分布式驱动电动汽车的近似最优转矩矢量控制

针对分布式驱动车辆系统非线性的特性,提出一种基于最优转矩矢量控制的车辆侧向稳定性控制系统。首先使用魔术公式轮胎模型实时估计轮胎力,搭建轮胎侧偏刚度变化的非线性车辆模型。接着借鉴近似线性二次型规划的最优控制思想,设计基于质心侧向加速度的增益可调的横摆转矩控制方法,并根据驱动电机峰值转矩和轮胎摩擦圆的约束条件进行转矩矢量分配。最后进行Car Sim和Lab VIEW联合仿真和硬件在环实验。结果表明,控制系统能对车辆进行有效的实时控制,在显著改善车辆稳定性的同时不严重影响车辆的纵向性能。     

基于小波控制的电动汽车稳定性研究（双语出版）

针对前轮独立驱动电动汽车,研究一种基于小波控制器的驱动稳定性控制系统。为提高车辆对开路面的行驶稳定性,根据驱动轮等转矩分配控制策略,提出基于神经网络PID的驱动轮滑移率相近为目标控制策略。针对矢量控制中的电流控制,提出基于离散小波变换的电流控制器。通过CarSim/Simulink建立前轮独立驱动电动汽车联合仿真平台,进行不同工况整车性能仿真与分析,并基于A&D5435快速原型开发平台进行实车试验。仿真与试验结果表明：基于小波控制器的驱动控制系统不仅提高了车辆对开路面行驶的稳定性,而且具有更平滑、更快速的转矩响应;对开路面工况下,提出的控制策略左侧、右侧驱动轮速度仿真结果与试验结果最大偏差分别为3.43%和3.56%;等转矩分配控制策略下,左侧、右侧驱动轮速度仿真结果与试验结果最大偏差分别为3.86%和3.25%,表明了试验与仿真的一致性;对开路面仿真工况下,相比于驱动轮等转矩分配控制策略,基于神经网络PID的驱动轮滑移率相近为目标控制策略的车辆峰值质心侧偏角降低了79.57%,侧向跑偏距离降低了73.39%。     

基于多参数控制的分布式驱动电动汽车操纵稳定性控制策略研究

为改善高速低附着路面上的车辆动力学性能，本文针对分布式驱动电动汽车提出一种基于多参数控制的操纵稳定性控制策略，包括上层轨迹跟踪控制和下层转矩分配控制。上层控制器设计基于2自由度车辆模型和驾驶员预瞄偏差模型，提出了MPC轨迹跟踪控制策略，实现对侧向偏差、横摆角偏差、质心侧偏角、横摆角速度的多参数控制。下层控制器以轮胎负荷率最小为优化目标，获得4个车轮电机转矩的最优分配量，借助于7自由度动力学模型，在双移线、蛇行工况下完成了CarSim-Simulink联合仿真。结果表明：提出的控制策略改善了高速、低附着工况下的操纵稳定性和轨迹跟踪精度。     

轮毂电机驱动汽车区域极点配置横向稳定性控制

分布式驱动结构给车辆动力学控制带来机遇和挑战,如何可靠地实现其横向稳定性控制是关键技术。考虑车辆参数的不确定性,提出了基于区域极点配置的轮毂电机驱动汽车横向稳定性控制策略,分析了保性能权重矩阵参数对控制性能的影响;为了能最大限度地利用路面附着能力,利用轮毂电机驱动力和制动力共同产生横摆力矩,并结合驱动模型切换提出了规则化转矩分配控制策略;通过数值仿真和硬件在环仿真开展了控制系统的性能分析。结果表明,所提出的基于区域极点配置的上层控制策略不仅能改善汽车的操纵稳定性,而且对轮胎侧偏刚度等参数不确定性具有较强的鲁棒性;同时,下层规则化转矩分配控制策略能确保在低附着路面可靠实现转矩分配。     

