四轮独立驱动车辆的期望路径主动转向控制方法技术

四轮独立驱动车辆的期望路径主动转向控制方法,属于无人驾驶车辆控制领域，为了解决望路径主动转向控制的问题，要点是S1.二自由度车辆横向动力学模型描述车辆横向运动和橫摆运动，并离散化所述动力学模型，形成状态空间方程；S2.由状态空间方程建立预测模型，实施滚动时域优化算法规划前轮转角，求解当前时刻控制输入向量以得到前轮转角，对车辆主动转向控制以跟踪期望轨迹，效果是提高了模型精确度和车辆行驶的安全性。

【技术实现步骤摘要】
四轮独立驱动车辆的期望路径主动转向控制方法
本专利技术属于无人驾驶车辆控制领域，特别是一种四轮独立驱动无人驾驶电动车辆轨迹跟踪控制工作方法。
技术介绍
电动化和智能化作为目前汽车工业的发展方向，已经成为国内外学者、科研院所和企业的研究热点。电动汽车不仅可以减少人类对不可再生资源的消耗，改善环境问题，还可以带来传统燃油车辆难以企及的NVH品质。四轮毂电机独立驱动是电动汽车一种独特驱动形式，由于动力系统直接集成在车轮，所以可以对各轮驱动力矩和转速进行独立精确控制，此结构为先进控制算法的实现奠定了基础。无人驾驶技术是车辆智能化的高级阶段，是实现交通事故“零死亡”关键技术，而轨迹跟踪是实现智能车辆自主驾驶的基本要求。轨迹跟踪控制是无人驾驶车辆实现精确运动控制的关键技术，也是无人驾驶车辆实现智能化和实用化的首要条件。车辆的运动控制可划分为三种：纵向运动控制、横向运动控制、纵横向运动控制。纵向运动控制是指保持使车辆速度能迅速、高精度维持在目标车速范围内。横向运动控制则是控制车辆橫摆运动以及转向运动，目的是使车辆在不同工况下既能保持横向稳定性又能平稳的跟踪期望轨迹，从而使车辆实现车道保持或者自主超车、避障等功能。目前绝大部分无人驾驶车辆轨迹跟踪算法只是对纵向运动和横向运动进行简单解耦，并假定车速为一定值，但是车辆是一个高度非线性和强耦合的系统，如果不考虑纵横向之间的相互关系，那么则不能保证控制精度和车辆稳定性。尤其是车辆在高速工况以及低附工况行驶的时候，更易发生失稳情况。另一方面，目前存在的控制算法大多涉及的是运动学控制，即没有将车辆横向稳定性与纵向运动控制考虑在内，如果不考虑动力学约束会增加车辆在高速与低附路面工况下行驶的不安全性，降低控制精度。因此，设计FWID无人驾驶电动车辆轨迹跟踪控制策略时，需要充分考虑纵横向运动相互关系和行驶稳定性的算法尤为重要。
技术实现思路
为了解决望路径主动转向控制的问题，本专利技术提出如下技术方案：.一种四轮独立驱动车辆的期望路径主动转向控制方法，包括如下步骤：S1.二自由度车辆横向动力学模型描述车辆横向运动和橫摆运动，并离散化所述动力学模型，形成状态空间方程；S2.由状态空间方程建立预测模型，实施滚动时域优化算法规划前轮转角，求解当前时刻控制输入向量以得到前轮转角，对车辆主动转向控制以跟踪期望轨迹。进一步的，二自由度车辆横向动力学模型为：式中：vy为横向速度、vx为纵向速度、为横摆角、β为质心侧偏角；γ为横摆角速度；m为汽车质量、Cf为前轮侧偏刚度、Cr为后轮侧偏刚度、lf为质心到前轴的距离、lr为质心到后轴的距离、δf为前轮转角；Iz为车身绕Z轴的转动惯量。进一步的，选择k时刻的横向位置y(k)、横摆角质心侧偏角β(k)、横摆角速度γ(k)作为状态量x(k)，选择k时刻的前轮转角δf(k)为控制量u(k)，选择k时刻的横向位置y(k)为输出量，将所述动力学模型离散化。进一步的，所述状态空间方程：式中：Ts为采样周期，τ为积分变量，A为系统矩阵、B为输入矩阵，且k时刻预测模型：Y(k+1)＝Sxx(k)+SuU(k)式中：U(k)为控制输入向量，预测时域为P，控制时域为M，并且M≤P。进一步的，所述的k时刻预测模型由下述预测模型简化而得：预测模型为：y(k+1)＝CcAcx(k)+CcBcu(k)y(k+2)＝CcAcx(k+1)+CcBcu(k+1)y(k+M)＝CcAcMx(k)+...