基于GA-PSO的智能汽车横向LQR控制器优化设计

针对线性二次型调节器(LQR)在智能汽车横向控制中,系数矩阵Q和R选取困难导致的控制精度低和参数整定效率低的问题,提出了一种遗传粒子混合优化(GA-PSO)方法。基于车辆二自由度模型设计了横向LQR控制器和前馈控制器,以该模型下控制器自身能量损失函数作为代价函数对系数矩阵进行优化,并对比了GA-PSO和粒子群优化(PSO)算法的优化效果。CarSim/Simulink联合仿真结果表明,经GA-PSO算法优化后的控制器跟踪精度和计算效率分别提高了47.06%和63.54%,且优化后的控制器具有较强的鲁棒性。

分布式电动客车制动能量回收策略研究

随着目前“双碳”目标的提出,电动车辆普及的速度空前绝后,尤其是在城市客车中的应用。解决该问题的一个重要的手段就是设计出合理的制动能量回收策略,尽可能吸收制动时的能量,使得续驶里程增加。文章分别基于模糊控制算法和多目标优化算法设计了两款制动能量回收控制策略。为了验证控制策略的控制能力,搭建了基于TruckSim-Simulink的联合仿真平台,最终结果表明,两款控制策略均能实现制动能量回收,其中多目标优化的控制策略的效果更好。