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,以横摆角速度偏差和偏差微分为特征值,基于可拓控制理论将车辆状态划分为3个区域：经典域、可拓域和非域;在经典域中,采用基于横摆角速度反馈的鲁棒H_∞控制方法,实时获取全轮线控转向车辆的后轮转角;在可拓域和非域中,结合可拓控制和H_∞控制策略,动态调整H_∞控制器的输出信号,在保证控制系统鲁棒性的前提下改善车辆的操纵稳定性。最后,基于MATLAB/Simulink仿真平台和自主研制的全轮线控转向特种消防救援车辆,通过正弦转向、单移线、阶跃转向、双移线等典型工况对所提控制方法进行验证,并以平均绝对误差和均方根误差为评价指标,与无控制和H_∞控制方法进行对比分析。仿真和试验测试结果表明：①变传动比控制方法不仅可以提高车辆低速时的转向灵敏度,也能改善车辆高速时的稳定性;②相比传统鲁棒H_∞控制,可拓H_∞控制策略提高了全轮线控转向车辆的操纵稳定性,改善了车辆全轮线控转向控制系统的鲁棒性。     

不可靠车载传输环境下的智能汽车轨迹跟踪控制方法

针对外界扰动、参数摄动、数据传输时滞、转向输出滞后等因素给车辆运动控制带来的严峻挑战，基于鲁棒保性能控制理论提出了一种面向不可靠车载传输环境的智能汽车轨迹跟踪控制策略。通过系统扩维的方式引入转向系统动力学，建立增广无滞后不确定轨迹跟踪动力学模型，以描述执行器动态特性影响下的车路耦合动力学响应。基于Lyapunov-Krasovskii(LK)泛函构建时滞相关稳定性判据，考虑模型参数摄动所引起的系统失配问题，采用不等式放大法对不确定交叉项进行放大，引入H_∞指标对广义外界扰动进行抑制，并通过保性能指标配置控制性能偏好，设计具备线性参数时变(Linear-parameter-varying, LPV)特征的纵横向鲁棒协同控制器。最后通过多个典型工况对鲁棒保性能控制策略的有效性与优越性进行了验证。研究结果表明：在信号传输存在时滞、转向输出存在滞后的状态下，所提出的控制策略能够产生光滑平顺的控制输出，可保证车辆的行驶稳定性；尤其是在低附着、高速转向等恶劣行驶工况下，所提出的鲁棒保性能控制策略能够有效补偿模型失配所带来的不利影响，实现轨迹精确跟踪与横向稳定控制的有效兼顾。因此...     

基于变权重系数的分布式驱动无人车轨迹跟踪

为了提高分布式无人车轨迹跟踪的精度，提出了基于自主与差动协调转向控制的轨迹跟踪方法。首先，在车辆三自由度模型基础上，基于模型预测控制（MPC）实时计算前轮转角以控制车辆进行自主转向轨迹跟踪。在此过程中，为了提高自主转向下车辆的轨迹跟踪精度与行驶的稳定性，考虑多种因素，利用经验公式及神经网络控制对MPC的预瞄步数和预瞄步长进行多参数调整，实现预瞄时间的自适应控制。其次，在恒转矩需求的情况下，以轨迹偏差为PID控制器的输入及左右轮毂电机转矩为输出进行差动转向控制，实现了差动转向下的轨迹跟踪控制。然后，通过设置权重系数的方法将自主与差动转向相结合。考虑到车辆横纵向动力学因素，采用模糊控制及经验公式对权重系数进行了调整，从而在提高车辆转向灵活性与轨迹跟踪效果的同时保证车辆行驶的稳定性。CarSim与Simulink联合仿真以及实车试验结果表明：与自主转向轨迹跟踪相比，采用变权重系数的协调控制可以在不同的工况下提高车辆的转向灵活性与轨迹跟踪的精度，轨迹跟踪偏差的均方根值改善率达到了11%。所提出的协调转向控制方法可为分布式驱动车辆转向灵活性的提高及轨迹跟踪精度的改善提供一种新的思路。     

基于差动和自主转向协调的分布式驱动无人车轨迹跟踪EI北大核心CSCD

分布式驱动无人车能通过差动转向和原有自主转向的共同作用保证车辆的轨迹跟踪。在2自由度车辆动力学模型基础上,基于模型预测控制算法,提出预瞄时间自适应的轨迹跟踪方法,以满足转弯和直行工况的预测要求;考虑分布式驱动无人车构型特点,基于参考横摆角,采用左右两侧驱动轮转矩差动控制,能在保证无人车总体转矩需求不变的情况下实现轨迹跟踪。为综合上述两种方法的优点,提出了利用设置权重的方法对自主转向和差动转向轨迹跟踪进行协调控制,并进行了Matlab与Car Sim的联合仿真和实车实验验证。结果表明,协调控制有效改善了转向的响应速度和灵活性,同时提高了无人车轨迹跟踪的可靠性和准确性。     

