一种极限工况的智能汽车轨迹跟踪控制方法技术

本发明专利技术公开一种极限工况的智能汽车轨迹跟踪控制方法，属于智能汽车控制技术领域。该方法首先建立非线性的车辆动力学模型，利用此动力学模型进行车辆稳态转向下的相轨迹分析，确定车辆转向稳定性区域，并计算车辆转向的稳定性边界，将得到的车辆转向稳定性区域作为轨迹跟踪问题的安全约束；对非线性的车辆动力学模型线性化，以前轮侧偏力作为输入，后轮侧偏力在当前工作点处进行一阶泰勒展开，得到线性化的车辆动力学方程；以线性化的动力学模型作为预测模型，以转向稳定性区域作为安全约束，构建基于模型预测控制方法的轨迹跟踪问题，通过求解该问题可以得到前轮侧偏力。利用轮胎逆模型逆向求解得到前轮转角作为最终的控制输入。本发明专利技术在保证车辆稳定性的前提下，实现智能汽车的轨迹跟踪，且实时性较好。

An intelligent vehicle trajectory tracking control method under extreme conditions

The invention discloses an intelligent vehicle trajectory tracking control method for extreme working conditions, belonging to the technical field of intelligent vehicle control. Firstly, a nonlinear vehicle dynamics model is established to analyze the phase trajectory of vehicle under steady-state steering. The stability region of vehicle steering is determined, and the stability boundary of vehicle steering is calculated. The linearized vehicle dynamics model is linearized, with the front wheel deflection force as the input and the rear wheel deflection force as the first order Taylor expansion at the current working point to obtain the linearized vehicle dynamics equation. By controlling the trajectory tracking problem, the front wheel cornering force can be obtained by solving this problem. The front wheel angle is used as the final control input by reverse solving the tire inverse model. On the premise of guaranteeing the stability of the vehicle, the invention realizes the trajectory tracking of the intelligent vehicle and has good real-time performance.

