电液线控制动系统压力反步控制算法研究

为实现线控制动系统液压精确控制,本文中设计了一种新型线控制动系统,通过对该系统进行动力学分析,建立了面向控制的系统动力学模型,基于该系统模型设计出反步控制算法。利用径向基网络逼近连续函数特性,对与系统状态量相关的非线性摩擦力进行估计,作为反步控制器的补偿,并证明该算法李雅普诺夫稳定。基于电液线控制动系统台架开展了多组制动工况测试,结果表明,所设计的控制策略能实现对线控制动系统液压力的精确控制且反应迅速。     

线控转向车辆前轮转角控制算法研究

以线性二自由度车辆模型为基础,以中性转向时的横摆角速度作为控制目标,提出了两种线控转向车辆前轮转角控制算法,即前馈补偿控制算法和横摆角速度反馈控制算法,并通过仿真试验对两种控制算法进行了研究。     

线控转向系统前轮主动转向控制策略研究

文章的研究目的是实现线控转向系统前轮主动转向以改善车辆的行驶状态。文章首先对转向执行模块进行动力学分析,并设计出基于前馈控制的理想传动比;其次,结合理想传动比和状态反馈,建立前馈-反馈联合控制系统,以获得最优的前轮转角;最后,联合Carsim中的车辆模型进行仿真试验,并选取方向盘转角阶跃输入作为试验工况。结果表明,文章所采用的联合控制策略可实时调整前轮转角,有效地改善了车辆的行驶状态,为线控转向系统的研究提供了一定的参考价值。     

汽车线控转向系统的初步研究

线控转向是汽车未来转向技术的发展方向。简单介绍了汽车线控转向系统的结构和工作原理：重点分析汽车线控转向系统的安全性,阐述线控转向系统的失效原因及失效模式,提出一种安全结构,并对该结构硬件和软件设置进行分析;最后指出当前发展汽车线控转向系统的关键技术。     

线控转向稳态增益与动态反馈校正控制算法

以29自由度汽车动力学模型为基础,提出了保证线控汽车转向增益不变的稳态控制策略,使线控汽车转向特性不随车速和转向盘转角变化;提出了基于状态反馈的动态校正稳定性控制算法。仿真和驾驶模拟器实验表明,基于转向增益不变的稳态控制策略保证了汽车转向特性不变,减轻了驾驶员的负担,适合于更多的驾驶人群;基于状态反馈的动态校正稳定性控制算法有效提高了汽车的稳定性。     

线控转向车辆前轮转角控制算法研究

本文以线性二自由度车辆模型为基础,以中性转向时的横摆角速度作为控制目标,提出了两种线控转向车辆前轮转角控制算法。     

线控转向系统控制技术综述

线控转向系统通过线控化、智能化可以实现个性驾驶、辅助驾驶、无人驾驶等目标,是智能网联汽车落地的关键技术,其相关动力学控制技术更是影响线控转向系统整体性能的核心技术.该文介绍了线控转向系统的基本结构类型及其动力学建模,分别对线控转向系统的路感控制技术、稳定性控制技术、容错控制技术等关键技术进行了全面概述,分析了线控转向技...     

汽车线控转向系统的研究

文中介绍了国内外线控转向系统的研究发展、工作原理和性能特点,分析了线控转向系统的关键技术在于传感器技术、总线技术、动力电源、可靠性技术等,然后讨论了线控转向系统的模糊PID混合控制算法并且对线控系统模型进行了仿真分析,最后提出了线控转向技术的应用前景。     

汽车线控转向系统研究综述

介绍了线控转向系统的工作原理和主要特点,分析了线控转向系统的传感器技术、总线技术、动力电源、容错控制技术等关键技术,最后阐述了线控转向系统的国内外研究现状,展望了其研究发展趋势。     

