动力学与瞬时转向中心求解下的4WIS车辆的转向控制方法

为了提高四轮独立转向(4WIS)车辆的转向控制性能,建立4WIS车辆的二自由度动力学模型,求解4个车轮与参考轮之间的转向角关系。在车辆坐标系中建立车轮的运动学模型,通过对车辆瞬时转向中心(ICR)的求解得出各车轮的实时运动学误差表达式,在此基础上提出了一种"动力学-运动学"复合控制策略:依据动力学计算,得出4个车轮的转向角与参考轮之间的约束关系,通过构建网络控制系统,各车轮同时跟踪目标运动轨迹,提高转向控制系统的响应速度;实时运动学误差将各车轮转向角进行虚拟连接,4个车轮协同运动提高了转向控制的平稳性与鲁棒性。仿真结果表明,该控制策略对各车轮进行协调控制,使车辆运动实时满足动力学与运动学要求,具有运算简单、响应速度快、鲁棒性强等特点。最后通过实车实验验证了控制策略的有效性。

双前桥转向系统瞬时转动中心理论分析及二轴转角的确定

建立了双前桥转向系统瞬时转动中心的数学模型,进行了理论分析和数学公式推导,得出了转动中心位置的一般公式以及一轴、二轴转角关系式。以某车型为例讨论了二轴转角、偏移和转动半径分别在不同双后轴距离处以及一轴不同转角条件下的变化规律。结果表明,瞬时转动中心不在后二轴中心线上,而是相对后二轴中心向后偏移,且偏移量随后二轴轴距增大而增大;前一轴转角对于瞬时转动中心的影响不大。转向半径随着后二轴轴距增大而增大;当一轴转角较小时,转向半径变化很大,当一轴转角最大时转向半径达到最小。

基于B样条曲线的4WIS电动汽车转向模式动态切换与控制方法

为了实现四轮独立转向(Four Wheel Independent Steering,4WIS)电动汽车的转向模式不停车动态切换,充分利用4WIS电动汽车的冗余控制自由度,对转向模式切换过程与控制方法进行建模与仿真研究。在切换方法上提出了一种基于B样条曲线的车轮轨迹规划方法,在此基础上实时计算4个独立车轮的运动轨迹。仿真结果表明,该方法能够实现4WIS电动汽车转向模式的不停车平滑切换,切换过程中动力学参数满足要求。在模式切换控制方法上,针对4WIS电动汽车车轮独立的特点,构建4个车轮之间的虚拟连接关系,提出一种"运动学-动力学"复合控制策略,提高了动态切换控制的稳定性与鲁棒性。仿真结果验证了该算法的有效性。

基于自适应预瞄的履带式无人车轨迹预测控制

针对履带式无人车采用纯跟踪算法进行轨迹跟踪控制时轨迹适应能力差及跟踪精度低等问题,提出了基于轨迹预测的自适应预瞄跟踪控制算法。首先建立基于瞬时转向中心的运动学模型,并基于该模型和无迹卡尔曼滤波算法对履带式无人车进行滑动参数估计及轨迹预测;然后构造代价函数,利用轨迹预测结果在多个预瞄点中选择代价最小的预瞄点用于无人车纯跟踪控制;最后利用Simulink/Recurdyn进行仿真。结果表明,该算法可有效提高纯跟踪控制器的控制效果。

考虑轨迹预测补偿的履带车辆滑动参数估计方法

由于履带与地面之间的相互作用力复杂,因此为履带车辆建立精确的模型较为困难。该文提出了一种基于轨迹预测补偿的双重无迹Kalman滤波(DUKF)的履带车辆滑动参数实时估计方法。上层无迹Kalman滤波(UKF)利用历史轨迹信息对滑动参数进行初步估计,将初步估计的滑动参数输入基于履带车辆瞬时转向中心(ICR)的车辆模型进行轨迹预测,结合轨迹预测相对位置的残差,通过下层UKF对初步估计的滑动参数进行补偿。基于RecurDyn与MATLAB/Simulink搭建仿真模型对所提出的方法进行了验证。仿真结果表明,与传统的UKF和扩展Kalman滤波(EKF)相比,DUKF能够在转变工况下进一步提升履带车辆滑动参数估计精度并减小轨迹预测误差。