,并对复合制动控制未来研究方向进行了展望。对文献的梳理分析表明：制动转矩分配决定着复合制动系统能量回收能力与车辆制动稳定性,基于规则的分配策略面对复杂多变工况自适应性欠佳,而基于优化的分配策略各方面性能表现良好,但需要兼顾控制实时性与优化效果;利用电机响应迅速与控制精确的优势完成复合制动协调控制,能够提升制动模式切换过渡工况与紧急制动工况的控制性能,改善驾驶舒适性;制动过程中实施合理换挡可以进一步提升能量回收效率,同时通过补偿控制解决换挡过程中动力中断和转矩冲击等问题,保证换挡平顺性;随着电动汽车智能化和网联化发展,复合制动控制与驾驶人辅助系统相结合有助于在保证系统功能的同时实现能量回收效益最大化。     

分布式电驱动车辆力矩分配控制研究现状综述

分布式电驱动车辆具有控制灵活度高、传动链短、结构紧凑、传动效率高、空间布置利用率高等特点,独特的结构特点与驱动方式令其在充分挖掘车辆动力学控制潜力、增强车辆安全性、提升驱动效率、简化底盘结构等方面带来明显的技术革新,为高性能车辆控制技术提供硬件载体。然而,作为过驱动、多约束、车辆纵向-横向-垂向运动行为强非线性耦合系统,分布式电驱动车辆在车辆动力学控制、车辆行驶经济性控制、协同控制等方面仍面临理论与技术挑战。基于此,综合国内外前沿分布式电驱动车辆力矩分配控制策略研究,主要从控制框架、稳定性控制、能效控制、兼顾稳定性与经济性控制4个方面重点阐述当前发展现状,设计并对比分析应用案例,从不同角度对力矩分配的发展方向进行展望,旨在为先进分布式电驱动车辆高性能力矩分配控制器开发提供参考。     

基于多目标优化的混合动力城市物流车制动能量回收控制策略研究

针对混合动力城市物流车制动能量回收的安全与效率问题，提出了基于多目标优化的制动能量回收控制策略。建立了载荷估计和质心位置解析模型，使控制策略适应各种载荷变化。控制策略以制动安全性和能量回收性为优化目标，以制动力分配系数和电机制动力矩比例系数为控制变量，采用多目标遗传算法和基于模糊控制器的理想解决策法得到决策解。驾驶循环分析结果显示，所提控制策略具有较好的制动安全性和更高的制动能量回收性。     

智能汽车自动紧急转向避撞的跟踪控制方法对比研究

为了提高智能汽车的主动安全性,提出3种不同的自动紧急转向避撞跟踪控制方法。首先建立汽车避撞简化模型,对制动、转向及两者相结合的3种不同避撞方式进行对比分析。其次,为深入研究汽车避撞过程中的实际响应,建立包含转向、制动及悬架3个子系统耦合特性的底盘18自由度统一动力学模型,并进行相关试验验证。随后构建智能汽车自动紧急转向避撞控制框架,对五次多项式参考路径和七次多项式参考路径的横摆角速度和横摆角加速度进行对比分析。接着以线性2自由度转向动力学模型为参考对象,对最优控制四轮转向、最优控制前轮转向、前馈与反馈控制相结合的前轮转向3种不同的跟踪控制系统分别进行设计。最后,以汽车底盘18自由度统一动力学模型为研究对象,对上述3种避撞控制系统进行仿真试验对比分析。研究结果表明：与制动避撞相比而言,转向避撞所需的纵向距离有较大降低,随着车速的增加和路面附着系数的越低,效果越明显;七次多项式参考路径比五次多项式参考路径的避撞过渡过程更为平缓,当实际车速与控制器所用车速不一致时,前者避撞性能表现更优;最优四轮转向控制系统在高、低2种不同附着路面都具有较好的避撞效果,最优前轮转向控制系统次之,而前馈与反馈相结合的前轮转向控制系统在低附着路面上则表现出严重的失稳。     

Trends in vehicle motion control for automated driving on public roads

ABSTRACT

In this paper, we describe how vehicle systems and the vehicle motion control are affected by automated driving on public roads. We describe the redundancy needed for a road vehicle to meet certain safety goals. The concept of system safety as well as system solutions to fault tolerant actuation of steering and braking and the associated fault tolerant power supply is described. Notably restriction of the operational domain in case of reduced capability of the driving automation system is discussed. Further we consider path tracking, state estimation of vehicle motion control required for automated driving as well as an example of a minimum risk manoeuver and redundant steering by means of differential braking. The steering by differential braking could offer heterogeneous or dissimilar redundancy that complements the redundancy of described fault tolerant steering systems for driving automation equipped vehicles. Finally, the important topic of verification of driving automation systems is addressed.     