面向车道变换的路径规划及模型预测轨迹跟踪

为解决智能车辆在车道变换过程中的路径规划和路径跟踪问题,首先,利用梯形加速度法设计了车道变换虚拟理想轨迹,该路径规划方法的适应性取决于车道变换时间、横向加速度及变化率等关键变量的约束条件,因而对各关键变量之间的数学关系进行了定量计算,并绘制了不同工况下的车道变换虚拟理想轨迹,用于分析各关键变量对路径规划的影响;其次,建立了线性离散的车辆动力学预测模型,综合分析了车辆模型的控制输入、状态变量以及道路结构参数等约束条件,构建了多约束模型预测控制（MMPC）系统用于车道变换路径跟踪,并基于Hildreth二次规划算法对其目标函数进行了求解,获得前轮转向角控制量,从而保证智能车辆在车道变换过程中的路径跟踪性能及操纵稳定性能;最后,利用MATLAB和Carsim软件对提出的多约束模型预测控制系统进行联合仿真,并构建单约束模型预测控制（SMPC）系统与其进行性能比较,分别对车道变换时间为3 s和6 s时的车道变换性能进行比较分析。结果表明：当车道变换时间为6 s时,2种控制系统都能较好地实现车道变换功能;当车道变换时间为3 s时,与SMPC控制系统相比较,MMPC控制系统能够在有效跟踪期望行驶路径的同时改善车辆的操纵稳定性,从而提高车辆在路径跟踪过程中的主动安全性能。     

基于变传动比的全轮线控转向车辆可拓H∞控制方法研究

为了解决传统固定转向传动比以及鲁棒H∞控制方法无法很好地改善车辆稳定性的问题,提出全轮线控转向车辆的变传动比和可拓H∞控制策略.首先,建立八自由度车辆动力学模型和轮胎模型.其次,以车辆方向盘转角和车速为输入信息,基于模糊控制方法设计全轮线控转向车辆的转向传动比,并计算出全轮线控转向车辆的前轮转角.然后,以横摆角速度偏差...     

汽车爆胎特性建模与主动制动控制策略

为了提高汽车在突发爆胎事故时的稳定性,对爆胎汽车主动制动控制策略进行了研究。根据车轮爆胎时间与压力变化的关系,在UniTire模型基础上建立了爆胎模型;根据电子稳定性控制系统中横摆角速度及质心侧偏角对汽车稳定性影响的关系,基于二自由度汽车动力学模型,通过计算汽车横摆角速度及质心侧偏角实际值与理想值的偏差,并基于线性二次型调节器最优控制方法决策出最优附加横摆力矩,从而修正爆胎后汽车的运动状态。最后通过计算机仿真对所提策略的有效性进行了验证。结果表明：主动制动控制策略可以保证爆胎过程中汽车的行驶稳定性和安全性。     

大功率自动变速器换挡离合器调压控制研究

为了改善大功率自动变速器换挡过程中换挡离合器（含湿式制动器和湿式离合器）油压的调控水平,提高车辆的换挡品质,从结构上在换挡离合器中设计平衡活塞来补偿离合器旋转离心的影响,并在排油回路中增加背压阀以消除活塞腔内空气造成的不确定性。通过对换挡执行系统结构进行分析,分别针对离合器活塞、电液调压过程及离合器滑摩过程进行模型计算,在此基础上,将惯性相的充油调压控制进行拆解,即在转矩相结束时刻初始常量的基础上叠加一阶控制过程,针对换挡过程中系统存在非线性干扰和参数不确定性的特点,结合系统特性的分阶段试验标定,制定了换挡离合器调压过程的滑模控制策略,并基于MATLAB环境对控制策略的正确性和有效性进行仿真分析,最后进行实车试验验证。研究结果表明：无论是制动器充油还是旋转离合器充油,控制策略均能将惯性相持续时间、换挡冲击和滑摩功率损失等控制在合理范围;控制策略具有良好的性能,旋转离合器和制动器都能实现稳健的惯性相调压控制。     

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。     

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...     

