机器人驾驶车辆的横向自适应反演切换控制

为实现不同速度工况下的车辆稳定转向和路径跟踪,提出了一种机器人驾驶车辆横向自适应反演切换控制方法。构建了7自由度车辆横纵向动力学模型,并基于等效转动惯量的概念,建立了驾驶机器人转向机械手动力学模型。定义了转向机械手每个子系统的虚拟控制量、模糊隶属度函数和Lyapunov函数,设计了模糊自适应反演控制器和状态切换器。本文提出方法与其他控制方法的仿真和人类驾驶车辆的试验验证了所提出方法的有效性。     

基于状态反馈和预瞄前馈的智能车半主动悬架控制

为提高智能车辆的半主动悬架综合控制性能，提出一种基于状态反馈和预瞄前馈的半主动悬架控制方法。首先，以8轮车为研究对象建立11自由度半主动悬架模型，设计LQR状态反馈控制器。然后，为解决状态反馈控制抗路面干扰能力弱和基于固定时序延迟的预瞄反馈控制适用性差的问题，提出一种基于状态反馈和预瞄前馈的控制器：建立车轮运动规划模型和路面预瞄模型，计算出悬架控制系统所需的车轮规划轨迹点序号和控制延迟响应时间；以路面激励和垂向加速度为输入、以前馈阻尼力为输出，设计基于类模糊的预瞄前馈控制器，并与LQR反馈控制器一并构成所提控制器。最后，基于MATLAB/Simulink和Trucksim联合仿真平台，进行匀速转向工况、变速直线工况、变速转向工况和匀速直线工况下的试验验证。结果表明，在垂向加速度、俯仰角加速度、侧倾角加速度均方根值方面，与被动悬架相比，所提控制方法在4种工况下至少降低了23.52%、13.59%、19.35%；与基于固定时序延迟的预瞄反馈控制相比，所提控制方法在前3种工况下至少降低了14.04%、8.09%、13.79%；与基于状态反馈的控制方法相比，所提控制方法在第4种工况下降低了13...     

城市工况巡航控制方法及仿真分析

为了提高汽车行驶的安全性和驾驶汽车的舒适性,提出基于城市工况的模糊巡航控制方法,依据巡航控制系统原理建立模糊控制器和汽车纵向系统动力学模型,以理想安全距离与实际距离的差值、两车速度差作为巡航控制系统的控制变量,在Matlab/simulink平台上建立模糊控制器模型、车辆纵向系统动力学模型,最后以一种典型城市道路工况作为仿真工况。仿真结果表明:所建立的模型很好地实现了基于城市工况的安全行驶,具有较好的控制效果,验证了所建模型的有效性和正确性。     

网联车辆协同编队控制系统研究

为改善车辆编队行驶的稳定性、安全性和舒适性,本文中基于车车通信构建了多车协同编队控制系统。该系统采用了基于非线性车距控制的驾驶行为决策模型,并充分考虑了实际通信延时对系统的影响。针对车辆编队控制的稳定性,分析了各控制器参数的约束边界及其变化对系统稳定性的综合影响。最后搭建Matlab/Simulink模型,并进行仿真,以验证头车持续扰动、紧急制动和非零初始状态3种典型工况下多车协同控制的有效性与合理性。结果表明,本文设计的车辆编队控制系统可实现车辆编队的稳定性控制,保障行驶安全性,同时避免车辆频繁加速、制动的现象,在一定程度上提高了行驶舒适性。     

基于最优滑移率的车辆轨迹跟踪控制研究

为了实现智能车辆最优的轨迹跟踪控制,最大程度的利用滑移率和地面附着系数实现智能车辆的动力学控制,文章提出了考虑滑移率的轨迹跟踪控制方法。根据车辆行驶特性,建立动力学方程,计算运动过程中的轮速和横摆角,并结合滑移率对车辆动力学的影响,基于最优滑移率设计了控制系统,以制动工况为例,实现制动车速工况下的最优控制。基于车辆二自由度模型,运用Matlab建立二维空间整车运动轨迹模型,得到车辆运动仿真轨迹。仿真结果验证了数学模型的准确性和正确性。考虑滑移率和车辆动力学的轨迹跟踪控制更具真实准确,文中数学模型及设计的控制系统对车辆跟踪控制有参考价值。     