【技术实现步骤摘要】
一种极限工况的智能汽车轨迹跟踪控制方法
本专利技术涉及一种极限工况的智能汽车轨迹跟踪控制方法，属于智能汽车控制

技术介绍
随着社会经济的不断发展，汽车得到了极大地普及，世界各地汽车保有量逐渐增加，交通堵塞严重，交通事故的发生呈现不断上升的趋势。道路交通安全问题已经成为全球性的难题，恶性的交通事故是造成人口伤亡的重要原因之一。汽车在紧急避障、超车换道和驾驶员的误转向等操作中，其操纵稳定性急剧恶化，在这些工况下，普通驾驶员难以操纵车辆，汽车将很快出现侧向失稳而引发交通事故，尤其在雨雪等恶劣天气的情况下，路面附着系数较小，当轮胎工作点进入非线性区，轮胎侧偏力饱和时，车辆将发生侧滑，而且一旦侧滑开始，汽车与路面的横向作用力将迅速减小，汽车将失去控制，产生碰撞和侧翻，造成交通事故。在极限工况下，普通驾驶员很难去操纵车辆，人的操作失误造成的交通事故所占比例较大。因此，为了提高汽车的行车安全性，最直接有效的方法就是将人为导致的交通事故降到最低，一方面可以加强驾驶员的道路安全教育，规范驾驶员的操作行为；另一方面，就是将“人”从“人—车—路”这个闭环交通系统中最大程度地解放出来，使得人为主观不确定性因素降到最低，这样就可以极大地提高道路交通安全性，降低事故发生率，所以需要研究无需驾驶员操控的智能汽车来解决道路安全问题。在智能汽车系统中，最基本也是最重要的一个模块就是轨迹跟踪，其功能是通过控制车辆的转向系统以及制动驱动系统使得车辆能够以期望的速度沿着期望的路线行驶，从而实现车辆的无人驾驶操作。与人类驾驶员一样，智能汽车会在低附着路面行驶，会面临其他各种极限工况。在这些情况下，轮胎侧偏力易饱和，发生失稳危险。目前关于轨迹跟踪控制的研究方法主要有模型预测控制(ModelPredictiveControl，以下简称MPC)，线性二次调节器(LinearQuadraticRegulator，LQR)及PID控制等，其中MPC是是根据系统当前状态，利用模型迭代预测未来一段时域内的系统输出，并与期望轨迹相比，构建含有约束的优化问题，将求解出的控制序列的第一个元素作用于系统，得到下一采样时刻系统状态值，并不断向前滚动优化。由于MPC的滚动优化特点可以减小跟踪误差，优化跟踪性能，同时可以显示地处理约束，因此被广泛应用解决此类问题。在轮胎-路面附着极限下，线性的车辆动力学模型难以补偿轮胎的非线性特性，因此需要使用精确度更高的非线性动力学模型作为控制器设计的基础。以前轮转角为输入的非线性动力学模型作为MPC的预测模型，其优点是模型精确度相对较高，缺点是非线性动力学模型增加了控制器的计算量，使控制器设计更加复杂，求解难度增大，实时性难以保证。
技术实现思路
本专利技术的目的是提出一种极限工况的智能汽车轨迹跟踪控制方法，以克服已有技术的缺陷，使得当智能汽车处于轮胎-路面附着极限时，可以稳定安全行驶，实现其轨迹跟踪控制。本专利技术提出的极限工况的智能汽车轨迹跟踪控制方法，包括以下步骤：(1)建立二自由度的车体动力学模型如下：其中，m是车辆质量，v是车辆速度，β是车辆的质心侧偏角，r是车辆的橫摆角速度，Fyf是前轮侧偏力，Fyr是后轮侧偏力，Izz是绕z轴的横摆惯性力矩，a是质心距前轴的距离，b是质心距后轴的距离，求解该模型，得到车辆质心侧偏角β和橫摆角速度r的导数和建立非线性的车辆刷子轮胎模型如下：其中，下标#代表前轮和后轮，#∈{f,r}，C#是轮胎的侧偏刚度，α#是轮胎侧偏角，Fz#是车辆前轴或后轴所受的载荷，μ#是轮胎横向附着系数，前轮轮胎侧偏角αf和后轮轮胎侧偏角αr的计算公式如下：其中，δ是前轮转角，前轴的载荷Fzf和后轴的载荷Fzr通过下式计算：其中，g是重力加速度；(2)确定车辆转向时的稳定性区域，包括以下步骤：(2-1)利用上述非线性车辆动力学模型，绘制一个车辆质心侧偏角β和橫摆角速度r的β-r相轨迹图，β-r相轨迹图中，横坐标为车辆质心侧偏角β，纵坐标为橫摆角速度r，定义当上述步骤(1)的模型中和同时为0时，β-r相轨迹图中的与和同时为0相对应的β和r的坐标为鞍点，；(2-2)根据相轨迹图中轨迹发散区域，得到车辆转向时的稳定性区域如下：车辆转向的稳定性区域的边界分别为L1、L2、L3和L4：L1:r＝rmaxL2:rr＝v/b(β+αmax)L3:r＝-rmaxL4:r＝v/b(β-αmax)(3)根据上述步骤(2)的车辆转向时的稳定性区域，采用模型预测控制，实现智能汽车轨迹的跟踪控制，包括以下步骤：(3-1)以前轮侧偏力Fyf作为上述步骤(1)的二自由度的车体动力学模型的输入；(3-2)在上述二自由度的车体动力学模型中，对当前车辆轮胎运行状态下对后轮侧偏力Fyr进行一阶泰勒展开，使后轮侧偏力Fyr实现局部线性化：其中，是当前后轮胎的侧偏角，是车辆当前的后轮侧偏力，是当前车辆轮胎运行状态下在处的局部侧偏刚度，(3-3)根据上述步骤(3-2)局部线性化的轮侧偏力Fyr，得到线性车辆动力学模型如下：将上述线性车辆动力学模型改写为以下形式：z(t)＝Cx(t)其中：x(t)为车辆的状态变量，x(t)＝[y(t),ψ(t),β(t),r(t)]Tz(t)为车辆的输出变量，z(t)＝[y(t),ψ(t)]T(3-4)以上述改写后的线性车辆动力学模型为预测模型，以上述步骤(2)的车辆转向稳定性区域为车辆行驶安全约束，构建极限工况的轨迹跟踪控制问题：上述轨迹跟踪控制问题的约束条件为：-Fyf,max≤u(τ)≤Fyf,max∈r≥0∈α≥0其中，τ为当前时刻，T为预测时域，z(τ)为当前时刻的车辆输出，zref(τ)为当前时刻的参考轨迹序列，为轨迹跟踪性能惩罚权矩阵，u(τ)为车辆的控制输入量，为车辆控制输入量的惩罚权矩阵，∈r为橫摆角速度的松弛变量，ρr为橫摆角速度的松弛因子，∈α为后轮侧偏角的松弛变量，ρα为后轮侧偏角的松弛因子；Fyf,max为前轮的附着极限，b为质心距后轴的距离，v为车辆速度，x(τ)为车辆当前时刻的状态，rmax为车辆转向时允许的最大橫摆角速度，αmax,r为车辆转向时允许的最大侧偏角；(3-5)利用二次规划方法，求解极限工况的轨迹跟踪控制问题，得到前轮侧偏力Fyf；(3-6)利用下式，逆向求解车辆前轮转角，实现极限工况的智能汽车轨迹的跟踪控制：其中，Fyf,des为上述步骤(3-5)中求解得到的期望的前轮侧偏力，β为质心侧偏角，a为质心距前轴的距离，r为橫摆角速度，ν为车辆速度，Tire-1表示上述步骤(1)中的非线性的车辆刷子轮胎模型Tire的逆模型，δdes为最终得到的前轮转角控制量。本专利技术提出的极限工况的智能汽车轨迹跟踪控制方法，其优点是：本专利技术控制方法通过控制输入转化，将非线性动力学模型线性化，通过以车辆前轮侧偏力直接作为控制输入的转化，车辆后轮侧偏力局部线性化，构建了线性的模型预测轨迹跟踪控制问题，同时保留了轮胎的非线性特性，并以车辆转向时的稳定性区域作为安全约束，构建了线性的MPC问题，并通过轮胎逆模型逆向求解得到前轮转角作为最终的输入。同时利用质心侧偏角-橫摆角速度(β-r)相轨迹图，得到了车辆转向的稳定性区域，并计算确定了其稳定性边界，作为轨迹跟踪问题的安全约束。最后设计的包含稳定性约束的轨本文档来自技高网...

