基于多传感器信息融合的汽车行驶状态估计

为了保证汽车的主动安全控制,需要准确地估计车辆行驶状态信息。针对目前汽车状态估计中由于技术条件限制和成本过高造成的部分参数无法测量或不易测量的问题,本文中利用低成本传感器,基于信息融合技术进行汽车行驶状态估计。建立了包括横摆、横向和纵向的3自由度非线性汽车动力学模型,同时为降低噪声对系统影响,建立了自适应无迹卡尔曼滤波(AUKF)的信息融合算法,给出车辆状态最小方差意义下的融合结果。利用纵向加速度、侧向加速度和转向盘转角等低成本传感器信号融合得到所需的难以测量的质心侧偏角、横摆角速度和纵向车速。通过Matlab/Simulink-CarSim联合仿真和实车试验对所研究的估计算法进行了试验验证。试验结果表明:该算法能够准确地估计汽车质心侧偏角、横摆角速度和纵向车速,且相比于无迹卡尔曼滤波(UKF),本算法提高了估计精度和实时性。     

基于运动学—动力学方法融合的汽车质心侧偏角估计（英文）

为了提高汽车质心侧偏角估计的准确性,提出了一种新的、基于运动学—动力学方法的融合估计方法。构建了质心侧偏角融合观测器(SAFO)。该SAFO包括3个子滤波器,每个子滤波器分别将横向车速的初步估计结果送到主滤波器中。主滤波器根据当前车辆行驶工况和融合规则,将子滤波器的估计结果融合成为全局意义下的质心侧偏角估计结果。结果表明:该SAFO具有良好的估计精度和长时间尺度下的计算稳定性,同时对横向加速度传感器偏差具有鲁棒性。因此,车辆测试数据验证了SAFO的性能。     

基于模糊逻辑的车辆侧偏角估计方法

提出了一种基于模糊逻辑的汽车侧偏角估计方法。它利用模糊逻辑和汽车运动学模型,将汽车转向盘转角、车轮转速、汽车加速度和横摆角速度信息相融合,进行车辆侧偏角估计。试验结果显示,该方法的鲁棒性和精确性较好,而且响应频率较高,可以满足ESP的控制需要。     

基于联合滑模变结构的电动轮汽车DYC系统研究

设计了基于横摆角速度与质心侧偏角的联合滑模变结构控制策略,基于Car Sim和MATLAB软件建立了电动轮汽车整车模型和整车控制模型,对电动轮汽车的驱动DYC系统进行了仿真分析。结果表明,设计的联合滑模变结构控制器具有良好的鲁棒性,能较好地控制车辆的横摆角速度和质心侧偏角;所采用的轴载比例分配算法对车辆的纵向加速度影响较小,既实现了车辆横向稳定性的控制,同时提高了车辆的舒适性。     

考虑侧倾影响的汽车横摆角速度与质心侧偏角滤波估计

为准确识别汽车前方弯道路段曲率信息,考虑侧倾运动的实际影响,建立了汽车质心运动、横摆运动及侧倾运动具有非线性特征的3自由度车辆操纵稳定性模型,设计了汽车质心侧偏角与横摆角速度扩展卡尔曼滤波估计器,实现了巡航车辆运动特征的在线实时估计。采用双移线输入,通过Car Sim与Matlab/Simulink的联合仿真进行验证,结果表明,即使在大噪声条件下,所设计的扩展卡尔曼滤波估计器也能较好地实现车辆横摆角速度与质心侧偏角的准确估计。     

基于冗余信息融合的车辆质心侧偏角估计方法

车辆质心侧偏角是表征车辆横向稳定性的重要参数之一,相关的估计方法研究可为整车稳定控制提供重要支撑.为提高车辆质心侧偏角估计效果,提出了一种基于冗余信息融合的质心侧偏角估计方法.分别建立了车辆动力学模型和运动学模型,利用容积卡尔曼滤波算法分别设计了用于车辆行驶状态估计的动力学模型估计器和运动学模型估计器,同时,分析了动力...     

融合预瞄特性的智能电动汽车稳定性模型预测控制研究

提出了一种融合预瞄特性的智能电动汽车稳定性前馈+反馈控制方法。建立车辆预瞄模型，通过汽车在环境感知时的前视行为，引入道路曲率作为车辆动力学特性的影响因素。基于在前视信息指导下的车辆位姿变化，根据道路附着能力和车速指数模型描述期望纵向车速，建立轮胎侧偏刚度补偿的稳定性前馈控制方法。同时，采用模型预测控制（MPC）设计稳定性反馈控制律，根据车辆的预瞄信息自适应调整预测模型参数和预测时间，消除前馈控制误差及路面扰动等不确定性因素带来的影响。研究结果表明，本文提出的控制策略下汽车质心侧偏角、横摆角速度和侧向加速度小，且跟踪精度更高。仿真试验中，相比于无控制、MPC反馈控制与前馈+定参数MPC反馈控制，本文提出的控制策略在双移线工况1下质心侧偏角峰值分别减小了41.3%、28.9%和10.0%，横摆角速度峰值分别减小了18.0%、6.7%和2.0%，双移线工况2下质心侧偏角峰值分别减小了27.2%、8.7%和8.0%，横摆角速度峰值分别减小了16.9%、12.9%和8.6%；相比于MPC反馈控制与前馈+定参数MPC反馈控制，在蛇行工况1下，质心侧偏角峰值分别减小了49.8%与34.8%，横摆角速...     