基于最小模型误差估计的智能汽车路径跟踪控制

为提高分布式驱动电动智能汽车在自主循迹过程中关键参数的估计精度并降低模型不确定性对控制系统鲁棒性的影响,本文中提出了一种基于观测器的自适应滑模路径跟踪控制策略。首先,针对难以直接精确测量的车辆纵、侧向速度,建立了5输入3输出3状态的状态估计系统,并采用最小模型误差准则以降低估计过程轮胎的非线性特性带来的观测模型误差。接着,基于运动学模型,计算出了路径跟踪期望横摆角速度响应,并采用自适应滑模算法实现主动转向控制。考虑线控转向系统的潜在失效风险,引入径向基神经网络对系统不确定性进行在线估计。同时,设计了直接横摆稳定控制器并采用最优转矩分配策略,进一步提高车辆的稳定性。最后,对车辆状态估计和路径跟踪进行了Carsim/Matlab联合仿真,结果表明:基于最小模型误差准则的观测器能取得较可靠的估计结果,路径跟踪控制器能保证车辆具有较好的跟踪精度和鲁棒性。     

典型车辆纵向防滑控制系统及关键技术

车轮纯滚动和纯滑动状态间车轮与路面附着呈现强非线性特性,在车辆紧急制动和起步/加速时对车辆的纵向和侧向稳定性和转向能力具有显著影响。车辆纵向防滑控制系统就是控制车轮在这一过渡状态轮胎路面附着特性接近最佳状态,从而极大限度地保证车辆的行驶安全性。论文从轮胎路面附着特性、典型防滑控制系统实现、控制原理及实现关键技术等角度进行深入分析,对进一步全面测试现有装备ABS/TCS车辆的性能及评价提供了理论基础,对底盘稳定性控制系统自主开发研究也具有积极的意义。     

面向全矢量线控车辆极限运动的分层式协同控制

装配四轮分布式驱动-转向（4WID-4WIS）底盘的全矢量线控车辆具备多可控自由度、高速稳定性强的特点,是极限工况稳定裕度和安全性较高的理想车型。为了解决全矢量线控车辆在极限工况下纵横向控制冲突危害行车安全的问题,提出一种基于模型预测控制 （MPC） 的分层式车辆纵向和横向运动协同控制方法。建立基于单轨模型的期望运动状态识别方法,设计模型预测控制器转换动力学目标,采用泰勒展开和前向欧拉方法对预测模型进行线性离散化处理;设计基于负荷率的轮胎力优化分配方法,利用反正切轮胎逆模型求解控制执行量。仿真结果表明,协同控制方法能显著提高车辆在不同路面下的极限运动稳定性,更精准地跟踪期望运动状态,扩大稳定裕度,保障行车安全。     

基于侧向稳定性的圆曲线路段设计指标研究

车辆在附着系数较小的圆曲线路段转向时，轮胎会处于非线性区内工作，此时基于线性理论的侧向稳定性分析方法会产生较大误差。建立6自由度非线性车辆系统模型，分析其处于非线性域与线性域下不同的特性状态，得到不同车速、路面附着系数下使车辆系统处于临界状态的圆曲线路段半径、超高设计指标。对线性域与非线性域内的车辆系统分别采用基于线性理论的根轨迹法与基于非线性理论的相平面法分析侧向稳定性，得到综合考虑2种状态下车辆临界失稳状态的圆曲线路段指标。结果表明，车速为60 km/h，路面附着系数为0.24，超高小于6% 时，车辆发生侧向失稳时轮胎处于非线性域，此时使用相平面法分析得到侧向失稳临界指标；车速为60 km/h，路面附着系数为大于0.4，超高处于4%到10%之间时，车辆发生侧向失稳时轮胎处于线性域，此时使用根轨迹法分析得到侧向失稳临界指标。      

基于模型预测的横摆和侧向稳定性控制

针对无人驾驶车辆路径跟踪过程中横摆和侧向稳定性控制,提出一种转向和制动的模型预测控制方案。控制方法基于3自由度车辆模型,控制目标是通过制动和转向的联合来跟踪期望路径。该控制方案依赖于非线性预测控制方法的预测功能,搭建基于MPC(Model Predictive Control,模型预测控制)的车辆主动转向和制动控制系统。通过Car Sim和Simulink联合仿真试验进行验证,证明所提出方法的有效性。     