基于差动和自主转向协调的分布式驱动无人车轨迹跟踪

分布式驱动无人车能通过差动转向和原有自主转向的共同作用保证车辆的轨迹跟踪。在2自由度车辆动力学模型基础上,基于模型预测控制算法,提出预瞄时间自适应的轨迹跟踪方法,以满足转弯和直行工况的预测要求;考虑分布式驱动无人车构型特点,基于参考横摆角,采用左右两侧驱动轮转矩差动控制,能在保证无人车总体转矩需求不变的情况下实现轨迹跟踪。为综合上述两种方法的优点,提出了利用设置权重的方法对自主转向和差动转向轨迹跟踪进行协调控制,并进行了Matlab与Car Sim的联合仿真和实车实验验证。结果表明,协调控制有效改善了转向的响应速度和灵活性,同时提高了无人车轨迹跟踪的可靠性和准确性。     

线控转向系统转角反步控制算法研究

为实现商用车线控转向,设计一套新的线控转向系统架构及其转角跟踪控制算法。新的线控转向系统采用丝杠螺母结构中的丝杠直接控制纵拉杆,螺母通过带轮机构被电机驱动。对线控转向系统结构进行运动学分析,推导转向系统可变传动比,采用前轮转角为状态变量,建立线控转向系统二阶动力学模型。基于转角跟踪目标,采用反步控制算法,设计线控转向系统转角跟踪控制器,通过反馈系统线性化处理系统参数不确定和环境干扰问题,实现准确的目标转角跟踪,并建立李雅普诺夫函数,证明了采用反步控制的线控转向系统是渐进稳定的。搭建采用“丝杠螺母+带轮机构”架构的线控转向实车底盘测试台架,选取蛇形和混合工况进行控制算法验证。研究结果表明：与滑模控制算法的测试结果对比可知,反步控制算法绝对平均跟踪误差值降低了71.88%~79.57%,跟踪误差标准偏差值降低了71.32%~78.50%;线控转向系统反步控制转角跟踪算法能够减少系统收敛到原点的时间,抑制系统的抖振,提高车辆线控转向系统转角跟踪的操纵灵活性。     

车辆道路跟踪鲁棒控制的研究

针对车辆自主道路跟踪中存在的多种不确定扰动的影响,采用μ鲁棒控制方法,根据车辆运行品质的实际要求,构造了一种车辆道路跟踪的控制框架,设计了鲁棒控制器。频域分析和时域仿真表明：设计的μ控制系统不仅具有良好的标称性能和鲁棒稳定性,并且取得了满意的鲁棒性能,满足车辆自主道路跟踪的要求。     

基于多胞体系统的FWID EV鲁棒加权增益调度轨迹跟踪控制

为了提高四轮独立驱动电动汽车（FWID EV）轨迹跟踪控制性能,针对车辆横向运动系统的不确定性与非线性问题,考虑转向执行机构的动态特性,提出了基于线性变参数（LPV）的鲁棒加权增益调度轨迹跟踪控制策略。首先利用凸分解技术将LPV系统转化为有限多胞顶点凸组合的多胞体系统,然后基于离线设计的每个多胞顶点控制器和线性组合在线计算任意时变参数对应的系统控制器参数,并利用MATLAB和CarSim进行联合仿真。结果表明：在加速变道场景下,所设计的控制器可以保证横向偏移误差不超过2 cm,横向偏移平均绝对误差不超过0.9 cm的较高跟踪精度及行驶稳定性和鲁棒性。     

线控转向系统故障检测及容错控制协同设计

为解决线控转向系统故障可能导致车辆失控的问题,提出一种故障检测及容错控制协同设计方法。首先,建立了包含线控转向系统加性故障的车辆动力学模型;其次,联合车辆动力学模型及故障检测/容错控制器,建立跟踪误差闭环控制系统;然后,求解满足闭环系统H∞性能的线性矩阵不等式,得到故障检测/容错控制器参数;最后,基于dSPACE Full-Size HIL进行硬件在环仿真测试。结果表明,该方法可快速检测出转向系统故障,同时实现了车辆的容错控制。     