考虑道路因素的智能车辆纵向运动决策与控制研究

针对智能车辆纵向运动时的交通道路适应性问题,考虑路面附着系数和前车运动速度等因素,研究了智能车辆纵向运动决策与控制方法。论文研究了基于车头时距的纵向运动决策方法并建立不同驾驶行为的目标车速模型,运用变论域模糊推理算法设计了目标加速度模型。基于纵向动力学模型,运用自适应反演滑模控制算法建立了驱动控制器和制动控制器。对高附着系数路面和低附着系数路面的行驶工况进行仿真试验验证,结果表明,在不同的附着系数路面和前车变速行驶条件下,智能车辆能实时、合理地决策目标车速、目标加速度,实现安全、高效、稳定的跟驰。     

联合仿真技市在车辆动力学稳定几天控制上的应用

首先介绍了目前车辆动力学稳定性控制的研究现状．提出了基于联合仿真平台进行控制仿真研究的新思路；其次详细分析了车辆动力学稳定性控制的原理。应用直接横摆力矩状态反馈控制策略，基于ADAMS／Car和Matlab／simulink的联合仿真技术．采用阶跃转向和单移线仿真工况有效验证了该控制策略的正确性，提高车辆在危险工况下的稳定性和可控性，为实际设计车辆动力学稳定性控制系统提供了理论基础。     

基于LQR的汽车横摆力矩控制研究

针对汽车极限工况稳定性控制问题,论文基于最优控制理论LQR进行了汽车横摆力矩控制研究.建立了整车七自由度动力学模型,设计了LQR附加横摆力矩控制算法.为了提高制动稳定性,相对于传统单轮制动研究了单侧两轮附加横摆力矩分配方法.最后选择增幅正弦转向低附着路面行驶工况对控制算法进行了验证.仿真结果表明所研究的控制算法能够有效提高汽车极限工况行驶稳定性.     

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。     

异构智能网联汽车编队延迟补偿控制研究

智能网联汽车多车编队行驶可有效缩短跟车间距和提升交通系统通行效率，但多车编队控制须解决异构编队控制器的普适性问题，且能够在执行器响应延迟和通讯延迟情况下保证车辆编队的弦稳定性。本文提出一种面向异构智能网联汽车编队的延迟补偿控制方法，在无须获取他车系统动力学参数及控制输入前提下，利用他车加速度信息即可实现车辆编队纵向跟踪控制；此外，提出一种基于Smith预测器的延迟补偿控制架构，分别消除和降低了执行器响应延迟和通讯延迟对车辆编队弦稳定性的影响。典型工况仿真结果表明，相较常见车辆编队控制方法，本文提出的异构车辆编队延迟补偿控制器的跟车误差降低了80.7%，有效减小了最小车头时距和跟车间距。     

基于提取PMP控制规则的FCHEV能量管理策略

针对FCHEV的能量管理问题,提出一种基于提取PMP控制规则的FCHEV能量管理策略。利用PMP优化算法解出的车辆在CHTC_C工况下离线最优控制序列,从最优控制序列中提取控制规则,实现能量管理策略的在线化。在MATLAB/Simulink上建立车辆模型,对所提能量管理策略进行仿真验证。仿真结果表明:所提能量管理策略能够较好跟随离线最优控制,且针对不同工况具有良好的适应性。     

分布式驱动电动汽车回馈制动失效的液压补偿控制

分布式驱动电动汽车各驱动轮转速和转矩可以单独精确控制,便于实现整车动力学控制和制动能量回馈,从而提升车辆的主动安全性和行驶经济性。但车辆在回馈制动过程中,一旦1台电机突发故障,其他电机产生的制动力矩将对整车形成附加横摆力矩,从而造成车辆失稳,此时虽可通过截断异侧对应电机制动力矩输出来保证行驶方向,但会使车辆制动力大幅衰减或丧失,同样不利于行车安全。为了解决此问题,提出并验证一种基于电动助力液压制动系统的制动压力补偿控制方法,力图有效保证整车制动安全性。以轮毂电机驱动汽车为例,首先建立了整车动力学模型以及轮毂电机模型,通过仿真验证了回馈制动失效的整车失稳特性以及电机转矩截断控制的不足;然后,建立了电动助力液压制动系统模型,并通过原理样机的台架试验验证了模型的准确性;接着,基于滑模控制算法设计了制动压力补偿控制器,并在单侧电机再生制动失效后的转矩截断控制基础上完成了液压制动补偿控制效果仿真验证;最后,通过实车试验证明了所提控制方法的有效性和实用性。研究结果表明：在分布式驱动电动汽车单侧电机再生制动失效工况下,通过异侧电机转矩截断控制和制动系统的液压主动补偿,能够使车辆快速恢复稳定行驶并满足制动强度需求。     