轮胎非线性对自主车队稳定性的影响分析

针对现有自主车队车辆模型不能反映轮胎非线性对车辆稳定性的影响问题,本文中利用其有效性已得到验证的5自由度车辆模型(纵向速度、侧向速度、横摆角速度、前轮转动角速度和后轮转动角速度),分别采用线性和非线性轮胎模型,分析不同初始跟随车速条件下,自主车队系统的动力学特性和稳定性。结果表明,轮胎的非线性严重影响高速跟随行驶中自主车队系统的稳定性,并导致跟随行驶车辆的失稳。     

全电动轮汽车的转矩协调控制策略研究

本文从降低最大轮胎利用率、提高车辆附着稳定性的角度,在基于载荷的转矩协调策略的基础上,提出了基于名义载荷的转矩协调策略。对该策略在所建立的非线性七自由度车辆动力学模型中进行了前轮角阶跃输入工况下的仿真分析,效果较好。该策略对于全电动轮汽车转矩协调策略的研究具有一定的参考意义。     

电动汽车DYC/ASR变论域模糊集成控制EI北大核心CSCD

提出了一种集成直接横摆力矩控制(DYC)与驱动防滑控制(ASR)的四轮驱动电动汽车稳定性控制系统,协助驾驶员在紧急情况下保持对车辆的控制。采用变论域模糊控制策略,利用其内在固有的鲁棒性克服车辆严重非线性,独立调节四轮转矩以防止车辆甩尾;同时设计一个模糊控制器,对轮胎力饱和引起的侧向失稳进行开环补偿,协调控制各轮牵引力,防止车轮打滑。在不同路况下,对所提出的方法进行了J-turn仿真测试。结果表明:集成控制对高速、大转向行驶产生的扰动和路面附着系数变化引起的非线性,有比DYC更好的动态跟踪能力与自适应能力。     

电子差速系统轮胎附着特性模拟仿真研究

电子差速系统相对于传统的机械式差速器可以实现转矩的精准分配,根据轮胎的纵向运动特性以及侧向运动特性,结合轮胎滑移率让内外侧车轮在过弯时拥有足够的附着力,减小整车的横摆角速度,提高过弯稳定性。采用后轮双电机的驱动方案,驱动电机采用直接转矩控制的方法,由整车控制器将指定的计算转矩信号发送给电机控制器完成动力分配,所需转矩根据驾驶员的加速踏板及方向盘转角,运用阿克曼转向模型计算得到。     

基于自适应模型预测的智能汽车横向轨迹跟踪控制

当路面附着情况和车辆行驶状态不断变化时,基于恒定侧偏刚度的模型预测控制(MPC)不能考虑轮胎非线性特性的影响,难以保证车辆轨迹跟踪的适应性。为此,提出一种考虑轮胎侧向力计算误差的自适应模型预测控制(AMPC),以提高智能汽车在不确定工况下的轨迹跟踪性能。分析了路面附着系数和垂向载荷对轮胎侧向力的影响,基于平方根容积卡尔曼滤波(SCKF)算法,设计了利用侧向加速度和横摆角速度作为测量变量的前后轮胎侧向力估计器。利用轮胎侧向力线性计算值与估计值的差值计算得到侧偏刚度修正因子,设计了前后轮胎侧偏刚度的自适应修正准则,进而提出了一种基于时变修正刚度的AMPC控制方法。基于CarSim与MATLAB/Simulink联合仿真和硬件在环测试平台,对AMPC控制的有效性和实时性进行了验证。研究结果表明：在不同的路面附着情况和车辆行驶状态下,AMPC控制都能够降低横向位置偏差和航向角偏差,有效提高车辆的轨迹跟踪精度,其控制效果明显优于基于恒定侧偏刚度的标准MPC控制。尤其在低附着工况下,标准MPC控制会因为线性轮胎力的计算误差过大而导致车辆在轨迹跟踪时严重失稳,而AMPC控制通过估计轮胎力修正侧偏刚度依然能够保证车辆稳定有效的跟踪参考轨迹。所提出的AMPC控制在保证控制精度的同时具有良好的实时性,对智能汽车控制系统的设计与优化具有重要参考价值。     