+CcBcu(k+M-1)定义预测输出向量Y(k+1|k)和控制输入向量U(k)为：式中：y(k+P)为k时刻预测时域第P步的横向位置、u(k+M-1)为k时刻控制时域第M步的控制量。进一步的，期望横向位置序列Ydes(k+i)为：式中：ydes(k+P)为k时刻预测时域第P步的期望横向位置。进一步的，滚动时域优化算法：约束条件为：Δumin≤Δu(k+i)≤Δumaxumin≤u(k+i)≤umaxβmin≤β(k+i)≤βmax式中：J为滚动优化目标函数，Γy、Γu为权重系数；Δu(k+i)＝u(k+i+1)-u(k+i)，代表控制量的增量，i＝0,1,…,M-1；u(k+i)为k时刻控制时域第i步的控制量；umax为车辆前轮转角的右极限位置；umin为车辆前轮转角的左极限位置；β(k+i)为k时刻预测时域第i步的质心侧偏角，βmin和βmax分别为质心侧偏角最小值和最大值。权重系数定义为对角矩阵：Γy＝diag(Γy1,Γy2,…,ΓyP)Γu＝diag(Γu1,Γu2,…,ΓuM)式中：ΓyP为k时刻预测时域第P步的权重系数、ΓuM为k时刻控制时域第M步的权重系数。进一步的，滚动时域优化算法用于轨迹跟踪主动转向控制器，其由预测模型、滚动优化和反馈校正组成。与现有技术相比，本专利技术的有益效果如下：本专利技术的滚动时域优化算法规划前轮转角，即使用车辆动力学约束，提高了模型精确度和车辆行驶的安全性，模型过对车辆以及参考轨迹未来时刻的状态变化的考虑，提高了轨迹跟踪的精度，并且对车速、路面附着条件、参考轨迹有很好的鲁棒性。附图说明图1为二自由度车辆动力学模型图2为三自由度车辆动力学模型图3为模糊自适应PI纵向速度控制器图4为纵向速度误差e及误差变化率ec的隶属度函数：(a)纵向速度误差e的隶属度函数；(b)纵向速度误差变化率ec的隶属度函数；图5为纵向速度控制器参数Δkp和Δki的隶属度函数：(a)参数Δkp的输入输出关系，(b)参数Δki的输入输出关系；图6为跟踪系统的结构示意框图。具体实施方式本专利技术将以四轮独立驱动电动汽车(FWID-EV，Four-Wheel-Independentelectricvehicle)为对象，研究无人驾驶车辆轨迹跟踪控制策略，既要满足对期望轨迹的精确跟踪，还要符合高速和低附工况行驶稳定性的要求。为提高车辆在高速和低附路面的轨迹跟踪的稳定性和精确性，本专利技术提供一种四轮独立驱动无人驾驶电动车辆轨迹跟踪算法。鉴于以往的无人驾驶车辆轨迹跟踪算法的研究内容并不考虑车辆稳定性控制和纵向车速控制，并且不适合四轮独立驱动电动车辆。本专利技术提出一种针对四轮独立驱动无人驾驶电动车辆分层轨迹跟踪控制策略。本专利技术所设计的轨迹跟踪策略共分为三层，上层建立了前轮主动转向的滚动时域优化算法，设计优化函数时，将轨迹跟踪精度作为最基本的目标；其次为提高乘坐舒适性，将控制量约束加入了优化问题。为使横摆角速度可以表征车辆稳定性，优化求解中加入质心侧偏角约束。中层控制器以跟踪期望橫摆角速度为控制目标，算法设计时，以等效滑膜控制为基础利用三自由度车辆模型设计了等效控制项；并以双曲正切函数代替不连续的符号函数设计切换鲁棒控制项，有效的削减了抖振现象。下层控制器为考虑速度变化对轨迹跟踪精度的影响，提高纵向车速控制的稳定性和鲁棒性，将速度误差和其变化率作为模糊控制器的输入，通过模糊推理在线整定PI控制器参数，保证了纵向车速的跟随性能。以轮胎利用率做为优化函数，基于伪逆法设计了力矩分配算法。1上层控制器，根据期望轨迹实现主动转向控制1.1建立车辆横向动力学模型二自由度线性自行车模型常用来描述车辆横向运动和橫摆运动。在建模时作出如下假设：假设车辆在平坦路面行驶，不考虑车辆的垂向运动以及悬架运动，并假设车辆是刚性的；不本文档来自技高网...

