电动助力转向系统Carsim-Simulink联合仿真控制研究

电动助力转向系统作为电动汽车的主流配置,其性能好坏对整车转向操纵稳定性能有重要影响。以某款自主品牌电动汽车EPS系统为研究对象,进行动力学分析并依次建立Simulink子系统模型。根据实车参数,设计直线型助力特性曲线并输入前述模型,最终建立Carsim/Simulink联合仿真运动学模型并开展国标操纵稳定性仿真试验。结果表明:在方向盘转向角脉冲和角阶跃试验中,较无EPS助力控制车型,有EPS助力控制车型具有良好的车辆瞬态响应度和操纵稳定性;在转向轻便性试验中,验证本款车型助力特性合理,车辆具有较好的助力效果。

基于CarSim/Simulink的计算机控制系统综合实验设计

针对计算机控制系统课程中控制算法设计与仿真实现,设计了基于CarSim/Simulink的控制综合实验方案。以4轮独立驱动小车为对象,要求学生熟悉其基本工作原理,并在非线性动力学模型基础上,进行局部线性近似,设计反馈控制器,模拟小车控制。使用CarSim仿真软件可直观地模拟调整4轮独立驱动小车的质量、质心位置和转动惯量等,实现个性化选择,搭建车辆模型;与Simulink接口互通,在Simulink中完成控制算法。实验设计旨在使学生夯实计算机控制系统的理论基础,并逐步过渡到控制工程,理论联系实际,培养其解决复杂工程问题的能力。

一种改进Stanley的车辆路径跟踪算法

针对车速增大导致跟踪偏差变大的问题,研究了一种基于改进Stanley控制器的路径跟踪算法。首先基于二自由度车辆运动学模型,以输入量为横向偏差和航向偏差的模糊控制器对Stanley控制的增益参数进行调整,从而提高路径跟踪精度。其次,通过MATLAB/Simulink与CarSim的联合仿真来验证改进Stanley控制器的跟踪效果。仿真结果表明:该算法能够根据车辆运行状态调整Stanley控制器的参数,有效地减小横向误差;直线路径跟踪的最大横向误差可以减小到0.11 m,双移线路径跟踪的最大横向误差可以减小到0.12 m。

分布式驱动电动汽车执行器失效容错控制研究

为了提高单电机故障状态下分布式驱动电动汽车的稳定性,提出了一种驱动力重构和主动前轮转向(AFS)结合的容错控制方法。首先,设计滑模控制器,控制输入量为横摆角速度和质心侧偏角,进而对所需横摆力矩和前轮附加转角进行控制。其次,建立电机故障状态下的整车驱动力优化分配模型。当车辆电机出现故障时,运用二次规划算法对各电机转矩进行重构分配。同时,当某一电机发生故障且同侧电机出现输出饱和而无法提供足够的横摆力矩时,通过主动前轮转向提供附加横摆力矩。最终搭建CarSim/Simulink联合仿真模型进行验证,结果显示,所采用的容错控制方法可有效提高车辆稳定性和动力性。

基于滑模变结构的农机路径跟踪控制算法研究

为提高农机路径跟踪时的精确性,提出了一种基于滑模变结构的路径跟踪控制算法,并运用滑模变结构算法设计了自动驾驶控制器,通过简化农机车辆模型与线性化二自由度模型,求解出滑模变结构控制器的控制规律。通过在Simulink与CarSim中建立联合仿真模型验证控制器的可行性,结果表明:基于滑模变结构的农机路径跟踪控制算法的车辆作业转弯时横向偏差可控制在0.45m之内,实际行走路径与预设路径基本吻合,较加入预瞄模块的PID控制算法控制精度得到提高,满足自动驾驶农机路径跟踪精度及实时性的需求,可为农机路径跟踪控制的研究提供参考。

基于模糊策略的自动泊车路径决策规划方法研究

如今的汽车产业受科学技术的深度介入,随之产生了巨大而深刻的变革,针对目前模糊控制泊车策略复杂,实车运动难以精确跟随路径的问题进行优化。以车辆在自动泊车过程中路径决策规划与控制算法为研究对象,确定了车辆最小转弯半径、最小泊车位。依据模糊控制策略设计了泊车控制器,在此基础上,进一步提出一种优化模糊策略参数的方法,在Simulink中搭建仿真模型并在CarSim中进行联合仿真验证。最后以某品牌车辆为实验平台,搭建了Micro Autobox快速控制原型,实验结果证明了该方法的有效性。

双电机电动汽车再生制动控制策略研究

本文针对某款双电机电动汽车的再生制动展开相关研究。基于I曲线、ECE法规曲和f线设计了4种不同制动强度段的前、后轮制动力分配策略,然后根据电机转速、电池SOC,车速以及制动强度设计了紧急制动与非紧急制动两种工况下的再生制动力分配策略。其中在非紧急制动工况中,建立了模糊控制算法,根据车速与制动强度调整再生制动了分配系数。使用Carsim与MATLAB/Simulink建立联合仿真模型,在NEDC工况下对模型进行仿真,结果表明,本文设计再生制动控制策略能够满足制动工况需求,并且通过制动能量回收电池SOC提升了4.41%。