电动汽车DYC/ASR变论域模糊集成控制

提出了一种集成直接横摆力矩控制(DYC)与驱动防滑控制(ASR)的四轮驱动电动汽车稳定性控制系统,协助驾驶员在紧急情况下保持对车辆的控制。采用变论域模糊控制策略,利用其内在固有的鲁棒性克服车辆严重非线性,独立调节四轮转矩以防止车辆甩尾;同时设计一个模糊控制器,对轮胎力饱和引起的侧向失稳进行开环补偿,协调控制各轮牵引力,防止车轮打滑。在不同路况下,对所提出的方法进行了J-turn仿真测试。结果表明:集成控制对高速、大转向行驶产生的扰动和路面附着系数变化引起的非线性,有比DYC更好的动态跟踪能力与自适应能力。     

Driving Torque Coordination Control of Distributed Drive Electric Vehicles

针对现有分布式驱动电动汽车驱动力控制系统在进入驱动防滑工况时纵向驱动转矩和加速度降低以及产生非期望的横摆力矩和横摆角速度等问题,提出了两种多轮驱动转矩协调控制策略.其中,基于动力性的驱动转矩协调控制策略的目标是改善纵向驱动转矩和加速度,而基于稳定性的驱动转矩协调控制策略的目标则是增加车辆的横向稳定性.实车实验结果表明,所提出协调控制方法有效实现了设计目标,改善了车辆性能.     

提高汽车主动安全性和操作稳定性的控制策略研究

文章指出把轮胎的非线性和汽车动力性考虑在内的直接横摆力矩底盘控制（DYC），提高了汽车大侧偏角和高侧向加速度的操作稳定性和主动安全性，重点讨论了基于轮胎和车辆动力性试验的控制策略。     

针对轮胎-路面附着系数的鲁棒非线性观测器设计及仿真研究

针对轮胎-路面附着系数对于车辆主动安全控制系统的重要性,提出一种以鲁棒稳定性为设计目标的非线性观测器。通过分析轮胎侧向运动,建立数学模型,利用CarSim与Matlab/Simulink搭建联合仿真模型,完成鲁棒自适应观测器设计,获取轮胎路面附着系数和轮胎侧偏角及相关信息,验证并分析所设计观测器的性能。     

基于多模型交互的复杂工况下车辆状态估计

为准确而实时地估计车辆状态参数,以利于车辆的稳定性控制,分别建立了基于线性轮胎模型和非线性轮胎模型的两种车辆模型,采用多模型交互(IMM)算法进行两种模型的切换以适应各种复杂路况,并将平方根容积卡尔曼滤波算法融合至IMM算法。考虑到车辆行驶过程中侧向加速度和路面附着系数对算法的影响,采用模糊算法对IMM算法中的模型转换概率进行实时修正,提高了模型切换速度和跟踪精度。Carsim-Matlab/simulink联合仿真和实车试验的结果表明,该算法车辆状态参数估计跟踪精度高,模型切换速度快,鲁棒性好。     

对开路面弯道制动ABS控制策略研究

在对开路面弯道制动工况下分析了轮胎受力情况,提出一种基于转角预测前馈、路径偏移量反馈的车辆最佳滑移率动态调节方法,在SIMPACK中建立汽车多体模型,在MATLAB/Simulink中搭建控制系统,并进行了虚拟在环试验。试验结果显示,与传统ABS相比,所提出的控制方法可以显著改善车辆的侧偏位移、横摆角速度以及制动时方向的稳定性,保证了制动效能,使车辆侧向稳定性得到显著提高。