基于线性变参数实时简化模型的重型半挂车稳定性控制策略

为实现重型半挂车各工况稳定性精准最优控制,提出了基于线性变参数实时简化模型的重型半挂车稳定性控制策略。该控制策略基于制动系统,采用分层控制方式,运用线性二次型调节器(LQR)方法,选择多个车辆状态为反馈状态,以实现重型半挂车横摆、折叠和侧倾稳定性综合控制;应用遗传粒子群算法,设计综合提高横摆、折叠和侧倾稳定性的优化目标函数,优化控制策略权重系数,以实现重型半挂车各工况稳定性最优控制;最后搭建硬件在环试验台并进行了台架试验。结果表明:采用所提出的控制策略后,牵引车质心侧偏角、牵引车横摆角速度、挂车质心侧偏角和挂车横摆角速度最大值分别改善了38.6%、13.8%、15.8%、8.4%,铰接角最大值改善了5.1%,牵引车侧向加速度、牵引车侧倾角、挂车侧向加速度、挂车侧倾角最大值分别改善了10.4%、15.4%、10.8%、17.7%,表明所设计的控制策略综合提高了重型半挂车普通工况的横摆、折叠和侧倾稳定性,并且实现了极限工况侧翻精准控制,从而避免重型半挂车侧翻。     

基于模型预测控制的分布式电动车稳定性控制

基于CarSim/Simulink建立分布式电动车的整车动力学模型,同时建立2自由度的参考模型,用于求解车辆行驶时的期望横摆角速度及质心侧偏角以保持车辆行驶稳定性。同时,基于模型预测控制设计控制器,通过改变驱动轮转矩,获得附加横摆力矩,实现对车辆横摆角速度及质心侧偏角的控制。通过仿真试验,在前轮转角阶跃输入及正弦输入两种工况下,验证控制方法的有效性。     

基于中心差分卡尔曼滤波的车速估计研究

针对车辆行驶过程中车速估计问题,论文基于中心差分卡尔曼滤波理论设计了车速的估计算法。建立了非线性三自由度车辆估算模型,根据纵向加速度、侧向加速度和方向盘转角低成本传感器信号的信息融合,实现对车速的准确估计,应用CarSim与Matl ab/Simulink联合仿真实验对算法进行验证。结果表明:估计算法能够准确估计车辆行驶过程中的纵向车速、侧向车速和质心侧偏角。     

4WIS-4WID车辆横摆稳定性AFS+ARS+DYC滑模控制

针对四轮独立转向-独立驱动(4WIS-4WID)车辆,应用滑模变结构控制理论,设计前、后轮主动转向(AFS+ARS)控制器、横摆角速度直接横摆力矩控制(DYC)控制器和质心侧偏角DYC控制器。为协调横摆角速度和质心侧偏角间的耦合设计了协调控制器,对附加横摆力矩实施车轮驱动/制动协同分配。引入2自由度4WIS-4WID车辆参考模型,并将其横摆角速度和质心侧偏角的状态反馈给AFS+ARS控制器,完成AFS+ARS和DYC控制系统的集成。加入不确定车辆自身参数和阵风干扰,将控制策略应用于16自由度4WIS-4WID车辆模型上进行仿真验证,并与单纯AFS+ARS、传统PID和差压制动的DYC进行对比。结果表明,所设计的控制策略同时提高了系统的抗干扰性和精确性;拓展了系统的稳定域,进一步提高了车辆的主动安全性。     

汽车稳定性控制系统的研究与仿真

在线性二自由度车辆模型基础上,采用直接横摆力矩控制方法,选取质心侧偏角和横摆角速度作为稳定性控制系统的主控变量,设计了三种具有针对性的基于滑模变结构理论的车辆操纵稳定性控制策略——质心侧偏角、横摆角速度和两者联合的滑模变结构控制。在Matlab,Simulink平台上,对三种汽车稳定性控制策略的具体应用进行仿真分析,验证了所设计稳定性控制算法的有效性和鲁棒性。     