基于模型预测控制的车辆避障路径规划与跟踪

针对智能车辆避障路径规划问题,提出一种基于改进人工势场法的避障路径规划设计方法,首先在传统斥力势场函数中引入车辆速度信息,并设计了车道中心线、道路边界势场,以及路径避障规划控制器;然后针对智能车辆路径跟踪控制问题,建立了三自由度车辆动力学模型,分别采用线性时变模型预测控制和反向传播-比例-积分-微分(BP-PID)控制算法设计横、纵向跟踪控制器,对车辆的横向位置和纵向速度进行跟踪;最后基于CarSim/Simulink联合仿真平台,在双移线工况和直线工况下,验证设计方法的有效性。仿真结果表明,采用改进的人工势场法可获得安全可靠的避障路径,所设计的横纵向跟踪控制器具有良好的跟踪性能。

基于RBF滑模控制的分布式驱动电动车辆转向稳定性研究

分布式驱动电动车辆四轮转矩独立可控,驱动电机响应较快、传动链短,但在转弯时由于车轮纵向力和侧向力之间的耦合关系,使车辆容易发生侧滑风险。因此,为提高分布式驱动电动车辆的转向稳定性,文章提出基于径向基函数(RBF)神经网络改进的滑模控制策略。整车采用分层控制结构,上层采用滑模控制器对横摆力矩进行控制,为避免“抖振”问题,引入RBF神经网络对传统滑模控制算法中的滑模增益进行优化改进;下层驱动力分配层根据轮胎垂向载荷的动态转移特性对四轮转矩进行合理分配,使其满足整车驱动力和附加横摆力矩需求,最后在CarSim和MATLAB/Simulink中进行联合仿真。结果表明,改进的滑模控制器在高速工况可以减小汽车前轮转角,转弯时横摆角速度、质心侧偏角分别可降低0.1 rad/s和0.01 rad,低速工况下横摆角速度和质心侧偏角分别可降低0.12 rad/s和0.013 rad,有效地改善车辆稳定性。

基于自适应高阶滑模的转向控制器设计

针对车辆转向下的操作稳定性和侧倾稳定性不足等问题,研究前轮主动转向的非线性滑膜控制,对汽车行驶稳定性研究有一定的指导意义。采用自适应高阶滑模控制方法结合T-S模糊建模方法,考虑轮胎侧偏角非线性变化,构建模型参数观测器实时获取轮胎动态参数。通过CarSim和MATLAB/Simulink联合仿真,选取双移线和正弦停滞两种典型工况对质心侧偏角、横摆角速度、侧向加速度等性能指标的自适应高阶滑模控制方法进行仿真验证。结果表明,该方法能够改善线控转向系统对转角的动态响应性能;与传统滑模控制策略相比,该策略的横摆角速度和侧向加速度最大值分别降低了22.63%和5.4%,能够提高车辆的操纵稳定性。

PreScan/CarSim/Simulink联合仿真在智能驾驶仿真中的应用进展

文章全面回顾了PreScan、CarSim和Simulink在智能驾驶系统开发中的集成应用。首先,介绍了每款软件的核心功能及其在智能驾驶领域的独特优势;随后,详细阐述了如何通过联合仿真构建从环境感知到车辆动力学再到控制策略执行的完整仿真链路。通过对多个典型应用场景(如轨迹规划、横向控制及纵向控制等)的深入剖析,展示了这一联合仿真框架的主要研究成果。

平板式制动检验台建模与仿真

针对汽车制动性能检测问题,对平板式制动检验台检测机理进行研究。利用CarSim-Simulink联合仿真方法建立了平板式制动检验台仿真计算模型,通过对标试验验证了模型的准确性,模型误差在±5%以内,能够准确反应不同车型制动时前、后轴制动力的变化。基于验证后的仿真模型对汽车制动时的轴荷转移展开进一步的研究,随着载荷的增大,汽车最大制动力与最大轴荷转移量增大。

基于四轮转向与直接横摆力矩的汽车稳定性研究

通过对汽车行驶状态的分析,分别在Simulink和CarSim中建立理想二自由度四轮转向汽车模型和整车模型。在Simulink中建立控制策略,以前轮转角比例控制的方式控制后轮转角;以车辆质心侧偏角和横摆角速度作为控制量,基于模糊控制理论,计算出所需附加横摆力矩,通过所设计的分配策略确定施加在前后车轮的制动力矩。利用CarSim和Simulink搭建联合仿真平台,进行低速角阶跃实验和高速单移线实验,并与前轮转向和其他控制策略下的仿真结果对比分析。仿真结果表明,所设计的控制策略使汽车的质心侧偏角和横摆角速度始终保持在理想值的附近,提高了汽车的灵活性和稳定性。