Combined control of a regenerative braking and antilock braking system for hybrid electric vehicles

Most parallel hybrid electric vehicles (HEV) employ both a hydraulic braking system and a regenerative braking system to provide enhanced braking performance and energy regeneration. A new design of a combined braking control strategy (CBCS) is presented in this paper. The design is based on a new method of HEV braking torque distribution that makes the hydraulic braking system work together with the regenerative braking system. The control system meets the requirements of a vehicle longitudinal braking performance and gets more regenerative energy charge back to the battery. In the described system, a logic threshold control strategy (LTCS) is developed to adjust the hydraulic braking torque dynamically, and a fuzzy logic control strategy (FCS) is applied to adjust the regenerative braking torque dynamically. With the control strategy, the hydraulic braking system and the regenerative braking system work synchronously to assure high regenerative efficiency and good braking performance, even on roads with a low adhesion coefficient when emergency braking is required. The proposed braking control strategy is steady and effective, as demonstrated by the experiment and the simulation.     

智能混合动力汽车电液复合制动的协调控制策略

为改善智能混合动力汽车智能辅助驾驶时的制动转矩响应,提出了电机与电子真空助力液压制动系统协调控制策略,包括EVB预测启动控制策略和制动转矩协调控制策略。基于期望制动转矩预测,建立了融合EVB动态响应特性的EVB预测启动控制策略。综合考虑电机动态响应特性、响应裕度、EVB动态响应特性和电池荷电状态,提出了基于电机制动转矩动态补偿的制动转矩协调控制策略。仿真结果表明,该协调制动控制策略可在整个制动过程提高制动转矩响应精度,改善系统的动态响应。     

Cooperative regenerative braking control for front-wheel-drive hybrid electric vehicle based on adaptive regenerative brake torque optimization using under-steer index

In this study, cooperative regenerative braking control of front-wheel-drive hybrid electric vehicle is proposed to recover optimal braking energy while guaranteeing the vehicle lateral stability. In front-wheel-drive hybrid electric vehicle, excessive regenerative braking for recuperation of the maximum braking energy can cause under-steer problem. This is due to the fact that the resultant lateral force on front tire saturates and starts to decrease. Therefore, cost function with constraints is newly defined to determine optimum distribution of brake torques including the regenerative brake torque for improving the braking energy recovery as well as the vehicle lateral stability. This cost function includes trade-off relation of two objectives. The physical meaning of first objective of cost function is to maximize the regenerative brake torque for improving the fuel economy and that of second objective is to increase the mechanical-friction brake torques at rear wheels rather than regenerative brake torque at front wheels for preventing front tire saturation. And weighting factor in cost function is also proposed as a function of under-steer index representing current state of the vehicle lateral motion in order to generalize the constrained optimization problem including both normal and severe cornering situation. For example, as the vehicle approaches its handling limits, adaptation of weighting factor is possible to prioritize front tire saturation over increasing the recuperation of braking energy for driver safety and vehicle lateral stability. Finally, computer simulation of closed loop driver-vehicle system based on Carsim? performed to verify the effectiveness of adaptation method in proposed controller and the vehicle performance of the proposed controller in comparison with the conventional controller for only considering the vehicle lateral stability. Simulation results indicate that the proposed controller improved the performance of braking energy recovery as well as guaranteed the vehicle lateral stability similar to the conventional controller.     

智能汽车对无信号交叉口行人的避撞控制

针对智能汽车在无信号交叉口对横穿行人的避撞问题,研究了主动转向避撞控制策略。基于多层模型预测控制方法,采用分层控制策略设计局部规划层控制器与全局跟踪层控制器,在此基础上根据交叉口处汽车与行人的轨迹特征计算人车碰撞剩余时间,改进传统人工势场法构造避撞函数,规划出既能规避交叉口内存在碰撞风险的行人又能使偏差最小的局部避撞路径,并使智能汽车在满足多项动力学约束时准确跟踪参考路径,通过搭建CarSim/Simulink联合仿真平台,结合广东省2006—2018年交通事故数据库选取对交叉口人车碰撞有显著影响的因素,设计仿真场景进行仿真分析。结果表明:智能汽车能在多个初始点完成对参考路径的跟踪,控制器对不同速度和附着条件有较高的鲁棒性,高速低附着场景中,智能汽车横向加速度小于0.4 g、质心侧偏角小于2°、前轮侧偏角小于2.5°,各约束量满足舒适性和平稳性条件;4个典型交叉口场景中,智能汽车以不同速度直行或转弯通过交叉口,均能识别横穿行人中存在碰撞风险的行人实现主动转向避撞。      

New energy recovery H∞ robust controller for electric bicycles

The electric controller is one of the most crucial components in an electric bicycle. The overall performance of the whole system heavily depends on the properties of the controller. The authors use the robust control theory to design a new H_∞ robust controller for the closed speed-current dual-loop driving and braking system. The designed controller also incorporates the driving and energy recovery braking circuit. Therefore, it has energy recovery ability, which coverts the kinetic energy wasted in braking into electric energy to recharge the battery. This prolongs the driving distance per battery charge. The simulations and experiments show that the new H_∞ robust controller out-performs the traditional PID controller in many respects including stability, error, responding speed and driving distance per battery charge.