线性二自由度车辆模型横摆角速度和转弯半径的计算方法改进

基于二自由度车辆模型对车辆的稳态转向特性进行分析和研究,对多数文献中给出的稳态转向特性下横摆角速度以及转弯半径的计算公式进行了修正,在修正的过程中提出了动态稳定因数的概念,使修正后的横摆角速度和转弯半径与实际驾驶过程中的横摆角速度和转弯半径更一致。另外,通过对修正后的横摆角速度和转弯半径进行仿真实验,说明动态稳定因数的提出虽然对横摆角速度的影响较小,但是改善了转弯半径。

车辆横摆转动惯量及轮胎侧偏刚度识别方法的研究

车辆参数辨识在汽车正逆向开发及控制器设计等方面是必要前提与技术难点。目前参数的获取主要有两种方法:通过仪器测量的方法和系统辨识技术。研究了一种能够识别横摆转动惯量及轮胎侧偏刚度的实验辨识方法。该方法通过汽车转向盘转角脉冲输入获得的实验数据,首先采用时域法辨识车辆横摆角速度对转向盘转角和侧向加速度对转向盘转角的传递函数,再通过非线性最小二乘法拟合传递函数中包含的横摆转动惯量和前后轮胎侧偏刚度,使所得频响特性和辨识所得频响特性误差最小,最后通过仿真验证该方法的理论可行性。所提的实验辨识获得横摆角速度和轮胎侧偏刚度参数的优点是无需特制或购买专用测量设备,尤其在实验条件受限情况下,更具有重要的工程实际意义。

基于滚动时域的线性二次型路径跟踪研究

针对智能驾驶车辆在实际行驶过程中的路径跟踪问题,建立了二自由度车辆动力学模型和路径跟踪预瞄模型,并将两者相结合。将给定的双移线和蛇形线路径作为滚动时域线性二次控制器模型的输入,将得到的转向盘转角输入车辆模型,得到了车辆横向速度、横摆角速度、横向位移和横摆角。仿真结果表明,提出的路径跟踪控制策略能够使车辆在换道时始终维持方位偏差在0.06 m以内,同时具有较好的横向稳定性。

基于预瞄的智能车辆路径跟踪控制研究

针对智能车辆在实际行驶过程中的路径跟踪问题,综合考虑车辆位置和动力学状态,建立了二自由度车辆动力学模型和路径跟踪预瞄误差模型,并将预瞄误差模型与二自由度车辆动力学模型相结合。以最小化横向预瞄误差和车辆与目标路径之间的方位偏差为控制目标,基于线性二次型最优状态调节器(LQR),得到了安装四轮转向控制器的智能车辆的前后轮转角。将车辆的前后轮转角作为车辆模型的输入,控制车辆稳定地跟踪期望路径。仿真结果表明:提出的路径跟踪控制策略能够在车辆换道时始终维持横向预瞄误差和方位偏差在较小范围内,同时具有较好的横向稳定性。

基于准滑模控制的路径跟踪研究

针对无人驾驶车辆在实际行驶过程中的路径跟踪问题,建立二自由度车辆动力学模型,基于准滑模控制策略设计路径跟踪控制器,并将该控制策略进行硬件在环验证。将蛇形线道路作为准滑模控制器的期望跟踪路径,控制器实时根据道路信息和车辆状态反馈计算得到期望方向盘转角并输入给车辆模型,把车辆横向速度、横摆角速度、侧向位移和横摆角作为车辆状态响应输出。利用d SPACE对其进行硬件在环验证,仿真和实验结果表明准滑模路径跟踪控制在追踪期望路径时具有较好的横向稳定性。

基于跃度信号的自动驾驶横向控制

针对自动驾驶车辆的横向控制,提出了一种基于跃度信号的预瞄控制。建立车辆二自由度动力学误差模型,采用线性二次调节(LQR)反馈控制和前馈控制构成闭环横向控制模型。以CarSim和Simulink为仿真平台,模拟车辆进入并跟踪稳态圆。通过分析横向位置误差和横摆角误差等指标,表明该预瞄算法在横向控制精度、跟踪速度方面具有良好效果。

基于MPC路径跟踪研究

针对无人驾驶车辆在实际行驶过程中的路径跟踪问题,建立车辆二自由度动力学模型和路径跟踪预测模型,将预测模型与车辆二自由度动力学模型相结合。基于MPC轨迹路径跟踪算法,并搭建了基于dSPACE系统硬件在环仿真试验平台,进行硬件在环仿真试验,验证MPC轨迹路径跟踪仿真控制策略的合理性和正确性。结果表明:设计的基于MPC路径跟踪控制可以保证车辆在换道时,方位平均偏差在0.05 m范围内,利于实际应用。

车辆转向非线性平衡状态求解及其稳定性确定

针对车辆转向非线性平衡状态及其稳定性确定问题,提出了求解车辆转向非线性二自由度模型平衡状态的一种新方法及其稳定性判据。首先,建立了车辆转向非线性二自由度模型,采用简化魔术公式轮胎模型描述了轮胎非线性侧向力。然后,提出了求解相应模型转向非线性平衡状态的粒子群算法,通过理论分析得到平衡状态稳定性判据。最后,设计了前轮转角、路面附着系数和车速分别变化的3种行驶条件,应用粒子群算法和拟牛顿法对3种行驶条件下的转向非线性平衡状态进行了求解和稳定性判断。结果表明,本文方法可以准确求解车辆转向非线性二自由度模型平衡状态,求解效果优于拟牛顿法,稳定性判据适用于确定平衡状态的稳定性。