基于3种类型驾驶员变安全距离防夹塞变道的车辆控制策略

为了预防他车突然夹塞变道斜插入自车与前车之间间隙的危险驾驶行为,提出了加速跟车的车辆控制策略.在跟车安全距离模型的基础上,考虑车头时距、停车间距等跟车特性,建立基于3种类型驾驶员的跟车安全距离模型和防夹塞安全距离模型.通过Sigmoid函数建立了基于变安全距离控制策略的车速控制器,检测到他车夹塞变道,选择防夹塞安全距离模型;无夹塞车辆时,选择跟车安全距离模型.利用MATLAB/Simulink和CarSim联合仿真平台进行了试验,结果表明基于3种类型驾驶员变安全距离防夹塞变道的车辆控制策略可行.

面向自适应巡航控制的数字孪生仿真系统研究

针对传统仿真方法在测试内容、效率和成本等方面的挑战,提出面向自适应巡航控制的数字孪生仿真系统(Adaptive Cruise Control Twin Simulation System,ACC-TwinSim)。采用CarSim和MATLAB的Simulink工具,构建了自适应巡航控制的虚拟仿真场景,同时利用数字孪生技术实时模拟和监控物理系统,通过rtamt库验证自适应巡航控制仿真系统的行为规范,提高了测试的效率和实验的可靠性。

基于预瞄PID的自动泊车路径跟踪分析

为减少路径跟踪的误差,文章设计了基于预瞄误差的比例-积分-微分(PID)控制器。首先,采用直线-圆弧-回旋曲线拼接的方法生成了垂直泊车场景下曲率连续的全局路径。其次,设计了预瞄点、参考点及预瞄误差的计算方法,并将预瞄误差作为PID的输入以设计路径跟踪控制器。最后,通过Simulink/CarSim联合仿真对预瞄PID算法进行了验证,仿真及试验的结果表明,文章所提出的基于预瞄PID的路径跟踪算法虽然原理简单,但是跟踪精度较高,可以满足自动泊车的需求。

基于自适应巡航的车辆主动换道仿真

传统的自适应巡航功能只能在单一车道内完成车辆巡航速度控制,而不能更加智能化地进行主动换道。针对此类问题,论文通过计算最小安全车距情况下主动切出本车道,利用CarSim/Simulink在80km/h工况下进行仿真验证。结果与当下主流车企使用的自适应巡航系统对比,基于自适应巡航的车辆主动换道策略能够满足在最小安全车距下完成主动换道,且完成设定工况下的换道效果良好。

基于模糊神经控制的EPS系统设计

为提高自动驾驶过程中汽车转向的轻便性和鲁棒性,建立了自动驾驶汽车的EPS系统模型,提出了基于径向基神经网络的辅助特性曲线模块和模糊神经网络PID控制算法,并运用Matlab/Simulink和Carsim建立整车联合仿真.结果表明:基于径向基神经网络的辅助特性曲线平滑度更高,为后续整车仿真精确性提供了良好的基础,且基于模糊神经网络PID的EPS系统比常规神经网络PID控制系统更优,对自动驾驶汽车的EPS系统设计具有重要意义.

汽车实验用转向机器人轨迹规划

针对汽车操纵稳定性实验中的蛇行试验,为解决多约束条件下汽车实验用转向机器人生成满足实验条件轨迹的问题,研究车辆运动学模型特性,采用序列二次规划方法,以最优化轨迹的综合性能为目标,规划出满足运动学约束、速度约束、目标状态约束以及曲率连续约束的最优实验轨迹.设计模糊PID控制器,在人为控制的车速发生波动时前轮转角可进行相应调整.利用Simulink-CarSim搭建车辆模型以及轨迹规划模型,进行路径跟踪实验仿真.仿真实验结果表明,所提出的轨迹规划方法与控制方法能够生成满足车辆运动连续性要求和各项约束条件的平滑轨迹,且轨形跟踪效果较好.

无人驾驶汽车的轨迹优化研究

文章重点研究无人驾驶车辆的轨迹跟踪问题,选取模型预测控制理论作为此次研究的理论基础。首先设定汽车的前轮转角作为相应的控制量,将汽车的横向位置和横摆角设置为状态量,建立起汽车的三自由度动力学模型,然后结合魔术轮胎公式,为保证模型的精度有效性,对现有模型进行线性化和离散化处理,完成预测模型的初步构想,在此基础上增加松弛因子和软约束,从而完成增量线性时变模型轨迹的建立。模型优化完成后,通过Simulink/CarSim联合仿真平台进行验证,设定不同仿真工况,尽可能模拟无人驾驶车辆遇到的复杂工况,经多次仿真实验,文章设计的轨迹跟踪控制器在良好路面条件下,最高安全纵向行驶速度为68 km/h,为后续无人驾驶深入研究提供数据基础。