基于反步法的差动转向无人车辆轨迹跟踪

为满足车辆高速大侧向加速度工况下的跟踪要求,本文中对差动转向无人车辆的系统动力学特性和相关稳定性问题进行研究,分析了车辆航向角跟踪误差和路径跟踪的动力学稳定性。基于反步法和饱和控制设计的动力学控制器在稳定车辆内动态的同时跟踪给定的航向角信号。仿真结果证明了所提出控制方案的可靠性,在航向角1阶导数为零或常数的条件下,系统具有良好的跟踪性能。同时,控制器之间的互联稳定性使系统对于一般工况下的目标轨迹都具有良好的跟踪性能。     

基于RMPC的自动驾驶货车路径跟踪控制

针对自动驾驶货车相较于普通乘用车具有较大模型不确定性、执行器偏差以及存在曲率扰动等外部影响因素导致路径跟踪精度不足问题，本文提出一种基于鲁棒模型预测控制（robust model predictive control,RMPC）的分层式控制方法。首先，在转角增量式控制误差模型的基础上，根据实际车辆系统与标称模型之间的偏差，设计鲁棒控制律并构建上层多目标约束RMPC控制器，提高跟踪精度。然后，针对自动驾驶货车不足转向以及定位误差问题，设计下层转角补偿器和基于中值滤波的状态估计器，改善执行响应，提升车辆稳定性。最后，通过TruckSim/Simulink联合仿真和实车试验验证，结果表明：所提出的控制方法能够有效处理模型失配和不确定性扰动，具备良好的鲁棒性和适应性。     

轮毂电机驱动车辆线控差动转向的研究

针对轮毂电机驱动电动汽车各轮转矩独立可控且转矩响应迅速精确的特点,进行差动转向的相关研究。首先,构建了线控差动转向系统,并经过等效简化,建立了系统动力学方程。接着,进行了线控差动转向控制系统的设计。以系统模型为基础,以转向齿条位移为闭环控制量,分3步进行非线性控制器控制律的设计。确定转矩分配方案,实现各轮转矩的协调分配。然后,进行了经典工况下的仿真验证,结果表明,线控差动转向能较好地驱动车辆按照驾驶员意愿进行转向,所设计的非线性控制器控制效果良好,且差动转向的介入会影响车辆的稳定性和转向性能。最后,基于NI PXI实时平台和双轮毂电机试验台进行了硬件在环试验,验证了所构建线控差动转向系统的有效性。     

基于多目标优化的自动驾驶车辆轨迹跟踪控制

针对自动驾驶车辆行驶轨迹的横向跟踪问题，设计了线性时变模型预测控制器。以车辆3自由度动力学模型为预测模型，以横向位置偏差最小为主要控制目标，考虑车辆状态约束、控制约束和轮胎侧偏角约束，优化了自动驾驶车辆轨迹跟踪安全性、转向稳定性和操作可行性等多目标性能。搭建MATLAB/Simulink和CarSim联合仿真模型，并将所设计的控制器控制效果与熟练驾驶员操纵结果、线性二次规划控制器控制效果进行了比较分析，结果表明，所设计的控制器可以有效解决多约束条件下自动驾驶车辆行驶轨迹的横向跟踪问题，且在安全性、转向稳定性和操作可行性方面具有显著的优势。     

A Research on the Robust Rollover Control Algorithm for Heavy Duty Vehicle Based on LMI

将重型车辆侧翻稳定性控制问题转化为通过状态反馈控制实现鲁棒干扰抑制的问题.在此基础上,以动态横向载荷转移率为控制目标,设计一个基于线性矩阵不等式(LMI)的状态反馈鲁棒控制器.利用商业软件Trucksim中的模型,进行开环和人-车闭环的侧翻稳定性控制对比仿真.结果表明,LMI防侧翻鲁棒控制器可有效提高车辆的侧倾稳定性,并具有较好的抗干扰性和鲁棒性.     