【技术保护点】
1.一种极限工况的智能汽车轨迹跟踪控制方法，其特征在于该方法包括以下步骤：(1)建立二自由度的车体动力学模型如下：

【技术特征摘要】
1.一种极限工况的智能汽车轨迹跟踪控制方法，其特征在于该方法包括以下步骤：(1)建立二自由度的车体动力学模型如下：其中，m是车辆质量，v是车辆速度，β是车辆的质心侧偏角，r是车辆的橫摆角速度，Fyf是前轮侧偏力，Fyr是后轮侧偏力，Izz是绕z轴的横摆惯性力矩，a是质心距前轴的距离，b是质心距后轴的距离，求解该模型，得到车辆质心侧偏角β和橫摆角速度r的导数和建立非线性的车辆刷子轮胎模型如下：其中，下标#代表前轮和后轮，#∈{f,r}，C#是轮胎的侧偏刚度，α#是轮胎侧偏角，Fz#是车辆前轴或后轴所受的载荷，μ#是轮胎横向附着系数，前轮轮胎侧偏角αf和后轮轮胎侧偏角αr的计算公式如下：其中，δ是前轮转角，前轴的载荷Fzf和后轴的载荷Fzr通过下式计算：其中，g是重力加速度；(2)确定车辆转向时的稳定性区域，包括以下步骤：(2-1)利用上述非线性车辆动力学模型，绘制一个车辆质心侧偏角β和橫摆角速度r的β-r相轨迹图，β-r相轨迹图中，横坐标为车辆质心侧偏角β，纵坐标为橫摆角速度r，定义当上述步骤(1)的模型中和同时为0时，β-r相轨迹图中的与和同时为0相对应的β和r的坐标为鞍点；(2-2)根据相轨迹图中轨迹发散区域，得到车辆转向时的稳定性区域如下：车辆转向的稳定性区域的边界分别为L1、L2、L3和L4：L1:r＝rmaxL2:r＝v/b(β+αmax)L3:r＝-rmaxL4:r＝v/b(β-αmax)(3)根据上述步骤(2)的车辆转向时的稳定性区域，采用模型预测控制，实现智能汽车轨迹的跟踪控制，包括以下步骤：(3-1)以前轮侧偏力Fyf作为上述步骤(1)的二自由度的车体动力学模型的输入；(3-2)在上述二自由度的车体动力学模型中，对当前车辆轮胎运行状态下对后轮侧偏力Fyr进行一阶泰勒展开，使后轮侧偏力Fyr实...

【专利技术属性】
技术研发人员：李升波，李克强，陈海亮，成波，张小雪，高洪波，王建强，罗禹贡，杨殿阁，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11