基于相平面的分布式驱动电动汽车稳定性控制

为提高分布式驱动电动汽车的操纵稳定性,提出一种基于相平面法的行驶稳定性控制策略。首先,建立非线性车辆2自由度模型,获得不同路面附着系数下车辆质心侧偏角相平面稳定域边界模型。其次,基于质心侧偏角相平面设计分区域控制器,当车辆处于稳定域内时,采用模糊神经网络控制器来决策横摆力矩,使车辆跟随目标变量;当车辆处于稳定域外时,设计失稳度和模糊神经网络联合控制器决策总横摆力矩,使车辆恢复稳定。最后,基于Simulink和CarSim仿真平台在蛇行绕桩和双移线工况下对稳定性控制方法进行仿真,并进行实车测试验证,结果证明了本文中所提控制策略的可行性和有效性。     

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%。     

汽车ESP模糊自适应控制

基于模糊控制理论设计了一种模糊自适应ESP控制器,该控制器可根据反馈的车辆状态信息自动适应车速和路面附着系数的变化.采用Matlab/Smulink建立了14自由度车辆模型和控制器模型,考虑了轮胎的非线性特性对汽车转向特性与行驶稳定性的影响.仿真结果表明,该控制器能够提高汽车在高速或光滑路面上的操纵稳定性,有较强的适应性和鲁棒性.     

四轮独立驱动轮毂式电动汽车转向控制策略研究

对四轮独立驱动轮毂式电动汽车转向控制策略进行研究,建立了整车控制系统,提出了基于滑模变结构算法的转速转矩协调控制策略;基于Ackermann-Jeantand转向模型计算车辆转向所需的四轮差速,通过滑模控制器和转矩分配模块计算车辆稳定所需的四轮转矩,在车辆差速行驶的同时协调分配四轮的转矩。仿真结果表明,该控制方法简单有效,能提高电动汽车转向的稳定性和操纵性。     

基于MPC的独立驱动电动汽车稳定性集成控制

针对独立驱动电动汽车在高附着系数路面高速急转时易发生侧翻事故,在低附着系数路面急转易发生侧滑失稳事故,且单一控制器在不同附着系数路面适应性较差等问题,根据独立驱动电动汽车特点设计了基于分层式结构的稳定性集成控制器。建立了整车动力学模型,并进行了车辆状态参数估计;设计了稳定性集成控制器的控制策略,对车辆的侧倾、横向稳定性状态判定条件和协调策略的制定进行了研究,分别设计了侧倾稳定性控制器和横向稳定性控制器;设置了路面附着系数0.9到0.2的对接路面仿真工况,并在此工况下对所设计的控制器的控制性能进行了仿真测试。结果表明,所设计的稳定性集成控制器相比于单一控制器具有更好的适应性,可有效降低车辆高速行驶过程中的横向载荷转移系数、质心侧偏角等状态量,提高车辆行驶的稳定性和安全性。     

基于REINFORCE算法和神经网络的无人驾驶车辆变道控制

针对无人驾驶车辆变道超车场景，研究基于REINFORCE算法和神经网络技术的无人驾驶车辆变道控制策略。通过车辆动力学模型确定模型的反馈量、控制量和输出限幅要求; 设计神经网络控制器的结构，根据REINFORCE算法设计控制器训练方案; 分析经验池数据数值和方差过大的问题，提出1种经验池数据预处理的方法以改进控制器训练方案; 结合无人驾驶车辆运行场景，分析和研究强化学习过程中产生的奖励分布稀疏问题，并针对该问题提出1种基于对数函数的奖励塑造解决方案; 与PID控制器和LQR控制器进行对比实验验证。实验结果表明，与PID相比，该控制策略有更小的最大误差，变道过程更安全; 与LQR相比，该控制策略性能表现接近，以此证明其用于无人驾驶车辆变道控制任务的可行性。此外，记录在不同平台下该控制策略的执行时间以证明其实时性和在轻量级平台运行的可行性。      

商用车EPS助力控制策略的研究

为某商用车转向系统设计了电动助力转向系统(EPS)的总体布置和曲线型助力特性,并基于模糊PID控制方法设计了助力控制策略.以车辆动力学仿真软件TruckSim和Matlab/Simulink为平台,在整车动力学模型和EPS控制模型的基础上,建立了装备EPS商用车的联合仿真模型,以研究助力控制策略对EPS性能和整车操纵稳定性的影响.结果表明:与PID控制方法相比,采用模糊PID控制器的助力控制策略更能充分实现EPS的功能和改善商用车的操纵稳定性.     

车辆横向稳定性自适应预测控制

为解决利用车辆机理模型设计控制器时的自适应问题,针对非线性车辆动力学系统,提出一种基于数据驱动的横向稳定性控制策略。利用递推子空间模型辨识算法设计预测器,根据预测器的形式并结合车辆横向稳定性控制提出一种具有模型自适应特性的预测控制器。利用MATLAB/Simulink建立7自由度整车动力学仿真模型,结合国际标准ISO/DIS 7401:2000以及ISO 3888:1999进行实车道路试验,并对仿真模型进行了数值验证,基于整车动力学模型,对自适应预测控制器的控制效果进行了数值仿真验证,证明了算法的有效性和鲁棒性。     

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。     

FSAC赛车轨迹跟踪协同控制策略研究

针对中国大学生方程式赛车（FSAC）在比赛中横向-纵向协同控制的轨迹跟踪精度和稳定性问题,根据现代控制理论和经典控制理论提出一种以纵向速度为结合点的线性二次控制器（LQR）和比例-积分-微分算法（PID）的横纵向协同控制策略,并根据赛车相对参考轨迹的位置设计了一种协同控制器。建立二自由度车辆动力学模型,基于该模型设计了横向LQR位置跟踪控制器和纵向PID速度跟踪控制器。所设计的控制策略在CarSim和Simulink搭建的循迹工况联合仿真场景下进行仿真验证,仿真结果为纵向位置偏差小于0.07 m,横向位置偏差小于0.03 m。对控制算法进行实车验证,结果表明,该策略有效提高了赛车的轨迹跟踪精度和行驶稳定性。