基于功能安全的分布式驱动电动汽车前轮失效补偿控制

分布式驱动电动汽车可以实现四轮转矩分配和差动转向,提升整车的动力学控制性能和经济性,但是四轮转矩独立可控的特点也对功能安全提出挑战。当前轮单侧电机出现执行器故障失效情况时,不仅会产生附加横摆力矩降低车辆安全性,差动转向功能的存在还会使车辆严重偏航。基于此,在设计分布式驱动-线控转向一体化底盘的基础上,基于功能安全提出一种分布式驱动电动汽车前轮失效补偿控制策略。首先建立分布式驱动失效动力学模型,分析前轮失效对车辆状态的影响机理,发现单一的驱动转矩截断控制无法满足车辆状态修正需求;其次设计一套备用的线控转向结构,通过变截距滑模控制算法提高切换状态下线控转向系统的转角跟踪性能,并用台架试验验证跟踪的准确性;然后设计自适应失效诊断观测器实时诊断驱动系统的电机故障,在将对应轮进行驱动转矩截断后,通过模型预测控制算法对车轮转矩重新分配实现纵向和侧向的状态跟踪;最后通过仿真和实车试验验证所提失效补偿控制策略的有效性和可用性。研究结果表明：分布式驱动电动汽车前轮单侧电机失效后,备用的线控转向系统能及时矫正前轮转角,所提出的失效补偿控制策略能够快速恢复车辆的稳定性和路径跟踪能力。     

驾驶机器人车辆的多模式切换控制EI北大核心CSCD

为实现不同驾驶工况下精确的车速与轨迹跟踪,提出了一种驾驶机器人车辆多模式切换控制方法。通过分析驾驶机器人操纵自动挡车辆踏板与转向盘的运动,建立了驾驶机器人加速与制动机械腿和转向机械手的运动学模型和车辆纵横向动力学模型。在此基础上,设计了加速/制动机械腿切换控制器、模糊PID/模糊PID+Bang-Bang车速切换控制器和模糊PID/模糊PID+Bang-Bang转向切换控制器。加速/制动机械腿切换控制器以目标车辆加速度为切换规则,协调控制加速和制动机械腿,车速切换控制器以车速误差作为Bang-Bang控制器的模式决策准则和模糊PID控制器的输入,转向切换控制器以轨迹跟踪侧向误差作为Bang-Bang控制器的模式决策输入,并以当前与下一个控制时刻横摆角速度之差作为模糊PID控制器的输入。仿真和试验结果验证了所提出方法的有效性。     

汽车防抱死制动系统的H_∞鲁棒控制

为克服道路条件变化与汽车载质量、制动器效能因数和胎压等参数摄动及因忽略系统非线性因素而出现的未建模动态特性给汽车制动防抱死系统(ABS)控制带来的不良影响,提高其鲁棒性和控制精度,运用汽车动力学理论,建立了ABS系统的数学模型并进行了适当简化。采用混合灵敏度方法设计了基于滑移率控制的ABS系统H∞鲁棒控制器。利用Matlab/Simulink对所设计的鲁棒控制系统进行了仿真,并与传统PID控制作了对比分析。结果表明,ABS鲁棒控制器在控制精度、鲁棒稳定性及响应时间等方面都优于传统PID控制;在汽车载质量、制动效能因数和道路条件等发生变化的情况下,ABS鲁棒控制器均能承受参数变化的不确定性,并将车轮滑移率有效地控制在期望值附近,明显提高了整车的制动性能。     

驾驶机器人车辆的多模式切换控制

为实现不同驾驶工况下精确的车速与轨迹跟踪,提出了一种驾驶机器人车辆多模式切换控制方法。通过分析驾驶机器人操纵自动挡车辆踏板与转向盘的运动,建立了驾驶机器人加速与制动机械腿和转向机械手的运动学模型和车辆纵横向动力学模型。在此基础上,设计了加速/制动机械腿切换控制器、模糊PID/模糊PID+Bang-Bang车速切换控制器和模糊PID/模糊PID+Bang-Bang转向切换控制器。加速/制动机械腿切换控制器以目标车辆加速度为切换规则,协调控制加速和制动机械腿,车速切换控制器以车速误差作为Bang-Bang控制器的模式决策准则和模糊PID控制器的输入,转向切换控制器以轨迹跟踪侧向误差作为Bang-Bang控制器的模式决策输入,并以当前与下一个控制时刻横摆角速度之差作为模糊PID控制器的输入。仿真和试验结果验证了所提出方法的有效性。     

汽车纵向加/减速度多模型分层切换控制

针对汽车纵向动力学模型的大不确定性,设计了一种基于鲁棒控制理论的汽车纵向加速度多模型分层切换控制系统。通过分析汽车纵向动力学特性,用4个不确定模型覆盖对象不确定性,并应用LM I方法设计对应的鲁棒性能控制器集合。考虑鲁棒控制系统的特点,设计了一种对不确定性的系统增益进行估计的切换指标函数,以选择控制器进行控制。实验表明,提出的方法在大不确定性下可以对纵向加速度有效控制。     

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。