车辆侧倾状态估计的研究

针对复杂行驶工况下车辆侧倾状态无法准确测取,因而对车辆侧倾无法有效控制的问题,本文中利用车辆耦合动力学与模糊T-S理论,设计了基于模型的T-S状态观测器算法,实现了复杂工况下车辆侧倾状态的实时有效观测。首先,构建了不同路面激励与转向盘转角工况下的车辆垂向与横向运动学模型;接着,在考虑轮胎受力具有强非线性特点的基础上,提出了基于T-S理论的轮胎T-S模型,并采用"魔术公式"对其进行了仿真验证;然后,基于轮胎T-S模型与整车动力学模型,利用贝叶斯理论,设计整车T-S观测器算法;最后,利用Car Sim软件对标准A/C级路面激励工况下整车T-S观测器实时估计的车辆侧倾角与侧倾率进行仿真验证。结果表明,所设计T-S观测器可有效估计车辆侧倾状态,最大标准偏差不超过12%。     

Speed Control of Vehicle Robot Driver Based on Adaptive Fuzzy PID Control

针对汽车驾驶机器人采用常规PID控制时车速波动大、调节器参数调整困难等问题,提出了一种基于模糊自适应PID的汽车驾驶机器人车速控制方法.首先建立了汽车驾驶机器人多机械手协调控制模型,然后在此基础上设计了一种驾驶机器人模糊自适应PID车速控制器,实现了驾驶机器人对给定循环行驶工况的车速跟踪.试验结果表明,与常规PID控制方法相比,采用所提出的方法车速跟踪精度明显改善,车速跟踪误差在±2km/h范围内,满足国家汽车试验标准的要求,保证汽车试验数据准确有效.     

基于参数自调整模糊控制方法的半主动空气悬架仿真分析

基于参数自调整模糊控制方法对半主动空气悬架系统进行了仿真分析和试验验证．以某空气悬架大客车1／4车辆模型为仿真对象，设计了参数自调整的模糊控制器，并以随机路面为输入、悬架动行程为约束条件、簧载质量振动加速度和车轮动载荷为评价指标，对模型进行了计算机仿真，同时依据仿真模型设计了空气悬架试验台。仿真和试验结果表明，当汽车行驶工况变化时，引入参数自调整模糊控制方法可以有效降低簧载质量振动加速度和车轮动载荷。     

A Study on the Performance Simulation and Control Scheme for In-wheel Motor Driven Vehicles

为多域车辆的陆地行驶,设计了轮边电机驱动系统,构建了基于轮边驱动系统的车辆模型,并对驱动控制方法进行了研究.在转向动力学理论分析基础上,在ADAMS中建立了多体动力学模型;提出了车辆驱动与转向的控制策略,在Matlab/Simulink环境建立了控制模型,运用联合仿真方法对车辆在直线加速、转向和制动等典型工况下的行驶性能进行仿真验证.结果表明车辆的主要性能符合预期目标,驱动控制策略有效.     

基于整车驻车试验的DCT箱体强度耐久仿真

以某双离合变速器（DCT）为研究对象,文章提出了基于整车驻车试验的DCT箱体强度及疲劳寿命预测方法。基于ADAMS建立目标车型,包含驻车系统整车冲击载荷仿真的系统模型,通过对不同驻车工况进行动力学仿真,获取对应工况下,驻车系统冲击载荷时域数据并与试验对标,验证了仿真结果的准确性。搭建DCT传动系统总成有限元模型,结合多体动力学仿真的整车冲击扭矩峰值及驻车系统的耐久试验载荷谱,分析了DCT箱体的强度及耐久性能,为DCT结构设计的正向开发及校验提供参考。     

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。     

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。     

应用于车辆实时动力学仿真的悬架模型

针对车辆动力学实时仿真的要求提出一种新的悬架建模方法。将悬架系统视为车身与车轮之间的无质量复合约束，利用悬架杆系的多体运动学模型和准动力学模型来分析悬架系统的运动和力学传动特性，从而悬架动力学问题简化为代数方程组的求解。与基于侧倾／力矩中心理论建立的等交悬架模型相比，该方法可分析悬架杆系内部作用力，并能更准确地描述悬架在水平方向的约束作用；与应用传统多体动力学理论建立的模型相比，该方法解决了仿真实时性的问题。基于这种方法建立了国产某轿车麦弗逊式悬架模型，并将仿真结果和道路试验及ADAMS仿真结果进行了对比，有较好的一致性。