基于轮胎侧偏刚度估计的路面附着条件辨识

准确、实时地获取路面附着信息是汽车主动安全控制系统正常工作的前提.路面及其粗糙度、干湿状态对侧偏刚度有很大影响.基于此,文中在车辆稳态转向下进行轮胎侧偏刚度估计,从而进行路面附着条件辨识.首先由二自由度车辆模型得到前后轴的侧向力及侧偏角,并考虑载荷转移得到各个轮胎的垂向力.通过前后轴之间的差值,消去较难得到的质心侧偏角,而后通过递推最小二乘法估计得到归一化的轮胎侧偏刚度,并比较不同路面附着条件下的估计结果.与之前的侧偏刚度估计方法不同,所提出的方法不需要测量或估计质心侧偏角,因此不需要昂贵的额外传感器,并且考虑了载荷转移对侧偏刚度估计的影响.文中最后通过仿真及电控模型车辆道路试验对所提出的算法进行了验证.仿真及试验结果表明:在考虑载荷转移的条件下,文中提出的辨识算法可以进行路面附着条件辨识.

基于轮胎侧偏刚度变化率的车辆质心侧偏角融合估计算法

针对车辆在高速紧急避让工况下质心侧偏角难以直接测量的问题,提出一种基于轮胎侧偏刚度变化率的质心侧偏角融合估计算法。在车辆二自由度动力学模型的基础上,提出一种轮胎侧偏刚度估计方法,构建基于改进扩展卡尔曼滤波的质心侧偏角估计算法,根据质心侧偏角和车辆纵向、侧向加速度的关系,构建基于积分法的质心侧偏角估计算法;结合两种估计算法的特点,采用轮胎侧偏刚度的一阶微分表征车辆的非线性程度,设计了一种适用于不同车辆动态特性及路面条件的融合估计算法。Carsim/Simulink联合仿真结果表明,该融合估计算法在不同的车辆动态特性和不同路面条件下具有良好的估计精度和实时性,对传感器信号的噪声、误差鲁棒性强。

车辆轨迹模型预测控制器的算法研究

为提高无人驾驶汽车行驶控制中的跟踪精度和车辆稳定性,提出了一个改进的模型预测控制器(MPC)。首先,为解决高速转弯工况下轮胎侧偏刚度的强非线性特性导致的车辆失稳问题,建立了轮胎动态侧偏刚度估计器进行实时估计;在此基础上,利用改进粒子群算法对现有模型预测控制器的时域参数进行优化,以提高算法跟踪精度和稳定性;最后,为验证控制器的效果,选取合适的工况进行了联合仿真测试。结果表明,改进控制器在高速转弯的工况下,跟踪精度误差降为4.9%,横摆角误差降为2.6%,比传统模型预测控制器分别提高了67.8%和62.3%,比模糊控制算法优化的控制器分别提高了55.8%和58%。

基于滑模的线控转向车辆横向稳定性分层控制

为提升线控转向车辆的横向稳定性,针对线控转向系统提出了一种分层控制策略,其中上层控制包括轮胎侧偏刚度估计器和主动转向控制器,下层控制包括转向跟随控制器。当车辆以极小转向角稳定行驶时,上层控制将首先估计出前后轮胎侧偏刚度。而后在车辆转向行驶过程中,主动转向控制器将结合轮胎侧偏刚度估计值并根据二自由度车辆动力学模型,推导出与驾驶员输入前轮转角相对应的车辆稳态转向时的横摆角速度,将其作为期望横摆角速度,并实时对驾驶员输入前轮转角进行补偿以使车辆快速跟踪期望横摆角速度,补偿后的前轮转角将由转向跟随控制器控制电机以使前轮准确地跟踪。

智能汽车纵横向整体反馈线性化控制

针对智能汽车纵横向耦合非线性导致的控制系统模型复杂度高以及轮胎侧偏刚度不确定性影响控制效果的问题,提出了一种基于轮胎侧偏刚度估计的纵横向整体反馈线性化控制方法。首先,建立智能汽车纵横向耦合动力学模型和轨迹跟踪偏差模型;其次,对车辆模型的线性化条件进行了判定,利用李雅普诺夫稳定性分析方法设计了可以保证系统稳定和跟踪误差渐近收敛的虚拟控制律;然后,对轮胎侧偏刚度进行了实时估计;最后,通过基于CarSim/Simulink的高速紧急双移线仿真实验,验证了本文提出的方法可使智能汽车在纵横向耦合工况行驶时具有良好的轨迹跟踪性能和稳定性。