基于IEHB系统的车辆稳定性控制研究

以某小型乘用车为研究对象,为提高线控制动车辆的转向稳定性,通过扩展卡尔曼滤波进行质心侧偏角的估计,以质心侧偏角和横摆角速度为控制变量,设计模糊滑模联合控制器得到附加横摆力矩,以单轮差动制动方式施加到被控车轮上。利用CarSim与Simulink联合仿真平台,基于IEHB系统及控制系统的集成模型在双移线工况下进行了仿真实验。结果表明所设计的IEHB系统压力控制器能够较好地实现压力跟踪,并能验证所提出的车辆稳定性控制策略的有效性与合理性。     

基于极限车速的车辆稳定性控制研究

采用"魔术公式"轮胎模型,在Matlab/Simulink中搭建了8自由度车辆侧向动力学模型,绘制车辆质心侧偏角-质心侧偏角速度相平面图,并利用双线法划分相平面图稳定区域,结合车辆自身质心侧偏角相轨迹,计算得到车辆极限稳定车速。以极限车速作为控制开关,设计基于质心侧偏角和横摆角速度的模糊控制器,提出了基于补偿横摆力矩的前后轮制动力矩比例分配控制策略,并在多种工况下进行了仿真与模拟驾驶实验。结果表明:利用极限车速作为控制开关设计的控制策略可有效提高车辆稳定性。     

多轴转向车辆动态转向控制策略研究

为了提高多轴转向车辆的转向安全性和操纵稳定性,对基于零侧偏角比例控制策略的多轴转向车辆的普适动力学模型进行了推导,并利用ADAMS/View和Easy5软件建立了三轴转向车辆的机电液一体化联合仿真模型.仿真分析了不同工况下,各轴转向油缸受力的变化规律、车轮转角的变化规律、质心侧向加速度和横摆角速度的变化规律等.最后,针对质心零侧偏角比例控制的缺点,提出了一种系数改进法,该方法对提高多轴转向车辆高速的灵活性和稳定性具有重要的意义.     

基于模糊PID的车辆横向稳定系统研究

通过分层控制思路搭建上层与下层控制器,设计基于横摆力矩控制的车轮横向稳定性控制算法。上层控制器以期望的横摆角速度和质心侧偏角为目标,采用模糊PID算法得到维持汽车稳定需要的横摆力矩,下层控制器根据需要的横摆力矩对单侧轮胎制动,从而增加乘用车极限工况下的稳定性。最后,搭建Matlab及Simulink仿真平台,利用CarSim软件对横向稳定策略进行验证,并选择典型试验工况仿真确定该策略能显著改善车辆的横向稳定性。     

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。     

基于扰动观测的客车ESC自适应神经网络滑模控制

为了提高客车电子稳定性控制系统（ESC）的控制精度,针对实际车辆系统建模中存在各种非线性扰动项以及传统滑模控制（Sliding Mode Control,SMC）中抖振较大的问题,提出一种自适应神经网络滑模控制算法。基于2自由度车辆模型,首先设计一个二阶滑模（Second-order Sliding Mode,SOSM）估计器对车辆的质心侧偏角进行估计,然后利用径向基（Radial Basis Function,RBF）神经网络对车辆系统建模中的各种非线性扰动项进行实时估计,并进行Lyapunov稳定性证明,RBF神经网络估计车辆系统建模的各种非线性扰动项可以有效减小滑模控制符号项的系数,从而减小滑模抖振水平。为了更进一步优化传统滑模控制的参数调节过程,减小滑模抖振并提高系统控制精度,再次利用RBF神经网络对传统滑模控制中的关键参数进行自适应调节。最后为了验证算法的有效性,搭建客车电控气压制动系统硬件在环试验台,在硬件在环试验台上对算法的有效性和精度进行试验验证。研究结果表明：客车ESC在自适应神经网络滑模算法的控制下,横摆角速度和质心侧偏角能够较好地跟随上理想的横摆角速度和理想质心侧偏角,横摆角速度和质心侧偏角的跟随误差降低;利用RBF神经网络估计客车建模中的各种非线性扰动项和利用RBF神经网络自适应调节传统滑模控制的关键参数,可以有效提高客车ESC的控制精度。     

车辆转向工况下的路面附着系数估计算法

提出了一种在转向工况下根据车轮侧偏特性估计路面附着系数的算法.首先在Matlab/Simulink中建立了七自由度整车模型,分析了车轮的侧偏特性;然后设计了扩展卡尔曼滤波器,以根据车辆的纵、侧向加速度,估算车辆的纵、侧向速度,并据此计算出车轮的侧偏角;最后,采用反向传播神经网络算法,根据前轮侧偏角和横摆角速度及其增益,估计路面附着系数.仿真结果验证了该算法的有效性.     

四驱电动汽车线性约束下的驱动力分配方法

基于电动汽车四轮独立可控的特性,以车辆的横摆角速度、质心侧偏角、前进速度等关键指标作为被控对象,提出了一种附加线性约束的驱动力分配方法,配合模糊PID控制器实现了车辆的稳定控制。通过simulink仿真实验验证了该策略的有效性。