【技术保护点】
1.一种四轮独立驱动车辆的期望路径主动转向控制方法，其特征在于，包括如下步骤：S1.二自由度车辆横向动力学模型描述车辆横向运动和橫摆运动，并离散化所述动力学模型，形成状态空间方程；S2.由状态空间方程建立预测模型，实施滚动时域优化算法规划前轮转角，求解当前时刻控制输入向量以得到前轮转角，对车辆主动转向控制以跟踪期望轨迹。

【技术特征摘要】
1.一种四轮独立驱动车辆的期望路径主动转向控制方法，其特征在于，包括如下步骤：S1.二自由度车辆横向动力学模型描述车辆横向运动和橫摆运动，并离散化所述动力学模型，形成状态空间方程；S2.由状态空间方程建立预测模型，实施滚动时域优化算法规划前轮转角，求解当前时刻控制输入向量以得到前轮转角，对车辆主动转向控制以跟踪期望轨迹。2.如权利要求1所述的四轮独立驱动车辆的期望路径主动转向控制方法，其特征在于，二自由度车辆横向动力学模型为：式中：vy为横向速度、vx为纵向速度、为横摆角、β为质心侧偏角；γ为横摆角速度；m为汽车质量、Cf为前轮侧偏刚度、Cr为后轮侧偏刚度、lf为质心到前轴的距离、lr为质心到后轴的距离、δf为前轮转角；Iz为车身绕Z轴的转动惯量。3.如权利要求2所述的四轮独立驱动车辆的期望路径主动转向控制方法，其特征在于，选择k时刻的横向位置y(k)、横摆角质心侧偏角β(k)、横摆角速度γ(k)作为状态量x(k)，选择k时刻的前轮转角δf(k)为控制量u(k)，选择k时刻的横向位置y(k)为输出量，将所述动力学模型离散化。4.如权利要求3所述的四轮独立驱动车辆的期望路径主动转向控制方法，其特征在于，所述状态空间方程：式中：Ts为采样周期，τ为积分变量，A为系统矩阵、B为输入矩阵，且。5.如权利要求4所述的四轮独立驱动车辆的期望路径主动转向控制方法，其特征在于，k时刻预测模型：Y(k+1)＝Sxx(k)+SuU(k)式中：U(k)为控制输入向量，预测时域为P，控制时域为M，并且M≤P。6.如权利要求5所述的四轮独立驱动车辆的期望路径主动转向控制方法，其特征在于，所述的k时刻预测模型由下述预测模型简化而得：预测模型为：y(k+1)＝CcAcx(k)+C...

【专利技术属性】
技术研发人员：葛平淑，张涛，赵秀春，张江燕，宋鹏，薄纯娟，
申请(专利权)人：大连民族大学，
类型：发明
国别省市：辽宁,21