基于LQR的重型半挂汽车列车稳定性控制策略

以半挂车的横摆角速度、侧向加速度、牵引车与半挂车的铰接角及铰接角速度为控制变量,建立了4自由度6轴重型半挂汽车列车的动力学参考模型,并应用ISO双移线工况对此模型进行验证。考虑到等速圆周稳态工况下行驶和地面附着系数等因素对汽车的限制,确定了控制变量横摆角速度和侧向加速度的参考值。采用基于线性二次型调节器(LQR)的最优控制策略及半挂汽车列车单侧制动方案,应用Trucksim软件对参考模型进行了鱼钩转向工况仿真分析。仿真结果表明:所提出的控制策略正确、有效,实现了提高半挂汽车列车稳定性的控制目标。     

基于深度强化学习的车辆跟驰控制

针对自适应巡航控制系统在控制主车跟驰行驶中受前车运动状态的不确定性影响问题,在分析车辆运动特点的基础上,提出一种能够考虑前车运动随机性的跟驰控制策略。搭建驾驶人实车驾驶数据采集平台,招募驾驶人进行实车跟驰道路试验,建立驾驶人真实驾驶数据库。假设车辆未来时刻的加速度决策主要受前方目标车辆运动影响,建立基于双前车跟驰结构的主车纵向控制架构。将驾驶数据库中的驾驶数据分别视作前车和前前车运动变化历程,利用高斯过程算法建立了前车纵向加速度变化随机过程模型,实现对前方目标车运动状态分布的概率性建模。将车辆跟驰问题构建为一定奖励函数下的马尔可夫决策过程,引入深度强化学习研究主车跟驰控制问题。利用近端策略优化算法建立车辆跟驰控制策略,通过与前车运动随机过程模型进行交互式迭代学习,得到具有运动不确定性跟驰环境下的主车纵向控制策略,实现对车辆纵向控制的最优决策。最后基于真实驾驶数据,对控制策略进行测试。研究结果表明：该策略建立了车辆纵向控制与主车和双前车状态之间的映射关系,在迭代学习过程中对前车运动的随机性进行考虑,跟驰控制中不需要对前车运动进行额外的概率预测,能够以较低的计算量实现主车稳定跟随前车行驶。     

智能分布式驱动汽车路径跟踪/制动能量回收协同控制策略研究

为了解决智能分布式驱动汽车路径跟踪与制动能量回收系统间的协同控制难题,充分考虑分布式驱动汽车四轮扭矩独立可控在智能驾驶系统中的优势,设计适应不同路面附着条件的智能分布式驱动汽车转向、制动分层协同控制策略。上层控制器依据不同的路面类型设计差异化的多目标代价函数,以综合优化各工况下的控制目标。高附路面下,制定满足最大能量回收值的全局参考车速,在线优化路径跟踪指令,实现最优能量回收的同时减小系统运算负荷;低附路面下,优先考虑车辆的路径跟踪性能和行驶稳定性,在多目标代价函数中取消对全局参考车速的跟随要求,增设终端速度约束与能量回收项性能指标并减小能量回收项性能指标的权重系数。上层控制器基于模型预测控制方法对多目标代价函数进行滚动优化与预测求解,得到期望的前轮转角及4个车轮的总制动扭矩需求。下层控制器根据制动扭矩需求对四轮的液压制动扭矩和电机制动扭矩进行分配,最终完成整个复合制动过程。基于MATLAB/Simulink和CarSim软件,搭建控制器在环仿真平台,并在高附和低附路面条件下对所提出的策略进行试验验证。研究结果表明：高附路面下,所提出的控制策略在准确跟踪期望路径的同时相较固定比例制动力分配方法可提升2.7%的能量回收值并减少约0.02 s的单次计算时间;低附路面下,与使用高附控制策略相比,能够保证车辆的路径跟踪准确性与行驶稳定性,同时可提升7.8%的能量回收值;控制器在环试验结果证明了该协同控制策略对车辆性能提升的有效性。